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。     

CFSv2模式资料在成都市延伸期降水预测中的应用评估

将CFSv2模式的延伸期预测资料应用于成都市14个国家站的延伸期降水预测,采用距平相关系数ACC、趋势异常综合检验Ps及Cs/Zs评分对2016年1月至2020年12月的预测回算进行预测效果评估,通过改进的消除偏差一元线性回归方法对模式预测进行订正和预测再回算、再评估.结果表明,CFSv2的延伸期预测与成都地区实际降水...     

夏季江淮流域持久性旱涝现象的环流特征

基于美国环境预测中心提供的CFSv2模式回报数据以及淮河流域172个气象台站的气温降水观测数据, 评估了该模式对淮河流域夏季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与实况较为接近, 降水虽然能够反映出南多北少的分布特征, 但气候平均值明显偏小。模式对于气温和降水均方差的模拟均偏小。从频率分布来看, 回报气温的频率分布与实况较为接近, 回报降水不仅存在很大的负偏差, 出现异常降水的频率也比实况明显偏低。对ROC曲线的分析进一步表明模式预测高温事件的能力明显好于低温事件, 预测降水异常事件的能力在不同起报月有差异。从主要模态的时空结构来看, 模式能够反映出其空间结构, 对于增暖的趋势模拟也相当不错, 但增暖的速率高于实况, 虽然模式没有能够反映出降水主要模态的年代际变化特征, 但对于年际变化有较高的预测技巧。这些评估为短期气候预测和模式解释应用提供了参考。

     

青海省夏季降水气候预测评估

本文运用预报评分（Ｐ）、技巧评分（Ｓｓ０和距平相关系数（Ａｃｃ）三各方法、对青海省近十几年业务上使用的２０个代表站１９８８～１９９７年１０年夏季（６～８月）降水距平百分率预报的准确程度进行了评估。结果表明：虽然青海省的地理环境特殊、各地气候差异较大,但青海省的预报质量仍较全国平均水平略高;用Ｐ方法比用以往评分方法（Ｔｓ）进行预测评定的质量高出近６个百分点;１９９８年夏季的预报质量远较前十年的平均质     

NCEP CFSv2对北半球夏季中高纬阻塞高压的预测检验北大核心CSCD

利用1999 2010年共12年NCEP CFSv2(NCEP Climate Forecast System version 2)每天4个时次对未来45天预测的回报数据,检验了CFSv2模式对北半球夏季(6 8月)中高纬乌拉尔山区域(10°E70°E)和贝加尔湖-鄂霍次克海区域(110°E 180°E)阻塞高压及其与之相联系的东亚气候的预测能力。分析结果显示,CFSv2可以较好的模拟夏季北半球阻塞高压发生频率的纬向分布特征,但随着预测时效的增加阻塞发生的频率不断降低。CFSv2对两个区域阻塞预测的命中率在7天时效内为50%左右,接近2周之后基本上没有技巧。CFSv2对区域阻塞事件的预测技巧要低于区域阻塞的技巧,贝加尔湖-鄂霍次克海区域阻塞事件的技巧略低于乌拉尔山区域。CFSv2对阻塞爆发和结束的预测超过7天左右,基本没有预测技巧,对乌拉尔山区域阻塞结束日的预测技巧要低于阻塞爆发日的预测技巧。CFSv2在可用的预测时效内可以较好再现与区域阻塞相联系的环流形势以及东亚地区气温、降水异常的分布特征,尤其是夏季乌拉尔山和鄂霍茨克海地区发生阻塞时我国长江流域及其以南地区降水容易偏多的特征。     

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。     

CFSv2对2018年浙江梅雨降水多尺度预测的性能评估

从梅雨预测的业务需求出发,系统开展了CFSv2模式对2018年浙江梅雨期降水预报能力的多时间尺度评估。结果发现3月1日—5月31日的起报结果整体上未能较准确地预测6月浙江大部降水偏少的趋势、仅5月31日的预测结果与实况相符;在延伸期尺度上,CFSv2预测的梅雨期总降水量较实况偏少30%左右;基于相关系数、均方根误差和新定义的综合预报技巧指数等指标分析模式的延伸期预报性能,发现对梅雨期总降水量、逐日区域平均降水量和逐日全省各站降水量的预报技巧有限,对浙江梅雨区的预报水平总体高于浙江全省。评估结果表明CFSv2预报产品表现出显著的系统性干偏差;在延伸期尺度上,随着预报时效的缩短,预报效果并非逐步提升、而是客观存在一个最佳预报时效,各起报日也分别对应着不同的最优预报时段,整体而言梅雨降水的延伸期预测可能对初值并不敏感。     

