区域气候模式对我国冬春季气温和降水预报评估

使用国家气候中心全球海气耦合模式嵌套区域气候模式(RegCM_NCC)对1983 2002年冬季以及1984-2003年春季我国平均气温和降水进行了数值回报试验,并对2003-2007年进行实时预报.结果表明:区域气候模式20年冬、春季平均气温的回报与实况在分布形态上较为相似,我国大部地区平均气温预报与实况接近;模式回报的冬、春季降水量的分布形态与实况有较大差异,全国大部地区模式回报降水量比实况偏多,西南地区降水量误差最大.使用国家气候中心气候预测室的业务预报评分(P)和距平相关系数(ACC)等5个评估参数对模式的回报和预报进行了评估分析,结果表明:该模式对我国冬、春季平均气温和降水具有一定的跨季度预报能力.大多数年份冬,春季平均气温的P评分在60以上,冬、春季平均气温多年平均分别为66.4和67.8;大多数年份的冬、春季降水评分为60～75,冬、春季降水多年平均分别为69.9和65.6.     

区域气候模式对中国夏季平均气温和降水的评估分析

使用国家气候中心全球海气耦合模式嵌套区域气候模式(RegCM-NCC)对1983-2002年中国夏季平均气温和降水进行了数值回报试验,并对2003-2007年夏季进行实时预报.从模式20年回报的平均状况来看,模式基本上能够反映出中国夏季气候的平均状况.使用国家气候中心气候预测室的业务预报评分(P)和距平相关系数(ACC)等五个评估参数对模式的回报和预报进行了评估分析,结果表明:该模式对我国夏季平均气温和降水具有一定的跨季度预报能力,部分地区有较好的预报效果.区域气候模式20年夏季平均气温的回报与实况在分布形态上较为相似,回报夏季降水量的分布形态与实况有一定的差异.近25年区域气候模式夏季平均气温预报P评分为67.9分,降水为67.6分.     

区域气候模式RegCM3在华东地区夏季的10年回报和2010年业务预报

利用国家气候中心全球海气耦合模式(BCC_CM1.0)嵌套区域气候模式RegCM3进行了近10年(1998-2007年)夏季回报及2010年华东夏季实时业务预报。从10年回报的模拟平均状况来看,模式基本能反映出中国东部夏季的平均状况,模式回报的夏季气温分布与实况较为相似,但回报的夏季降水量分布形态与实况有一定差异。使用国家气候中心六级Ps评分及简化的Ps评分对模式10年回报进行了评估。结果表明,该模式对华东地区夏季气温和降水有一定的跨季度预报能力,温度和降水10年平均Ps评分分别为69.9和60.9;对华东地区南部的气温及其东南部的降水有较好的回报效果。利用该模式进行了2010年夏季实时业务预报,预报检验表明,模式预报的2010年夏季温度距平和降水距平百分率分布与实况较为一致,夏季温度和降水的Ps评分分别为71.4和55.3;对影响较为严重的气候事件如江西降水极端偏多等也进行了准确预报。     

区域气候模式RegCM_NCC对华北冬季气温和降水的预报评估

利用国家气候中心全球海气耦合模式CGCM_NCC的输出结果驱动区域气候模式RegCM_NCC对华北地区1991—2010年冬季气温和降水进行了数值回报试验,并采用国家气候中心的业务预报评分(P)等5个评估参数对模式的回报结果进行了评估分析。结果表明:RegCM_NCC回报的华北地区20年冬季气温的P评分多年平均值为70.4分,其中大部分年份平均气温的P评分在60分以上,80分以上的有11年,11年的预报相对于随机预报和气候预报有正技巧;20年冬季降水的P评分多年平均值为66.3分,13年冬季降水的P评分在60分以上,在80分以上的有5年,8年的预报相对于随机预报有正技巧,有11年的预报相对于气候预报有正技巧。冬季Nino3.4区海温距平为负和东大西洋-俄罗斯西部型遥相关指数为负,均有利于回报的华北冬季气温P评分提高。     

