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。     

匹配域投影降尺度方法在黄河流域夏季降水预测中的应用

文章采用黄河流域夏季降水数据和BCC-CGCM模式资料,利用匹配域投影降尺度方法对黄河流域夏季降水进行预测,得到以下结论:(1)交叉验证期,匹配域投影降尺度方法对黄河流域夏季降水的预测效果要好于原始模式预测,且较模式直接输出的要素预测稳定;分月预测比夏季整体预测效果要好。(2)匹配域投影降尺度方法对各个区域的预测能力不同,在夏季(6—8月)预测中,预测较好区域比较分散,而分月预测中,预测较好的区域比较集中。月份不同,降尺度方法对于不同地区的预测能力也不同。(3)2009—2013年的独立样本检验表明,匹配域投影降尺度方法对于黄河流域夏季降水的预测效果要明显好于模式直接输出的要素预测。尤其6和7月的降尺度预测较模式直接输出的要素预测有较大提高。     

２种降尺度方法在太湖流域的应用对比

同时应用统计降尺度模型SDSM(Statistical Downscaling Model)和区域气候模式PRECIS(Providing Regional Climate for Impacts Studies),对太湖流域的日降水量和日最高、最低气温进行降尺度处理,建立未来2021-2050年的气候变化情景,并对比分析两种方法的适用性.结果表明,两种方法模拟的未来时期日最高、最低气温季节和年的变化情景增幅总体上比较一致,高排放情景A2下模拟生成的情景增温幅度较B2情景大,未来时期最高气温增加幅度比最低气温明显.两种方法模拟的降水变化情景差异明显,PRECIS模拟的2021-2050年降水增加趋势明显,增幅较大;而SDSM模拟的未来时期降水存在一定的减少趋势,变化幅度相对较小.以上结果说明PRECIS和SDSM都能较好地模拟太湖流域未来气温变化情景,而对未来降水的模拟不确定性较大.     

一种基于全球动力模式和SMART原理结合的统计降尺度区域季节气候预测方法

针对江苏夏季旱涝和高温热浪等异常气候的预测难题,以江苏夏季站点降水和气温为预测目标,建立了一种基于全球动力模式BCC_CSM1.1（m）和最优可预测气候模态和异常相对倾向（SMART）原理结合的统计降尺度季节气候预测方法。利用历史观测资料和SVD方法提取决定中国夏季降水异常相对倾向的同期热带地区向外长波辐射（Outgoing Longwave Radiation,OLR）和北半球中高纬500 hPa位势高度场异常相对倾向的最优可预测气候模态,并利用逐步回归法构建其与同期江苏站点降水和气温异常相对倾向同期关系的统计降尺度模型;将动力模式对最优可预测气候模态的预测带入统计降尺度模型,实现对区域降水和气温异常相对倾向的预测;最后通过引入观测的近期背景异常实现对降尺度的降水和气温总距平的预测。通过对1991—2019年江苏夏季降水和气温的回报检验表明,本文建立的统计降尺度模型效果较BCC_CSM1.1（m）动力模式的直接预测效果有显著提高,为区域精细化季节气候预测提供了一种有效的手段。     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

区域风能资源评价分析的动力降尺度研究

不同于以往的统计风能评估方法,本研究将动力降尺度方法应用到江苏省的风能评价分析中。利用NCEP/NCAR再分析资料与江苏省65个地面气象观测站1971～2000年的观测资料,建立了动力降尺度区域气候模式MM5V3的初始场和边界条件,用较高分辨率（水平分辨率为5 km）评估了江苏省60 m高度的风能分布,分析了动力降尺度方法在区域风能资源评估中的有效应用。结果表明,江苏省风能资源由东部沿海向西部内陆递减,以西连岛为代表的东部沿海风能资源最丰富,其次为长江三角洲地区,太湖、洪泽湖及高邮湖地区的风能资源也比较丰富,徐州市与南京市的风能资源最贫乏。分析表明,动力降尺度方法能够用较高分辨率模拟局地环流和地面风的主要分布特征,可以作为区域风能资源评价分析的有效手段。     

