BP-CCA方法用于中国冬季温度和降水的可预报性研究和降尺度季节预测

使用变形的典型相关分析(BP-CCA)方法,基于交叉检验的结果建立了东亚冬季500 hPa大尺度环流和中国冬季温度、降水的最优BP-CCA降尺度预测模型,并在此基础上进行了中国冬季温度和降水的可预报性研究,表明用东亚冬季500hPa高度场降维后的大尺度环流来解释中国冬季温度,平均距平相关系数(ACC)为0.7左右,最高可达0.9,解释中国冬季降水的平均ACC为0.3左右,最高可达0.7,温度的可预报性远高于降水,且二者的可预报水平存在明显的区域差异。可预报性研究表明东亚冬季500 hPa大尺度环流异常与中国冬季温度、降水异常有密切的联系,BP-CCA方法可以很好地揭示大尺度环流与温度、降水的内在联系,并且物理意义清晰。在东亚大尺度环流系统中,东亚大槽和西太平洋副热带高压是影响中国冬季温度、降水异常的重要系统。进一步利用国家气候中心海气耦合模式(CGCM/NCC)回报和预测的500 hPa环流场和BP-CCA方法对温度和降水进行降尺度预测应用,对温度和降水的预测效果明显高于模式直接输出的结果,而且对温度预测的改善高于对降水的改善。对模式预测的环流进行EOF(经验正交函数)分析,表明BP-CCA方法对降尺度要素预报的可预报性来源于CGCM/NCC对500 hPa高度场主要大尺度特征的模拟能力较好。     

月尺度降水可预报性的实验研究

利用信噪方差比探讨了山东省月尺度降水可预报性,发现２～３月、９～１０月不可预报,其它月份可预报性强。一般大气环流系统冬夏转换季节可预报性差。与１３个代表站预报评分进行了比较,发现可预报性指数越高,则实际预报评分也相对较高,两者有较好的对应关系。     

我国的降水资源及其稳定性与潜在可预报性（Ⅱ）潜在可预报性

本文探讨了年降水量气候噪声估计的方法，并利用我国分布较均匀的１６２个测站１９６０－１９９１年降水资料，讨论了年降水量的潜在可预报性，以便进一步研究月，季降水量的可预报性。结果得出；黄河以南和长江流域的广大地区，特别是四川东部和江淮地区，是我国降水量气候噪声最大的地区；华北，西北以及华南地区降水量的潜在可预报性较大黄河以南和长江流域中下游地区降水量的潜在可预报性较小。     

基于ECC方法的青藏高原冬季气温可预报性研究

选取前期9、6和3个月欧亚大陆地表温度、东北半球500 h Pa高度场、热带印度洋海表面温度和西太平洋海表面温度作为预报因子,使用变形的典型相关分析(BP-CCA)方法,并选取各因子预报效果最好的时期作为关键时期,建立起各因子和青藏高原冬季气温之间的统计降尺度模型。之后用交叉验证和集合典型相关分析(ECC)方法评估模型实际预报能力。进一步用独立样本检验来评估模型更长时间尺度的年际变化预测效果。结果表明,BP-CCA方法能很好地识别出不同因子影响青藏高原的空间模态。其中,温度积雪反照率的正反馈机制体现了欧亚大陆地表温度的可预报性;东北半球500 h Pa高度场环流型不利于高纬的冷空气入侵高原地区;热带印度洋海表面温度反映出典型的印度洋偶极子对高原气温的调控作用;西太平洋海表面温度通过控制副热带高压的位置,从而影响高原冬季气温。各因子预报场和观测场的相关系数在交叉检验和独立样本检验中分别约为0.5和0.3,均有一定的预报技巧。而利用ECC方法能综合各因子所提供的预报信息,从而得出更为可信和稳定的预报。     

用典型相关分析作副高的统计动力预报模式可预报性研究

本文提出一个关于西太平洋副热带高压（简称副高）的统计动力预报模式，利用它和典型相关分析方法对冬、春和夏季逐月副高预报的可行性进行研究。结果表明，模式的可预报性依赖于预报量场和因子场所提取的分量数，模式的差分形式及预报落后步长。对逐月和不同步长所作的可预报性分析发现步长为1个月有较高的可预报性，不同月份可预报性有所不同，一般夏季较冬季和春季要差。虽然如此，用该模式作夏季副高预报还是具有一定的可能性。在独立样本中所作的预报试验表明，月际预报符号相关系数一般均接近或超过0.60。     

