基于DERF的SD方法预测月降水和极端降水日数

针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归 (OSR) 方法对国家气候中心业务化的月动力气候模式 (DERF) 输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率。1982—2006年交叉检验结果表明：OSR方法能显著提高降水预测技巧,其中11~40 d改善效果最为显著。在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法。综合认为OSR,OSR结合随机天气发生器 (WG) 两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息。     

月动力延伸预测产品DERF2.0对广西气温和降水的预测评估

基于国家气候中心第二代月动力延伸预测模式业务系统(DERF2.0)开展的1983~2015年的回报试验结果和广西87个台站气象资料,利用距平相关系数ACC、距平符号一致率R和短期气候预测业务趋势异常综合评分(Ps)等3种方法,综合评估了DERF2.0系统对广西的气温和降水的预测性能。结果表明:DERF2.0模式对广西月气温的总体预测效果优于降水,气温与降水的预测效果有明显的月季变化,气温和降水在夏季的总体预报效果不好,但对降水异常的把握程度较高。DERF2.0对广西发生在1994、1996、1998、2005年6、7月的典型洪涝个例有一定的预测能力,影响模式6、7月降水预报误差的原因可能是模式对中高纬度阻塞系统预报偏差,模式仍有很大的改进空间。     

DERF2.0模式对宁夏不同时间尺度降水的预测评估

基于DERF2.0 1983—2013年回报和2016—2017年预测的降水资料以及宁夏19个评分站降水实测资料,采用短期气候预测业务中常用的检验方法,对DERF2.0预测的宁夏未来1～50d月、候尺度降水及持续性异常降水过程进行了检验评估。结果表明:DERF2.0对月降水趋势异常预测综合评分(Ps)平均为53.2%,超前1～10d预测效果相差不大;Ps超过60%的仅有4月和11月,且年际间波动较大,最差年与最好年相差近30%。DERF2.0对月异常少雨预测Ps高于异常多雨,春、秋季Ps较高,夏季相对较低;对多雨年份降水预测Ps高于少雨年份。DERF2.0超前30d之内预测的候降水和实况以正相关为主,第1候相关最好,9月至次年3月相关系数相对较大;超前30d之内预测的候降水较实况偏大30%左右;对未来1～6候降水趋势预测正确率为40.8%,偏多趋势正确率达79.5%,明显高于偏少趋势;1月趋势预测正确率最小,8月最大;候降水偏多趋势预测正确率冬季高于夏季,偏少趋势则相反;随着超前时间的增长,趋势预测正确率下降;趋势预测正确率自北向南增大。DERF2.0对持续性异常降水过程预测的正确率为60.3%,超前时段为4～14d,对全区性过程预测效果较好,同一次过程南部预测效果好于北部,预测的降水量小于实况降水量。     

DERF 2.0对贵州气温、降水的预测性能评估

该文基于第二代月动力延伸预测模式业务系统(DERF2.0)不同起报日的气温、降水预测数据,利用多种评分方法评估1983—2014年预测数据的月尺度预测性能,研究表明:不同起报日的预测评分差异性不大。DERF2.0对冬季和春季的气温预测评分较好,而DERF2.0对降水评分较好的月份主要集中在秋季,表明DERF2.0基本能够预测出贵州的秋季总体旱涝趋势。从空间分布来看,气温的3种评分明显优于降水,表明在空间范围内,气温的预测性能好于降水,尤其是在省的南部和西部地区预测性能较好且稳定,参考性较高;而降水的稳定性较差,参考性相对较低,模式仍有很大的改进空间。从异常预测的优势来看,无论是气温还是降水,该模式对气温和降水异常预测具有一定的优势。     

DERF2.0模式对贵州延伸期、月预测质量对比分析

利用2014—2016年第二代月动力延伸预测模式业务系统(DERF2. 0)直接输出及预报员预报的贵州省气温和降水预报数据、贵州省84站观测数据,采用Ps、Cs和Zs 3种评分方法评估了DERF2. 0对贵州月气温、降水和月内强降水过程的预测性能,并与预报员业务值班发布的预报质量进行对比分析,系统性地对DERF2. 0产品在延伸期/月尺度的预测效果进行检验评估。结果表明:DERF2. 0月预测产品总体上对贵州气温的预测性能优于降水,气温偏高预测的可参考性高于其对气温偏低的预测。DERF2. 0预报月气温的Ps评分较预报员略高,月降水较预报员略低,总体来看DERF2. 0月预测效果较预报员综合预报略差且预报性能较不稳定。预报员预测数据的Zs和Cs评分总体高于DERF2. 0预测数据,但DERF2. 0预测数据的Zs和Cs评分较预报员逐年提高,尤其在整个雨季时段较为明显。DERF2. 0对主汛期(6—8月)的预报准确率较整个雨季期(4—10月)略高。     