多模式集合预报及其降尺度技术在东亚夏季降水预测中的应用

利用动力季节模式输出的匹配域投影技术和多模式集合预报技术对多个国家和城市的站点月平均降水进行预报。预报变量是北京1个站、韩国60个站和曼谷地区8个站点的月平均降水,预报因子是从多个业务动力季节预报模式输出的多个大尺度变量。模式回报数据和站点观测降水数据时段是1983—2003年。降尺度预报降水的技巧是在交叉验证的框架下进行的。匹配域投影方法是设定一个可以活动的窗口在全球范围内大尺度场上进行扫描,寻求与目标站点降水最优化的因子和最相关的区域,目标站点的降水变率就是由该匹配域上大尺度环流场信息决定的。最终预报是用多个降尺度模式预报结果的集合预报(DMME)。多个降尺度模式预报结果的集合预报能显著地提高站点降水的预报技巧。北京站,多个降尺度模式预报结果的集合预报的预报和观测降水的相关系数可以提高到0.71;韩国地区,多个降尺度模式预报结果的集合预报平均技巧提高到0.75;泰国,多个降尺度模式预报结果的集合预报技巧是0.61。     

中国东部夏季降水与东亚垂直环流结构及其预测试验

本文在分析中国东部夏季降水的时空分布特征基础上, 从东亚高、中、低层大尺度环流异常着手, 选取对中国东部夏季降水异常有显著影响的大气环流预报因子, 分别应用逐步回归和最优子集回归法两种统计降尺度方法, 以动力气候模式CAM3.1预报输出的大气环流预报因子为基础, 以中国东部夏季降水的典型空间分布型为预报对象, 建立动力与统计相结合的中国东部夏季降水预测模型, 并对1981～2000年的中国东部夏季降水进行回报试验。结果表明: 中国东部夏季降水具有4类典型的空间分布型式, 且具有显著的准2年和年代际尺度振荡周期; 东亚高、中、低层大气环流异常的特定配置, 对东部夏季降水的空间分布型有显著影响; 使用两种降尺度方案建立的动力与统计相结合的预测模型对中国东部夏季降水异常具有一定的预报技巧, 可以在一定程度上提高动力模式对中国东部夏季降水的预报效果。     

动力气候模式预测系统业务化及其应用

动力气候模式是目前国际上开展气候预测的主要工具。经过 8年多的研制、发展和业务化过程 ,国家气候中心已建立起第一代动力气候模式预测业务系统 ,并以此为平台 ,形成了一套包括月、季节到年际时间尺度的动力模式预测业务。 2 0年历史回报试验和 1年多的试验性业务运行结果表明 ,该系统对东亚区域的季节预测具有较好的预测能力 ,其预测结果已经在实际业务中得到了应用 ,并成为我国短期气候预测业务的重要参考依据。该文是对该动力模式系统性能的介绍 ,也是对国家“九五”重中之重课题的加强课题“短期气候预测综合动力模式预测系统业务化”专题的总结汇报。     

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。     

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。     

成都区域中心动力气候模式产品降尺度应用业务系统

利用动力气候模式(T63)产品进行降尺度解释应用,是目前以及未来开展气候预测的主要手段。本系统基于国家气候中心下发的气候模式产品、NCEP/NCAR 500 hPa高度场、西南区域84个代表站温度降水历年资料,采用动力统计相结合的技术方法,建立了“成都区域气象中心动力气候模式解释应用系统”,该系统以统计降尺度方法在西南区短期气候预测中的业务化应用为目的,实现了统计方法与动力模式相结合的业务化,经过5年业务回报试验和近2年的预测业务运行,结果表明:该系统对西南区域的月尺度温度和降水有较好的预报能力,已成为西南区域气候中心日常业务的主要参考依据。本文主要介绍该系统平台的各子系统性能及采用的技术方法。     

成都区域中心动力气候模式产品降尺度应用业务系统

利用动力气候模式（T63）产品进行降尺度解释应用,是目前以及未来开展气候预测的主要手段。本系统基于国家气候中心下发的气候模式产品、NCEP／NCAR500hPa高度场、西南区域84个代表站温度降水历年资料,采用动力统计相结合的技术方法,建立了“成都区域气象中心动力气候模式解释应用系统”,该系统以统计降尺度方法在西南区短期气候预测中的业务化应用为目的,实现了统计方法与动力模式相结合的业务化,经过5年业务回报试验和近2年的预测业务运行,结果表明：该系统对西南区域的月尺度温度和降水有较好的预报能力,已成为西南区域气候中心日常业务的主要参考依据。本文主要介绍该系统平台的各子系统性能及采用的技术方法。     

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.     

