模式预测产品在乌兰察布市的应用检验

利于距平和距平百分率符号一致率,检验分析了国家气候中心第二代月动力延伸预测模式业务系统、美国环境预报中心的第二代气候预报系统和东京气候中心预报系统模式产品对乌兰察布市月气温和月降水趋势预报情况,结果表明,各家模式产品预测能力不稳定,预测水平各有优劣;对气温的预测能力高于对降水的预测。     

陕西省短期气候预测业务质量评估

使用《短期气候预测质量评定暂行办法》,对陕西2001-2007年气候预测业务发布产品进行评分和分析评估。结果表明,月预测中,气温评分高于降水,气温预测有明显的正技巧;季预测中,春季降水评分最高,汛期降水评分近3a有明显提高;月预测和季预测评分高于年度预测相应时段的评分,说明月预测和季预测对年度预测的订正是有效的;年度预测中年降水预测成绩较好。10个气候区域预报评分和预测与实况距平一致率降水咸阳最高,气温榆林最高。     

月动力延伸预测产品DERF2.0对广西气温和降水的预测评估

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1983~2015年的回报试验结果和广西87个台站气象资料,利用距平相关系数ACC、距平符号一致率R和短期气候预测业务趋势异常综合评分(Ps)等3种方法,综合评估了DERF2.0系统对广西的气温和降水的预测性能。结果表明:DERF2.0模式对广西月气温的总体预测效果优于降水,气温与降水的预测效果有明显的月季变化,气温和降水在夏季的总体预报效果不好,但对降水异常的把握程度较高。DERF2.0对广西发生在1994、1996、1998、2005年6、7月的典型洪涝个例有一定的预测能力,影响模式6、7月降水预报误差的原因可能是模式对中高纬度阻塞系统预报偏差,模式仍有很大的改进空间。     

中国区域月气候预测方法和预测能力评估

利用我国台站降水和温度观测资料,评估了BCC_AGCM1.0月动力延伸预报的回算和预测、国家气候中心月气候预测业务统计方法、持续性预报以及业务发布预报对中国区域月气候要素的预测能力。结果表明,业务发布月平均温度和降水预测的技巧平均低于动力方法和统计方法的预测结果。温度的持续性预报和最优气候值统计方法预报技巧高于其它统计预报方法,考虑了综合相似特征的统计方法对降水预测有相对的优势。动力延伸预报的三种超前预报时间的预测结果总体高于统计方法,在月气候预测能力上具有明显优势。月尺度预测动力和统计方法评估的年际变化特征表明月降水和温度的可预报性一般在El Nio状态下较高,而在La Nia发生时偏低。     

DERF2.0模式对贵州延伸期、月预测质量对比分析

利用2014—2016年第二代月动力延伸预测模式业务系统(DERF2. 0)直接输出及预报员预报的贵州省气温和降水预报数据、贵州省84站观测数据,采用Ps、Cs和Zs 3种评分方法评估了DERF2. 0对贵州月气温、降水和月内强降水过程的预测性能,并与预报员业务值班发布的预报质量进行对比分析,系统性地对DERF2. 0产品在延伸期/月尺度的预测效果进行检验评估。结果表明:DERF2. 0月预测产品总体上对贵州气温的预测性能优于降水,气温偏高预测的可参考性高于其对气温偏低的预测。DERF2. 0预报月气温的Ps评分较预报员略高,月降水较预报员略低,总体来看DERF2. 0月预测效果较预报员综合预报略差且预报性能较不稳定。预报员预测数据的Zs和Cs评分总体高于DERF2. 0预测数据,但DERF2. 0预测数据的Zs和Cs评分较预报员逐年提高,尤其在整个雨季时段较为明显。DERF2. 0对主汛期(6—8月)的预报准确率较整个雨季期(4—10月)略高。     

航空短期区域气候模式预测系统研究

基于国家气候中心的海气耦合业务预测系统CGCM_1.1的预测资料产品,集成并完善了一个单向嵌套的、中尺度海气耦合的区域气候模式ASRegCM,并以其为数值计算核心,建立了一套航空短期区域气候预测业务系统ASRCPOS。对1983～2002年（共20年）的回报试验结果显示,ASRCPOS业务预测水平较前期统计预测为主业务系统的预测水平有一定程度的提高。尤其是在对连续型变量地面气温的距平,以及对非连续型变量地面降水的距平量级预测能力方面,该动力业务系统预测能力较前期业务系统有所改善。回报结果同时显示,业务系统在异常天气气温的预测方面存在较大的改进空间,对月以下时间尺度预报的解释应用方面仍存在一定的局限。     

