最优子集回归方法在季节气候预测中的应用

利用DEMETER计划多个模式的模拟资料研究1959～2001年多模式集合预报的季节降水在中国区域的表现, 并结合最优子集回归(OSR)方法对中国区域的季节降水进行降尺度预报, 比较其与多模式集合预报的技巧。研究表明: 多个单模式在中国区域对季节降水的模拟性能普遍较差, 多元线性回归(MLR)集合的预报技巧不如集合平均(EM)。利用OSR方法进行降尺度预报可以极大改善中国区域季节降水的预报技巧。夏季, 降水距平相关系数(ACC)在长江以南、西藏以及内蒙古中部等地区提高很显著, ACC在中国区域的平均达到0.29, 明显高于多模式集合平均与多元线性回归集合。冬季, OSR方法可以改善多模式集合在中国北方地区较低的预报技巧。概率Brier技巧评分(BSS)也表明了OSR方法对季节降水预报的改善。需要说明的是, 虽然OSR方法在中国区域能明显提高季节降水的预报技巧, 但是其选取的预报因子与中国区域季节降水的物理机制问题仍有待于进一步的研究。     

利用最优子集回归作鲁南夏季降水量预报

通过普查北半球５００ｈＰａ、１００ｈＰａ月平均高度场与鲁南夏季降水量的相关，选取相关信度达到０．０５的相关区的格点平均高度值作为预报因子，利用最优子集回归建立鲁南夏季降水量预报方程，并投入业务运用，通过与逐步回归方法比较得知，最优子集因归比逐步回归具有更好的预报效果。     

基于DERF的SD方法预测月降水和极端降水日数

针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归 (OSR) 方法对国家气候中心业务化的月动力气候模式 (DERF) 输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率。1982—2006年交叉检验结果表明:OSR方法能显著提高降水预测技巧,其中11~40 d改善效果最为显著。在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法。综合认为OSR,OSR结合随机天气发生器 (WG) 两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息。     

降尺度方法在中国不同区域夏季降水预测中的应用

在中国降水气候分区的基础上,利用降尺度方法进行区域夏季降水预测(RSPP),预测模型建立的基础是寻找影响区域气候的关键因子。降尺度预测模型中使用的资料有国家气候中心海-气耦合模式(CGCM/NCC)回报资料、NCEP/NCAR再分析资料和台站观测资料。为了避免年代际变化特征对季节尺度降水预测的影响,首先对CGCM/NCC模式输出资料、NCEP/NCAR再分析资料、区域平均降水资料去除年代际线性变化趋势,即去除所有预报因子场和预报对象场的长期变化趋势。然后分别计算预报对象和模式资料的预报因子场以及再分析资料的预报因子场的相关系数,把相关系数值同时达到0.05显著性检验水平的区域平均环流特征作为预测因子,保证挑选出的预测因子既能反映实际大气中预测因子与预报对象的关系,同时又是海-气耦合模式预测的高技巧信息。利用最优子集回归作为转换函数的降尺度方法建立区域夏季降水预测模型。交叉检验和独立样本检验结果表明,文中设计的区域夏季降水预测模型对中国大部分地区的夏季降水趋势预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果。进一步对具有较高预测技巧的代表性区域的可预报性来源分析发现,物理意义明确且独立性强的预测因子有助于提高预测准确率。     

用地温资料对新会汛期降水的回归分析

根据新会1987—2006年浅层地温资料，分别用逐步回归方法和最优子集回归方法对新会汛期降水进行拟合与预测，并用双评分准则（CSC）确定预测模型。结果表明，用逐步回归方法和最优子集回归方法建立的回归方程都能达到a=0．01的显著水平；根据预报方程的各项指标，最优子集回归方法建立的回归方程的效果较逐步回归方法建立的回归方程好。     

用奇异谱分析作汛期降水的中期气候预测

用奇异谱分析方法对哈尔滨汛期降水进行中期气候预测。其结果表明，此方法对汛期降水趋势有较好的预测能力，并且预报效果比较稳定，经5次试报的平均准确率达76％，说明奇异谱分析模式是一种有效的中期气候预测手段，其趋势预测结果可信度高。     

