气候预测中的集合方法初探

介绍了气候预测中的集合方法。该文作者曾在1996年论证了在西太平洋暖池区海温异常与东亚夏季风的共同作用下存在一个可预测的气候异常区,部分地改变了气候不可预测的论断。如何从与大量不可预测结果混杂在一起的结果中提炼出可预测部分是集合方法的重要目的之一。文中也讨论了由于大气运动固有的动力学特性,其集合预测与经典的数学考虑有所区别,天气与气候预测有不同的特点,其集合方法、目的也应有所不同,由此对集合方法提出了一些新的建议。文中同时介绍了首次在气候预测中发现的多平衡态现象,建议了如何判定多平衡的出现,以及如何利用多平衡态来改善对不同区域的预测。     

IAP／CAS的短期气候距平数值预测研究

本文介绍了中国科学院在气物理研究所（ＩＡＰ／ＣＡＳ）近十年来在短期气候距平数值预测研究方面的一些进展情况,首先介绍了近十年来准业务跨季度汛期降水预测的结果及评分,对预测的物理基础、预测可能性、集合预测方法、订正的必要性与方案进行了初步探讨,提出了我们的看法,发现预测中可能出现多平衡态,可以应用来改进不同区域的预测,并对些方法所作预测的特点、与经验半经验统计的相互配合、不同地区预测效果的差异、如何选     

北半球夏季环流的简化模式季节预报试验

本文在对地气耦合非定常距平模式做了一些改进的基础上，进行了北半球夏季（6～8月）环流的季节预报试验。 对1982～1989年 6～8 月预报结果分析表明:预报效果优于持续性预报；但模式预报存在着明显的系统误差；距平中心向低纬度的漂移严重。用3种不同方法做了消除系统误差的试验，比较了它们的优劣。此外，针对距平模式预报的是月平均距平量这一特点，提出了两种集合预报方案:一种是用滑动的平均量做出多个5月份初始场；另一种是采用不同长度的时段平均，替代5月份初始场；用上述两种方案做了1987年6～8月的集合预报试验，结果表明优于或接近于非集合的单个预报的结果。     

应用耦合模式进行2003年度气候预测试验

利用中国科学院大气物理研究所IAP/LASG GOALS 4.0耦合模式,引进外强迫因子(温室气体、太阳活动及硫酸盐气溶胶)变化的影响后进行了2003年度集合预测试验研究.结果表明:GOALS耦合模式预测出了2003年夏季淮河流域的降水正异常,也较好地描述了中国区域大气环流场的变化.说明GOALS 4.0耦合模式在我国的短期气候预报业务中具有一定的预测能力.但该版模式分辨率还嫌太粗,无法细致地描述我国区域的降水分布.     

CMIP5全球气候模式对中国地区干旱变化模拟能力评估

利用东亚地区1961～2005年高分辨率（0．5°×0．5°）降水格点数据和参加CMIP5的42个全球气候模式数值模拟结果,通过对简单降水强度指数（降水距平百分率）的计算,对比分析了观测和多模式集合的中国地区干旱面积、干旱频率的时空分布以及干旱分布型的变化,评估了全球气候模式的模拟能力。结果表明：多个全球气候模式的集合结果对中国区域的干旱变化特征有一定的模拟能力,能较好地模拟出中国年平均干旱指数的时间变化趋势,但模拟的干旱强度偏弱;多模式集合模拟的严重干旱面积与观测值的变化趋势基本一致,与观测相比,模拟的长江以南干旱强度偏强,西北干旱强度偏弱;通过EOF的分析表明,多模式集合可以较好地模拟出西北与长江以南呈反位相及我国东部地区的“旱-涝-旱”或“涝-旱-涝”的分布型。     

1991年夏季苏皖地区洪涝的短期气候距平预测试验

本文叙述了用多种方案对1991年夏主要发生在我国江苏、安徽两省的持续性多雨气候进行的跨季度预测试验研究的情况。试验用完全的海气耦合方案、大气模式并保持初始SSTA方案、考虑皮纳图博火山作用、模式系统误差订正以及它们的组合等进行，得到了比较好的预测结果。     