月动力延伸预测模式业务系统DERF2.0对中国气温和降水的预测性能评估

基于国家气候中心第二代月动力延伸预测模式业务系统（DERF2.0）开展的1982～2010 年的回报试验结果和国家气象信息中心提供的669 个台站气象观测资料,利用距平相关系数ACC、平均方差技巧评分MSSS、距平符号一致率R 和短期气候预测业务分级检验Pg 等4 种方法综合评估了DERF2.0 系统对中国的气温和降水的预测性能。结果表明,DERF2.0 模式对气温的总体预测效果较好,对气温的预测性能较DERF1.0 模式有了较明显的提升。与过去全国的短期气候预测业务评分相比,DERF2.0 对气温和降水的预测都有所提高。与气温相比,DERF2.0对降水的预测性能相对较差,对降水的预测水平与DERF1.0 相接近。DERF2.0 对发生在1998 年和2006 年的极端旱、涝个例年也有一定的预测能力,且对气温的预测明显好于降水。从空间上来看,DERF2.0 在西南地区的确定性预测效果较差,模式仍然有很大的改进空间。     

基于DERF2.0产品的重庆月动力延伸期预测分析及应用

根据2015年国家气候中心实时下发的第二代月动力延伸模式(DERF2.0)逐日资料和历史回算资料,统计构建不同时间起报的月500 hPa高度场格点数据序列,针对重庆2月气温和8月降水量方差和预测难度较大的事实,分别分析2010—2014年逐年1月和7月16日、21日、26日、31日起报的2月和8月500 hPa高度场预报场与同期NCEP资料实况场的分布型。结果表明:预测效果低纬好于中高纬,8月总体好于2月;基于上述滚动的500 hPa预报场,试验了4个关键区和5种统计降尺度方法,对重庆2010—2015年2月气温和2010—2014年8月降水量进行回报预测和检验。结果表明,16日起报的模式场对2月气温有较好的参考价值,配合最好的关键区为本区上空,而降尺度方案中Lamb方法效果最佳,二者结合的预测效果最好;虽然8月降水预测效果不如2月气温,但在预测关键区取自定义关键区时,车氏方法的降尺度方案预测效果相对较好。     

DERF2.0模式对月尺度西太平洋副热带高压预测能力评估

基于国家气候中心第二代月动力延伸预测模式业务系统(DERF2.0)1983—2015年回报数据,利用时间相关系数、标准化均方根误差、距平符号一致率和泰勒图分析等方法综合评估了DERF2.0模式对月尺度西太平洋副热带高压的预测性能。结果表明:模式能够预测出气候平均态上588 dagpm等值线的空间分布及强度和纬向风切变位置,但有偏大偏强的系统偏差。模式对高度场年际变率的预测性能好于纬向风场。模式较为准确地预测了副高气候态的年循环信息,但存在系统偏差,副高面积相对观测偏大,强度偏强,脊线偏北,西伸脊点偏西。模式对副高年际变率的预测性能较好,其中强度最佳,面积其次,脊线相对较差。副高预测性能依赖于超前起报时间,随着起报时间的临近,预测性能整体呈上升趋势,业务中及时更新预测。模式对副高面积超前0~20 d、强度超前0~2 d、西伸脊点超前0~5 d、脊线超前0~7 d起报对未来一个月的预测性能优于持续性预测,业务中可以重点参考。     

