西北偏湿背景下青海省夏季降水的统计降尺度方法研究

本文研制建立了一个预测青海省夏季降水的动力—统计相结合的组合降尺度预测方法(Hybrid Statistical Downscaling Prediction,HSDP),该方法综合利用了 气候模式 Climate Forecast System 2.0版本(CFSv2)实时预测的高可预报性环流信息及前期观测的与青海夏...     

黄淮地区夏季降水的统计降尺度预测

利用1991-2011年黄淮地区夏季降水、NCEP/NCAR再分析资料和国家气候中心第2代动力气候模式（BCC_CSM1.1m）夏季回报结果,研究黄淮地区夏季降水降尺度预测模型和可预报性来源。诊断发现,黄淮地区夏季降水与同期南亚高压、乌拉尔山附近阻塞高压、西风急流、西太平洋赤道上空200 hPa纬向风场呈明显正相关。分析BCC_CSM1.1m对夏季环流的回报结果发现,模式对200 hPa和500 hPa位势高度场、200 hPa纬向风场和850 hPa经向风场上影响黄淮地区夏季降水的部分关键区域有较好的模拟能力。利用模式预报技巧较高且对黄淮地区夏季降水的影响有物理含义的环流特征作为预测因子,对比预测因子进行独立性筛选前后分别建立的降尺度预测模型发现,黄淮地区夏季降水预测与实况的距平符号一致率由61%提高到72%。预测技巧来源分析发现,降尺度预测能力与BCC_CSM1.1m对影响黄淮地区夏季降水的3个关键因子乌拉尔山附近环流、南亚高压、西太平洋赤道上空西风强弱的预测技巧密切相关,尤其是模式对西太平洋赤道上空西风的模拟能力起到决定性作用。     

统计降尺度方法在北京月尺度预测中的应用

利用SDSM(statistical downscaling method)方法对北京47年(1961-2007年)的最低、最高气温和降水变化情况进行模拟评估,在此基础上对2008年北京奥运期间和2009年国庆期间天气变化进行实际预测应用。结果表明,SDSM方法具备模拟气温和降水等要素的能力。从年际变化模拟的情况上看,SDSM模型对气温模拟的效果好于降水,其中对于月平均最低(最高)气温模拟的效果好于最低(最高)气温极值的模拟。模型模拟的逐年极端最高(最低)气温结果在整体上偏低于实况气温,体现出气温极值模拟能力的不足。SDSM模型模拟的降水量整体上小于实测值,对降水极大值模拟能力更弱。对奥运会和国庆期间北京天气预测结果表明,模型对日最高、最低气温和降水的数值预测能力较差,预测值偏低于实际值,但升温和降温过程发生的时段能够准确的预测。     

黑河流域降水统计——动力降尺度问题研究

依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现...     

降尺度技术在月降水预报中的应用

着重介绍月动力延伸数值预报模拟技巧较高的大气环流在局域降水方面的降尺度（downscaling）应用。克服动力降尺度和统计降尺度技术的缺点,从动力与统计相结合的角度,给出月尺度大气环流与局地降水之间的关系,该联系有清楚的动力学背景和天气学意义。120个月的历史实况资料回报试验证明了该关系的合理性。T63/NCC月动力延伸形势场集合预报进行中国降水的降尺度应用亦取得了较好的结果。     

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。     

动力模式产品在河南省夏季降水预测中的降尺度应用

利用NCEP/NCAR再分析资料和河南省106个站点夏季降水资料,建立了河南省夏季降水降尺度预测模型。该模型利用模式产品的500 h Pa高度场信息,通过统计降尺度方法,对河南省106个站点的夏季降水进行降尺度预测,实现了气候模式产品在河南省夏季降水预测中的降尺度解释应用,弥补了气候模式空间分辨率较低的缺陷。对该模型的历史回报检验表明,该降尺度模型对河南省夏季降水预测效果较好且较为稳定,尤其对北部、西部和豫南南部地区的效果最好。利用BCC-CGCM1和ECMWF-SYSTEM4模式资料,进行了独立样本的检验,结果表明,两种模式在5月起报的预测效果要优于3月起报的预测效果,BCC-CGCM1模式3月的预测效果要好于ECMWF-SYSTEM4的,两种模式在5月的预测效果相当。目前,此方法实现了可视化开发,并集成了检验方法,已应用于河南省气候预测业务中。     

