利用ARGO资料改进ENSO和我国夏季降水气候预测

全球海洋ARGO资料的获取为气候预测的研究提供了前所未有的海洋资料。该文首先利用ARGO资料改进次表层参数化方案后的Zebiak-Cane海洋模式,与统计大气模式耦合,建立了热带动力海洋-统计大气耦合模式。通过比较应用和未应用ARGO资料改进的海洋模式,进行了耦合模式的长期回报试验。结果表明:ARGO资料的应用极大地改善了耦合模式对热带太平洋海面温度异常的预测能力,提前3个月和6个月的回报结果都有很大的改进,基本上回报出了Ni^no3.4区海面温度异常的演变特征,对厄尔尼诺和拉尼娜都能够给出较准确的回报,回报结果与观测之间的相关性在整个热带太平洋区域明显提高。该文还利用国家气候中心(NCC)全球海气耦合模式,对我国夏季降水进行了个例和多年季度回报模拟试验,探讨了包含和不包含ARGO观测资料的同化资料作为初始场对我国夏季降水预测的影响,表明采用带有ARGO观测资料的海洋同化初始场,回报的我国夏季降水分布形式与观测更一致,回报结果与观测之间的正相关区域变大,对我国夏季降水的回报水平比采用没有ARGO观测资料的海洋同化初始场时有明显提高。

2024年汛期气候趋势预测与展望

2024年3月,中国科学院大气物理研究所开展汛期(6~8月)全国气候趋势预测会商会。通过综合分析大气所各数值模式和统计模型的预测结果,在未来3~5个月热带中东太平洋从El Niño事件恢复至正常状态的背景下,预计2024年汛期(6~8月),东北大部分地区、华北东部、黄河下游、长江中下游、西藏大部、陕西南部、西南地区南部和东部降水正常略偏多,其中东北的北部和东部以及长江中下游地区降水偏多2~5成,可能发生局地洪涝灾害。全国其他大部分地区降水正常略偏少,其中新疆北部至内蒙古西部和华南地区降水偏少2~5成,可能发生阶段性高温热浪。预计2024年夏季登陆台风数量略偏少。由于未来El Niño事件的衰减速度、热带印度洋和北大西洋海温异常的演变趋势以及西太平洋副热带高压和中高纬度环流的季节内变化等诸多因素都具有不确定性,因此此次汛期降水预测结果也存在一定的不确定性。

利用高原积雪信号改进我国南方夏季降水预测的新方法及其在2014年降水预测中的应用试验

2014年夏季我国南方出现严重洪涝、北方大部干旱,国内绝大多数预测模型在三月起报的汛期预测中均未能抓住位于南方地区的异常雨带,导致预测准确率明显偏低。基于模式对东亚地区夏季海平面气压场的高预报技巧和青藏高原冬季积雪与南方地区夏季降水的高相关性,本文提出一个针对我国夏季降水异常的组合统计降尺度预测新方法(Hybrid Statistical Downscaling Prediction,简称HSDP),该方法综合利用了气候模式输出的高可预报性环流信息和前期观测的高原积雪异常信号,从而实现对我国南方夏季降水进行动力—统计相结合的改进预报。据此方法建立了一个基于国家气候中心气候预测模式的统计降尺度模型。对我国南方夏季降水进行跨季节预测的交叉检验结果显示,HSDP方法对于南方地区多年平均空间距平相关系数从模式原始预报的-0.006提高到0.24,且在大多数年份均有改进。基于HSDP方法于三月份制作的2014年夏季降水预测,能够很好地抓住南涝北旱的基本形势和我国南方的降水大值区,空间距平相关系数达到0.43。这表明,该方法对于我国夏季降水预测具有较好业务应用前景。

青海省夏季降水气候预测评估

本文运用预报评分(P)、技巧评分(Ss)和距平相关系数(Acc)三种方法,对青海省近十几年来业务上使用的20个代表站1988～1997年10年夏季(6～8月)降水距平百分率预报的准确程度进行了评估。结果表明:虽然青海省的地理环境特殊、各地气候差异较大,但青海省的预报质量仍较全国平均水平略高;用P方法比用以往评分方法(Ts)进行预测评定的质量高出近6个百分点;1998年夏季的预报质量远较前十年的平均质量高,而1999年由于气候异常则评定的结果不尽人意。

