沈阳市短期气候统计预测模式的补充订正预测方法

短期气候的统计预测模式目前仍是省以下进行预测的主要方法。由于气候变化和气候影响变化复杂,是多因素影响的结果,所以统计预测模式选用几个主要影响因子,只能解决大多数样本的普遍性预测,对少数异常样本的特殊性预测能力很差,而少数异常样本叉多是气候灾害年,是我们的预测重点;     

气候灾害年的补充订正预测

利用1951年以来的气象资料和辽宁省的粮食产量资料 ,将两者结合起来深入地研究了辽宁省气候灾害造成的粮食严重歉产波谷年的出现规律、成因分析和趋势预测。结果将辽宁省20世纪90年代出现的粮食严重歉产的气候灾害年都提前预测了出来 ,并对短期气候预测不准的气候灾害年进行了补充订正 ,使气候灾害年的预测更准确更完善。     

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     

多种方法相联系的综合配套预测思路

短期气候预测和气候影响预测中,在省以下最常见的做法是许多经验统计预测方法的并列,它们不分主次,是各自从不同角度或采用不同的预测因子独立地研究出来的,它们之间互不联系,结果是预测方法越多,预测时相互矛盾也越多,使预测无所适从,最后不是采用少数服从多数的原则,就是主观进行判断,使预测又失去了客观性。在研究和预测时请用一个模式中的少数几个预测因子,预测对象的全部实际上是不可能的。在研究预测模式时,也是只注意选人外部相关因子模式的历史准确率高,而忽视从事物内部本质联系上分析入选因子的合理性,这样就容易使…     

2002年10月辽宁低温成因分析及预测

以沈阳2002年10月低温为研究对象 ,对同期500hPa环流特征、北太平洋海温场、太阳黑子等多种物理因子进行成因分析 ,从中找出影响 10月异常低温的主要特征和影响系统 ;给出直接影响10月气温异常起主导作用的关键区 ,确定预测依据和指标 ,对月预报进行定性补充订正 ,以提高预测准确率     

2002年10月辽宁低温成因分析及预测

以沈阳2002年10月低温为研究对象，对同期500hPa环流特征、北太平洋海温场、太阳黑子等多种物理因子进行成因分析，从中找出影响10月异常低温的主要特征和影响系统；给出直接影响10月气温异常起主导作用的关键区，确定预测依据和指标，对月预报进行定性补充订正，以提高预测准确率。     

南京信息工程大学气候预测系统1.0版简介

南京信息工程大学气候预测系统1.0版(NUIST CFS1.0)是基于日本海洋科学技术开发机构(JAMSTEC)的SINTEX-F模式发展而来,可以实现对全球气候异常的季节-年际预测。对过去近40 a的集合历史回报预测试验结果的评估发现,该预测系统对热带太平洋和印度洋海温异常具有良好的预测技巧,并且该系统能提前1.5~2 a对ENSO(Nino3.4指数)做出有技巧的预测(即相关系数达0.5),同时也可以提前1~2个季节对印度洋偶极子(IOD)做出有较高技巧的预测,展现了对主要热带气候信号的良好预测技巧。但是与国内外所有动力模式预测系统类似,该系统对东亚地区的气候异常预测还存在较大的不足。考虑到ENSO对东亚地区气候异常的强烈影响,本文尝试去除与ENSO预测相关的系统偏差来初步订正东亚地区夏季温度异常和降水距平百分率的预测结果。对比订正前后的结果表明,这一简单的订正方法有助于提高我国气候异常的预测准确率。同时选取2019年夏季气温异常和降水距平百分率的实时预测结果作为个例进行分析,发现订正能够提供一定的技巧改善,但与观测结果相比仍存在较大偏差,需要在今后的工作中不断改进完善。此外,本文也初步评估了NUIST CFS1.0对我国冬春季的气候预测技巧,并提供了经简单订正后的2019/2020年冬季和2020年春季的实时预测结果。     

动力-统计客观定量化汛期降水预测研究新进展

汛期降水预测是短期气候预测的重要内容之一,也是难点之一。近20年来,动力-统计相结合的预测方法在解决这一复杂的科学难题方面取得了一定进展。该文系统地介绍了近年来国家级气候预测业务中关于动力-统计客观定量化预测的原理、最优因子订正和异常因子订正两类预测方案,及动力-统计集成的中国季节降水预测系统 (FODAS1.0)。2009—2012年的汛期降水预测中,动力-统计客观定量化预测方法4年平均PS评分为73,距平相关系数为0.16,体现了较高的预报技巧。但该方法仍存在不足,需通过加强气候因子与降水之间关系的诊断分析、完善短期气候模式的物理过程、改进参数化方案及研发有针对性的区域气候模式等手段,进一步提高模式本身的预报技巧,使动力-统计预测方法在汛期降水预测中发挥更大作用。     

