王斌教授作报告	杨静副教授主持报告会

报告的第一部分，王斌教授首先介绍了现阶段内单纯动力模式对亚洲夏季风降水的季节预报技巧存在局限性，进而引入一种可预报模态分析方法 (PMA)，用于估计亚洲夏季风降水的可预报性。PMA是一种集合了经验分析、物理理解以及后报试验的方法。其中，经验分析用于检测亚洲夏季风降水的几种主要分布型；基于对检测到的不同降水分布型中物理过程的分析，确定其中所含的物理基础，进而构建P-E模式 (Pysics-based-Empirical model)；通过P-E模式以及动力模式的后报试验最终验证并确定可预报模态。对于亚洲夏季风降水，王斌教授通过对1979-2010年的观测分析，从而确定了四个主要的变化模态：(1) ENSO发展型，(2) 通过背景平均风场与平均降水场起作用的热力正反馈机制所维持的印度洋-太平洋耦合模态，(3) 印度洋偶极子模态，以及 (4) 趋势模态。如果这四个模态被准确的预报，整个亚澳季风区夏季风降水总方差中的47%可以被获得。此外，王斌教授展示了P-E模型以及多个大气海洋耦合模式多模式集合的1979-2012年后报结果，两组结果中四个模态均可被合理准确地预报，并且结果显示两组结果在亚洲夏季风降水的预报中优势互补，从而二者的模式集合具有更高的预报技巧。综上，王斌教授得出结论：上述四个主要模态可以被看作可预报模态，并且PMA是一个可用于估计季节可预报性以及提高预报技巧的有效方法。

报告的第二部分，王斌教授关注于长期困扰印度气象部门的印度季风降水预报问题。首先，王斌教授对比了印度气象部门业务预报、两组动力模式多模式集合预报以及P-E模式对全印度降水指数 (AIRI) 的预报技巧，分析发现动力模式至今仍难以把握印度季风降水的变化，而P-E模式在这方面则具有较高技艺。随后，王斌教授由此深入，详细介绍了P-E模式当中所使用的四个预报因子，分别为：EP-ENSO、CP-ENSO、Mega-ENSO以及亚洲大陆气温。以上四个预报因子与AIRI之间均显著相关，并且四个预报因子相互独立。最后，王斌教授展示了使用以上述预报因子构建的P-E模式，对1900-1988年AIRI的后报以及1989-2012年AIRI独立预报的结果，显示了该P-E模式相当的预报技巧。

报告会现场

王斌教授的报告引发了大家的积极思考，报告结束后，与会师生就自己感兴趣的相关问题提出了不同看法和疑问，并与王斌教授进行了热烈的讨论，就数值模式未来发展方向、Mega-ENSO与PDO的相似性以及Mega-ENSO对东亚气候年代际变化的作用等问题展开了较深入的探讨，王斌教授就这些问题一一作答。整个报告和讨论持续了一个半小时，参会师生受益匪浅，报告取得了圆满成功。

地表过程与资源生态国家重点实验室