基于观测数据的时变强迫下的 Madden-Julian 振荡随机骨架模型
大气与海洋物理
2025-10-15 v2
摘要
我们分析了随机骨架模型的解，后者是 Madden-Julian 振荡（MJO）的最小非线性振荡器模型。该模型因能够再现 MJO 的多个大尺度特征而备受推崇。在以往研究中，该模型的强迫主要被取为数学上简单且时不变。本文提出了使用时变观测数据驱动函数的模型解。我们的结果表明，凭借这些更真实的强迫函数，模型成功再现了 MJO 事件的关键特征，如其寿命、范围和�幅，其统计数据与观测数据良好一致。然而，我们发现 MJO 事件的季节性以及 MJO 属性的空间变化并未得到良好再现。由于实现了时变强迫下的模型，我们能够分析不同时间尺度上的时间可变性对模型的影响。特别是，我们研究了该模型在不同 ENSO 相位下反映 MJO 特征变化的能力。我们发现，模型未能捕捉 MJO 事件在 El Ni\~no、La Ni\~na 和中性 ENSO 条件下特征差异的反映。
引用
@article{arxiv.2501.16060,
title = {The stochastic skeleton model for the Madden-Julian Oscillation with time-dependent observation-based forcing},
author = {Noémie Ehstand and Reik V. Donner and Cristóbal López and Marcelo Barreiro and Emilio Hernández-García},
journal= {arXiv preprint arXiv:2501.16060},
year = {2025}
}