我国华东地区月尺度气候动力预测的研究:(Ⅱ) 嵌套模式的回报评估

采用数值模式方法对我国华东地区进行月尺度短期气候预测。预测框架由改进的低分辨率全球环流模式T63 L9嵌套并入了水文模型VXM的区域气候模式RegCM3构成,根据嵌套气候模式的积分结果,经剔除系统误差后制作短期气候预报。本文利用国家气候中心的评分方法对2003、2004两年的降水和地表气温回报结果作了评估;还将本系统的预报结果与CMAP降水资料、NMC温度资料及全国160站的观测资料进行了对比。结果表明,该系统可以比较稳定地对我国华东地区的降水和温度进行月尺度预测。     

区域气候模式对中国夏季降水的10年回报试验及其评估分析

该文使用国家气候中心全球海气耦合模式嵌套区域气候模式(RegCM_NCC)对1991～2000年中国夏季降水进行了数值回报试验.从模式回报的降水10年平均状况来看,模式基本上能够反映这10年夏季的平均状况.用国家气候中心预报评分P、技巧评分SS、距平相关系数(ACC)和异常气候评分TS 4种评估参数对模式的回报试验进行了总体评估分析,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(西部,东北,长江下游等)有较强的预报能力.从相关系数来看,预报准确率较高(即相关系数较高)的地区是中国东北地区的北部(内蒙古的北部和黑龙江的西北部),内蒙古-河套-长江中游地区,新疆的西北部,西藏的东部和四川的西部,江南部分地区,广西部分地区.这些地区的中心一般均超过0.90的信度检验.160个站中相关系数高于0.20的有54个,约占33.73%.     

CFSv2模式对巴彦淖尔市夏季月气温和降水量预测能力的评估

基于美国环境预测中心的CFSv2模式输出的1984—2009年6—8月平均气温和降水量格点数据,以及巴彦淖尔市9个气象台站的气温和降水实况数据,评估该模式对巴彦淖尔市6—8月气温、降水的预测能力。结果表明:模式对气温气候平均态的模拟和实况分布存在差异,降水反映出东多西少的分布特征,但气候平均值明显偏小。模式预测气温明显高于实况,但能够较好地反映26a气温的变化趋势,两者年际变化相关显著;模式预测降水量平均仅为实况降水量的1/2,并且对>50mm月降水量的预测能力较差。Pc、Ps评分检验显示,6月评分高于7、8月,降水量高于气温,模式对降水量预测的Ps评分已达到业务考核标准,经量级订正后,可以业务应用。     

汉中T213数值预报降水定量预报释用

利用2002年6月—2005年6月3 a的T 213数值预报历史资料和对应的降水实况资料及1980—1999年20 a降水和实况资料,通过本地经验和气候概率的订正,将T 213降水预报、T 213物理量计算降水的预报和降水实况三者对比分析,建立M O S方程,预报连续5 d降水量。通过对2005年7—10月的回报,有一定的预报效果。     

月动力延伸预报产品在阿勒泰地区预报中的应用检验

利用2005年7月—2009年12月阿勒泰地区7个气象观测站逐月和旬的降水和温度实况资料、国家气候中心制作的月动力延伸预测模式的图形资料,采用预报评分法(P)和距平符号异同评分法对内插预测结果进行检验。结果表明:月动力延伸预报产品对各月温度距平同号率要明显高于降水距平百分率预报与实况同号率,对各月温度距平的预报评分比较稳定,而对各月降水距平百分率的预报评分差异较大。     

短期气候预测评估方法和业务初估

根据短期气候预测业务目前的基本现状,提出了短期气候业务预测效果评估的几种参数。使用这些参数对国家气候中心气候预测室近20多年来全国范围月、季、年几种主要预测业务的降水距平百分率和平均气温距平的预测效果进行了初步评估。结果表明,月尺度预报中,温度预报好于降水预报;年度降水预报以对春季预报为最好;汛期降水预报水平有明显提高。     

