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。     

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。     

黑龙江省主汛期降水气候特征及预测检验评估

采用1961—2016年黑龙江省62个气象代表站逐日降水数据和NCEP逐日再分析资料,分析黑龙江省主汛期"七下八上"降水气候特征及其环流特征,并利用DERF2.0模式不同起报时次的结果对黑龙江省主汛期降水和环流进行了检验评估。结果表明:主汛期的降水量占夏季降水量的25%—35%,是黑龙江省夏季降水的主要时段;多雨年500 h Pa高度场出现以东北西部地区为中心的东西向的"+-+"波列,850 h Pa风场有明显的气旋存在;DERF2.0超前10 d和超前5 d对主汛期降水预测的多年平均PS评分为60分左右,超前1 d预测的PS评分为70分;DERF2.0对500 h Pa环流显著区域超前1 d的ACC多年平均为0.58,对黑龙江省南北两个区域850 h Pa纬向风显著区域超前1 d的ACC多年平均分布分别为0.48和0.52。DERF2.0对黑龙江省主汛期降水预测和环流预测均有一定的可预报性,且随着起报时间的临近,模式的预测技巧有较明显的提升。     

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。     

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。     

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。     

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。     

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...     

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。      

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BCC_CSM模式的山西省盛夏降水降尺度预测

降尺度方法是目前弥补气候系统模式预测结果不足的重要手段,为获得具有较高预测技巧的山西盛夏降水客观化预测产品,本文选取1990—2017年6月起报的BCC_CSM气候系统模式输出盛夏结果和同期NCEP/NCAR再分析资料同时与山西盛夏降水异常典型模态具有统计显著的因子,利用逐步回归方法建立了山西盛夏降水降尺度模型。进一步研究发现,降尺度模型的预测能力与BCC_CSM对影响山西盛夏降水关键区海温的预测技巧密切相关。检验回报与观测的时间和空间距平相关系数(TCC和ACC)、回报与观测的距平符号一致率(PC)以及趋势异常综合评分(PS),表明降尺度模型对山西盛夏降水的预测技巧较BCC_CSM输出有明显改进,BCC_CSM模拟降水TCC在山西全区没有通过95%信度检验,降尺度模型回报TCC在山西大部分地区通过95%信度检验,中南部通过99%信度检验;相应的ACC由-0.02提高到0.35,PC由53.3%提高到66.8%,PS由65.6%提高到78.9%。2018年盛夏业务试运行,ACC为0.42,PS为70.8%。     

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。     

模式预测产品在乌兰察布市的应用检验

利于距平和距平百分率符号一致率,检验分析了国家气候中心第二代月动力延伸预测模式业务系统、美国环境预报中心的第二代气候预报系统和东京气候中心预报系统模式产品对乌兰察布市月气温和月降水趋势预报情况,结果表明,各家模式产品预测能力不稳定,预测水平各有优劣;对气温的预测能力高于对降水的预测。     

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。     

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。     

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。     

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。     

DERF2.0模式11-40天逐日环流预报效果评估

利用1983-2013年DERF2.0模式预报资料和ECMWFERA-Interim逐日再分析资料,评估了DERF2.0模式未来11-40d环流预报效果,结果表明:200hPa高度场预报平均效果最好,预报与实况的距平相关系数(ACC)通过显著性检验达到17d,500hPa高度场为13d,200hPa纬向风场仅11d,200hPa经向风场和850hPa纬向风场预报效果最差,预报与实况的ACC均未通过显著性检验。热带地区200hPa和500hPa高度场预报效果最好,11-40d预报与实况的ACC均通过了显著性检验。     

黑潮OLR距平指数与华南西部主汛期降水的关系

OLR距平场与华南西部主汛期降水的相关分析场显示,在黑潮区域有强烈的高相关信号反映。黑潮区OLR距平指数与华南主汛期降水的遥相关分析显示,前期黑潮区OLR距平指数的异常,可以成为预测主汛期降水有一定指示意义的前兆信号。并在此基础上建立主成分降维分析方法,对1989~2000年主汛期降水作预测及回代检验,检验结果准确率达75%,说明用黑潮区OLR距平指数作为预报因子可以取得良好的预报成绩。     

基于BCC第二代短期气候预测模式系统的中国夏季降水季节预测评估

利用BCC第二代气候预测模式系统1996-2015年提前1～3个月的回报试验结果,评估了模式在季节尺度上预测中国夏季降水空间分布和降水异常的能力,分析了模式预报效果的年际差异,并探讨了模式预测误差产生的可能原因。结果表明,模式对中国夏季降水的季节预测具有一定的技巧,西南至长江中下游南部、黄淮平原西部、东北北部及藏北高原等地区季节预测技巧较高,同时,模式对降水距平预报效果整体较好,其中在长江中下游、黄淮地区、华南地区、西北地区及东北北部距平符号一致率较高。而模式对降水季节预测的偏差主要表现为我国东部降水量强度预测偏小,对夏季降水异常的预报技巧有限,且不同年份模式的预测效果差异较大。模式对夏季西太平洋及印度洋高海温区范围预测偏小,对副热带高压和东亚地区低层水汽辐合的强度预测偏弱,从而导致风场与环流场的配置与观测不一致,使得模式对我国东部夏季降水预测显著偏少。从模式预测效果年际差异来看,当华南地区实况降水量偏多、长江中下游及东北地区降水量偏少时,模式具有较高的预测技巧,反之,模式的预报技巧较低。分析中国东部降水与海温的相关关系发现,夏季西北太平洋、热带西太平洋和北印度洋是影响中国东部夏季降水的关键区域,模式中西北太平洋海温偏低对模式预报技巧具有重要影响,海温场、高度场、风场及水汽通量散度场不同的相互配置导致中国东部夏季降水的分布及强度差异,而模式不能合理把握各物理量场间相互作用过程,从而影响模式的预报效果。因此,改进模式对外强迫因子与降水异常相关关系的预测能力是提高我国夏季降水季节预测技巧的主要途径。