基于奇异谱分析的江淮降水场预测模型研究

中国的降水预报主要是对汛期(夏季)的单站降水量或区域的降水型态进行预报,而主要的预报方法为动力学方法和统计学方法。据此,利用江淮地区的月降水量标准化序列,得到江淮地区降水时空分布型态。并在此基础上,利用奇异谱分析和时间序列的分析方法,设计了统计学的降水预测模型,对江淮地区的月降水量进行了预测试验。结果表明,模型能对江淮降水场的趋势作出较好的预报,且递推时间短时预报效果较好。     

广东降水延伸期预报的探索

利用1961-2005年广东省站逐日降水资料,采用奇异谱分析结合自回归模型对广东候平均降水进行未来1～5候的延伸期预报试验.结果表明,广东省降水侯平均存在一个准40 ～60 d的振荡周期,对1961-2000年候降水重构相关系数在0.96以上.对2001-2005年候降水进行未来1～5候的预报试验,预报效果除2003年后延第5候较差外,其它4 a的预报结果都较好.后延第1候预报相关系数最高达到0.86,后延预报到第5候时相关系数也在0.3以上.从预报平均相对均方根误差来看,5 a均在30％以内,预报的稳定性和效果较理想.总体说明奇异谱分析结合自回归模型是一种较为有效的预报方法,在未来10～30 d延伸期天气预报业务中有一定的参考价值.     

应用最优气候值方法进行短期气候预测

介绍了最优气候值方法,并利用该方法对3站（科尔沁区、开鲁、鲁北）1996-2006年夏季平均降水量和科区5—9月降水量进行了预测。上述结果表明,这种预测方法具有一定的预测能力,可以在实际业务中参考使用。     

基于CFS预报产品的广东省季节降水统计降尺度预测

美国国家环境预报中心（NCEP）开发的气候预报系统（CFS）预报数据资料有1981—2008年共28年历史预报数据,有实时的预报产品（含有未来9个月的预报值）。与NCEP资料相比,CFS能较好模拟季风环流的季节变化,能超前几个月模拟出ENSO发展和衰减时期的海温异常发展,可以用于广东季节降水预测。采用CFS预报产品开发基于最优子集回归和多元均生函数的广东季节降水的两种统计降尺度预报方法。经过分析检验,分别选取海平面气压场、风场和位势高度场显著影响区域作为同期预报因子,从多年（2001—2008年）的历史回报检验来看,虽然两种预测模型对于个别季节存在年内预报效果不稳定性,但综合而言,大部分季节降水的气候预测评分总体平均在64分以上。2009/2010年的实时预报检验表明,两种预测模型均达到较好的预测水平,降水预测结果与实况较接近。与基于NCEP观测资料的传统统计方法比较,CFS预报产品具有实时性、更新快等优点。基于CFS预报产品的降尺度统计方法可以超前三个季预报广东降水,丰富了传统统计方法,但预报的稳定性还需进一步改进。      

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。     

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。     

A correction method suitable for Dynamical Seasonal Prediction

Based on the hindcast results of summer rainfall anomalies over China for the period 1981–2000 by the Dynamical Climate Prediction System (IAP-DCP) developed by the Institute of Atmospheric Physics, a correction method that can account for the dependence of model’s systematic biases on SST anomalies is proposed. It is shown that this correction method can improve the hindcast skill of the IAP-DCP for summer rainfall anomalies over China, especially in western China and southeast China, which may imply its potential application to real-time seasonal prediction.     

春季海温对中国夏季降水影响的诊断研究和预测试验

文中利用季降水异常集合的典型相关预测模式 ,以全球春季 (3～ 5月 )海温场作为因子场 ,对中国夏季降水场进行了诊断研究 ,并对 1998,1999及 2 0 0 0年这几个典型的中国夏季降水进行了回报试验。结果表明 ,春季海温与中国夏季降水之间存在较好的关系 ,春季海温在较大程度上决定了中国夏季降水雨带及其分布类型。考虑面积因子的集合典型相关预测方案对中国夏季降水具有较强的回报能力 ,此模式不仅能诊断出降水场和海温场中一些比较典型的空间模态和时间变化规律 ,而且可以再现 1998和 2 0 0 0年中国大部分地区的旱涝灾害。揭示了全球春季海温的异常变化在中国夏季 (6～ 8月 )降水异常中的作用。     