月动力延伸预报产品在新疆月尺度降水预测中的应用检验

利用新疆101个气象观测站点逐月降水实况资料和2001~2010年国家动力气候模式产品,进行月动力延伸预报产品的应用预测检验。采用PS评分和同号率对内插预测结果进行效果评估,并与业务评分进行对比。结果表明：月动力延伸预报产品对新疆地区月降水趋势预测Ps评分高于业务评分,而对各月降水距平百分率的同号率差异较大。夏、秋季Ps评分较高,冬、春季PS评分较低,季节转换时预测Ps评分变率较大。     

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。     

DERF2.0模式对江西月尺度气候预测能力的检验评估

基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。     

T63 月延伸预报在西南区域短期气候预测中的应用研究

利用国家气候中心1996、1997年1~12月T63模式所作的500 hPa　70次月延伸预报产品和1966~1996年ECMWF的500 hPa旬平均高度场以及西南区域月气温和月雨量场资料,建立了用T63动力产品预测西南区域月要素场的一种完全预报（PP）的动力-统计关系。并对西南区域1996年2月至1998年1月逐月气温和降水进行了预报试验。结果表明,这种利用动力延伸集合预报产品制作西南区域月要素场预报的动力与统计相结合的释用方法具有明显的预报能力。     

国家气候中心多模式解释应用集成预测

多模式集合和降尺度技术是提升模式预测能力的有效工具。该文对国家气候中心多模式解释应用集成预测 (MODES) 技术与业务应用现状进行了综合介绍。MODES采用欧洲中期天气预报中心、东京气候中心、美国国家环境预报中心和中国气象局国家气候中心4个气候业务季节预测模式输出场,利用EOF迭代、变形的典型相关分析、最优子集回归和高相关回归集成4种统计降尺度方法以及等权平均、经典超级集合等集成方法进行全国月及季节降水和气温预测。目前对MODES进行了夏季回报检验和约1年的实时业务应用。回报检验和业务应用表明,MODES对气温有较好的预测能力 (月预测平均PS评分为76),对降水有一定预测技巧 (月预测平均PS评分为68),具有短期气候预测业务应用价值。     

DERF 2.0对贵州气温、降水的预测性能评估

该文基于第二代月动力延伸预测模式业务系统(DERF2.0)不同起报日的气温、降水预测数据,利用多种评分方法评估1983—2014年预测数据的月尺度预测性能,研究表明:不同起报日的预测评分差异性不大。DERF2.0对冬季和春季的气温预测评分较好,而DERF2.0对降水评分较好的月份主要集中在秋季,表明DERF2.0基本能够预测出贵州的秋季总体旱涝趋势。从空间分布来看,气温的3种评分明显优于降水,表明在空间范围内,气温的预测性能好于降水,尤其是在省的南部和西部地区预测性能较好且稳定,参考性较高;而降水的稳定性较差,参考性相对较低,模式仍有很大的改进空间。从异常预测的优势来看,无论是气温还是降水,该模式对气温和降水异常预测具有一定的优势。     

国家气候中心短期气候预测模式系统业务化进展

该文简要介绍了国家气候中心短期气候预测模式系统的研发成果,并侧重于从海洋资料同化系统、陆面资料同化系统、月动力延伸预测模式系统、季节气候预测模式系统4个方面介绍了第2代短期气候预测模式系统的业务化进展。第2代海洋资料同化系统已初步建成,其对温盐的同化效果总体上优于第1代同化系统;陆面资料同化系统正在研发中,目前已完成其中的多源降水融合子系统的业务建设工作,可为陆面分量提供实时的大气降水强迫分析场;第2代月动力延伸预测系统基于国家气候中心大气环流模式BCC_AGCM2.2建立,已于2012年8月进入准业务运行阶段;第2代季节预测模式系统基于国家气候中心气候系统模式BCC_CSM1.1(m) 建立,将于2013年底投入准业务运行。初步评估表明:第2代月动力延伸预测模式系统和季节气候预测模式系统分别对候、旬、月和季节、年际时间尺度的气候变率体现出了一定的预测能力,其对降水、气温、环流等要素的预测技巧总体上要高于第1代预测系统。     

MDERF产品在贵州月气候预测中的释用

基于MDERF(Monthly Dynamic Extension Range Forecast)模式输出500hPa位势高度场资料和贵州各月干旱综合指数、降水和气温等历史样本,利用秩序回归降尺度法,研究该方法对贵州月干旱综合指数、降水和气温的预报技巧和预测效果.结果表明:该方法从穷尽所有因子组合中选出彼此独立的3个最佳组合因子共同作为预报因子,从而增强可预报性;模型5 a回报试验和2007年8月试报结果表明该方法在实际预测业务中的应用潜力;各气候要素多年的距平相关系数评分比较稳定,其中月干旱综合指数、降水距平百分率、气温距平全年平均距平相关系数评分分别为0.14、0.15和0.14;各气候要素中月气温预报的Pc最高,平均为73%.综合分析表明,该方法在月动力延伸预报产品对贵州月气候要素预测释用中具有较好的应用前景.     