欧洲多个耦合气候模式对东亚冬季气候的预测性能研究

在短期气候预测方法中,多模式集合预测作为一种实用方法得到了广泛的研究。利用DEMETER多模式集合预测系统1980—2001年的回报试验,研究了欧洲7个耦合模式对东亚地区(0°—60°N,70°—140°E)冬季大气环流和气候异常的预测效能。研究的气候要素是冬季500hPa高度场、850hPa风场、表面气温场和降水场。集合平均(EM)是最基本的多模式集合构建方法。为了进一步订正模式预测的误差,基于经验正交函数分解进行订正,产生"合成数据集",并利用该数据集进行合成集合平均或合成超级集合(SEM/SSE)。研究表明,东亚地区冬季气候异常的模式预测效能热带高于中高纬度地区,海洋高于内陆。多模式集合平均和合成集合平均或合成超级集合均从整体上对东亚地区冬季气候异常的预测效能有一定程度的提高,体现了其相对于7个单一模式的优势。两类不同的多模式集合方法对预测结果也有一定的影响,其中,合成集合平均或合成超级集合对冬季500hPa高度场、850hPa风场和降水场异常的预测效能优于集合平均;但是对于冬季表面气温场异常的预测,集合平均优于合成集合平均或合成超级集合。     

论短期气候预测的对象问题

基于气候变化的物理过程和数学方面的考虑,讨论了短期气候预测的对象问题。短期气候预测对我国具有重大的经济和社会价值,但也是非常困难的科学难题和科学工程。传统的把气候距平作为预测对象的方法并不一定具有科学严谨性和应用上的高效性。因此提出把气候年际增量作为新的预测对象,并从数学物理考虑上进行了讨论。最后,基于一个气候模式的预测试验,实际检验了新的预测对象方案的效果。     

ENSO预测的目标观测敏感区在热带太平洋海温的多模式集合预报中的应用

本文将ENSO预测的目标观测敏感区与多模式集合预报方法相结合, 提出了一种能够有效提高预报技巧且又具有较小计算成本的多模式集合预报方法。该方法在目标观测敏感区内采用模式不等权的多模式超级集合预报方法(SUP), 而在其他区域采用相对简单的等权的多模式消除偏差集合平均方法(BREM)。利用CMIP5中15个气候系统模式的工业革命前参照试验(pi-Control)数据, 针对热带太平洋海温的长期演变开展了理想预报试验。将新集合预报方法与现有的多模式集合预报方法进行了比较。结果表明, 在所考察的预报期内(即1～20年), 新集合预报方法与整个热带太平洋区域使用SUP方法具有相当的预报技巧, 但前者的计算成本明显小于后者, 计算时间仅为后者的1/4。可见, 新方法是一个具有较高预报技巧且计算成本较小的多模式集合预报方法。同时, 其较高的预报技巧强调了热带太平洋SST预测对ENSO目标观测敏感区内的模式误差也是极端敏感的, 也正因如此, 多模式集合预报方法才能够有效过滤模式误差的影响, 具有较高的预报技巧。     

中国科学院大气物理研究所短期气候预测系统的改进及其对1998年全国汛期旱涝形势的预测

通过引入改善了地表反照率参数化方案的中国科学院大气物理研究所（ＩＡＰ）大气环流模式,我们对ＩＡＰ短期气候距平预测系统（ＩＡＰＰＳＳＣＡ）中的大气模式部分进行了改进。利用改进前后的ＩＡＰＰＳＳＣＡ,我们对１９８０～１９９４共１５年中国夏季降水异常进行了集合预报检验,与实测结果比较表明,改进后的ＩＡＰＰＳＳＣＡ对江淮和华南地区的预报技巧与原先的系统相比只是有略微的提高,但对我国东北、华北、河套区域以及整个中国东部的预报技巧则比原系统有较大程度的提高,从而表明气候模式中陆面过程的正确表述可以提高模式气候预测的能力。利用改进的ＩＡＰＰＳＳＣＡ和ＩＡＰＥＮＳＯ预测系统提供的预测海温距平,我们对１９９８年中国夏季降水异常进行了预报（该预测３月份提供给有关单位）。今与实际情况比较表明,改进了的ＩＡＰＰＳＳＣＡ和ＩＡＰＥＮＳＯ预测系统耦合,对１９９８我国夏季旱涝形势的预测与实测基本相符,但强度较小,说明有一定预报能力,但也还有许多问题。     

