我国春季沙尘天气趋势的数值气候预测试验

利用IAP动力学气候预测系统(IAP DCP)对1980～2000年共21年进行了集合后报试验,首先考察了IAP DCP对我国春季气候异常的预测能力,并在此基础上利用该系统进行了春季沙尘天气异常的动力学气候预测试验.结果表明:该系统对我国春季气候具有一定的跨年度预测能力,特别是对春季西北地区降水异常和近地面风场具有较好的预报技巧.实时预测及其检验表明,IAP DCP对我国2003年春季沙尘的预测结果与实况比较一致.对2004年春季气候异常及沙尘趋势的实时预测结果表明,2004年春季我国北方,特别是西北及内蒙沙源地区降水偏多,冷空气势力较常年弱,因此2004年春季我国北方地区沙尘趋势应为正常或略偏弱.     

跨季度动力气候预测系统IAP DCP-II

概述中国科学院大气物理研究所研制的跨季度动力气候预测系统(IAP DCP-II),及其在我国夏季降水距平预测业务中的应用情况.该系统的试用始于1988年,1998年定型为现今版本(即IAP DCP-II).1998年起至今,每年预测的检验说明,该系统有较好的跨季度预测能力,能预报出夏季降水距平的大范围分布形势.     

跨季度动力气候预测系统IAP DCP—Ⅱ

概述中国科学院大气物理研究所研制的跨季度动力气候预测系统(IAP DCP-Ⅱ)，及其在我国夏季降水距平预测业务中的应用情况。该系统的试用始于1988年，1998年定型为现今版本(即IAP DCP-Ⅱ）。1998年起至今，每年预测的检验说明，该系统有较好的跨季度预测能力，能预报出夏季降水距平的大范围分布形势。     

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.     

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。     

2006年春季沙尘天气异常的气候背景分析及趋势预测检验

作者概述了2006年春季我国北方地区沙尘天气异常的观测特征.与2000～2005年同期相比,2006年春季,我国北方地区沙尘天气过程相对频繁,强度偏强.首先,利用NCEP再分析资料及台站观测资料,对可能影响2006年春季我国沙尘天气异常的气候背景进行了分析,结果表明:2006年春季北方地区冷空气势力较常年强,冷空气活动较频繁,这是造成2006年春季我国沙尘天气多于前几年的动力原因.此外,春季我国西北及内蒙古的沙源地区降水偏少,干旱少雨,加之春季气温偏高,在一定程度上也有利于沙尘天气的形成.利用IAP 年度数值气候预测系统对2006、2007年春季我国沙尘天气趋势的气候背景进行了预测,检验了系统对2006年沙尘趋势的预测能力,并对2007年春季沙尘天气趋势进行了展望.结果表明:预测系统较好地预测出2006年我国北方地区春季降水偏少、土壤偏干的状况,但对风场的预测与实况有一定的差距,由预测的气候距平结果推断2006年春季我国北方沙尘次数正常略偏少,与实况相反;对2007年春季的预测结果表明,2007年春季我国北方,特别是西北及内蒙古沙源地区土壤湿度偏湿,冷空气活动势力偏弱,不利于沙尘天气的形成,由此预测2007年春季我国北方沙尘趋势与常年相比略偏弱.     

应用IAP9L-AGCM对2002年中国夏季气候的预测及效果检验

利用中科院大气所9层大气环流格点模式(IAP9L—AGCM)和IAP—ENSO预测系统对2002年中国夏季气候进行实时集合预测及其检验。结果显示，IAP9L—AGCM较好地预测出了2002年夏季我国大范围旱涝的分布形势，如华南、我国西部多雨，黄河和长江流域之间大范围干旱等；850hPa减弱的夏季风、青藏高原辐散中心以及北太平洋上空的异常气旋性环流中心亦被较好地预报出来；不足的是，模式对降水异常细致分布的预测能力有限。预测结果还表明，该模式对夏季(6—8月)平均降水的预报技巧要高于月平均状况，且月平均预报的准确度从6—8月依次递减。     

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.     