青海省月降水、气温的动力模式解释应用及其效果检验

利用月动力延伸预报500hPa高度场资料、青海省36站实况降水、气温等资料,研究对不同月份及不同季节降水分别有重大影响的大尺度预测因子。并选取稳定高相关、物理意义明确、彼此间独立的影响因子,通过多次试验选择适合的统计降尺度方法,建立青海省月降水、气温的动力降尺度解释应用预测模型。按国家气候中心业务评分标准,用独立样本对模型预测效果进行检验,通过与近6年实际预报评分比较,模式降尺度应用后预测评分大部分超过业务评分,其中降水预测评分最高达84％,最低为67％。月平均气温降尺度解释应用评分最高达84％,最低也达到67％,平均评分虽不及业务评分高,仍是比较客观的预报方法,在短期气候预测中有实用价值。     

NCC月气候预测产品对陕西预测能力评估

为了分析国家气候中心(NCC)月气候预测产品对陕西各气候区域和不同月份的预测能力,充分发挥其指导作用,利用现行评分方法和同号率统计方法,对2000—2010年NCC月气候预测产品对陕西月降水和气温预测情况进行分析,结果表明:月降水及其异常级评分多年平均值分别为57.9和63.4,同号率56.3%和57.7%。3月、5月、7—9月、11月和汉中、安康、商洛的评分及同号率较高。月气温及其异常级评分多年平均值分别为74.3和76.4,同号率70.8%和72.0%。3月、6—7月、11月和榆林、延安的评分和同号率较高。异常级预测的漏报率较高。     

重庆市动力气候模式产品降尺度应用检验评估分析

应用多种动力气候模式降尺度解释应用技术,经过2004~2008年的回算检验和2009年以来的业务应用,结果表明其对重庆市区域的月平均气温和降水量有较好的预测能力,MOS和PP两大类方法中,分别用逐步回归、相似离度和最短距离相似等建模方法,用车比雪夫多项式,涡度,动态区域,EOF和R方程等5种不同构建因子方案得出的预测结果Ps评分(中国气象局预测业务定量评分标准)显示,重庆市动力气候模式解释应用方法的预测能力超过了中国气象局的目标考核要求(降水≥60%,温度≥65%)。月降水量预测最佳方案是PP-回归-涡度和PP-回归-区域,月气温预测最佳方案是MOS-回归-涡度和MOS-回归-车氏。降水和气温预测效果最好月和最差月平均Ps评分差值分别达到14.5%和21.8%,表明预测效果存在明显的月际差异。由2006年3月个例分析可见,降尺度解释应用技术对月尺度气温降水正负距平空间分布形态有较好的预测能力。      

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。     

铜川市月气候预测方法

通过统计铜川单站53a历史气候,用Spss11.5对铜川站历史各项气象要素与各月平均气温、降水量进行相关性分析,找出前期各气象要素与预报月的降水、气温相关性好的因子,用逐步回归方法进行模拟,得出铜川站的月平均降水、气温预报模型,用可视化语言Visual Basic 6.0程序设计中的Adodc数据库技术方法,分别建立了铜川站的月降水、平均气温预测因子数据库,63个相关性较好的因子进入模型,实现自动预测,并以Datagrib表格显示预测结果和预测因子组合。从近三年预测结果看,降水距平百分率在20%以内的准确率为30.6%;气温预报误差在1℃以内的准确率为50.0%。需要在实际业务中进一步检验,找出预报和实况的误差关系。     

MODES系统对贵州月气温、降水预测初步评估

通过对2013年1月—2015年6月(MODES)发布的最优月预测产品在贵州省月平均气温距平和降水距平百分率的预测检验评估,发现MODES对全省平均气温有较好的预报,分析时段内预测与实况的相关系数为0.24,距平同号率为65.5%,且对气温偏高预测的可参考性高于其对气温偏低的预测。相比于气温,MODES对降水预测能力较弱,参考性也相对较低,其中对贵州全省平均降水偏多趋势的预测技巧要优于对全省平均偏少趋势的预报技巧。逐站分析显示,MODES对贵州气温预测效果较好的地区在西部、北部和东部,对降水偏多的预测效果较好的地区位于除西北部和北部边缘地区外的其余大部地区。通过对MODES与预报员综合预报的结果评估发现,MODES月预测总体效果较预报员好,且稳定性高于预报员,可为预报员提供参考信息。