DERF2.0模式对江西月尺度气候预测能力的检验评估

基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。     

基于DERF2.0的华南前汛期降水订正

针对我国华南前汛期（4—6月）降水,基于国家气候中心第2代月动力延伸模式（DERF2.0）结果,利用非参数百分位映射方法将模式预测结果转化为概率预报,并进行概率订正。分别选用交叉建模与独立样本建模两种订正方法,并利用偏差、偏差百分率、时间相关系数、均方根误差等统计方法检验订正效果。结果表明：订正方法对预报技巧的改善与起报时间无显著相关,且具有误差稳定性,其订正效果受预报误差影响较小;与订正前模式预测降水落区的范围和平均强度相比,订正后结果与观测更接近;按百分位区间统计的不同强度降水订正预报均有明显改进;预测时段的订正效果与回报时段的订正效果基本一致。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

基于DERF2.0的长江中下游春播期气候预测

基于1983—2012年国家气候中心第2代月动力延伸模式 (DERF2.0) 回报资料和春播历史资料,结合NCEP/NCAR再分析资料,选取影响长江中下游地区春播期气候条件的关键环流因子。利用最优子集回归方法建立针对长江中下游地区春播期气候条件的动力模式解释应用预测模型,并对不同起报时次的模式解释应用预测结果进行检验评估。检验结果表明:该解释应用方案对于长江中下游春播期气候条件有较好的预测能力,且随着起报时间的临近,预测技巧整体呈上升趋势。1983—2012年的回报检验还显示,解释应用方案能够较好地模拟出连续不利日数和不利日数的年际变率,同时对年代际变率也有所体现。     

DERF产品在江西汛期降水预测中的释用

利用T63月动力延伸预报DERF模式输出的北半球500hPa位势高度场资料和江西省83站逐月降水量实况资料,运用EOF迭代方法对江西省2005-2009年汛期4-6月逐月降水距平百分率进行解释应用预测试验.结果表明,预测模型对江西汛期降水趋势预测的评估效果比较好.月降水距平百分率的预测Ps评分总体平均为72%,平均距平...     

基于DERF 2.0产品东北地区降尺度气温预测模型研究

本文利用第二代月动力延伸预测模式业务系统(Dynamic Extended Range Forecast,DERF 2.0)提供的1983—2015年位势高度场资料、NCEP/NCAR再分析资料及东北地区气温实况场,从DERF 2.0产品降尺度解释应用角度出发,建立了一套完整的东北地区月气温预测模型的方案,对东北地区11月气温进行了降尺度解释应用,建立了基于DERF 2.0产品东北地区11月气温的预测模型。结果表明:通过对基于DERF 2.0产品建立的东北地区11月气温预测模型的检验分析可知,建立的模型对东北地区月气温具有较高的预报技巧(Ps评分较高),对月气温预测具有较明显的改进,可在实际气候预测业务中应用,并对模型的稳定性问题进行了探讨,逐步改进完善预测模型。     

宁夏夏季极端降水日数的变化规律及其成因

利用1961—2015年宁夏逐日降水资料、NCEP/NCAR再分析资料及NOAA海温资料,分析了宁夏夏季极端降水的变化规律及其成因。结果表明:1)55年来宁夏夏季极端降水日数呈微弱减少趋势,但变率在1994年发生了由大到小的气候突变。各月极端降水的变化存在差异:6月极端降水日数在1982年发生突变,突变后日数显著增多;7月极端降水日数呈微弱减少趋势;8月极端降水日数在1995年发生突变,突变后日数显著减少。2)500 h Pa高度场上6月中国华北—东北与西太平洋上的偶极型异常分布、8月西西伯利亚—蒙古—副热带地区的遥相关波列和EAP异常分布型以及700h Pa上宁夏6月偏东风增强和8月偏北风增强,是导致极端降水事件变化的直接原因。3)6月菲律宾附近海温偏高,有利于500 h Pa高度距平场形成华北—东北与西太平洋的"+-"偶极型异常分布;8月拉尼娜事件的发生,有利于我国呈现西低东高分布型,激发EAP遥相关波列,冷空气与水汽条件相配合,从而导致宁夏极端降水事件频发。     

多模式对东北地区月降水预测性能对比评估

基于中国、美国、欧洲和日本的4种气候模式对1983—2010年东北地区降水的回报试验结果,利用2011—2014年东北地区业务应用的结果和国家气象信息中心提供的东北地区172个气象站的观测资料,采用距平相关系数(ACC)、趋势异常综合评分(Ps)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降水的预测性能。结果表明:EC模式和CFSv 2模式与BCC模式和TCC模式相比,EC模式和CFSv 2模式对东北地区月降水的总体预测效果较好,具有一定的预测技巧。从空间上来看,CFSv 2模式各月Pc的分布存在较明显的差异,模式仍有较大的改进空间。CFSv 2模式对东北地区初夏典型旱涝年具有一定的预测能力,对典型涝年的预测效果优于典型旱年。     