新疆夏季降水和冬季气温预测方法及效果评估

本文利用4个国内外先进的气候模式（国家气候中心、ECMWF、NCEP和JMA）业务预测数据,采用2种多模式集合方法（等权平均和超级集合）、3种降尺度方法（BP-CCA、EOF迭代、高相关回归集成）和3种统计方法（CCA、最优气候值、高相关回归集成）以及降尺度集成和降尺度-统计方法集成,分析了目前季节模式、多模式集合、降尺度、统计方法、降尺度-统计集合等目前常用气候预测技术对新疆夏季降水和冬季气温的业务预测能力。 研究表明,以上技术方法对新疆夏季降水和冬季气温的预测预测能力有较大差别。目前先进的气候业务模式的预测技巧普遍很低,多模式超级集合和降尺度方法的技巧常高于单个模式,并且最佳的降尺度方法通常技巧高于最佳多模式集合方法。同时,统计方法和降尺度方法的预测技巧通常较为接近,而对二者进行超级集合可以具有相对很高的预测技巧。此外,现有常用气候预测技术方法对新疆夏季降水和冬季气温的趋势有一定的预测能力,但对气候异常的空间分布基本无预测能力。建议新疆气候预测技术围绕统计和降尺度方法集合发展。     

CFSv2模式对春季逐月南极涛动预测效能及成因分析

系统评估了美国第二代气候预测系统（CFSv2）对1983～2019年北半球春季逐月南极涛动（AAO）的预测效能及可能成因。结果表明,CFSv2模式对3月、4月和5月AAO空间模态预测效能较好,但是耦合模式仅对3月的AAO年际变化具有较好的预测能力,对4月和5月AAO年际变化的预测能力较差。热带中东太平洋和澳大利亚以东太平洋海温异常有可能是3月AAO年际变化的可预测性来源。一方面,3月厄尔尼诺—南方涛动（ENSO）与AAO之间关系显著,而4、5月两者之间关系减弱。 3月ENSO激发PSA（Pacific–South American）波列传播到南太平洋上,通过影响南太平洋海温异常以及低层气旋性环流异常影响3月AAO的年际变化。另一方面,3月澳大利亚以东太平洋海温异常在副热带急流核心区域激发活跃的Rossby波列,该波列由澳大利亚东部向东南频散到南太平洋中高纬地区,造成该地区位势高度异常,使得副热带地区30°S西风减弱,南半球高纬60°S西风加强,进而影响AAO的变化。CFSv2对3月AAO的预测效能高于4月和5月的主要原因是CFSv2模式能够很好再现3月AAO与ENSO、澳大利亚以东海温之间的关系及其影响机制。     

多模式对东北地区月气温的预测性能对比评估

基于BCC的DERF 2.0(中国)、CFSv2(美国)、EC(欧洲)、TCC(日本)4种模式开展的1983—2010年对东北地区的回报试验结果、2011—2014年业务应用结果和国家气象信息中心提供的东北地区172个台站气象观测资料,利用距平相关系数(ACC)、趋势异常综合检验(PS)评估和距平符号一致率(PC)3种定量方法对比评估了4种模式对东北地区月气温的预测性能。结果表明,EC模式和CFSv2模式与BCC模式和TCC模式相比,对月气温的总体预测效果较好,有一定的预测技巧。从空间上来看,CFSv2的PC在前半年表现的比后半年的略好,PC超过80%的范围比较大。CFSv2和EC模式对东北地区夏季典型低温年有一定的预测能力。     