国家气候中心多模式解释应用集成预测

多模式集合和降尺度技术是提升模式预测能力的有效工具。该文对国家气候中心多模式解释应用集成预测 (MODES) 技术与业务应用现状进行了综合介绍。MODES采用欧洲中期天气预报中心、东京气候中心、美国国家环境预报中心和中国气象局国家气候中心4个气候业务季节预测模式输出场,利用EOF迭代、变形的典型相关分析、最优子集回归和高相关回归集成4种统计降尺度方法以及等权平均、经典超级集合等集成方法进行全国月及季节降水和气温预测。目前对MODES进行了夏季回报检验和约1年的实时业务应用。回报检验和业务应用表明,MODES对气温有较好的预测能力 (月预测平均PS评分为76),对降水有一定预测技巧 (月预测平均PS评分为68),具有短期气候预测业务应用价值。     

Can Artificial Climate Trends in Global Reanalysis be Reduced by Dynamical Downscaling:A Case Study of China

In this study,the ability of dynamical downscaling for reduction of artificial climate trends in global reanalysis is tested in China.Dynamical downscaling is performed using a 60-km horizontal resolution Regional Integrated Environmental Model System (RIEMS) forced by the NCEP-Department of Energy (DOE) reanalysis II (NCEP-2).The results show that this regional climate model (RCM) can not only produce dynamically consistent fine scale fields of atmosphere and land surface in the regional domain,but it also has the ability to minimize artificial climate trends existing in the global reanalysis to a certain extent.As compared to the observed 2-meter temperature anomaly averaged across China,our model can simulate the observed inter-annual variation and variability as well as reduce artificial climate trends in the reanalysis by approximately 0.10 C decade 1 from 1980 to 2007.The RIEMS can effectively reduce artificial trends in global reanalysis for areas in western China,especially for regions with high altitude mountains and deserts,as well as introduce some new spurious changes in other local regions.The model simulations overestimated observed winter trends for most areas in eastern China with the exception of the Tibetan Plateau,and it greatly overestimated observed summer trends in the Sichuan Basin located in southwest China.This implies that the dynamical downscaling of RCM for long-term trends has certain seasonal and regional dependencies due to imperfect physical processes and parameterizations.     

华东地区极端降水动力降尺度模拟及未来预估

利用CMIP5（Coupled Model Intercomparison Project Phase 5）数据集中的全球模式IPSL-CM5A-LR及其嵌套的区域气候模式WRF（Weather Research and Forecasting）,分别评估了模式对1981~2000中国华东区域极端降水指标的模拟能力,并讨论了RCP8.5排放情景下21世纪中期（2041~2060年）中国华东极端降水指标的变化特征。相比驱动场全球气候模式,WRF模式更好地再现了各个极端指数空间分布及各子区域降水年周期变化。在模拟区域气候特点方面,WRF模拟结果有所改进,并在弥补全球模式对小雨日过多模拟的缺陷起到了明显的作用。21世纪中期,华东区域的降水将呈现明显的极端化趋势。WRF模拟结果显示年总降雨量、年大雨日数、平均日降雨强度在华东大部分区域的增幅在20%以上;年极端降雨天数、连续5 d最大降水量的增幅在华东北部部分区域分别超过了50%和35%,同时最长续干旱日在华东区域全面增加;且变化显著的格点主要位于增加幅度较大的区域。未来华东区域会出现强降水事件和干旱事件同时增加的情况,降水呈现明显的极端化趋势,且华东北部极端化强于华东南部。     

基于时间尺度分离的中国东部夏季降水预测

基于时间尺度分离,利用NCEP第2代气候预测系统 (CFSv2) 每年4月起报的夏季月平均预测资料, 结合实际观测资料和再分析资料,对江淮流域及华北地区夏季降水距平百分率进行降尺度预测。将预测量和预测因子分为年际分量和年代际分量,在两个时间尺度上分别建立降尺度模型,两个预测分量之和为总预测量。对1982—2008年拟合时段的夏季降水距平百分率的回报结果表明:降尺度预测结果相对于原始模式结果预测技巧显著提高。降尺度预测与实况降水在江淮流域和华北地区的空间相关系数最大值超过0.8,多年平均值也分别提高到0.53和0.51;时间相关在每个站点也显著增强,相关系数为0.38~0.65。对2009—2013年进行独立样本检验,结果表明:降尺度模型能较好地预测出该时段的降水异常空间型态。同时,该模型对2014年夏季降水长江以南偏多、黄淮地区偏少的分布形势也有一定预测能力。