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。     

BCC_CSM1.1(m) 模式对热带太平洋潜热通量的评估

利用1979—2005年OAFlux (Objectively Analyzed air-sea Fluxes) 观测资料以及CMIP5的15个耦合模式的模拟结果,评估了BCC_CSM1.1(m) 模式对热带太平洋年平均潜热通量气候态和变化趋势的模拟能力,并分析造成趋势偏差的可能原因。结果表明:BCC_CSM1.1(m) 模式模拟热带太平洋年平均潜热通量气候态在各纬度上差异较大, 其中在赤道的模拟能力较佳,而在10°N和8°S附近模拟偏差较大;BCC_CSM1.1(m) 模式对热带太平洋年平均潜热通量趋势的模拟能力一般,造成趋势偏差的主要原因是该模式低估了风速对潜热通量的局地贡献以及它对风速的非局地贡献的模拟存在较大偏差。此外,该模式未能较好地模拟出风速对全球变暖响应。因此,BCC_CSM1.1(m) 模式对热带太平洋年平均潜热通量趋势模拟的改进需加强其对风速模拟的改进。     

BCC_CSM1.1(m)模式对初夏东北冷涡的模拟及应用

利用1991-2017年BCC_CSM1.1（m）模式模拟数据和NCEP/NCAR逐月再分析资料,评估了BCC_CSM1.1（m）对初夏东北冷涡的模拟能力。结果表明：BCC_CSM1.1（m）模式可以对500 hPa位势高度场气候态进行模拟,均方根误差显示该模式对中国东北南部地区500 hPa位势高度场的模拟要优于东北北部地区。EOF第一模态结果显示,该模式可以较好地模拟出500 hPa位势高度场的主要时空变化特征。BCC_CSM1.1（m）模式能够模拟出近27 a东北冷涡指数的上升趋势和年际变化,但模拟的上升趋势较实况偏强,年际变率较实况偏弱。BCC_CSM1.1（m）模式能够模拟出东北冷涡指数的年代际突变,但是对突变开始时间的模拟较实况偏晚。BCC_CSM1.1（m）模式能够模拟出东北冷涡指数和500 hPa位势高度场在东北及其附近地区的显著正相关,不能模拟出东北冷涡指数与东北初夏降水之间的显著负相关。此外,模式东北冷涡指数对东北初夏降水的预测能力十分有限。     

BCC_CSM1.1模式对我国气温的模拟和预估

利用我国541个测站1960—2010年气温资料以及国家气候中心参加第5次耦合模式比较计划 (CMIP5) 的气候系统模式BCC_CSM1.1的历史试验和年代际试验结果,评估了该模式对我国近50年气温变化特征的模拟能力, 对模式的年代际试验结果进行了误差订正,并给出未来10~20年我国气温变化的预估。结果表明:历史试验和年代际试验均模拟出了与观测较为一致的增暖趋势,但均没有观测资料的增暖幅度大。其中,历史试验比年代际试验更接近于观测。年代际尺度上,模式对我国东部的模拟要好于西部;年际尺度上,模式的高预报技巧区在我国西北地区西南部和东部、西南地区北部。历史试验和年代际试验对我国气温空间场整体分布模拟较好,误差订正后的年代际试验结果对空间气温场的模拟有更好把握。相对于观测资料得到的1960—2010年0.27℃/10 a的增温速率,模式预估我国2011—2030年平均气温变化速率达到0.48℃/10 a, 上升趋势更加明显。     

BCC-CSM1.1m对欧亚积雪覆盖的预测评估

利用基于BCC-CSM1.1m模式建立的第2代季节预测模式系统1984—2019年历史回算数据,客观评估该模式对1月和4月欧亚积雪覆盖率（snow cover fraction,SCF）气候态和年际变化的预测技巧,分析模式预测偏差产生的可能原因。结果表明：BCC-CSM1.1m模式在超前0~2个月对欧亚大陆SCF具有一定预测技巧,对4月SCF的预测能力明显高于1月,1月预测技巧在欧洲西部地区最高,4月在西西伯利亚地区最高。SCF的预测结果在除青藏高原外的大范围地区表现为系统性偏低,预测偏差在1月随着起报时间的增长没有明显变化,而在4月随着起报时间的增长,关键区偏差由负转正并逐渐增大。分析表明,SCF预测偏差与模式中近地面气温的预测偏差有直接关系。除此之外,SCF的预测偏差部分源于模式本身的系统性偏差,模式分辨率以及参数化方案可能是预测结果在积雪覆盖率接近100%的高纬度地区明显偏低的原因。     

