BCC二代气候系统模式的季节预测评估和可预报性分析

本文利用国家气候中心（BCC）第二代季节预测模式系统历史回报数据,从确定性预报和概率预报两个方面系统地评估了该模式对气温、降水和大气环流的季节预报性能,并与BCC一代气候预测模式的结果进行了对比,重点分析了二代模式的季节可预报性问题。结果显示,BCC二代模式对全球气温、降水和环流的预报性能整体上优于一代模式,特别在热带中东太平洋、印度洋和海洋大陆地区的温度和降水的预报效果改进尤为明显。这些热带地区降水预报的改进,可以通过激发太平洋—北美型（PNA）、东亚—太平洋型（EAP）等遥相关波列提升该模式在中高纬地区的季节预报技巧。分析表明,厄尔尼诺和南方涛动（ENSO）信号在热带和热带外地区均是模式季节可预报性的重要来源,BCC二代模式能够较好把握全球大气环流对ENSO信号的响应特征,从而通过对ENSO预报技巧的改进有效地提升了模式整体的预报性能。从概率预报来看,BCC二代模式对我国冬季气温和夏季降水具备一定的预报能力,特别是对我国东部大部分地区冬季气温正异常和负异常事件预报的可靠性和辨析度相对较高。因此,进一步提高模式对热带大尺度异常信号和大气主要模态的预报能力、加强概率预报产品释用对提高季节气候预测水平具有重要意义。     

BCC第二代气候预测模式系统对2015年一次寒潮过程的预报能力评估

利用BCC第二代气候预测模式系统(BCC_CSM2)的回报试验结果,评估了BCC_CSM2对2015年1月27—31日一次强寒潮过程的次季节预报能力,结果表明:(1)此次寒潮过程主要由新地岛以西的短波槽不断东移发展而形成的,模式能够提前10 d较好地预报过程期间降温以及高空环流形势,相关系数、距平符号一致率以及均方根误差都定量表明模式在10 d左右具有较好的预报能力,但是对降温程度的预报能力随起报时间的延长逐渐降低;(2)为了探讨随起报时间延长模式预报能力降低的原因,从位势倾向方程出发,分析相对涡度平流和温度平流随高度变化发现,在模式提前10 d之内的预报时段内,模式预报的相对涡度平流和温度平流随高度变化与再分析资料的诊断结果基本一致,能够合理预测短波槽的东移和槽脊的强度变化,当预报超过10 d后,模式中相对涡度平流的配置不利于短波槽的东移,模式预报的低层出现暖平流,并随高度增加而减小,不利于槽的加深,使模式预报的环流形势产生偏差,导致模式预报能力降低。     

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。     

基于土壤湿度和年际增量方法的我国夏季降水预测试验

选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,而2005~2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。     

全球和区域气候模式对中国东部夏季降水季节演变模拟的比较

本文利用全球海气耦合模式(MIRO3.2_hires)和区域气候模式(RegCM3)的模拟结果,分析了东亚地区夏季降水和大气环流的季节演变特征,并与NCEP/DOE再分析资料和降水观测资料进行了对比分析.结果表明,全球和区域气候模式都能反映出中国东部地区夏季平均环流场和降水场气候态分布的基本特征,但全球模式模拟的雨带范...     

CMIP5气候模式对中国东部夏季降水年代际变化的模拟性能评估

使用分类集合的方法评估了第五次耦合模式比较计划(CMIP5)多个耦合模式对中国东部夏季降水年代际变化的模拟性能.结果表明,在评估的38个模式中,仅有6个模式(第1类模式)可以成功再现1970年代末中国东部夏季降水年代际变化的主要特征,即长江流域降水偏多、而华北和华南偏少.这些模式模拟的成功归因于它们能较好再现1970年代末东亚夏季风的年代际减弱及相关的环流场的变化,包括东亚沿海的偏北风异常以及西太平洋副热带高压的偏向西南、强度增强等.而对降水年代际变化模拟很差的第2类模式,则模拟出不出东亚夏季风的这种减弱特征.进一步的分析表明,两类CMIP5模式对太平洋年代际振荡(PDO)空间分布特征都有较好的再现能力,但对PDO年代际转变特征的模拟能力则差异较大.第1类模式能很好地模拟出1970年代末热带海洋的增暖和相关的PDO位相由负到正的转换,而第2类模式所模拟的PDO位相转变与观测完全相反,且也不能模拟出热带中东太平洋海洋的年代际增暖及江淮流域夏季的变冷,因此导致该类模式对1970年代末东亚夏季风的减弱和中国东部夏季雨型的年代际转变没有模拟能力.由此也表明,对耦合模式来说,中国夏季降水年代际变化的模拟能力在很大程度上取决于模式对海洋年代际变化信号的模拟.     