BCC-CSM2-MR全球气候模式对东亚地区降水和气温的模拟评估

全球气候模式BCC-CSM2-MR(Beijing Climate Center-Climate System Model version 2-Medium Resolution)由国家（北京）气候中心自主研发并参与了第六阶段国际耦合模式比较计划,该模式在BCC-CSM1.1m版本基础上对大气辐射传输、深对流过程及重力波等方面进行了优化,因此,该模式对东亚地区降水和气温模拟能力的改进亟需进一步评估。本文主要基于不同格点观测数据集与中国区域站点观测数据,系统对比分析BCC-CSM2-MR、BCC-CSM1.1m两个模式版本对东亚地区季节平均降水（气温）和日极端降水（气温）的模拟能力。结果表明：（1）相比BCC-CSM1.1m,BCC-CSM2-MR改进了对东亚大部分区域季节平均降水的模拟能力,尤其是青藏高原地区夏季平均降水,明显提高了对中国东南地区、朝鲜半岛及日本降水月际变化的模拟性能;（2）BCC-CSM2-MR对东亚地区季节平均气温模拟能力改进不明显,且对东亚大部分区域气温月际变化的模拟误差大于BCC-CSM1.1m;(3)对日极端降水（气温）,BCC-CSM2-MR的模拟能力优于B...     

IAP AGCM 4.1对淮河流域夏季降水的预报技巧评估

基于中国科学院大气物理研究所新一代大气环流模式IAP AGCM 4.1共30 a(1981—2010年)的集合回报试验结果,评估了模式对淮河流域夏季降水的预报技巧。分析结果表明,模式总体上可以较好地再现出淮河流域夏季平均降水南多北少的空间分布特征,其中模式模拟的6月降水量与观测值的空间相关可达0.93。但降水强度与观测相比具有系统性的偏差,且模式模拟的降水年际变率显著偏弱。基于降水距平相关系数的确定性预报技巧分析表明,模式对流域西南部夏季降水的预测技巧较高,达到0.2以上,且模式对6月降水异常的预测能力相对最好,7月次之。针对淮河不同子流域的预报技巧分析表明,IAP AGCM 4. 1对蚌埠、鲁台子、王家坝水文控制站以上集水面积的夏季面雨量异常具有一定的预报技巧,30 a集合回报的时间相关系数分别为0. 11、0. 13、0. 16。基于降水等级的概率预报技巧评估表明,模式对7月淮河流域南部少雨事件具有很好的预报能力,同时对6月流域中部多雨事件的预报技巧也较高。     

气候过渡带温度变化与淮河流域夏季降水的关系

淮河流域是我国南北气候的过渡带,气候过渡带位置的南北变动对淮河流域的降水有显著的影响。利用1952～2001年的温度和降水资料,计算了气候过渡带位置的变化和淮河流域降水与旱涝的关系,发现气候分界线位置的南北移动与淮河流域夏季降水呈显著负相关,即气候分界线北移夏季降水减少、气候偏旱;气候分界线南移则夏季降水增加、气候偏涝。气候分界线与淮河流域夏季降水的这一对应关系反映了春季冷空气活动的强度和时间对淮河流域夏季和梅雨降水有重要影响,即春季(特别是3月下旬)冷空气南下活动较强年份的夏季降水可能异常偏多。     

CFSv2模式对东北地区夏季各月降水的预测性能评估

利用距平相关系数(ACC)、距平符号一致率(Pc)、趋势异常综合检验(Ps)等3种方法,对CFSv2模式在东北地区开展的1983-2010年夏季各月降水回报试验结果、2011-2014年业务应用结果进行综合评估。结果表明,CFSv2模式在东北地区夏季各月降水的效果相对较好。尽管目前应用的业务评分办法的评分都相对较高,但年际差异明显,预测效果不稳定,需要进一步提高模式的预测技巧。     