月动力延伸预测模式业务系统DERF2.0对中国气温和降水的预测性能评估

基于国家气候中心第二代月动力延伸预测模式业务系统（DERF2.0）开展的1982～2010 年的回报试验结果和国家气象信息中心提供的669 个台站气象观测资料,利用距平相关系数ACC、平均方差技巧评分MSSS、距平符号一致率R 和短期气候预测业务分级检验Pg 等4 种方法综合评估了DERF2.0 系统对中国的气温和降水的预测性能。结果表明,DERF2.0 模式对气温的总体预测效果较好,对气温的预测性能较DERF1.0 模式有了较明显的提升。与过去全国的短期气候预测业务评分相比,DERF2.0 对气温和降水的预测都有所提高。与气温相比,DERF2.0对降水的预测性能相对较差,对降水的预测水平与DERF1.0 相接近。DERF2.0 对发生在1998 年和2006 年的极端旱、涝个例年也有一定的预测能力,且对气温的预测明显好于降水。从空间上来看,DERF2.0 在西南地区的确定性预测效果较差,模式仍然有很大的改进空间。     

中国区域月平均温度和降水的模式可预报性分析

基于中国台站降水和温度观测资料、中国气象局国家气候中心月动力延伸预报的回算和预测结果讨论了中国区域月平均温度和降水模式可预报性的时空变化特征。文中以持续性预报来表征中国区域月平均温度和降水受外强迫影响下的可预报性,持续性预报技巧存在明显的年际和年代际变化特征;春末夏初和秋季预报评分相对偏低;在中国区域气候变暖和平均降水强度极值增加的背景下,温度的持续性预报评分有明显提高,降水的持续性预报略有下降。月动力延伸预报对月降水和温度的预报能力也存在明显的年际和年代际变化特征;与持续性预报相比,月动力延伸温度预报总体优于持续性预报,降水预报在初春略差,温度预报在8月相对最低。近20余年,月动力延伸预报相对于持续性预报的温度和降水的均方根误差技巧均大于零,其年际变化表现为模式对降水的预测略有提高。两种预报评估结果的空间分布分析表明月动力延伸预报达到显著性水平的正相关区域总体上比持续性预报的范围大,并基本涵盖了持续性预报的高相关区。原因是可预测信息部分来源于外强迫异常的影响,部分来源于对大气内部动力过程的模拟。     

Global seasonal climate predictability in a two tiered forecast system. Part II: boreal winter and spring seasons

We examine the Florida Climate Institute–Florida State University Seasonal Hindcast (FISH50) skill at a relatively high (50 km grid) resolution two tiered Atmospheric General Circulation Model (AGCM) for boreal winter and spring seasons at zero and one season lead respectively. The AGCM in FISH50 is forced with bias corrected forecast sea surface temperature averaged from two dynamical coupled ocean–atmosphere models. The comparison of the hindcast skills of precipitation and surface temperature from FISH50 with the coupled ocean–atmosphere models reveals that the probabilistic skill is nearly comparable in the two types of forecast systems (with some improvements in FISH50 outside of the global tropics). Furthermore the drop in skill in going from zero lead (boreal winter) to one season lead (boreal spring) is also similar in FISH50 and the coupled ocean–atmosphere models. Both the forecast systems also show that surface temperature hindcasts have more skill than the precipitation hindcasts and that land based precipitation hindcasts have slightly lower skill than the corresponding hindcasts over the ocean.     

2010年国家级和自治区级业务预测产品对内蒙古短期气候预测能力的检验

对2010年1-12月和春季(3-5月)、夏季(6-8月)国家气候中心和内蒙古气候中心的短期气候预测业务质量进行评分,以检验国家级和自治区级气候预测业务对内蒙古的预测能力.通过对比分析表明:总体来看,2010年短期气候预测质量检验评分内蒙古气候中心91.7％的月份温度预测和75％的月份降水预测高于国家气候中心,其中,春季温度预测较差;夏季降水预测较差.平均而言,业务预测质量明显高于模式产品质量.因此,需要在内蒙古业务预测分析参考时注意,降水预测的指导能力相对较弱.     