中国东部冬季降水的动力结合统计预测方法研究

针对中国东部6个气候关键区,首先,通过相关分析指出,冬季降水既与前期气候因子有关,又受同期大气环流的影响。因此,有必要采用动力与统计相结合的方法进行气候预测研究。然后,从实时预测的角度出发,综合考虑前期预测因子的观测信息和具有数值可预测性的同期气候因子的数值模式结果,使用多元线性回归分析方法就各区域平均冬季降水逐一建立了短期气候预测模型,并在预测模型中考虑了模型结果中系统误差的订正。交叉检验分析结果表明,所建立的各区域预测模型普遍具有较好的预测效果,预测优势主要表现在对冬季降水的变化趋势、年际变化、以及异常符号的预测准确率上。就6个区域平均而言,1982—2008年交叉检验结果与实况间的相关系数和距平同号率分别为0.69和78%,表明该预测思想具有可行性。     

东亚夏季风模式跨季预测的EOF-相似误差订正

利用国家气候中心第2代季节气候预测模式BCC_CSM1.1(m) 的1991—2010年每年2月起报的历史回算资料集,考察模式对于5个夏季风指数的预测能力,并通过发展基于经验正交函数分解与相似分析的EOF-相似误差订正方法,对5个夏季风指数的模式预测进行再修正。交叉检验和独立样本检验结果表明:该模式对1991—2010年东亚夏季风指数与西北太平洋夏季风指数预测技巧较高;EOF-相似误差订正方法适用于模式预测技巧较低的指数,这些指数经订正后预测效果均有不同程度改进,而预测技巧较高的夏季风指数经订正后改进效果不明显;在交叉检验中,线性部分订正多优于非线性部分订正效果,而对于独立试报的年份,非线性部分订正多优于线性部分订正效果,显示出良好的应用前景。     

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.     

FODAS在新疆夏季降水预测中的应用与检验

利用国家气候中心海气耦合模式（BCC—CGCM）季节预测结果资料（2008--2012年）、降水实况资料CMAP（1983--2012年）,采用PS评分对近5年动力与统计集成的季节气候预测系统（FODAsl．0）不同方法的夏季预测产品进行回报检验,并与业务评分进行对比,从而检验FODASl．0对于新疆夏季降水的预测效果。结果表明：熊开国一固定因子一动力统计订正方法、熊开国一异常因子一动力统计订正方法、系统误差订正、熊开国一固定因子和异常因子的集成方法得分较高,高于新疆夏季降水预测业务评分。总体来看,熊开国方法（方法I）的预测效果比杨杰方法（方法II）的预测效果稳定。     

广东省降水的多尺度时空投影预测方法

采用多尺度时空投影(MSTP)预测思路建立广东月降水和季节降水预测方法。通过EOF分解、小波分析和Lanczos滤波方法进行周期分解, 采用MSTP方法进行预测。借鉴年际增量法, 对预报结果用最小二乘法进行误差订正, 得到降水预测结果。PS预测评分和均方根误差10年独立样本检验(2006—2015年)结果显示:订正后, PS预测评分起伏较小, 68.8%的月降水和季节降水PS预测评分明显提高的年份超过6年, 且有87.5%的月降水和季节降水PS预测平均分达到70以上; 在±0.5个标准差范围内, 订正后均方根误差在40%以上的概率分布明显高于订正前, 订正后的月和季节降水占81.3%, 订正前占31.3%;在±1个标准差范围内, 概率分布在70%以上的月季降水订正前后相差不多, 订正后占56.3%, 订正前占50%。     

RegCM4.4对中国夏季气候的回报和2014年预测

利用区域气候模式对全球气候模式季节预测产品进行动力降尺度,是获取未来高分辨率季节气候预测结果的重要途径。使用区域气候模式RegCM4.4单向嵌套国家气候中心气候系统模式BCC_CSM1.1(m)输出结果,进行东亚19912013年逐年3月1日—9月1日的气候回报试验及2014年3月1日9月1日的气候预测试验。分析模式对中国地区夏季（6-8月）地面气温和降水的回报结果表明:RegCM4.4对夏季气候态的回报优于驱动场模式BCC_CSM1.1(m),并能提供更详细可靠的局地信息;RegCM4.4回报和观测的多年平均气温、降水的空间距平相关系数（ACCs）分别为-0.04和0.01,空间距平符号一致率（PCs）分别为51.1%和50.6%,趋势异常综合评分（PS）分别为64.2和70.3,均方差误差（MSE）分别为1.09 ℃和0.30 mm/d。RegCM4.4对中国地区2014年夏季气候预测结果表明,模式对夏季气温、降水距平整体分布的预测较好,但在次区域尺度上预测结果和观测存在差别。本研究只进行了一个区域气候模式RegCM4.4嵌套一个全球模式BCC_CSM1.1(m)单样本回报和预测试验的动力降尺度试验研究,未来在改进驱动场模式和区域气候模式模拟预测性能、订正驱动场模式输出系统误差及提高运算能力的基础上,进行多模式多样本的集合试验研究,有助于提高精细化短期气候预测产品的质量。     