北半球冬季环流异常与ENSO的非线性关系

运用非线性典型相关分析（nonlinear canonical correlation analysis,简称NLCCA）方法,对热带太平洋海表温度异常（SSTA）场与北半球冬季海平面气压异常场（SLPA）进行非线性分析,以反映ENSO与北半球冬季环流异常之间的非线性关系。NLCCA的结果表明：从极冷到极暖期,北半球冬季SLPA场对ENSO的投影在各主成分所分别构成的平面或空间中分别形成一条直线和一条抛物线,说明北半球冬季环流异常与ENSO的相关包含线性和具有二次特征的非线性两部分。无论ENSO的冷、暖事件都能导致冰岛低压减弱,且西伯利亚高压、北美高压和北太平洋高压随SSTA的变化不对称,进一步证明了ENSO对北半球冬季环流异常的非线性影响,其中冰岛低压对于ENSO响应的非线性特征最强,而阿留中低压与ENSO则主要是线性相关。     

BCC_CSM1.1气候模式年代际试验对中国气候的回报能力评估

对比国家气候中心耦合模式BCC_CSM1.1提交CMIP5的历史（Historical）试验和年代际（Decadal）回报试验对中国气候及其年代际变化的模拟。结果表明,Decadal试验回报的中国降水气候分布更接近观测,回报的中国东部气温和降水的年代际距平误差比Historical试验减小明显。对于发生在20世纪70年代末的中国东部降水年代际变化,Decadal试验能回报出长江中下游降水增多的特征,但Historical试验模拟的降水变化与观测相反。由于Decadal试验和Historical试验的区别之一是后者利用观测海温资料进行了初始化,为了探讨观测海温信息的重要性,进一步将Decadal试验与恢复（Nudging）试验（即模式积分过程中,模拟海温始终向观测海温恢复）的模拟结果进行对比。发现Nudging试验能够较好地模拟出“南涝北旱”型降水变化,也能够模拟出相应的东亚急流增强且偏南的特征。这表明气候模式对海温的回报能力是影响其对东亚气候年代际异常模拟的一个重要因素。     

BCC_CSM气候模式对风暴轴的模拟能力评估

本文利用NCEP/NCAR再分析资料从不同角度评估了BCC_CSM气候模式对风暴轴的模拟能力。对于气候态的模拟,BCC_CSM气候模式可以准确地模拟出各季节风暴轴主体的强度与位置。对于时空分布的年际变化的模拟,BCC_CSM模拟的冬季风暴轴EOF分解的第一与第二模态特征向量场同NCEP再分析资料对应的特征向量场结构类似,前两个模态分别为全区一致及南北反向型,第三模态则有所不同。对于年内逐月的风暴轴强度和纬度指数变化,BCC_CSM有着较好的模拟效果,可以模拟出太平洋风暴轴独有的“深冬抑制”现象,但对经度指数变化的模拟则与再分析资料有着较大差异。对于风暴轴向极移动情况的模拟,太平洋地区的模拟结果没有表现出向极移动,而大西洋地区则模拟出1970年以后风暴轴位置向极地偏移的趋势。     

BCC_CSM1.1气候模式年代际试验对北极涛动季节回报能力的初步评估

本文基于国家气候中心气候系统模式BCC_CSM1.1自1960—2004年每年起报的年代际预测试验结果,初步评估了该模式对北极涛动（AO）的预报技巧。同时,把该模式年代际预测结果与历史试验模拟比较,分析了气候模式初始化对年代际试验预测季节尺度AO及其年际变化的贡献。结果表明,年代际试验和历史试验均能反映出AO模态是北半球中高纬大气变率第一模态的特征,其中年代际预测试验回报的AO模态与观测的空间相关系数高于历史试验。两组试验基本能再现AO指数冬季最强、夏季最弱的特征。与历史试验相比,年代际预测试验回报月和冬季AO指数与观测的相关系数更高,特别是年代际试验与观测的月AO指数相关系数达到了0.1的显著性水平。年代际试验回报月、春季AO指数的变化周期更接近观测结果。因此,年代际试验中初始状态使用海温资料进行初始化,在一定程度上可以提高AO的回报能力。     

