IAP短期气候距平预测系统的定量评估及订正技术的改进研究

采用一套多指标的评估方法, 对中国科学院大气物理所研制的短期气候距平数值预测系统（ＩＡＰＰＳＳＣＡ） 方案１ 的预测性能进行了定量的、系统的评估。评估表明： ＩＡＰＰＳＳＣＡ 对中国汛期大尺度的、重大的降水异常预报较好; 在不同区域,ＩＡＰＰＳＳＣＡ 的预测能力不同, 对中国东南区域显示出较高的预报准确度和可信度; 与单个预报相比, 集合预测水平稳定, 能提高总体预测水平。另外, 还对订正技术进行了改进研究, 距平百分率订正较距平订正效果为佳。     

一个可供ENSO预测的海气耦合环流模式及1997/1998 ENSO的预测

利用中国科学院大气物理研究所设计发展的具有较高分辨率的热带太平洋和全球大气耦合环流模式,设计了一个初始化方案,建立了ＥＮＳＯ预测系统,进行了系统性的预测试验。预测结果检验评估表明,该预测系统表现出较强的预报能力,赤道中东太平洋地区（Ｎｉｎｏ３和Ｎｉｎｏ３４）海表温度距平预报相关技巧高于０５２的预报可持续１８个月,该预测系统可应用到试验性的海温预测实践中。利用该系统对１９９７／１９９８年ＥＮＳＯ进行了实际预测,表明预测是成功的,预测的海温距平已提供给今年我国夏季降水预测使用,取得了良好的预测效果。     

IAP PSSCA 两组预测试验的评估及比较Ⅰ.降水部分

利用中国科学院大气物理研究所研制的短期气候距平数值预测系统（ＩＡＰ ＰＳＳＣＡ）,采用两种版本的大气环流模式：ＡＧＣＭ１．１和ＡＧＣＭ１．２,分别以２月１１～１９日的９天大气观测值为初始场,以给定海温边界场,对１９８０～１９９４年的１５年的降水异常进行了两组集合后报试验。对试验结果进行定量评估表明：ＩＡＰ ＰＳＳＣＡ对降水异常具有一定的预测能力,特别是在中国东部受东亚季风及海温异常影响的地区,ＩＡ     

用于ENSO预测的一种广义典型混合回归模式及其预报试验

提出一种基于主分量典型相关分析（ＰＣ－ＣＣＡ）的广义典型混合回归模式，用于建立ＮＩＮＯ海区ＳＳＴ预报方案．该模式引入ＥＥＯＦ、ＰＲＥＳＳ准则和集成预报等技术思想，在优选物理因子，确定最佳模式参数的基础上，对ＮＩＮＯ海区海温指数所作的超前１—４季度预报试验取得优良效果．试验表明，该模式方案性能稳定，其总体预报技术水平已达到美国ＮＯＡＡ／ＮＷＳ／ＮＣＥＰ／气候诊断公报（ＣＰＣ）所用同类模式水平．而本模式方案预报同类产品所需因子数远少于ＣＰＣ方法。这就有可能为建立我国的ＥＮＳＯ业务监测系统提供有益的基础。     

1998年中国科学院大气物理研究所气候与环境预测研究中心汛期暴雨短期数值预测

对１９９８年夏季汛期（６～８月）天气过程进行了分析;在６～８月期间用ＩＡＰ－ＥＴＡ暴雨数值预报模式进行了每天的２４小时的降水实时预报;首次采用从Ｉｎｔｅｒｎｅｔ网上获取的ＮＣＥＰ资料,作为初值。预报的结果表明,ＥＴＡ坐标有限区域模式对暴雨预报有较好的参考价值;ＮＣＥＰ资料是有用的,尤其是在高原和广大海洋资料稀少地区。     

世界气象网站园地(十一)