2015/2016年极强厄尔尼诺事件下我国动力和统计结合实时气候预测研究

本文研究建立2015/2016年极强厄尔尼诺事件下我国动力和统计结合的气候预测模型,并开展2015年夏季和2016年冬季气候我国160个站点和主要区域实时气候预测。夏季降水的实时预测起报于2月,冬季气温的预测起报于10月。研究结果表明,尽管NCEP-CFSv2耦合气候模式能较好预测2015/2016年极强厄尔尼诺事件中海温异常的演变,但对我国160个站点夏季降水和冬季气温预测仍有较大的偏差。因此,基于NCEP-CFSv2耦合模式预测结果,分别建立我国160个站点冬季气温和夏季降水异常的动力和统计结合气候预测模型。同时,利用年际增量预测方法开展我国长江中下游夏季降水和华北冬季气温的区域气候预测。研究结果表明以上预测模型在2015/2016年的实时预测中较NCEP-CFSv2有更好的预测效能。相对于NCEP-CFSv2耦合模式的预测结果,2015年夏季降水距平空间相关系数ACC从0.21提高到0.31（超过0.01信度的显著性水平）,距平同号率提高到60%,2016年冬季气温ACC从0.19提高到0.32（超过0.01信度的显著性水平）,距平同号率提高到75%。     

NCEP CFSv2模式对川渝夏季降水次季节预测技巧评估及预报偏差分析

利用NCEP的第二代气候预测系统(CFSv2)提供的2000-2009年降水场历史回报试验资料以及川渝182个测站的降水实况资料。采用时间相关系数、均方根误差、距平相关系数、距平符号一致率以及PS评分等方法,对模式在川渝地区夏季降水以及夏季降水异常的次季节尺度预测技巧进行检验,并进一步分析了模式在概率密度和降水频次方面的预报偏差特征。结果表明：该模式对川渝夏季降水的可用预报时效为3候左右,能够较好地模拟出夏季降水的高值中心,但量级偏大。预报技巧高值区主要位于四川盆地西北部及渝东北地区,对攀西地区南部及川西高原部分地区也有一定的预报技巧。该模式也能够较好地把握川渝地区夏季降水异常偏少的趋势,有效预报技巧为2候以内。模式各时效预报与观测的降水概率密度主要集中在10 mm以下量级;模式预报各量级降水频次与实况相比均偏高得较为明显,且随着预报时效延长,偏差越大,其中偏高最为明显的是小雨频次。     

我国短期气候预测的物理基础及其预测思路

短期气候预测依据大气科学原理,运用气候动力学、统计学等手段,在研究气候异常成因的基础上对未来气候趋势进行预测。虽然目前我国短期气候预测的水平还不高,但短期气候预测是国家经济发展和防灾减灾的迫切需求,提高预测准确率是气象科研和业务人员的重要任务。该文从海洋、积雪等外强迫信号及大气环流大尺度变动等大气内部特性等角度概述了短期气候预测的物理基础,简要回顾了近60年来我国短期气候预测的发展历程,并介绍了作者近十几年来研制短期气候预测客观统计学及统计与动力学相结合预测模型的主要思路。     

补偿作用在气候预报中应用初探

讨论了补偿作用在气候预报中的应用,指出补偿作用在气候异常和重要天气阶段的变化中具有较好的应用价值,介绍补偿概念以及应用实例,并提出有待于进一步探索的问题。     

我国短期气候预测业务系统

中国第一代短期气候监测、预测、评价和服务业务系统主要由6个部分组成：数据库、动力气候模式系统、气候监测诊断系统、短期气候预测系统、气候影响评价系统与气候应用服务系统。在建立短期气候业务系统过程中，主要获得了三方面的成果：第一，揭示出影响中国气候异常的最强气候信号是厄尔尼诺事件、高原积雪和季风；第二，发展并建立了复杂的全球与区域动力气候模式预测系统，该系统包括T63L16全球大气环流模式、高分辨率区域气候模式、T63L30全球海洋模式和海冰模式、太平洋和印度洋高分辨率海洋模式和厄尔尼诺预测模式；第三，在高性能计算机和网络的支持下建立了完整的业务应用系统，不仅可提供短期气候预测信息，而且可以快速、客观、准确地给出气候变化对水资源、农业、林业、交通、电力、重大工程等国民经济重要部门和关键地区的影响，及时为决策部门提供决策服务。1998年开始应用以来，国家和大区两级整体预报水平比“九五”以前20年平均提高了6％～10％。但对区域性强洪涝事件的预报能力偏低，尚需进一步提高。     