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

中国夏季降水的可预报性研究

利用５００ｈＰａ高度场资料和中国１６０个站的月降水资料,根据夏季各种降水型的特征,寻找环流型与降水型的同期及前期关系,确定降水分型的物理意义和前期环流型对降水预报的指示意义,对中国夏季降水的可预报性进行了研究．研究发现,王绍武等［２］的降水分型在环流上有较明显的天气学意义,对应的前期环流型在统计上有显著的差异,可以用来作汛期降水预报．高度场与降水场的关系随考察地区和时间的不同有较明显的变化,这表明控制降水的因子各地并不完全相同,同一地区也随时间而变化．研究表明,对于中国东部地区而言,夏季降水的可预报性在不同区域有一定差异,比较而言,长江中下游地区的可预报性较其它地区要大一些     

东营市盛夏降水量分县预报

利用日本数值预报产品及高空实况资料，用相关分析的方法，撮典型因子场；再用逐步判别分析，进一步筛选，制作判别方程，研制出盛夏降水量的分县预报工具，经１９９６年试用，效果良好。     

提高月降水量预报精度的一种尝试

用原始数据建立的多元自回归预报模型,虽然对气压,气温,绝对湿度的预报精度很高,但对月降水量的预报粗度较低,改用自典型相关因子建模,大大提高了月降水量的预报精度,对气压,气温,绝对湿度的预报亦有所改进。     

气候系统可预报性理论研究

介绍了作者近年来关于气候系统可预报性理论研究的一些工作,包括:非线性最快增长扰动理论以及在气候预测的可预报性研究中的应用;从一个新的角度研究了2类可预报性问题,并提出可预报性的3类子问题;根据计算不确定性原理,讨论了模式可预报性与机器精度的关系;探讨了可预报性与时空尺度的关系,建立了可预报性的相对观.     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。     

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.     

基于时空统计降尺度的淮河流域夏季分月降水概率预测

针对淮河流域水资源短缺、洪涝、干旱并存的问题,基于国家气候中心第二代季节气候模式的集合回报数据集(1991—2014年),建立时空相结合的统计降尺度模型,提前1—3个月预测该流域夏季分月降水,应用ROC(relative operating characteristics)评分评估比较了不同集合预测方案的预测技巧。交叉检验结果表明,样本数取18、20、22、28时,集合预测方案对3、4、5月三个起报时次预测的夏季各月降水技巧预测均高于模式预测技巧。2015—2017年的独立样本检验进一步表明该统计降尺度模型能够明显降低3月、5月起报的6月和8月的降水预测偏差。认为可尝试将该降尺度方法应用于淮河流域夏季降水预测及进一步的流域水文预测。     

四川西部夏季降水从1950s起的衰减趋势

Changing precipitation in the densely populated Sichuan basin may have a great impact on human life. This study analyzes the change in summer precipitation since 1951 over the western Sichuan basin, one of the regions of the heaviest rainfall in China, by using two datasets provided by the Chinese Meteorological Data Center. The results indicate that summer (from June to September) precipitation over the western Sichuan basin shows a significantly decreasing trend. The summer precipitation over this region has decreased by about 20% since the 1950s, with a rate of decrease of about 40 mm per decade.     

青藏高原地表热源异常与四川盆地夏季降水的关联

利用所计算的1961—1995年高原热源资料、四川与重庆的降水资料以及500hPa月平均高度场资料，分析了高原地表热源异常对四川盆地降水与旱涝的影响。结果表明，高原地表热源异常与四川盆地降水和旱涝有显著的相关；高原地表热源异常通过强迫500hPa东亚大气环流异常来影响四川盆地降水。     

四川盆地夏季降水日变化的数值模拟

利用区域气候模式RegCM3对1991-2004年四川盆地夏季降水进行了数值模拟,通过模拟结果和NCEP/NCAR再分析资料的对比,评估了模式对四川盆地夏季＂夜雨＂现象的模拟能力。结果表明,RegCM3模式能较好地模拟出四川盆地夏季降水的空间分布和日变化规律,四川盆地夏季＂夜雨＂现象的形成与该地区的地形分布有密切关系。...     