基于DERF2.0的长江中下游春播期气候预测

基于1983—2012年国家气候中心第2代月动力延伸模式 (DERF2.0) 回报资料和春播历史资料,结合NCEP/NCAR再分析资料,选取影响长江中下游地区春播期气候条件的关键环流因子。利用最优子集回归方法建立针对长江中下游地区春播期气候条件的动力模式解释应用预测模型,并对不同起报时次的模式解释应用预测结果进行检验评估。检验结果表明:该解释应用方案对于长江中下游春播期气候条件有较好的预测能力,且随着起报时间的临近,预测技巧整体呈上升趋势。1983—2012年的回报检验还显示,解释应用方案能够较好地模拟出连续不利日数和不利日数的年际变率,同时对年代际变率也有所体现。     

Multi-scheme corrected dynamic–analogue prediction of summer precipitation in northeastern China based on BCC_CSM

Based on summer precipitation hindcasts for 1991–2013 produced by the Beijing Climate Center Climate System Model (BCC_CSM), the relationship between precipitation prediction error in northeastern China (NEC) and global sea surface temperature is analyzed, and dynamic–analogue prediction is carried out to improve the summer precipitation prediction skill of BCC_CSM, through taking care of model historical analogue prediction error in the real-time output. Seven correction schemes such as the systematic bias correction, pure statistical correction, dynamic–analogue correction, and so on, are designed and compared. Independent hindcast results show that the 5-yr average anomaly correlation coefficient (ACC) of summer precipitation is respectively improved from –0.13/0.15 to 0.16/0.24 for 2009–13/1991–95 when using the equally weighted dynamic–analogue correction in the BCC_CSM prediction, which takes the arithmetical mean of the correction based on regional average error and that on grid point error. In addition, probabilistic prediction using the results from the multiple correction schemes is also performed and it leads to further improved 5-yr average prediction accuracy.     

Multi-Year Simulations and Experimental Seasonal Predictions for Rainy Seasons in China by Using a Nested Regional Climate Model (RegCM_NCC) Part Ⅱ: The Experimental Seasonal Prediction

A nested regional climate model has been experimentally used in the seasonal prediction at the China National Climate Center (NCC) since 2001. The NCC/IAP (Institute of Atmospheric Physics) T63coupled GCM (CGCM) provides the boundary and initial conditions for driving the regional climate model (RegCM_NCC). The latter has a 60-km horizontal resolution and improved physical pararneterization schemes including the mass flux cumulus parameterization scheme, the turbulent kinetic energy closure scheme (TKE) and an improved land process model (LPM). The large-scale terrain features such as the Tibetan Plateau are included in the larger domain to produce the topographic forcing on the rain-producing systems. A sensitivity study of the East Asian climate with regard to the above physical processes has been presented in the first part of the present paper. This is the second part, as a continuation of Part Ⅰ.In order to verify the performance of the nested regional climate model, a ten-year simulation driven by NCEP reanalysis datasets has been made to explore the performance of the East Asian climate simulation and to identify the model's systematic errors. At the same time, comparative simulation experiments for 5 years between the RegCM2 and RegCM_NCC have been done to further understand their differences in simulation performance. Also, a ten-year hindcast (1991-2000) for summer (June-August), the rainy season in China, has been undertaken. The preliminary results have shown that the RegCM_NCC is capable of predicting the major seasonal rain belts. The best predicted regions with high anomaly correlation coefficient (ACC) are located in the eastern part of West China, in Northeast China and in North China,where the CGCM has maximum prediction skill as well. This fact may reflect the importance of the largescale forcing. One significant improvement of the prediction derived from RegCM_NCC is the increase of ACC in the Yangtze River valley where the CGCM has a very low, even a negative, ACC. The reason behind this improvement is likely to be related to the more realistic representation of the large-scale terrain features of the Tibetan Plateau. Presumably, many rain-producing systems may be generated over or near the Tibetan Plateau and may then move eastward along the Yangtze River basin steered by upper-level westerly airflow, thus leading to enhancement of rainfalls in the mid and lower basins of the Yangtze River.The real-time experimental predictions for summer in 2001, 2002, 2003 and 2004 by using this nested RegCM_NCC were made. The results are basically reasonable compared with the observations.     

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.