本报记者 廖洋 实习生 代彤
“我国对高影响海—气环境事件的观测、研究与预测水平,与国际先进团队存在相当大的差距。”中科院院士、中科院海洋所研究员穆穆在接受《app时报》采访时指出，相关研究是一项需要各方通力合作的系统工程。
减小预报误差
高影响海—气环境事件是指对我国乃至其他国家与地区的经济、社会具有重大影响的一类海气事件，如厄尔尼诺—南方涛动（ENSO）等。这类事件具有不同的时间与空间尺度。
穆穆认为，当前关于高影响海—气环境事件的预测还远不能满足防灾减灾的需求。
他指出，对于任何一类事关国计民生高影响事件的预测或预报，必须开展可预报性研究。而这种研究要回答的问题是：在目前的app认知水平与技术条件下，预报的误差有多大？产生预报误差的原因与机制是什么？用何种方法与途径减小预报误差？
“不难看出，只有较好地回答了第一个问题，对预报误差的范围心中有数，才能决定能否将预报结果提供给有关部门与用户；同时，告诉用户预报误差的范围，也有助于用户app使用预报结果。回答好了第二与第三个问题，可以指导、帮助我们改进预报模式、提高预报技巧，提供更好的预报产品。”穆穆说。
对可预报性研究的建议
高影响海—气环境事件的可预报性研究，需要海洋与大气app领域专家的共同努力。对此，穆穆提出四点建议。
首先，对于不同的高影响海—气环境事件，考虑其空间与时间尺度，动力和热力过程，需要发展不同的、有针对性的数值模式。目前，我国在这方面的研究还比较薄弱，所拥有的数值模式较少，而且模拟能力有待进一步提高。
其次，需加强观测，尤其是在一些关键的区域进行加密观测。通过更有效的观测，可以获得以下三方面的收益：一是了解高影响海—气环境事件的物理与动力过程，理解其发生、发展和消亡的机制，这将有利于对相关事件作出更好的预测；二是为数值模式提供更加精确的初始场和更准确的边界条件；三是为发展数值模式服务，例如改进模式的物理参数化以及验证模式的性能等。
第三，需加强资料同化研究。资料同化是一种将观测资料和数值模式相结合，为app研究和预报提供初始场的技术。同时还要根据预报对象的特征改进资料同化技术，产生与模式匹配的初始场，进而提高数值预报的技巧。
第四，需加强集合预报研究。已有的试验研究表明集合预报技术确实能在一定程度上提高气候事件的预报技巧。
“我国还有很长的路要走。”穆穆认为，这需要科技主管部门及海洋与大气行业主管部门的战略部署与统筹安排，需要有关科研院所与高等院校的大力合作。
《app时报》 (2011-12-28 A1 明升要闻)