气象研究人员在1971年发现了被称为马登－朱利安振荡（Madden-Julian/MJO）的“风暴王”。MJO是全球极端天气和气候的次季节-季节（S2S）可预测性的主要来源。尽管对MJO传播的多样性进行了许多研究，但很少关注MJO发生前的对流成因。
为了填补这一科学理解缺口，魏云涛、任宏利等对印度洋MJO成因多样性进行了系统性定量分析，并量化了国际业务S2S模式的可预测性。他们在“多样化的MJO成因和可预测性”中描述了其研究和发现。
研究人员之所以关注MJO传播是因为他们意识到全球变暖导致重大气象灾害发生概率越来越大。对3-4周以后的气象条件（如极端天气的可能性）进行预报的需求越来越大，这在很大程度上取决于成功的次季节-季节（S2S）预报系统的输出。然而，目前大多数业务预报系统在S2S时间尺度上的预测技能有限。因此，该研究团队有强烈的兴趣更深入地了解S2S可预测性来源，并提高统计学和/或动力学预报模型中的S2S预测技能。
他们进行的研究使研究人员能够识别四类具有不同前兆信号的MJO事件，这些信号可以客观地归类，并且显示出不同的预测技能。令研究人员特别激动的是，他们发现了一种新类型的MJO事件，其中在MJO开始前大约40天，在中太平洋出现了明显向西传播的水分信号。这些前兆信号从中太平洋向西传播，最终通过水分合并过程帮助引发印度洋上空的MJO深对流。这种新类型的MJO事件在研究人员提取的四个MJO起始簇中具有最高的可预测性，这意味着它在改善S2S预测方面的实际有效性。
相反，接替性MJO之前可以是强分散性（SD）或弱分散性（WD）MJO。这四类MJO的占比分别为20%、16%、28%和26%，它们优先出现在不同的背景状态下：中太平洋（CP）拉尼娜现象（对于WPISO）、南部海洋大陆（MC）变暖（对于IOSC）、CP厄尔尼诺现象和准两年振荡的东向风阶段（EQBO）（对于SD）以及东太平洋拉尼娜现象（对于WD）。WPISO的可预测性最高，而IOSC的可预测性最低。多样化的MJO成因表现出明显的季节性，并可能与向东传播模式有关。
研究人员指出，他们的发现可以作为评估当代天气和气候模型的模拟和预测能力的基准。他们还指出，有必要评估新一代耦合模型相互比较项目（如CMIP6）模拟的多样化MJO成因的准确性。此外，他们指出，应该针对数值模型的模拟进行灵敏度实验，以彻底评估多样化MJO成因与低频背景状态变化之间的联系。
图片说明：印度洋上空四类MJO的成因及其相应的背景状态。原发性MJO的前兆信号包括向西传播的季节内振荡（WPISO）和印度洋抑制对流（IOSC）。