长江流域夏季降水的贝叶斯多模式集合概率预测

A Bayesian probabilistic prediction scheme of the Yangtze River Valley (YRV) summer rainfall is proposed to combine forecast information from multi-model ensemble dataset provided by ENSEMBLES project.Due to the low forecast skill of rainfall in dynamic models,the time series of regressed YRV summer rainfall are selected as ensemble members in the new scheme,instead of commonly-used YRV summer rainfall simulated by models.Each time series of regressed YRV summer rainfall is derived from a simple linear regression.The predictor in each simple linear regression is the skillfully simulated circulation or surface temperature factor which is highly linear with the observed YRV summer rainfall in the training set.The high correlation between the ensemble mean of these regressed YRV summer rainfall and observation benefit extracting more sample information from the ensemble system.The results show that the cross-validated skill of the new scheme over the period of 1960 to 2002 is much higher than equally-weighted ensemble,multiple linear regression,and Bayesian ensemble with simulated YRV summer rainfall as ensemble members.In addition,the new scheme is also more skillful than reference forecasts (random forecast at a 0.01 significance level for ensemble mean and climatology forecast for probability density function).     

天山北坡次季节-季节尺度降水集合预测北大核心CSCD

在新疆天山大地形背景下,实现了中国气象局研发的高分辨率气候业务预测系统CMA-CPSv3(China Meteorological Administration-Climate Prediction System version 3)在天山北坡经济带的本地化应用,分别评估控制预报、传统集合平均预报以及改进后的最优概率阈值集合方法(deterministic ensemble forecast using a probabilistic threshold,DEFPT)对该区域次季节-季节降水的预测水平。评估结果表明:基于CMA-CPSv3预测系统的DEFPT方法可以提升天山北坡次季节-季节尺度1~5 mm阈值降水落区以及持续性的预测效果,优于传统集合平均预报和控制预报。从2016年7月29日—8月2日、2017年6月7—12日以及2020年7月8—12日时段发生在天山北坡的降水事件个例分析结果看,不论从降水落区、降水异常还是降水持续性,DEFPT集合预报在天山北坡西部和南部均有更好的效果,但在天山北坡东部和北部预测能力相对略低,这与该区域水汽的预报偏差增大有关。     

Probabilistic prediction of Indian summer monsoon rainfall using global climate models

Probabilistic seasonal predictions of rainfall that incorporate proper uncertainties are essential for climate risk management. In this study, three different multi-model ensemble (MME) approaches are used to generate probabilistic seasonal hindcasts of the Indian summer monsoon rainfall based on a set of eight global climate models for the 1982–2009 period. The three MME approaches differ in their calculation of spread of the forecast distribution, treated as a Gaussian, while all three use the simple multi-model subdivision average to define the mean of the forecast distribution. The first two approaches use the within-ensemble spread and error residuals of ensemble mean hindcasts, respectively, to compute the variance of the forecast distribution. The third approach makes use of the correlation between the ensemble mean hindcasts and the observations to define the spread using a signal-to-noise ratio. Hindcasts are verified against high-resolution gridded rainfall data from India Meteorological Department in terms of meteorological subdivision spatial averages. The use of correlation for calculating the spread provides better skill than the other two methods in terms of rank probability skill score. In order to further improve the skill, an additional method has been used to generate multi-model probabilistic predictions based on simple averaging of tercile category probabilities from individual models. It is also noted that when such a method is used, skill of probabilistic forecasts is improved as compared with using the multi-model ensemble mean to define the mean of the forecast distribution and then probabilities are estimated. However, skill of the probabilistic predictions of the Indian monsoon rainfall is too low.     

