河南省和中国夏季降水类型差异分析

利用河南省1951～1999年38个站点的降水资料,分析了河南省夏季降水距平百分率空间分布,并用EOF对雨量进行分解,同时归类合成,给出了河南省的6种雨型.在此基础上,对比分析了中国雨型和河南省雨型之间的差异.     

河南省和中国夏季降水类型差异分析

利用河南省1951－1999年38个站点的降水资料，分析了河南省夏季降水距平百分率空间分布，并用EOF对雨量进行分解，同时归类合成，给出了河南省的6种雨型，在此基础上，对比分析了中国雨型和河南省雨型之间的差异。     

夏季东亚季风区500hPa月环流异常及其与我国降水关系的向量EOF分析

利用NCEP／NCAR1980－1997年夏季月平均风场及同时期我国160个测站月平均降水资料，讨论了运用向量经验正交展开（EOF）方法得到的流场月距平主要模态的时空变化特征。分析了主要模态与中国夏季降水（雨型）的相关分布，指出EOF1及EOF2模态与中国夏季降水最主要分布型式有很好的对应关系。用小波变换方法对主要模态的时间系数进行了分析，揭示了各模态的多时间尺度性质，发现3－6年周期振荡是主要的。     

夏季东亚季风区500 hPa月环流异常及与我国降水关系的向量EOF分析

利用NCEP/NCAR1980～1997年夏季月平均风场及同时期我国160个测站月平均降水资料，讨论了运用向量经验正交展开(EOF)方法得到的流场月距平主要模态的时空变化特征。分析了主要模态与中国夏季降水(雨型)的相关分布，指出EOFl及EOF2模态与中国夏季降水最主要分布型式有很好的对应关系。用小波变换方法对主要模态的时间系数进行了分析，揭示了各模态的多时间尺度性质，发现3～6年周期振荡是主要的。     

基于CFS模式的中国站点夏季降水统计降尺度预测

本研究针对中国夏季站点降水,研制建立了基于Climate Forecast System(CFS)实时预测数值产品及观测资料的统计降尺度预测系统。此预测系统选取了CFS模式中当年夏季500 hPa高度场和观测资料中前一年秋、冬季海表面温度场作为预测因子,两因子的关键区分别为泛东亚地区和热带太平洋地区。统计降尺度模型对1982~2011年中国夏季降水的回报效果较CFS模式原始结果显著提高,空间距平相关系数由0.03提高到0.31,时间相关系数在中国大部分地区显著提高,最大可达0.6。均方根误差较CFS模式原始结果明显降低,同时,此降尺度模型较好的回报出2011年汛期降水的距平百分率的空间分布型。     

基于时间尺度分离的中国东部夏季降水预测

基于时间尺度分离,利用NCEP第2代气候预测系统 (CFSv2) 每年4月起报的夏季月平均预测资料, 结合实际观测资料和再分析资料,对江淮流域及华北地区夏季降水距平百分率进行降尺度预测。将预测量和预测因子分为年际分量和年代际分量,在两个时间尺度上分别建立降尺度模型,两个预测分量之和为总预测量。对1982—2008年拟合时段的夏季降水距平百分率的回报结果表明:降尺度预测结果相对于原始模式结果预测技巧显著提高。降尺度预测与实况降水在江淮流域和华北地区的空间相关系数最大值超过0.8,多年平均值也分别提高到0.53和0.51;时间相关在每个站点也显著增强,相关系数为0.38~0.65。对2009—2013年进行独立样本检验,结果表明:降尺度模型能较好地预测出该时段的降水异常空间型态。同时,该模型对2014年夏季降水长江以南偏多、黄淮地区偏少的分布形势也有一定预测能力。     

DERF产品在江西汛期降水预测中的释用

利用T63月动力延伸预报DERF模式输出的北半球500hPa位势高度场资料和江西省83站逐月降水量实况资料,运用EOF迭代方法对江西省2005-2009年汛期4-6月逐月降水距平百分率进行解释应用预测试验.结果表明,预测模型对江西汛期降水趋势预测的评估效果比较好.月降水距平百分率的预测Ps评分总体平均为72%,平均距平...     