Development of a Downscaling Method in China Regional Summer Precipitation Prediction

A downscaling method taking into account of precipitation regionalization is developed and used in the regional summer precipitation prediction (RSPP) in China. The downscaling is realized by utilizing the optimal subset regression based on the hindcast data of the Coupled Ocean-Atmosphere General Climate Model of National Climate Center (CGCM/NCC), the historical reanalysis data, and the observations. The data are detrended in order to remove the influence of the interannual variations on the selection of predictors for the RSPP. Optimal predictors are selected through calculation of anomaly correlation coe±cients (ACCs) twice to ensure that the high-skill areas of the CGCM/NCC are also those of observations, with the ACC value reaching the 0.05 significant level. One-year out cross-validation and independent sample tests indicate that the downscaling method is applicable in the prediction of summer precipitation anomaly across most of China with high and stable accuracy, and is much better than the direct CGCM/NCC prediction. The predictors used in the downscaling method for the RSPP are independent and have strong physical meanings, thus leading to the improvements in the prediction of regional precipitation anomalies.     

RegCM3_IAP9L-AGCM对中国跨季度短期气候预测的回报试验研究

将区域气候模式RegCM3与中国科学院大气物理研究所全球大气环流模式IAP9L-AGCM进行单向嵌套,建立嵌套区域气候模式RegCM3_IAP9L-AGCM,并利用该嵌套模式对1982—2001年中国夏季短期气候进行了跨季度集合回报试验。结果表明,RegCM3_IAP9L-AGCM对高空气候变量(500hPa位势高度场、200和850hPa纬向风场)的回报结果与实况距平相关系数(ACC)基本为正,其回报效果好于单独使用IAP9L-AGCM的结果。除850hPa纬向风场外,其他两个变量场回报与实况正相关的区域基本呈纬向带状分布且通过90%信度检验。在中国大部分地区(除长江下游、东北北部和西北北部外),嵌套区域气候模式回报的降水距平百分率与实况基本为正相关。RegCM3_IAP9L-AGCM和IAP9L-AGCM对中国不同区域的夏季降水回报效果不同,前者对华南降水的回报效果明显好于后者。     

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。      

2010年我国夏季降水异常气候成因分析及预测

对2010年我国夏季降水实况和预测进行回顾,笔者认为优化多因子汛期降水客观定量化预测方法因子组合中缺少前冬海温和积雪等外强迫因子可能是导致部分地区预测失败的主要原因,通过2010年夏季降水异常的气候成因诊断分析并结合诊断同报的结果论证了这一判断.同时发现前冬海温和积雪异常的气候背景下,亚洲夏季风系统各成员均发生不同程度...     

Hindcast Experiment of Extraseasonal Short-Term Summer Climate Prediction over China with RegCM3_IAP9L-AGCM

The regional climate model RegCM3 has been one-way nested into IAP9L-AGCM,the nine-level atmospheric general circulation model of the Institute of Atmospheric Physics,Chinese Academy of Sciences,to perform a 20-yr(1982-2001)hindcast experiment on extraseaonal short-term prediction of China summer climate.The nested prediction system is referred to as RegCM3_IAP9L-AGCM in this paper.The results show that hindcasted climate fields such as 500-hPa geopotential height,200-and 850-hPa zonal winds from RegCM3_IAP9L-AGCM have positive anomaly correlation coefficients (ACCs) with the observations,andare better than those from the stand-alone IAP9L-AGCM.Except for the 850-hPa wind field,the positive ACCs of the other two fields with observations both pass the 90% confidence level and display a zonal distribution.The results indicate that the positive correlation of summer precipitation anomaly percentage between the nested prediction system and observations covers most parts of China except for downstream of the Yangtze River and north of Northeast and Northwest China.The nested prediction system and the IAP9L-AGCM exhibit different hindcast skills over different regions of China,and the former demonstrates a higher skill over South China than the latter in predicting the summer precipitation.