一ＤＥＰＡＴＭＥＮＴＯＦＡＴＭＯＳＲＨＥＲＩＣＳＣＩＥＮＣＥＳＵＮＩＶＥＲＳＩＴＹＯＦＷＡＳＨＩＮＧＴＯＮ华盛顿大学大气科学系。这是华盛顿州立大学大气科学系的网站。网站分学术问题、天气气候信息以及大气科学系简介三个栏目。其中在天气气候信息栏目中包括了天气观测气候资料和预报、西北环境预报和观测以及太平洋西北区域ＭＭ５模式预报等三个栏目。该网站提供了大量的各类多普勒雷达观测产品、各类卫星探测产品、ＭＭ５模式的降水、温度、风场的预报图以及气候资料信息等。其资料的丰富以及共享程度，都应当引起我们…     

青海省夏季降水气候预测评估

本文运用预报评分（Ｐ）、技巧评分（Ｓｓ０和距平相关系数（Ａｃｃ）三各方法、对青海省近十几年业务上使用的２０个代表站１９８８～１９９７年１０年夏季（６～８月）降水距平百分率预报的准确程度进行了评估。结果表明：虽然青海省的地理环境特殊、各地气候差异较大,但青海省的预报质量仍较全国平均水平略高;用Ｐ方法比用以往评分方法（Ｔｓ）进行预测评定的质量高出近６个百分点;１９９８年夏季的预报质量远较前十年的平均质     

Nino海区SSTA短期气候预测模型试验

采用奇异谱分析（ＳＳＡ）与自回归（ＡＲ）预测模型相结合的方案,对Ｎｉｎｏ海区平均ＳＳＴ逐月距平序列作自适应滤波意义下的超前预报。结果表明,对１９９７－１９９８年这次强ＥＮＳＯ事件的超前预报十分有效;利用相应的历史样本作三次强ＥＮＳＯ事件的回溯预报试验,发现均有较高可信度。可见,该方案预报技巧稳定,独立样本试验和实际预报试验都有很高的准确率。将ＳＳＡ－ＡＲ方案进一步完善,可望作为ＥＮＳＯ业务预报的有     

1999年中国夏季气候的预测和检验

利用改进的中国科学院大气物理研究所短期气候预测系统（IAPPSSCA）,结合IAPENSO预测系统所预测的1999年热带太平洋地区的海温异常,对1999年中国夏季气候进行了适时集合预测。预测结果表明：IAPPSSCA较好地预测出了1999年夏季北半球大尺度环流场的异常情况,并较好地预测出1999年中国南涝北旱的大范围降水形势。IAPPSSCA对长江下游的强降水中心、中国南方大部夏季多雨的特征以及中国北方大部的干旱少雨形势的预测,与实测较相符。但IAPPSSCA预测的南方大范围雨带的北界比实测的略为偏北,北方的小范围的降水正距平区域也没有能预报出来。另外,对于月平均降水距平的预测亦存在较大的不确定性。这说明我们的预测系统还有待于进一步的改进和完善。     

NINO区SST与SOI的耦合振荡信号及其预测试验

应用奇异交叉谱（ＳＣＳＡ）分析方法,提取Ｎｉｎｏ 海区各区的平均海温（ＳＳＴ）和南方涛动指数（ＳＯＩ）之间的耦合振荡信号,由此描述其年际和年代际的时变特征。基于ＳＣＳＡ,重建耦合振荡分量序列（ＲＣＣＳ）,并与回归分析相结合,对Ｎｉｎｏ 各海区平均的ＳＳＴ月际序列作短期气候预测试验。结果表明,各海区ＳＳＴ与ＳＯＩ的显著耦合振荡周期各有特色,其年际或１０ 年际变化不尽相同,从而构成了ＥＮＳＯ信号在时空演变型态上的复杂性。ＳＣＳＡ基础上的回归预报模型的预报技巧绝大部分优于ＳＳＡ－ＡＲ预报模型,实际预报试验证明效果优良     