月尺度动力模式产品解释应用系统及预测技巧

从短期气候预测业务面临的实际问题出发,针对月尺度气候预测,利用国家气候中心月动力延伸预报(DERF)模式资料,开发了集多种统计预测方法、多种解释应用技术于一体的业务系统。利用该系统的多种预测方法对广西88个站点2005-2008年6月降水距平百分率的独立样本检验结果表明:在解释应用方法中,基于模式输出统计假设方法(MOS)的预报结果优于完全预报法(PP);利用预测站点附近的环流关键区构建的预测因子预报效果最好;经验统计函数法(EOF)和动力与统计相结合的解释应用方法的预测准确率较高且较稳定;同时满足模式预测资料中预测因子和预测对象的高相关关系,以及再分析资料中预测因子和预测对象之间高相关关系确定关键区,并在此基础上建立预测模型的预测效果更佳。解释应用预测准确率一般都在70分以上,高于传统的物理统计预测结果。     

欧洲多个耦合气候模式对东亚冬季气候的预测性能研究

在短期气候预测方法中,多模式集合预测作为一种实用方法得到了广泛的研究。利用DEMETER多模式集合预测系统1980—2001年的回报试验,研究了欧洲7个耦合模式对东亚地区(0°—60°N,70°—140°E)冬季大气环流和气候异常的预测效能。研究的气候要素是冬季500hPa高度场、850hPa风场、表面气温场和降水场。集合平均(EM)是最基本的多模式集合构建方法。为了进一步订正模式预测的误差,基于经验正交函数分解进行订正,产生"合成数据集",并利用该数据集进行合成集合平均或合成超级集合(SEM/SSE)。研究表明,东亚地区冬季气候异常的模式预测效能热带高于中高纬度地区,海洋高于内陆。多模式集合平均和合成集合平均或合成超级集合均从整体上对东亚地区冬季气候异常的预测效能有一定程度的提高,体现了其相对于7个单一模式的优势。两类不同的多模式集合方法对预测结果也有一定的影响,其中,合成集合平均或合成超级集合对冬季500hPa高度场、850hPa风场和降水场异常的预测效能优于集合平均;但是对于冬季表面气温场异常的预测,集合平均优于合成集合平均或合成超级集合。     

剔除“系统误差”对月尺度区域气候动力预测影响的研究

通过大气环流模式提供侧边界条件,单向嵌套并入了水文模型VXM的区域气候模式RegCM3对我国华东地区进行月尺度气候预测。根据嵌套模式1991～2000年10年各月的积分结果与美国气候预测中心的降水综合分析资料(CMAP)、美国国家气象中心(NMC)的温度资料建立了一组针对各月的“系统误差”,对2001～2005年5年各月的回报结果进行订正,通过对原始回报结果和订正结果进行评估发现,经剔除“系统误差”后的预测结果较原始预测结果改进较为明显,表明该方法可有效提高月尺度区域气候动力预测的准确率。     

我国短期气候动力预测模式系统的研究及试验

气候和气候异常对我国的国民经济发展具有重大影响,为提高短期气候预测的准确率,研究动力气候模式短期气候预测新技术至关重要.通过近5年的努力,建立了一套出月动力延伸预报模式,海气耦合的全球气候模式(AGCM+OGCM+海冰+高分辨率印度洋-太平洋海盆模式),区域气候模式季和年际尺度的业务动力模式组成的系统.初步把我国的短期气候预测水平由经验统计方法提高到定量和客观分析的水平上.在此基础上,已建成了一个具有物理基础的统计方法与气候动力模式相结合的综合气候预报系统.     

BCC_CSM1.1m模式对福建前汛期降水预测的误差订正

采用1991—2017年BCC_CSM1.1m季节预测模式的月降水预测数据及福建省前汛期（4—6月）66个国家气象站降水资料,利用距平相关系数(ACC)、时间相关系数(TCC)、平均方差技巧评分(MSSS)和趋势异常综合评分(Ps)等评估方法,检验评估了提前0、1、2和5个月模式对福建省前汛期降水的预测能力。采用系统偏差、一元线性回归和EOF-相似误差（EOFL和EOFNL）等4种统计方法对回报结果进行订正,并进行效果检验。BCC_CSM1.1m在不同起报时间对福建省前汛期降水的预测均能抓住降水的前两个主模态：全省一致和南北反向分布的空间特征,但预测的气候平均值较实况存在负偏差。模式在不同起报时间对前汛期降水预测的TCC高技巧区主要位于福建省北部,ACC技巧和Ps评分存在比较大的年际差异,负系统偏差的存在使得MSSS技巧不高。经订正后,模式的预测能力得到明显提升。系统偏差、线性回归、EOF相似误差线性和非线性订正方法提前2个月起报的2011—2017年平均Ps评分分别提高5.9、3.5、6.7和7.8分;不同起报时间线性回归订正的2011—2017年平均ACC技巧分别提高0.02、0.21、0.12和0.11;上述4种方法订正的MSSS评分均有了显著提高,其中系统偏差和线性回归订正后达正技巧。综合而言,线性回归订正较其他3种订正方法表现出更为稳定的订正技巧。     

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%。