云南夏季降水异常的影响因子及物理统计预测方法

云南夏季降水年际变化较大,影响因子众多,夏季降水的预测较为困难。使用1965—2017年云南省122个气象观测站的逐日降水资料和NCEP大气环流资料,采用年际增量的方法来预测云南夏季降水。文中基于云南夏季降水年际增量变化规律和影响夏季降水的环流形势及物理过程,选取了6个具有物理意义的预测因子,包括:前期2月南太平洋海温异常、前期2月东亚北部海平面气压异常、前期4月北美500hPa位势高度异常、前期5月太平洋北部海平面气压异常、前期1月印度半岛北部500hPa位势高度异常及前期2月澳洲以南地区200hPa高度场偶极子异常,来建立云南夏季降水预测模型。并对预测模型进行逐年交叉检验和1998—2017年逐年独立样本检验。交叉检验中夏季降水年际增量预测值和观测值的相关系数为0.85,相对均方根误差为8.0%。回报检验中夏季降水年际增量的相对均方根误差为9.1%,63.0%的异常年份预测值能够准确地预报出夏季降水异常。该预测模型有较好的预测能力。     

长江上游暴雨短期集合预报系统试验与检验

基于PSU/NCAR的高分辨率MM5模式,采用多物理方案构建长江上游中尺度集合预报系统,于2004年8月16日—9月30日进行了预报试验。降水集合预报检验表明,在25mm以上级别的降水预报中,集合预报能改进单一模式的预报能力。对“9·3”暴雨过程的检验表明,降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义,特别是大于50mm的降水概率分布区域和值的大小对预报大降水的范围有指导作用。     

不同参数化方案对长江中游汛期降水模式预报试验

利用中尺度模式多个物理过程组合成不同预报方案,对长江中游汛期降水预报进行了对比试验.试验结果表明,使用不同物理过程参数化方案对长江中游汛期降水的预报效果存在差异,这种差异随降水预报量级的提高而愈加明显;而就试验而言,Grell积云对流参数化方案与Blackadar边界层参数化方案的组合预报效果相对较好;就单个降水个例而言,预报效果相对好的参数化方案存在不确定性,集合平均预报相对稳定且优于大多数方案,其对降水评分的改进尤其体现在暴雨以下量级的预报中.     

强降水和冰雹对流许可尺度集合预报个例试验

利用对流许可尺度集合预报系统,针对2015年4月28日夜间移动到江苏南部和上海地区,伴随短时强降水和冰雹的一次强对流过程,使用初始多源融合分析场对集合预报结果影响进行了分析。结合上海南汇双偏振雷达基数据观测,对12～14 h预报时效的反射率因子、差分反射率及冰雹集合预报结果进行了定性和定量的评估,分析了改进初始水物质分布,同时增加小尺度信息对于模式预报结果的影响。主要结果为:(1)对反射率因子预报的评估显示,初始场调整了水物质分布且增加了小尺度信息的试验(以下简称ADAS试验),对降水的范围、分布特征及评分都有明显改进(2)由于差分反射率在较小的距离内变化剧烈,对其准确预报难度较大,ADAS试验虽然预报强度偏强,但整体的位置和强度与实况更为接近,特别在大粒子预报方面具有更高的技巧,能够对微物理过程相关特征更好地进行描述;(3)使用地面人工观测和双偏振雷达观测对冰雹概率预报评估的结果显示,ADAS试验预报的高概率降雹区与观测落区接近,对冰雹落区预报具有一定的指示意义。通过多源融合分析调整初始水物质分布并增加小尺度信息的集合预报试验改善了较长预报时效的强降水和冰雹概率预报,具有更高的可信度,双偏振变量预报具有区分强降水与冰雹的优势,通过与观测的对比可以更好地评估模式对微物理过程描述的准确性。     