北京气候中心次季节-季节预测系统对西南地区夏季降水次季节预报技巧评估及误差订正

利用北京气候中心(BCC)次季节-季节(Sub-seasonal to Seasonal,S2S)预测系统20年(1994-2013年)回报试验数据,在评估BCC S2S预测系统对中国西南地区夏季降水次季节预报性能基础上,进而采用基于奇异值分解(Singular Value Decomposition,SVD)的误差订...     

南极海冰的年际变化对中国东部夏季降水的影响

根据Hadley中心提供的1969—1998年的南极海冰再分析资料和其它多种观测资料，分析了南极海冰的年际和季节变化，指出南极海冰具有显著的年际变化，但与ENSO的关系则较为复杂。南极海冰维持了南半球高纬地区大气环流的季节持续性，因而对短期气候预测有较大帮助。相关分析和时间序列分析均证实中国东部夏季降水与南极海冰的年际变化有关，当北半球春夏季南极海冰增多时，华北降水增多而华南和东北降水减少。研究还表明，此种雨型分布与南极海冰变化引起的东亚夏季风环流变化有关。     

CWRF降尺度提高BCC_CSM1.1m对中国夏季降水跨季度动力预测能力

利用CWRF模式(Climate-Weather Research and Forecasting model)对国家气候中心BCC＿CSM1.1m业务预测模式短期气候预测结果进行中国区域降尺度,并使用1991—2010年3—8月逐日气温降水观测数据评估预测能力。结果表明：CWRF预测地面2 m气温、降水气候平均态的空间分布比BCC＿CSM1.1m更接近观测,分布误差更小;在保持总体技巧不低于BCC＿CSM1.1m的同时,CWRF对我国华东和华中地区的降水年际变化预测准确率更高;对不同强度的降水预测CWRF表现均优于BCC＿CSM1.1 m模式,尤其在极端降水预测准确率上更优。总之,得益于更高的空间分辨率和优化的低空物理过程模拟,CWRF降尺度可以提高中国夏季跨季度降水预测能力。     

WRF模式对中国夏季降水的动力降尺度模拟研究

为了解国家气候中心第二代季节预测模式系统（BCCv2）预测产品在重庆地区的动力降尺度效果,利用WRF模式对BCCv2的2016年汛期预测数据进行动力降尺度试验,对比了动力降尺度前后预测的重庆地区汛期平均降水的差异及采用不同边界层参数化方案对降水预测的影响。试验结果表明,动力降尺度能较好地改善BCCv2对重庆地区汛期降水预测整体偏少的情况,且在降水空间分布特征上与观测更加接近。对比采用不同边界层参数化方案（MYJ、MYNN2、YSU和ACM2）后的降水预测结果可知,YSU方案偏差较小;但从整体看,各方案间差异并不明显。对环流场的偏差分析以及进一步利用松弛逼近法进行的试验表明,动力降尺度能较好地改善BCCv2对青藏高原以南和中国南部地区位势高度预测的正偏差,并能改善降尺度前其对高原南部偏西风水汽输送预测的偏弱,但对两广一带向北水汽输送预测依然较弱;边界场在环流形势预测中的偏差可能与动力降尺度预测的重庆地区汛期降水整体偏少存在联系。

     

北极涛动对东亚夏季降水的预测意义

分析了春季北极涛动(AO)指数的变化对梅雨—Changma——Baiu带夏季降水年际变化的影响。对观测的东亚10个站的降水长序列资料(1899—1999年)，进行滤波处理，保留10年以下的年际时间尺度的变化，再进行相关分析。结果表明，近百年的5月北极涛动指数与10站夏季平均降水相关最高达—0．45，超过99％信度水平。当北极涛动偏强一个标准差时，整个长江中下游地区到日本南部一带，降水减少平均约8％左右。降水的这种变化与对流层东亚急流的变化密切相关：春季北极涛动强时，随后夏季急流位置通常偏北，雨带位置也北移，从而造成梅雨—Changma——Baiu带降水减少，反之亦然。较强的AO异常对降水的影响更明显，而较弱的AO与降水异常的对应关系并不显著。这对东亚夏季年际降水异常具有一定的预测意义。     

