近日，我实验室极地海洋与气候变化创新团队通过耦合大气模式WRF、海洋模式ROMS与海冰模式CICE，发展了一个新的北极区域大气-海洋-海冰耦合模式，并成功开展了北极海冰季节预测。研究成果于2020年4月在地球系统模式发展领域的国际著名期刊《Journal of Advances in Modeling Earth Systems》上在线发表。论文第一作者是团队骨干成员、中山大学博士后杨朝渊博士，通讯作者是团队首席科学家刘骥平教授。

北极海冰的快速减少和变薄已引起了国际上的广泛关注，同时也对许多利益相关者提出了挑战，例如气候变化研究、北极航道航行安全、自然资源开发和可持续发展等。因此，准确的北极海冰季节预测，特别是针对夏季到秋季的海冰预测就显得尤为迫切。

动力数值模式是北极海冰季节预测的主要手段。然而，由于我们对极地气候系统的物理过程和反馈机制认知不足，模式物理过程参数化和初始化存在许多未解决的问题，导致动力模式预测的北极海冰存有相当的误差。鉴于此现状，极地海洋与气候变化团队以充分的灵活性作为模式研发核心理念，发展了北极区域大气-海洋-海冰全耦合模式。通过进行大量的敏感性试验，证实此北极区域全耦合模式具备合理模拟北极海冰范围年际变化及海冰空间分布的能力。

团队以新研发的北极区域全耦合模式为平台，通过采用美国国家环境预测中心（NCEP）气候预测系统（CFS）季节业务预测作为模式初始场，开展了2017-2019年北极海冰季节预测试验。针对NCEP CFS北极海冰数据存在较大的偏差，采用局地化误差子空间变换卡尔曼滤波（LESTKF）同化技术，同化了卫星观测的SSMIS海冰密集度和CryoSat-2、SMOS两种海冰厚度数据，显著改善了初始海冰条件。季节预测试验结果表明，结合卫星海冰资料同化，研发的北极区域全耦合模式具有很好的预测北极夏季海冰变化的能力，其预测能力显著优于美国国家环境预测中心气候预测系统的季节预测。此模式将为推进极地海冰可预测性的研究，及其对全球及我国气候和环境影响的研究奠定科学基础。

基于新研发的北极区域全耦合模式开展的2018年夏季北极海冰预测试验结果（黑线为卫星观测，蓝线为模式预测，红线为美国国家环境预测中心气候预测系统预测）

论文详情：Yang, C-Y., J. Liu, and S. Xu, Seasonal Arctic sea ice prediction using a newly developed fully coupled regional model with the assimilation of satellite sea ice observations, Journal of Advances in Modeling Earth Systems, online, 2020. （阅读论文全文请点击“阅读原文”）

论文链接：https://agupubs.onlinelibrary.wiley.com/doi/abs/10.1029/2019MS001938