动力延伸预报产品在辽宁短期气候预测中的释用

基于1961～2000年辽宁53个测站40 a逐年的月气温距平和月降水距平百分率资料,根据EOF(经验正交函数)展开的空间特征向量分布特征,将前3个主要特征向量时间系数作为预报量,将500 hPa高度场的高度距平、地转涡度作为预报因子,利用多元统计回归分析,建立了一套定点、定量预测辽宁各月气温与降水量的数学模型。利用该模型对2001~2005年辽宁53个测站的月气温距平和月降水距平百分率进行逐月预报试验。结果表明:对气温和降水量的趋势预报的评分均比较好,有87%以上的月气温距平预测结果的评分超过66.0分,各月的平均Ps评分均高于66.0分,年平均为75.5分或以上,总平均为83.1分;有70%的月降水距平百分率预测结果的Ps评分超过60.0分,各月的平均Ps评分都高于53.0分,年平均为58.0分以上,总平均为66.5分。但对异常气候的预测效果不明显。     

西南夏季降水多因子降维客观预测方法研究

本文改进了现有的多模态时间稳定性判别标准,提出一种筛选稳定高相关预测信号的思路,对1981～2016年西南夏季降水距平百分率多模态的时间稳定性、时空特征和可预测模态关键信号等进行了分析研究,在此基础上构建了多因子降维预测模型。结果表明,前9个模态在预测时效为3年和近10年内稳定,累计方差贡献率占70%,是西南夏季降水的主要模态。结合稳定高相关概念和最优子集回归方法得到主模态PC（Principal Component）系数的最优预测信号和预测方程。回报检验结果表明,各方程对PC系数有较好的拟合效果,复相关系数为0.62～0.84,均通过了99.99%的显著性检验,同号率均大于69%。构建的多因子降维预测模型对西南夏季降水的空间分布,正负趋势和异常级有较好的回报效果:距平相关系数（Anomaly Correlation Coefficient,简称ACC）平均值为0.58;时间相关系数（Temporal Correlation Coefficient,简称TCC）在除零星站点外的整个区域通过90%的显著性检验,且大部分区域通过99.9%的显著性检验;趋势异常综合评分（PS）平均分为84,其中区域降水最异常的十年,PS平均分为87.1。经过13年（1971～1980年和2017～2019年）的预报检验,该模型的PS平均分为72。其中2017～2019年的PS均分为77,优于发布预测评分。     

贵州夏季降水特征及其与Wang and Fan指数的关系

该文通过对贵州夏季降水距平百分率场EOF的分解、贵州夏季降水距平百分率与WF指数的相关性和合成分析,以及850 hPa纬向风距平场合成分析,得出如下结论:①贵州夏季降水距平百分率场EOF的分解,所得出对应的基本分布型,即东北—西南向为负值中心,整个贵州省均为同一符号,贵州夏季降水降水距平百分率场具有相当高的一致性,第一模态的空间分布的典型性变化与WF指数的变化是对应的。②标准化WF指数的线性趋势每百年以0.79的趋势减小,标准化WF指数5点平滑变化曲线呈现年代际的变化特征,周期9～10 a。③与贵州夏季降水距平百分率的相关中,通过信度(t=0.05)的区域主要集中在贵州省北部、黔东南与黔南交界。且除黔西南的西南角为正相关外,其余省大部地区都是负相关。④850 hPa纬向风距平场在WF指数在强、弱季风年合成中,在WF指数强季风年,关键区Ⅰ、Ⅱ主要盛行西风,在这种环流形势下贵州夏季降水距平百分率场是偏少;当关键区Ⅰ盛行东风,关键区Ⅱ北部是西风,南部是东风,贵州夏季降水偏多。     

Statistical Downscaling for Multi-Model Ensemble Prediction of Summer Monsoon Rainfall in the Asia-Pacific Region Using Geopotential Height Field

