21世纪以来，随着中部型El Niño的频繁发生，ENSO（El Niño-Southern Oscillation）理论和预报遭到了非常严峻的考验和挑战。研究表明，相比于垂向过程主导的传统东部性ENSO事件，中部型事件更多受到纬向平流相关的水平过程影响。除此之外，也有很多研究强调ENSO的多尺度特征，如快速的大气过程（如西风爆发）可以通过驱动异常东向海流和激发下翻的赤道开尔文波等方式对年际尺度的ENSO事件产生重要影响；而更长时间尺度的气候背景场同样会有效调制ENSO的发展，如研究表明，2000年以后信风加强对应的La Niña型背景场分布是造成中部型ENSO频发的重要原因。尽管研究广泛，对中部型ENSO的准确模拟仍然是当前各种复杂程度模式的一大难题。
除了以上提到的两种类型，ENSO的复杂性还包括其他很多方面，如极端El Niño（如1982-83，1997-98）、延迟极端El Niño（如2014-16）、多年El Niño（如2003-2006）和多年La Niña（如2010-12）等。因此，从ENSO的机理认识、预报和进一步的研究需要方面来看，我们都亟需能够较好刻画其复杂性的数值模型。
针对这一问题，我们前期做了一系列模拟和理论性工作。首先，作为尝试，通过在简单的耦合模型里引入非线性调控来体现不同时期纬向和垂向过程的主导，从而实现热源中心可出现在太平洋中部和东部的可能性（Fang and Zheng, 2018）；其次，通过将经典的双区域充放电理论模型进行扩展，建立能够同时刻画中部、东部海表温度，且显式表征纬向平流反馈的三区域理论模型。从而在理论上回答了要刻画ENSO多样性所需的基本条件（Fang and Mu, 2018）；第三，在确定性三区域ENSO理论模型的基础上，充分考虑季节内的快速大气过程、年代际的背景场变化以及它们的不确定性，构造了一个三区域多尺度随机理论模型（Chen et al., 2022；框架如图1）。该模型能够真实模拟ENSO的各种复杂性特征，且计算量小，因而被进一步用来定量探讨ENSO复杂性的潜在可预报性问题（Fang and Chen, 2022；如图2）。
需要指出的是，作为联系简单模型和复杂模型的桥梁，中等复杂程度模型（ICM）在ENSO研究领域扮演着至关重要的角色。相比于简单模型和理论模型，它包含更多的物理过程和更高的空间复杂度；而相比于追求全面描述时空结构的复杂模型，它仅保留对ENSO影响最重要的部分，从而实现模型在精简和全面之间的相对平衡。正因为此，这类模型被广泛用于各种ENSO课题的研究当中，如机理分析和验证、建立预报系统、研究可预报性等。
为此，在前期工作的积累和基础上，我系青年副研究员方向辉（通讯作者）和美国威斯康星大学麦迪逊校区陈南（Nan Chen）教授构建了一个能够真实刻画ENSO复杂性的ICM（框架如图3；各ENSO事件的空间结构与时间变化的合成表现如图4；模拟与观测中El Niño成熟期的异常海表温度峰值分布如图5）。该模型主要特点包括：
（1）可以将Niño 3、Niño 4以及Niño 3.4区域的各种非线性非高斯统计量真实地刻画出来。
（2）可以真实地模拟出东部型事件、中部型事件、极端事件、多年事件、混合型事件等的发生频率。
（3）可以将ENSO多样性和复杂性的动力学特征清晰地表征出来。
（4）可以将季节内和年代际过程对ENSO的影响表现出来，并且可以简单预测气候变化情况下各种ENSO事件的发生频率和动力学变化特征。
（5）可以重现类似98年极端El Niño、2014-2016延迟El Niño、2020-2022连续三年的La Niña等事件。
（6）可以刻画ENSO的不确定性以及用于集合预报。
该模型可为进一步研究ENSO复杂性的相关科学问题提供一个良好的平台。
模型的构建工作发表在Journal of Advances in Modeling Earth Systems（JAMES）上。模型的相关代码也公开在网上（https://doi.org/10.5281/zenodo.6797996），欢迎下载使用！
相关论文信息：
Chen, N., Fang, X.* (2023) A Simple Multiscale Intermediate Coupled Stochastic Model for El Niño Diversity and Complexity. Journal of Advances in Modeling Earth Systems. https://doi.org/10.48550/arXiv.2206.06649（预印版下载链接）
Fang, X., Chen, N.* (2022) Quantifying the Predictability of ENSO Complexity Using a Statistically Accurate Multiscale Stochastic Model and Information Theory. Journal of Climate. https://doi.org/10.1175/JCLI-D-22-0151.1.
Chen, N., Fang, X.*, Yu, J.-Y. (2022) A Multiscale Model for El Niño Complexity. npj Climate and Atmospheric Science. https://doi.org/10.1038/s41612-022-00241-x.
Fang, X.*, Mu, M. (2018) A three-region conceptual model for central Pacific El Niño including zonal advective feedback. Journal of Climate. https://doi.org/10.1175/JCLI-D-17-0633.1.
Fang, X.*, Zheng, F. (2018) Simulating Eastern-and Central-Pacific Type ENSO using a simple coupled model. Advances in Atmospheric Sciences. https://doi.org/10.1007/s00376-017-7209-9.
图1. 三区域多尺度随机理论模型的主要构成示意图。
图2. 利用信息论定量研究复杂系统可预报性的示意图。
图3. ICM的构建示意图。
图4. ICM模拟的东部型（黑线）、中部型（红线）El Niño以及La Niña（蓝色）的空间结构（上图）和时间变化（下图）合成平均与观测的对比。左侧和右侧分别为模拟和观测结果。
图5. 模拟（蓝色）与观测（红色）中El Niño成熟期的异常海表温度峰值分布。（b）为峰值所处经度和强度的分布散点图；（a）和（c）分别为相应散点在所处经度和强度上的概率分布图。