基于日降水量的江西省极端降水变化研究

利用STARDEX研究计划提出的PQ90、PX5D、PINT、PFL90、PNL90等5项主要极端降水指数,对江西省83个气象台站1961—2005年逐日降水量资料进行计算,并据此分析了45 a来江西省逐日极端降水强度和发生频率的变化情况。分析结果表明,江西省大多数台站逐日极端降水指数的年变化均呈上升趋势,且部分通过了信度为0.05的显著性检验;从指数的年代际变化看,所有指数在20世纪60—80年代变化不是很明显,但在90年代变化明显增大。总的来说,江西省逐日极端降水强度、极端降水临界值、极端降水的发生频率均呈增大趋势。     

基于CMIP5模式对四川盆地湿季降水与极端降水的研究

四川盆地是中国重要的农业和经济中心,湿季降水尤其极端降水情况显得尤为重要。基于"国际耦合模式比较计划第五阶段"(CMIP5)的多个模式结果评估未来湿季降水和极端降水的可能变化。首先,利用CRU数据检验了模式对1971-2000年5-9月四川盆地降水的模拟能力。结果显示,31个模式中有17个模式的模拟能力较好,通过99%的空间相关性信度检验,重现了"东多西少"的空间形态。有21个模式与观测值的标准差之比小于2. 5,所有模式的平均偏差率都小于50%。在此基础上,选取表现最好的3个模式,在订正后做模式集合平均(MME),展示在RCP2. 6、RCP4. 5、RCP8. 5的情形下,21世纪初期(2010-2039年)、中期(2040-2069年)、末期(2070-2099年)四川盆地湿季平均降水和湿季极端降水阈值的空间分布特征。结果显示,在RCP2. 6的情形下,相对于1971-2000年的气候平均态,四川盆地湿季降水自东向西呈现"减-增-减"的形势,并且随着时间变化并无明显变化。在RCP4. 5与RCP8. 5的情形下,特征与RCP2. 6不同,自东向西呈现"增-减-增"的形势。盆地东部湿季平均降水普遍增多,部分区域的变率达到了20%。对于极端降水阈值空间分布,特征与平均降水类似,三种情形下高值区均为在盆地中部偏东的一条南北走向的狭长带状区域。该区域内包括了成都、雅安、眉山、乐山等四川主要城市,并且随时间变化,该区域还有扩大的趋势,而RCP8. 5模拟的降水要显著多于另两种情形。此外研究还发现,在全球变暖的背景下,四川盆地某一区域湿季平均降水减少的情况下,其极端降水阈值一定降低,反之不一定成立。只有当平均降水增幅超过10%时,该地区极端降水阈值才会增加。     

基于DERF2.0模式1～52天最低温度逐日预报的检验评估

利用国家气候中心第二代月动力延伸预报模式系统(DERF2.0)1983 2013年历史回算数据中20个全样本集合平均的最低温度数据,对3月中国中纬度地区模式最低温度1~52天逐日预报能力进行了评估。结果表明,通过计算绝对误差的绝对值AE、均方根误差RMSE和相关系数R发现前10天预报可信度较高,预报时效越短,可信度越高,超过10天之后预报可信度越来越低。为了分析模式误差的深层次原因,利用集合经验模态分解方法(EEMD)对数据进行分解,DERF2.0模式和观测数据的高频分量IMF1和趋势项R为主要分量,低频分量IMF2占的比重较少。分析发现,DERF2.0模式在10天之后预报能力下降的主要原因是高频分量IMF1的预报能力下降。通过分析历年的结果,发现各项方差贡献率年际变化不大,比较稳定,高频分量IMF1和低频分量IMF2方差贡献率和观测数据相比普遍偏低,趋势项R方差贡献率和观测数据相比每年都偏高。DERF2.0模式应该针对高频扰动继续加强研究,提高DERF2.0预报升温降温过程的能力。