The 21-yr ensemble predictions of model precipitation and circulation in the East Asian and western North Pacific （Asia-Pacific） summer monsoon region （0°-50°N, 100° 150°E） were evaluated in nine different AGCM, used in the Asia-Pacific Economic Cooperation Climate Center （APCC） multi-model ensemble seasonal prediction system. The analysis indicates that the precipitation anomaly patterns of model ensemble predictions are substantially different from the observed counterparts in this region, but the summer monsoon circulations are reasonably predicted. For example, all models can well produce the interannual variability of the western North Pacific monsoon index （WNPMI） defined by 850 hPa winds, but they failed to predict the relationship between WNPMI and precipitation anomalies. The interannual variability of the 500 hPa geopotential height （GPH） can be well predicted by the models in contrast to precipitation anomalies. On the basis of such model performances and the relationship between the interannual variations of 500 hPa GPH and precipitation anomalies, we developed a statistical scheme used to downscale the summer monsoon precipitation anomaly on the basis of EOF and singular value decomposition （SVD）. In this scheme, the three leading EOF modes of 500 hPa GPH anomaly fields predicted by the models are firstly corrected by the linear regression between the principal components in each model and observation, respectively. Then, the corrected model GPH is chosen as the predictor to downscale the precipitation anomaly field, which is assembled by the forecasted expansion coefficients of model 500 hPa GPH and the three leading SVD modes of observed precipitation anomaly corresponding to the prediction of model 500 hPa GPH during a 19-year training period. The cross-validated forecasts suggest that this downscaling scheme may have a potential to improve the forecast skill of the precipitation anomaly in the South China Sea, western North Pacific and the East Asia Pacific regions, wh     

MRI-CGCM模式气候预测回报试验在东亚夏季的检验和降尺度订正

应用1979—2010年MRI-CGCM模式回报、NCEP/NCAR再分析数据和中国东部降水观测资料检验了模式对东亚夏季风的模拟能力,并利用模式500 hPa高度场回报资料建立了中国东部夏季降水的奇异值分解（SVD）降尺度模型。模式较好地模拟了亚洲季风区夏季降水的气候态,但模拟的季风环流偏弱、偏南,导致降水偏弱。模拟降水的方差明显偏小,且模拟降水的外部、内部方差比值低,模拟降水受模式初值影响较大。模式对长江雨型的模拟能力最高,华南雨型次之,华北雨型最低。模式对东亚夏季风第1模态的模拟能力明显高于第2模态。对于东亚夏季风第1模态,模式模拟出了西太平洋异常反气旋,但强度偏弱,且未模拟出中高纬度的日本海气旋、鄂霍次克海反气旋,导致长江中下游至日本南部降水偏弱。各时次模拟环流均能反映但低估了ENSO衰减、印度洋偏暖对西太平洋反气旋的增强作用。对于东亚夏季风第2模态,模式对西太平洋的“气旋-反气旋”结构有一定的模拟能力,但未模拟出贝加尔湖异常反气旋和东亚沿海异常气旋,导致中国东部“北少南多”雨型在模拟中完全遗漏。仅超前时间小于4个月的模拟降水能够反映ENSO发展对降水分布的作用。通过交叉检验选取左场时间系数可以提高降尺度模型的预测技巧,SVD降尺度模型在华南、江南、淮河、华北4个区域平均距平相关系数分别为0.20、0.23、0.18、0.02,明显高于模式直接输出。      

Improvement of model forecast on the Asian summer rainfall anomaly with the application of a spatial filtering scheme

Summary A revised 25-point Shuman-Shapiro Spatial Filter (RSSSF) has been applied to six atmospheric circulation models and multi-model ensemble (MME) predictions, and its effect on the improvement of model forecast skill scores of the Asian summer precipitation anomaly is discussed in this paper. On the basis of 21-yr model ensemble predictions, the RSSSF can remove the unpredictable ‘noise’ with respect to the 2-grid wavelength in the model precipitation anomaly fields and maintain the large-scale counterpart, which is related to the response of the model to large-scale boundary forcing. Therefore, this could possibly enhance the forecast skill of the Asian summer rainfall anomaly in the models and the MME. The potential improvement of model forecasting skill is found in the Asian summer monsoon region, where the anomaly correlation coefficient (ACC) has been improved by 7–40%, corresponding to the decreased root mean square error (RMSE) in the model and the MME precipitation anomaly forecasts.     