基于CFS模式的中国站点夏季降水统计降尺度预测

本研究针对中国夏季站点降水,研制建立了基于Climate Forecast System(CFS)实时预测数值产品及观测资料的统计降尺度预测系统。此预测系统选取了CFS模式中当年夏季500 hPa高度场和观测资料中前一年秋、冬季海表面温度场作为预测因子,两因子的关键区分别为泛东亚地区和热带太平洋地区。统计降尺度模型对1982~2011年中国夏季降水的回报效果较CFS模式原始结果显著提高,空间距平相关系数由0.03提高到0.31,时间相关系数在中国大部分地区显著提高,最大可达0.6。均方根误差较CFS模式原始结果明显降低,同时,此降尺度模型较好的回报出2011年汛期降水的距平百分率的空间分布型。     

降尺度方法在中国不同区域夏季降水预测中的应用

在中国降水气候分区的基础上,利用降尺度方法进行区域夏季降水预测(RSPP),预测模型建立的基础是寻找影响区域气候的关键因子。降尺度预测模型中使用的资料有国家气候中心海-气耦合模式(CGCM/NCC)回报资料、NCEP/NCAR再分析资料和台站观测资料。为了避免年代际变化特征对季节尺度降水预测的影响,首先对CGCM/NCC模式输出资料、NCEP/NCAR再分析资料、区域平均降水资料去除年代际线性变化趋势,即去除所有预报因子场和预报对象场的长期变化趋势。然后分别计算预报对象和模式资料的预报因子场以及再分析资料的预报因子场的相关系数,把相关系数值同时达到0.05显著性检验水平的区域平均环流特征作为预测因子,保证挑选出的预测因子既能反映实际大气中预测因子与预报对象的关系,同时又是海-气耦合模式预测的高技巧信息。利用最优子集回归作为转换函数的降尺度方法建立区域夏季降水预测模型。交叉检验和独立样本检验结果表明,文中设计的区域夏季降水预测模型对中国大部分地区的夏季降水趋势预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果。进一步对具有较高预测技巧的代表性区域的可预报性来源分析发现,物理意义明确且独立性强的预测因子有助于提高预测准确率。     

基于年际增量和EOF迭代法的长江流域汛期降水预测

基于国家气候中心气候系统模式（Beijing Climate Center Climate System Model,BCC_CSM1.1m）和美国NCEP/NCAR的气候预测模式（The NCEP Climate Forecast System Version 2,CFSv2）分别建立针对长江流域汛期降水的动力与统计相结合的降尺度预测模型,并比较两模式对应模型的预报技巧和差异来源。分别选择两模式2月起报的500 hPa及200 hPa全球位势高度场为预报因子,结合年际增量及经验正交分解（EOF）迭代法建立降尺度模型（分别简称DY_CSM1.1m和DY_CFSv2）,研究发现：（1） EOF迭代法中截断解释方差的递增增加了预报因子的协同性和稳定性,从而显著提高预报技巧,并由此确定98%的截断解释方差为模型的最优参数。（2）两模型基于最优参数的预测效果均优于模式原始的降水预测,其中DY_CSM1.1m预测技巧更高,对应29 a距平相关系数（ACC）平均评分可达0.43,尤其在长江干流区域预报效果显著提高。将两模型预测的降水年际增量百分率转换为降水距平百分率时,ACC多年平均评分降为0.27和0.22,仍高于模式原始预测。（3） DY_CSM1.1m的ACC历年评分和长江流域汛期降水年际增量均与西太平洋副热带高压的一系列指数具有高相关性（以西太平洋副高脊线位置指数为例,DY_CFSv2则无此关系）,因此BCC_CSM1.1m在西太平洋地区模拟性能优于CFSv2是导致该模式降尺度后预报技巧更高的重要原因,这一点在典型洪涝年1998和2020年中得以佐证。     

山东夏季降水异常的环流特征及降尺度解释应用预测方法研究

基于山东省123个国家级气象观测站1961—2015年夏季降水资料、1991—2015年NCEP再分析资料,分析了山东夏季降水变化特征及其与大气环流的关系。结果表明,在山东夏季降水偏多（少）时,乌拉尔山阻塞高压偏弱（强）,副热带高压偏强（弱）,南亚高压偏强（弱）,并且200 hPa经向风场有明显的类似丝绸之路遥相关型的波列结构。利用国家气候中心第二代海气耦合模式3月起报的未来夏季海平面气压场建立降尺度预测模型,该模型对山东夏季降水的预测符号一致率达到64%,有一定的预测能力,进一步分析发现,模式对关键区环流因子的模拟预测能力显著影响降尺度预测方法的准确率。     