城市空气污染数值预报试验

采用城市空气污染数值预报模式系统, 并结合天津市部分气象资料和浓度监测资料对１９９８ 年１ 月１～１５ 日的ＳＯ２、ＮＯｘ和ＴＳＰ浓度进行数值模拟和试预报。结果表明,该模式运行稳定, 计算满足预报时效要求, 对ＳＯ２和ＮＯｘ日均值预报的准确率可分别达到６４％ 和７０％ , 对ＳＯ２逐时预报的准确率为５５％ ～６２％ , 对ＴＳＰ预报的准确率低于ＳＯ２和ＮＯｘ。此次预报试验说明,该模式可作为城市空气污染数值预报的基本模式进行初步应用,但仍需进一步的研究、发展和完善     

Monthly Extended Predicting Experiments with Nonlinear Regional Prediction. Part I: Prediction of Zonal Mean Flow

Systematic errors have recently been founded to be distinct in the zonal mean component forecasts,which account for a large portion of the total monthly-mean forecast errors. To overcome the difficulty of numerical model, the monthly pentad-mean nonlinear dynamic regional prediction models of the zonal mean geopotential height at 200, 300, 500, and 700 hPa based on a large number of historical data (NCEP/NCAR reanalysis data) were constituted by employing the local approximation of the phase space reconstruction theory and nonlinear spatio-temporal series prediction method. The 12-month forecast experiments of 1996 indicated that the results of the nonlinear model are better than those of the persistent, climatic prediction,and T42L9 model either over the high- and mid-latitude areas of the Northern and Southern Hemispheres or the tropical area. The root-mean-square of the monthly-mean height of T42L9 model was considerably decreased with a change of 30.4%, 26.6%, 82.6%, and 39.4%, respectively, over the high- and mid-latitudes of the Northern Hemisphere, over the high- and mid-latitudes of the Southern Hemisphere, over the tropics and over the globe, and also the corresponding anomaly correlation coe cients over the four areas were respectively increased by 0.306-0.312, 0.304-0.429, 0.739-0.746, and 0.360-0.400 (averagely a relative change of 11.0% over the globe) by nonlinear correction after integration, implying that the forecasts given by nonlinear model include more useful information than those of T42L9 model.     

与非线性区域预测方法结合的月延伸预报试验Ⅰ:纬向平均环流的预报

为克服数值模式普遍存在的纬向平均环流预报误差,文中在36a NCEP/NCAR再分析高度场资料的基础上,应用非线性时空序列预测理论的局域近似法构建了200,300,500和700hPa4个等压面上的月尺度逐候纬向平均高度距平场非线性动力学区域预报模型.对1996年12个月所做的预报试验表明,无论是南、北半球中高纬度地区还是低纬度地区,非线性模型的候纬向平均高度预报结果均优于持续性预报、气候预报和T42L9模式动力预报.用非线性结果对T42L9模式月平均高度场预报结果进行订正,则使该谱模式系统性预报误差显著减少,也大大减少了其预报高度场的均方根误差,相应地,高度场距平相关评分也有一定程度的提高,表明纬向平均高度的非线性预报比谱模式动力预报包含了更多的有用信息.     

Monthly Extended Predicting Experiments with Nonlinear Regional Prediction.PartⅠ:Prediction of Zonal Mean Flow

Systematic errors have recently been founded to be distinct in the zonal mean component forecasts, which account for a large portion of the total monthly-mean forecast errors. To overcome the difficulty of numerical model, the monthly pentad-riean nonlinear dynamic regional prediction models of the zonal mean geopotential height at 200, 300, 500, and 700 hPa based on a large number of historical data (NCEP/NCAR reanalysis data) were constituted by employing the local approximation of the phase space reconstruction theory and nonlinear spatio-temporal series prediction method. The 12-month forecast experiments of 1996 indicated that the results of the nonlinear model are better than those of the persistent, climatic prediction, and T42L9 model either over the high- and mid-latitude areas of the Northern and Southern Hemispheres or the tropical area. The root-mean-square of the monthly-mean height of T42L9 model was considerably decreased with a change of 30.4%, 26.6%, 82.6%, and 39.4%, respectively, over the high- and mid-latitudes of the Northern Hemisphere, over the high- and mid-latitudes of the Southern Hemisphere, over the tropics and over the globe, and also the corresponding anomaly correlation coefficients over the four areas were respectively increased by 0.306-0.312, 0.304-0.429, 0.739-0.746, and 0.360-0.400 (averagely a relative change of 11.0% over the globe) by nonlinear correction after integration, implying that the forecasts given by nonlinear model include more useful information than those of T42L9 model.     