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。     

Statistical Downscaling Prediction of Summer Precipitation in Southeastern China

A statistical downscaling approach based on multiple-linear-regression (MLR) for the prediction of summer precipitation anomaly in southeastern China was established, which was based on the outputs of seven operational dynamical models of Development of a European Multi-model Ensemble System for Seasonal to Interannual Prediction (DEMETER) and observed data. It was found that the anomaly correlation coefficients (ACCs) spatial pattern of June-July-August (JJA) precipitation over southeastern China between the seven models and the observation were increased significantly; especially in the central and the northeastern areas, the ACCs were all larger than 0.42 (above 95% level) and 0.53 (above 99% level). Meanwhile, the root-mean-square errors (RMSE) were reduced in each model along with the multi-model ensemble (MME) for some of the stations in the northeastern area; additionally, the value of RMSE difference between before and after downscaling at some stations were larger than 1 mm d-1. Regionally averaged JJA rainfall anomaly temporal series of the downscaling scheme can capture the main characteristics of observation, while the correlation coefficients (CCs) between the temporal variations of the observation and downscaling results varied from 0.52 to 0.69 with corresponding variations from -0.27 to 0.22 for CCs between the observation and outputs of the models.     

四川盆地低涡的月际变化及其日降水分布统计特征

利用ERA-interim再分析资料和全国824个气象基准站的日降水资料,统计分析了1983年1月1日~2012年12月31日发生在四川盆地的低涡天气过程及其降水特征,结果表明:盆地涡初生位置主要位于盆地的西南部和东北部,盆地涡夏季出现最多,冬季出现最少,其中初生位置位于盆地西南部的低涡7月出现最多,12月和1月出现最少;位于东北部的低涡6月出现最多,1月出现最少;盆地涡具有明显的日变化,西南型盆地涡3~10月夜晚发生概率均大于白天,其他月份低涡夜发性不明显,而东北型盆地涡只在5~9月期间夜晚发生概率大于白天,其他月份低涡夜发性不明显;盆地涡生命史与对流程度具有相关性,对流发展有利于盆地涡长时间维持,然而,夏季西南型盆地涡即使对流没向上发展也能长时间维持;盆地涡夏季移出最多,尤其以7、8月最明显,冬季移出最少,7月前以偏东路径为主,7月后以东北路径为主;盆地涡频数的月际变化与川西高原西南涡源地的风场扰动移出有密切联系,九龙地区夏季风场扰动移出活跃,冬季移出不活跃。小金地区春季风场扰动移出活跃,冬季移出不活跃。九龙地区风场扰动移出对盆地涡频数的月际变化贡献明显,小金地区风场扰动移出对盆地涡频数的月际变化贡献不明显;夏半年(5~10月)西南型盆地涡和东北型盆地涡引起的日降水区域分布的月际变化特征不同,前者的日降水最大值中心随月份先由盆地东北部向西南部移动,之后再由盆地西南部向东北部折回,后者的日降水最大值中心会一直稳定维持在盆地的东北部达州地区。东北型盆地涡虽然出现频次低,但各月的日降水强度要远大于西南型盆地涡。     

中国夏季降水的组合统计降尺度模型预测研究

现阶段的动力气候模式尚不能满足东亚区域气候预测的实际需求,这就需要动力和统计相结合的方法,将动力模式中具有较高预测技巧的大尺度环流信息应用到降水等气象要素的统计预测模型当中,以改善后者预测效果。本文中所介绍的组合统计降尺度模型,可将动力气候模式预测的大尺度环流变量和前期观测的外强迫信号作为预测因子来预测中国夏季降水异常。交叉检验结果显示,组合统计降尺度预测模型的距平相关系数较原始模式结果有较大提高。在实时夏季降水预测中,2013～2018年平均的预测技巧相对较高,趋势异常综合检验（PS）评分平均为71.5分,特别是2015～2018年平均的PS评分预测技巧达到72.7分,总体上高于业务模式原始预测和业务发布预测的技巧。该组合统计降尺度模型预测性能稳定,为我国季节预测业务提供了一种有效参考。