广义线性统计降尺度方法模拟日降水量的应用研究

利用1960—2010年青藏高原23个台站和长江下游25个台站的日降水量观测资料及NCEP再分析资料,采用广义线性模型的统计降尺度方法模拟台站日降水量,并评估了广义线性模型对日降水量的模拟能力。在建模期(1960—2005年)广义线性模型对日降水量表现出良好的模拟能力,两区域模拟结果与观测值1月平均相关系数0.75左右,7月也均超过0.5。模拟结果大部分台站日降水偏大,但偏大的量值较小;模拟的无降水准确率较高,最高值在高原区域,1月平均达85.2%。检验期(2006—2010年)广义线性模型模拟的日降水与建模期具有较好的一致性。此外,对两区域代表站的分析显示,广义线性模型模拟降水极值和降水0值的效果较好,且较好地还原了主要降水过程。总之,广义线性模型对日降水量的降尺度效果良好,适合应用于气候领域的相关研究。     

A skillful method for precipitation prediction over eastern China

降水作为全球水循环的重要组成,与人们的生产生活密切相关.有效的降水预测对于防灾减灾,以及经济的可持续发展至关重要.然而,由于影响降水过程的复杂性,当前降水预测还存在诸多挑战.针对我国东部夏季降水,我们提出年际增量结合经验正交分解的新统计预测方法.首先计算降水年际增量的主模态,然后针对主模态时间序列构建预测模型,用预测的...     

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。     

Dynamic downscaling of summer precipitation prediction over China in 1998 using WRF and CCSM4

To study the prediction of the anomalous precipitation and general circulation for the summer(June–July–August) of1998, the Community Climate System Model Version 4.0(CCSM4.0) integrations were used to drive version 3.2 of the Weather Research and Forecasting(WRF3.2) regional climate model to produce hindcasts at 60 km resolution. The results showed that the WRF model produced improved summer precipitation simulations. The systematic errors in the east of the Tibetan Plateau were removed, while in North China and Northeast China the systematic errors still existed. The improvements in summer precipitation interannual increment prediction also had regional characteristics. There was a marked improvement over the south of the Yangtze River basin and South China, but no obvious improvement over North China and Northeast China. Further analysis showed that the improvement was present not only for the seasonal mean precipitation, but also on a sub-seasonal timescale. The two occurrences of the Mei-yu rainfall agreed better with the observations in the WRF model,but were not resolved in CCSM. These improvements resulted from both the higher resolution and better topography of the WRF model.     

降水的统计降尺度预报及其空间相关性和时间连续性重建

利用欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)以及英国气象局(UKMO)四个中心1~7 d日累计降水量集合预报资料,以中国降水融合产品作为"观测值",对我国地面降水量进行统计降尺度预报,并对预报降水的空间相关性和时间连续性进行重建。对降水量进行分级后,建立各个量级的回归方程进行统计降尺度预报。此外,还利用Schaake Shuffle方法重建丢失的空间相关性和时间连续性。结果表明,分级回归比未分级回归后的预报结果相关系数更高,预报误差更小,更接近观测值。Schaake Shuffle方法可以有效地改进降水预报的空间相关性和时间连续性,使之更接近实况观测,集合成员间的相关性也更好。     

统计降尺度方法在天津小时降水和气温精细化预报中的应用

基于ECWMF模式预报数据对2018年3—11月降水和2 m温度进行统计降尺度,利用先频率匹配法、再阈值法对插值后的降水订正,利用Kalman滤波型的递减平均统计降尺度法对插值后的温度订正,最终获得逐小时降水量和温度的预报。结果表明：(1)对于晴雨预报准确率,绝大多数预报时效频率匹配法和阈值法均对其有明显提高,前者最大改进幅度可达20%以上。对于相对误差,阈值法对空报现象有较显著改进。对于1 h降雨量大于等于20 mm的短时强降水,频率匹配法订正后的TS评分有明显提高。对2018年“安比”台风事件,除具有以上改进效果外,频率匹配法提高了降水主体形态和量级的预报水平,阈值法对空报站订正正确。(2)对于温度的ECWMF模式预报检验,几乎在任何预报时效内都是3月的绝对误差最大。通过Kalman滤波型的递减平均统计降尺度法后,各月的绝对误差都有不同程度减小。总体上,订正后的绝对误差曲线仍具有订正前的周期性波动,波峰、波谷位置也与订正前基本一致,且绝对误差越大,订正幅度越大。个例分析也表明订正后保留了温度预报空间分布的准确性,且绝对误差有明显下降。