SEAS5模式对新疆月尺度气温和降水的预测性能评估

基于欧洲中期天气预报中心第五代季节预测系统SEAS5模式的历史回报数据和新疆98个气象站的气温、降水观测资料,利用距平符号一致率P_c、趋势异常综合评分P_s、距平相关系数ACC、时间相关系数TCC等方法,综合评估SEAS5模式对新疆1993—2019年月尺度气温和降水的预测性能。结果表明：SEAS5模式对新疆月气温、降水的总体预测性能较好,对降水趋势和量级有一定的预测能力。模式的预测性能存在明显的月际差异和空间差异。模式对新疆4—9月气温和4月、6—8月降水的预测性能较好。气温预测评分中,4月P_c最高(61.3分),7月P_s最高(74.4分),6月ACC最高(0.17)。降水预测评分中,4月P_c最高(58.7分),7月P_s最高(72.1分),4月ACC最高(0.16)。空间分布上,模式对1、3、6和12月南疆的气温预测性能普遍高于北疆,对7和9月南疆西部的预测性能低于其他地区。模式对南疆的降水预测性能普遍高于北疆。     

多模式集合优选方案在淮河流域夏季降水预测中的应用

基于国家气候中心提供的1981—2010年4种季节气候预测模式的资料,将两种互为补充的降尺度因子挑选方案应用于淮河流域夏季降水预测,利用距平符号一致率ASCR、等级评定PG、距平相关系数ACC方法,评定了每种模式及其所采用的两种降尺度方法对淮河流域夏季降水的预测效果,并采用了一种优选方案进行多模式集合。结果表明,从4种模式的降水预测效果来看,NCEP_CFSv2和TCC_CPS1模式的评分较高,NCC_CGCM1和ECMWF_SYSTEM4模式相对较低;采用2种基于最优子集回归的降尺度方法后,NCC_CGCM1、TCC_CPS1和ECMWF_SYSTEM4模式的降尺度方法相对于模式降水预测为正订正,NCEP_CFSv2模式为负订正;将模式和降尺度预测方案进行优选,其集合平均的评分不仅高于模式降水预测的集合平均,也优于降尺度方法的集合平均,该方法发挥了不同模式的区域性优势,改进了原始集合平均的效果,为提高多模式解释应用水平提供了一种参考性方案。      

CFSv2模式对新疆夏季降水的预测评估及EOF订正

基于美国国家环境预报中心CFSv2模式1982-2019年2月起报的预测数据和新疆99个气象站的降水资料,利用EOF方法对模式预测结果进行误差订正,并评估了订正前后模式对新疆夏季降水的预测能力。结果表明：CFSv2模式能够预测出新疆夏季降水前三个模态的空间结构,对第一模态时间系数的预测能力较好,对第二、三模态预测较差;对新疆夏季降水的总体预测性能较差,对降水趋势和量级有一定的预测能力;对降水异常偏少年的预测性能好于异常偏多年;空间上对南疆降水预测性能较好,北疆西部较差。EOF订正能够显著提高模式的降水预测能力,改进了主模态方差贡献、第一、二模态空间结构的中心位置和时间系数的预测性能;独立预报评分ACC、Pc、Ps比原始模式分别提高了0.19、18%、12%;对异常年预测性能的提高好于正常年;全疆除东疆外预测性能均有所提高,尤其是北疆西部。     

S2S模式对四川汛期候尺度降水预测技巧评估和误差订正

针对四川汛期候降水距平百分率（PAP）,采用距平相关系数（ACC）、时间相关系数（TCC）、符号一致率（SCR）和趋势异常综合评分（PS）4种预测评分方法对S2S计划中10个模式的预测技巧进行检验评估,并在误差分析的基础上提出“正负概率异常订正”方案对各模式候降水距平百分率预测结果进行订正。结果表明,随着预测时效延长,多数模式的预测技巧快速降低,模式间预测技巧的差距缩小。至第10天左右,各模式进入低技巧时段,预测技巧随时效变化的幅度减小,各模式仅对降水趋势异常有一定预测能力,其中BoM模式明显高于其他模式。除BoM模式外的其他模式对降水年际变化幅度都存在低估,降水距平百分率异常偏差为?33%—?18%,不随预测时效发生太大变化,但空间分布不均。经过误差订正各模式的距平相关系数和符号一致率有所提高,趋势异常综合评分有效提高,并且对次季节尺度的订正效果优于天气尺度。订正后,各模式在次季节尺度的平均趋势异常综合评分均高于76.8, 66.7%的模式评分为79.2—80.2,超过业务评分标准（72.0）近8分。订正效果在4 a独立样本检验中也得到验证。