北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法

利用1979—2018年夏季逐日观测和再分析数据，对北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法开展了研究。首先，利用非传统滤波即异常相对倾向（Anomalous Relative Tendency，ART）方法获取了气象要素的次季节变化分量，并采用EOF分析方法提取了北半球夏季热带主要季节内振荡信号，结果表明向外长波辐射（Outgoing Longwave Radiation，OLR）异常相对倾向EOF前两个模态共同反映了北半球夏季起源于印度洋并向东和向北传播的、具有30~60 d周期的季节内振荡（Boreal Summer Intraseasonal Oscillation，BSISO）信号。回归分析表明，该季节内振荡信号能够导致当地及其北面地区低层风场和位势高度场异常，影响该地区及其北面地区的水汽辐合辐散，从而能引起我国尤其是我国南方地区季节内旱涝变化，并一定程度上反映了我国异常雨带的向北推进过程。而后，将提取的热带主要季节内振荡信号作为预测因子，将降水异常相对倾向作为先行预板对象，利用多元线性回归方法构建了我国夏季旬降水异常相对倾向的预报模型，将预报的旬降水异常相对倾向加上观测已知的降水近期背景距平，从而得到旬降水距平的预报结果。通过历史回报和交叉检验，评估了该模型对梅雨期我国江淮流域降水（包括2020年梅汛期异常降水）的次季节预测能力。     

初夏东北地区冷涡降水“累积效应”

采用1960~2012年5~6月中国东北地区实况降水资料,依据东北冷涡活动客观识别方法,研究东北冷涡活动对东北地区初夏降水的影响,结果表明:5~6月每次东北冷涡过程维持时间以3~7天为主,且具有频发特征,东北冷涡降水累计量占总降水量的62.5%,给出冷涡降水月强度指数,与同期月降水量年际变化具有很好一致性;东北地区初夏降水与东北冷涡降水EOF分解主要模态十分相近,前两个模态分别为全区一致和东北、西南降水相反分布,各占方差贡献的46.8%与42.7%。冷涡降水具有显著“累积效应”,该累计效应可总体反映初夏东北地区降水异常分布特征,进一步揭示东北冷涡活动的气候学特征。     

MRI-CGCM模式对东亚夏季风的模拟评估及订正

本文利用CMAP月降水资料、NCEP再分析资料、NOAA的ERSST资料和日本气象厅海气耦合模式（MRI-CGCM）的输出结果,从东亚夏季风气候态、主模态和年际变率等方面分析了MRI-CGCM模式对东亚夏季风的预测性能,并且利用观测的东亚夏季风指数（EASMI）与模拟PC（principal component）的关系建立多元线性回归方程来订正EASMI（简称PC订正法）。结果表明:MRI-CGCM模式能够较好再现东亚夏季风降水和低层风场的气候态,但模拟的西北太平洋反气旋偏弱、偏东,使得模拟的副热带地区降水量偏小。模式较好地模拟出东亚夏季风降水第一模态（EOF1）及相应的低层风场,能够较好再现出EOF1对应El Ni?o衰减位相;模拟降水的EOF1与观测之间的空间相关系数（ACC）为0.72,且能较好地再现其对应的年际变率,其时间系数PC1与观测之间的相关系数为0.41,能模拟出观测EOF1的2 a和5 a主导周期;但模拟的我国以东梅雨锋区雨带位置偏南,这与模拟的西北太平洋反气旋位置偏南有关。模式对降水第二模态EOF2的模拟能力比EOF1明显下降,模拟EOF2与观测之间的ACC降到0.36;虽然模式能较好地再现出EOF2对应El Ni?o发展位相,但模拟的西太平洋反气旋位置偏南,使得雨带位置偏南,模拟的我国梅雨锋区雨带位于江南,与观测场上江南少雨相反。模式较好地模拟出我国东部夏季降水和气温空间异常分布和年际变化,模拟与观测夏季降水和气温的多年平均ACC分别为0.74和0.68。模式模拟我国东部、江淮流域和华南地区夏季降水多年平均PS评分分别为69、70和68分,略高于我国夏季降水业务预测多年平均评分（65分）。模拟的我国东部夏季气温与观测多年平均PS评分为74分。PC订正后EASMI与实况的相关系数由0.51提高到0.65、符号一致率由84%升到91%、标准差由0.75增大到1.4、大于1个标准差年数由6年变为12年,订正后在模拟变幅偏小和梅雨锋区雨带偏南等方面均有一定的改善,对应西太平洋反气旋位置和梅雨锋区雨带位置与实况较为吻合。     

An Experiment of a Statistical Downscaling Forecast Model for Summer Precipitation over China