基于年际增量法的卷积神经网络模型对中国夏季降水的预测研究

将前冬的500 hPa位势高度、向外长波辐射和海表温度的年际增量作为预测因子,建立基于卷积神经网络(Convolutional Neural Network, CNN)的非线性预测模型,对中国160个测站夏季降水展开预测研究,并与基于线性奇异值分解(Singular Value Decomposition, SVD)的预测模型进行效果对比。结果表明：CNN在1981—2020年的交叉检验中所回报的降水平均PS评分和距平相关系数(ACC)分别为74.33和0.12,比SVD高2.15和0.06,说明CNN比SVD在整体上对夏季降水具有更好的预测能力。其中,CNN对SVD预测较好年份的预测效果提升较为明显,对SVD预测较差的年份则改进不大。CNN对中国降水预测存在一定的系统性偏差,订正后CNN对拉尼娜年的降水预测改进较大。结果表明,基于年际增量法的CNN预测模型展示出较好的潜在应用价值。     

北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法

利用1979—2018年夏季逐日观测和再分析数据,对北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法开展了研究。首先,利用非传统滤波即异常相对倾向（Anomalous Relative Tendency,ART）方法获取了气象要素的次季节变化分量,并采用EOF分析方法提取了北半球夏季热带主要季节内振荡信号,结果表明向外长波辐射（Outgoing Longwave Radiation,OLR）异常相对倾向EOF前两个模态共同反映了北半球夏季起源于印度洋并向东和向北传播的、具有30~60 d周期的季节内振荡（Boreal Summer Intraseasonal Oscillation,BSISO）信号。回归分析表明,该季节内振荡信号能够导致当地及其北面地区低层风场和位势高度场异常,影响该地区及其北面地区的水汽辐合辐散,从而能引起我国尤其是我国南方地区季节内旱涝变化,并一定程度上反映了我国异常雨带的向北推进过程。而后,将提取的热带主要季节内振荡信号作为预测因子,将降水异常相对倾向作为先行预板对象,利用多元线性回归方法构建了我国夏季旬降水异常相对倾向的预报模型,将预报的旬降水异常相对倾向加上观测已知的降水近期背景距平,从而得到旬降水距平的预报结果。通过历史回报和交叉检验,评估了该模型对梅雨期我国江淮流域降水（包括2020年梅汛期异常降水）的次季节预测能力。     

不同季节海温与中国夏季降水的时空特征分析

利用季降水异常的典型集合相关降水模式,分析了不同时段和不同区域的海温场与我国夏季（6～8月）降水之间的时空分布特征。结果表明：各大洋区海温存在着明显的季节、年际和年代际变化。与中国夏季降水相联系的印度洋海温的分布特征与季节有关,存在明显的偶极和单极分布形式,这种海温的异常变化对我国夏季纬向或经向雨带有一定的影响,全球特定的海温分布可以作为中国夏季旱涝预报的信号因子。不同季节海温和中国夏季降水在1970年代末都经历了一次突变,说明海温的季节差异对中国夏季降水的影响明显地受到海洋年代际基本态的制约。     

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。     

中国夏季降水预测因子潜在技巧分布图及应用

影响我国夏季汛期降水异常的因子繁多,不同因子之间复杂的相互作用制约我国夏季降水季节预测水平。目前动力模式对降水预测技巧水平较低,如何开发客观统计预报方法,提高我国夏季降水预报技巧依然存在挑战。该文基于最小二乘法拟合和交叉检验方法,提出一种搜索预测因子潜在预测技巧的方法（潜在技巧分布图）,并基于该方法开发预测因子自动选择器,建立中国夏季降水异常自动统计预测模型。与传统线性相关分析相比,潜在技巧分布图不受极端气候事件影响,可直观展现具有显著预测技巧的前兆信号,而预测因子自动选择器则能从潜在技巧分布图中自动筛选最优预测因子,获得逐年不同的预测因子,更符合中国夏季降水异常影响因子多样性的客观事实。在完全剔除预测当年信息的回报试验中,该预测模型对1999—2019年中国夏季汛期降水异常的历史回报技巧明显高于动力模式。通过方差订正,历史回报降水的PS评分从71.00分提高到82.10分,显示了该模型的潜在预报潜力。     

夏季中国东部降水季节内振荡的区域模式模拟

利用中国科学院大气物理研究所大气科学与地球流体力学国家重点实验室( LASG)发展的区域气候模式CREM,对中国东部夏季降水的季节内振荡(ISO)进行了模拟研究,通过与格点和卫星观测降水资料及NCEP2再分析资料的对比,评估了该模式的优缺点.结果表明,该模式对东部季风区ISO具有较强的模拟能力.模式能够模拟出中国东部夏...