利用全球环流模式进行我国汛期短期气候预测的试验

利用OSU/NCC全球大气环流模式耦合全球混合层海洋与海冰模式,采用集合预报的方法,对中国汛期降水进行了1982~1995年共14年的跨季度综合性回报检验研究。结果表明,该模式对我国汛期降水具有一定的跨季度预报能力,对部分地区（江淮至华东沿海、东北部分地区等）有较强的预报能力。     

集合数值天气预报的研究进展

集合预报是目前国外广泛应用的一种新的数值预报技术,国内由于计算条件的限制,集合预报的研究应用起步较晚,目前虽已取得了一些研究成果,但还没有广泛的应用到实际的业务预报之中。集合预报的应用,在天气预报上主要是概率预报,另外在“目标观测”、资料同化等方面也有广泛应用。集合概率预报的一系列适用的验证,增加了概率预报的信度。     

国家气象中心中期集合预报系统概况

随着对大气初值及数值模式存在不确定性的认识以及计算机技术的飞速发展，集合预报已经成为数值预报发展的重要方向之一。本文介绍集合预报的基本概念及初值扰动的特点和国家气象中心集合预报系统的概况。     

2002年夏季气候及汛期实时预测与检验

简要介绍了中国科学院大气物理研究所2002年汛期预测的结果.作者首先利用IAP ENSO预测系统,较好地预测出2002年夏季将有一个强度偏弱的El Nno事件发生;IAP动力学气候预测系统(IAP DCP-Ⅱ)的跨季度预测结果则表明2002年夏季我国华北和东北大部将持续干旱少雨,长江下游和南方大部地区降水较常年偏多;在数值预测的基础上,结合其他的动力统计预测方法,最终得到中国科学院大气物理研究所2002年夏季旱涝趋势的跨季度集成预测结果.与实况比较表明,IAP DCP-Ⅱ预测和集成预报均较好地预测出我国夏季旱涝的大范围形势分布,特别是动力数值预测的效果在我国东部略优于集成预测.至于汛期(6～8月)每天的天气分析研究和数值天气预报,则表明国内外现有的中高分辨率数值天气预报模式均有很好的预测能力,并给出了我国长江流域和华北地区2002年持续性降水的天气学模型.     

大西洋风暴活动预测的一个潜在高效能的预测方案

A new empirical approach for the seasonal prediction of annual Atlantic tropical storm number (ATSN) was developed using precipitation and 500 hPa geopotential height data from the preceding January-February and April-May. The 2.5º×2.5º resolution reanalysis data from both the US National Center for Environmental Prediction/the National Center for Atmospheric Research (NCEP/NCAR) and the European Center for Medium-Range Weather Forecasting (ECMWF) were applied. The model was cross-validated using data from 1979-2002. The ATSN predictions from the two reanalysis models were correlated with the observations with the anomaly correlation coefficients (ACC) of 0.79 (NCEP/NCAR) and 0.78 (ECMWF) and the multi-year mean absolute prediction errors (MAE) of 1.85 and 1.76, respectively. When the predictions of the two models were averaged, the ACC increased to 0.90 and the MAE decreased to 1.18, an exceptionally high score. Therefore, this new empirical approach has the potential to improve the operational prediction of the annual tropical Atlantic storm frequency.