跨季度气候距平数值预测研究小结

中国科学院大气物理研究所发展了一个准业务跨季度气候距平数值预测系统,包括气候模式、大气和海洋初始条件同化、年际气候异常信号的提取、集合积分与概率计算、预测值系统误差的订正方法以及预测评分技术等方面,以东亚夏季风降水和太平洋海温异常为主要预测对象。本文主要报告５年来中国夏季降水跨季度预测准业务试验的结果。１９８９～１９９５年夏季降水跨季度实时预测试验的结果表明：对于导致气候灾害的夏季降水异常,例如中国东部的严重旱涝,我们能够作出很好的预测;对于比较弱的夏季降水异常,预测技巧较低。另外,预测效果有明显的地区差异,比如,中国东部比西部好,东部又以长江中下游为最佳。本文还介绍了一些由西太平洋海温异常影响大气的物理过程及机理,提出了一个“持续异常区假说”。进而讨论了集合预测的理论和方法,并通过一个实例来说明如何使用集合积分技术来识别持续异常区。最后对短期气候预测的几个基本问题以及改进的途径进行了讨论     

短期气候预测的出路在何方?

100年来短期天气预报成功地跨越了三大步：挪威学派、Rossby学派和Charney开创的数值天气预报。在“气候是天气的综合”这一错误思想的指导下,每一次短期天气预报的成功都引出了短期气候预测的热潮,相应地出现了大型天气学、超长波控制论和短期气候的数值模式预测方法。它们各自研究了几十年后,最终仍未见成效,使100年来短期气候预测的水平仍基本上是在原地踏步。作者认为短期气候预测出路在于：首先要坚决摒弃“气候是天气的综合”这一错误的指导思想,其次要将目前关于“气候系统”的抽象定义转化为具体的物质的定义,作者认为地热涡、地冷涡和形变锋等很可能就是具体的“气候系统”。描述这些“气候系统”演化的具体图像就是“地气图”。     

广西短期气候预测与气候灾害监测业务系统

广西短期气候预测与气候灾害监测业务系统主要包括数据库管理、气候灾害监测、短期气候预测3个子系统,集气候资料管理、气候灾害监测、短期气候预测等气候综合业务于一体.     

初值信息在气候预测中的作用

应用胞映射全局分析方法,研究初值信息在气候预测中的作用。针对人们认识气候的实际过程,分别提出4种初始条件,研究一个最大简化的大气模式做逐日级别预报和量值预报以及月平均级别预报和量值预报的能力。结果表明,初值信息掌握得越多,预报误差就越小,预报的相对准确率就越高。     

气候动力学与气候预测理论的研究

主要概述了中国科学院大气物理研究所近些年来在气候动力学与气候预测理论研究领域的若干重要研究进展.通过对气候系统变化多尺度特征及其动力学的分析和研究,提出了一系列气候系统动力学理论,并在此基础上提出了适合于我国季风气候特点的气候预测理论和方法,在国际上率先开展了跨季度数值气候预测,进一步建立了先进、完善的短期数值气候预测系统,并应用于我国夏季旱涝预测业务.这些工作既带有极大的基础性意义,同时也具有巨大的应用价值,为我国大气科学及气候科学乃至环境科学的研究提供了重要工具.     

最佳气候相似法及在短期气候预测中的应用

本文采用了最佳气候找相似的预报方法来制作长期天气预报。由于这种方法使用了地面、高空、太阳活动和海温资料,具有长时段,多要素,综合性强的特点,所以预报较客观,对预报年的年景能作出较为准确的判断。由于不同站点资料代表着不同地区的气候背景,因而能分片制作短期气候预测,为解决目前短期预报中小尺度天气难的问题提供了较为详实的气候背景和可靠的预报依据。此方法虽属统计方法,但与中、短期数值预报有某些相似之处,主要体现在预测因子的同时性和连续性,对要素的预测如同数值预报产品的释用。     

Progress and Challenge of the Short-Term Climate Prediction

The experience of developing a short-term climate prediction system at the Institute of Atmospheric Science of the Chinese Academy of Sciences is summarized,and some problems to be solved in future are discussed in this paper.It is suggested that a good system for short-term climate prediction should at least consist of (1) well-tested model(s),(2) sufficient data and good methods for the initialization and assimilation,(3) a good system for quantitative corrections,(4) a good ensemble prediction method,and (5) appropriate prediction products,such as mathematical expectation,standard deviation,probability,among others.