基于逐步回归模态投影方法的BCC气候系统模式ENSO预报订正

本文利用国家气候中心气候系统模式(Beijing climate center climate System Model,BCC_CSM1.1m)提供的1991—2014年海表温度回报数据,将逐步回归模态投影方法(stepwise Pattern Projection Method,SPPM)应用到改进BCC_CSM1.1m模式El Nino和南方涛动(ENSO)预报研究。SPPM是一种经验性模式误差订正方法,其主要思路是在大尺度模式预报因子场中找寻出与格点观测预报变量相关性高的信号,通过投影将这种信号反演出来,然后建立回归方程得到订正后的预报结果。本文交叉检验和滚动独立样本检验的结果表明,利用SPPM可以有效地提高BCC_CSM1.1m气候系统模式的预报技巧,尤其是在热带太平洋地区以及印度洋海区,24年交叉检验Nino3.4指数提前6个月预报的相关系数技巧可以提高8%~10%,预报误差得到显著降低。不同季节SPPM订正效果略有不同,其中对秋季的预报技巧提升最为显著。与此同时,交叉检验结果还显示,SPPM对El Nino中心纬向位置的预报也有一定程度的改进。     

Improving long-lead seasonal forecasts of precipitation over Southern China based on statistical downscaling using BCC_CSM1.1m

Long-lead precipitation forecasts for 1–4 seasons ahead are usually difficult in dynamical climate models due to the model deficiencies and the limited persistence of initial signals. But, these forecasts could be empirically improved by statistical approaches. In this study, to improve the seasonal precipitation forecast over the southern China (SC), the statistical downscaling (SD) models are built by using the predictors of atmospheric circulation and sea surface temperature (SST) simulated by the Beijing Climate Center Climate System Model version 1.1 m (BCC_CSM1.1 m). The different predictors involved in each SD model is selected based on both its close relationship with the target seasonal precipitation and its reasonable prediction skill in the BCC_CSM1.1 m. Cross and independent validations show the superior performance of the SD models, relative to the BCC_CSM1.1 m. The temporal correlation coefficient of SD models could reach > 0.4, exceeding the 95 % confidence level. The SC precipitation index can be much better forecasted by the SD models than by the BCC_CSM1.1 m in terms of the interannual variability. In addition, the errors of the precipitation forecast in all four seasons are significantly reduced over most of SC in the SD models. For the 2015/2016 strong El Niño event, the SD models outperform the dynamical BCC_CSM1.1 m model on the spatial and regional-average precipitation anomalies, mostly due to the effective SST predictor in the SD models and the weak response of the SC precipitation to El Niño-related SST anomalies in the BCC_CSM1.1 m.     

BCC_CSM1．1全球模式中极端气温变化的归因分析

利用1°×1°的ERA-Interim再分析资料和气候系统模式BCC_CSM1．1历史模拟（Historical）试验及气候归因试验（只考虑温室气体变化Historica1GHG试验和只考虑自然强迫变化的Historica1Nat试验）的结果,考查了BCC_CSM1．1模式对中国和全球陆地地区极端气温指数的模拟能力,并在此基础上分析了温室气体和自然强迫这两种外强迫的变化对极端气温变化的贡献。结果表明：BCC_CSM1．1可以对中国乃至全球陆地区域极端气温指数的气候态及其变化趋势进行合理模拟,主要偏差表现为模式对极端低温指数模拟值偏低,而对极端高温指数模拟值偏高。对于20世纪末极端气温指数的变化,只有考虑了温室气体变化的外强迫时,模式可以再现再分析资料中极端气温的变化趋势。这表明温室气体的变化对极端气温的变化有着关键性的影响。     

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。     

ENSO与北半球冬季大气环流异常的年代际关系

利用NCEP/NCAR再分析资料和CPC(气候预测中心)Nino3-4区海表温度序列,研究了1950/1951-2002/2003年冬季ENSO事件与北半球大气环流的相互关系及其年代际变化.结果表明:北半球大气环流对ENSO事件的响应在1978/1979年有一个明显的跃变.跃变后,低纬中高层大气环流对ENSO事件的响应明显减弱,其中东南亚的减弱最为明显,而低层大气环流对ENSO事件的响应则有所增强;东半球中高纬大气环流异常与ENSO事件关系明显减弱;西半球中高纬大气环流与ENSO事件的关系加强.