A combination of the optimal subset regression (OSR) approach, the coupled general circulation model of the National Climate Center (NCC-CGCM) and precipitation observations from 160 stations over China is used to construct a statistical downscaling forecast model for precipitation in summer. Retroactive forecasts are performed to assess the skill of statistical downscaling during the period from 2003 to 2009. The results show a poor simulation for summer precipitation by the NCC- CGCM for China, and the average spatial anomaly correlation coefficient (ACC) is 0.01 in the forecast period. The forecast skill can be improved by OSR statistical downscaling, and the OSR forecast performs better than the NCC-CGCM in most years except 2003. The spatial ACC is more than 0.2 in the years 2008 and 2009, which proves to be relatively skillful. Moreover, the statistical downscaling forecast performs relatively well for the main rain belt of the summer precipitation in some years, including 2005, 2006, 2008, and 2009. However, the forecast skill of statistical downscaling is restricted to some extent by the relatively low skill of the NCC- CGCM.     

How predictable is the northern hemisphere summer upper-tropospheric circulation?

The retrospective forecast skill of three coupled climate models (NCEP CFS, GFDL CM2.1, and CAWCR POAMA 1.5) and their multi-model ensemble (MME) is evaluated, focusing on the Northern Hemisphere (NH) summer upper-tropospheric circulation along with surface temperature and precipitation for the 25-year period of 1981–2005. The seasonal prediction skill for the NH 200-hPa geopotential height basically comes from the coupled models’ ability in predicting the first two empirical orthogonal function (EOF) modes of interannual variability, because the models cannot replicate the residual higher modes. The first two leading EOF modes of the summer 200-hPa circulation account for about 84% (35.4%) of the total variability over the NH tropics (extratropics) and offer a hint of realizable potential predictability. The MME is able to predict both spatial and temporal characteristics of the first EOF mode (EOF1) even at a 5-month lead (January initial condition) with a pattern correlation coefficient (PCC) skill of 0.96 and a temporal correlation coefficient (TCC) skill of 0.62. This long-lead predictability of the EOF1 comes mainly from the prolonged impacts of El Niño-Southern Oscillation (ENSO) as the EOF1 tends to occur during the summer after the mature phase of ENSO. The second EOF mode (EOF2), on the other hand, is related to the developing ENSO and also the interdecadal variability of the sea surface temperature over the North Pacific and North Atlantic Ocean. The MME also captures the EOF2 at a 5-month lead with a PCC skill of 0.87 and a TCC skill of 0.67, but these skills are mainly obtained from the zonally symmetric component of the EOF2, not the prominent wavelike structure, the so-called circumglobal teleconnection (CGT) pattern. In both observation and the 1-month lead MME prediction, the first two leading modes are accompanied by significant rainfall and surface air temperature anomalies in the continental regions of the NH extratropics. The MME’s success in predicting the EOF1 (EOF2) is likely to lead to a better prediction of JJA precipitation anomalies over East Asia and the North Pacific (central and southern Europe and western North America).     

IAP AGCM 4.1对淮河流域夏季降水的预报技巧评估

基于中国科学院大气物理研究所新一代大气环流模式IAP AGCM 4.1共30 a(1981—2010年)的集合回报试验结果,评估了模式对淮河流域夏季降水的预报技巧。分析结果表明,模式总体上可以较好地再现出淮河流域夏季平均降水南多北少的空间分布特征,其中模式模拟的6月降水量与观测值的空间相关可达0.93。但降水强度与观测相比具有系统性的偏差,且模式模拟的降水年际变率显著偏弱。基于降水距平相关系数的确定性预报技巧分析表明,模式对流域西南部夏季降水的预测技巧较高,达到0.2以上,且模式对6月降水异常的预测能力相对最好,7月次之。针对淮河不同子流域的预报技巧分析表明,IAP AGCM 4. 1对蚌埠、鲁台子、王家坝水文控制站以上集水面积的夏季面雨量异常具有一定的预报技巧,30 a集合回报的时间相关系数分别为0. 11、0. 13、0. 16。基于降水等级的概率预报技巧评估表明,模式对7月淮河流域南部少雨事件具有很好的预报能力,同时对6月流域中部多雨事件的预报技巧也较高。