2003年汛期淮河流域降水的集合预测试验研究

利用并行化全球中期数值预报模式MPGM,对2003年夏季淮河流域特大降水作了集合预报试验。试验中提出一种繁殖循环初始扰动生成方法,产生9个集合成员的初值场,利用该初值集合对这次降水过程进行了集合模拟,然后对集合预报试验的结果同对照试验进行了对比分析,并对降水期间的物理量场及降水情况的模拟结果进行了分析。结果表明:集合预报试验的结果优于不加扰动的对照试验的结果,说明集合预报技术在一定程度上能够减小甚至消除数值预报中的不确定性,提高数值预报的精度;集合预报试验较好地模拟出了降水期间的物理量场与天气形势,并对此次降水情况作了较好的预报,可以对降水预报提供有益的参考。     

基于TIGGE资料的沂沭河流域6小时降水集合预报能力分析

全球多模式集合预报(TIGGE)资料为发展局地水文风险预报方法提供了新基础。对不同预报系统的集合预报资料进行评价与对比,可为综合应用多源资料实现超集合预报提供参考。本文以沂沭河流域内10个站点观测降水作为参照,对2007～2010年7、8、9月中BABJ(北京)、ECMF(欧洲)、EGRR(英国)、RJTD(日本)和KWBC(美国NCEP)五种预报模式的6h集合预报降水做了相关系数、均方根误差、Nash效率系数、TS评分(风险评分)和Brier评分等定量评估和对比。对于各模式集合平均预报,EGRR表现最好,4日预见期内的相关系数达0.48,Nash系数为0.21,BABJ最差,其他三模式预报能力相当。对于确定的控制性预报,4日预见期内RJTD表现最优,相关系数为0.19,Nash系数为0.13,其次为BABJ和EGRR。各模式集合平均与控制性预报相比,预报能力都占绝对优势,而多模式集合平均其预报能力又强于任何单模式集合平均。在4日预见期内,多模式平均的相关系数达0.49,Nash系数达0.24。在不同百分位阈值下TS评分和Brier评分也表明了类似的各模式评比结果,但多模式平均虽然在较低阈值下评分较优,但不占据绝对优势。各中心资料均具有一个随预见时长增加的稳定衰减期,其中EGRR衰减期最长(达9天)且最为稳定,而其他资料则存在不同稳定程度的衰减,稳定衰减期都能持续4天以上。各中心资料对较大降水的预报还存在各自不同的系统性偏差。     

Study on ETKF-Based Initial Perturbation Scheme for GRAPES Global Ensemble Prediction

Initial perturbation scheme is one of the important problems for ensemble prediction. In this paper, ensemble initial perturbation scheme for Global/Regional Assimilation and PrEdiction System (GRAPES) global ensemble prediction is developed in terms of the ensemble transform Kalman filter (ETKF) method.A new GRAPES global ensemble prediction system (GEPS) is also constructed. The spherical simplex 14-member ensemble prediction experiments, using the simulated observation network and error characteristics of simulated observations and innovation-based in ation, are carried out for about two months. The structure characters and perturbation amplitudes of the ETKF initial perturbations and the perturbation growth characters are analyzed, and their qualities and abilities for the ensemble initial perturbations are given. The preliminary experimental results indicate that the ETKF-based GRAPES ensemble initial perturbations could identify main normal structures of analysis error variance and reflect the perturbation amplitudes.The initial perturbations and the spread are reasonable. The initial perturbation variance, which is approximately equal to the forecast error variance, is found to respond to changes in the observational spatial variations with simulated observational network density. The perturbations generated through the simplex method are also shown to exhibit a very high degree of consistency between initial analysis and short-range forecast perturbations. The appropriate growth and spread of ensemble perturbations can be maintained up to 96-h lead time. The statistical results for 52-day ensemble forecasts show that the forecast scores ofensemble average for the Northern Hemisphere are higher than that of the control forecast. Provided that using more ensemble members, a real-time observational network and a more appropriate inflation factor,better effects of the ETKF-based initial scheme should be shown.