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。

JL-NZCv1.0短期气候预测系统对吉林省春、夏季气温、降水预测的初步检验评估

利用1981—2021年吉林省50个自动气象观测站逐月气温和降水量资料,采用趋势异常综合检验(Ps)、距平符号一致率(Pc)、距平相关系数(ACC)方法,对JL-NZCv1.0短期气候预测系统2018—2021年春、夏季吉林省气温和降水的预测结果进行了检验评估。结果表明:该系统对吉林省春、夏季气温和降水具有较好的预测能力。从Ps评分和距平符号一致率Pc比较来看,气温明显高于降水、春季高于夏季。春季气温平均Ps为84.9分、夏季气温平均Ps为81.7分;春季降水平均Ps为74分,夏季降水平均Ps为61.6分;ACC技巧显示春季优于夏季;春、夏季气温空间分布预测与观测较为一致,而降水空间分布预测相对较差;此外,该系统预测的气温和降水的量级较观测偏低。

内蒙古通辽市夏季降水量短期气候预测方法研究

为提高内蒙古通辽市夏季降水量气候预测水平,利用积分回归法建立该地区夏季降水量短期气候预测方法。结果表明,建立的方法物理意义清楚,所建预测模型达到了显著水平,并且在一定程度上反映了气候变化的过程,经试报检验具有一定的实用价值。

第2代季节气候预测模式系统对东北夏季降水预测能力分析

简要分析了第2代季节气候预测模式系统在东北夏季累计降水量的预测能力,结果表明:模式数据与观测值空间分布较一致,数值较观测值偏小,波动程度低。辽宁地区夏季累计降水量距平百分率模式与观测结果相关性较高,东北中部地区较差。季节气候预测模式系统具有一定的预测能力,但准确率有待进一步加强。

中国东部夏季降水分布的气候预测分析

预测分析夏季东部地区的降水分布,以及遥相关环流特征。厄尔尼诺事件发生时,夏季中国主要雨带位置偏南;拉尼娜事件发生时,夏季中国主要雨带位置偏北。当冬季北太平洋涛动(NPO)偏强时,我国夏季主要多雨带位于黄河流域及其以北地区;当NPO弱,南方涛动(SO)强时,我国夏季为中间型降水,即主要多雨带位于黄河与长江之间,中心在淮河流域一带;第三类雨型往往对应夏季东亚大气环流异常,尤其是西太平洋副高异常偏南。

中国西南夏季降水预测的统计降尺度建模分析

利用BP-CCA方法并结合当前国际先进气候预测模式结果,探讨了如何建立对西南夏季降水具有较高预测技巧的统计降尺度模型及其可预报性来源。结果表明,将热带区域海表温度作为预测因子的降尺度模型的预测能力优于亚洲区域和热带区域500 h Pa位势高度作为预测因子的模型。对模型可预报性来源的分析表明,热带区域海表温度作为预测因子的降尺度模型的预测能力年与年之间的差异主要受热带海表温度EOF第二模态的影响。该模态表现为在热带东南印度洋及西太平洋区域有正载荷值,而在热带中东太平洋区域有负载荷中心,其与影响西南夏季降水的菲律宾和海洋大陆西部对流有较好的相关,并且ECMWF和NCEP业务气候预测模式对其有较好的预测能力。

应用IAP9L-AGCM对2002年中国夏季气候的预测及效果检验

利用中科院大气所9层大气环流格点模式(IAP9L-AGCM)和IAP-ENSO预测系统对2002年中国夏季气候进行实时集合预测及其检验。结果显示,IAP9L-AGCM较好地预测出了2002年夏季我国大范围旱涝的分布形势,如华南、我国西部多雨,黄河和长江流域之间大范围干旱等;850hPa减弱的夏季风、青藏高原辐散中心以及北太平洋上空的异常气旋性环流中心亦被较好地预报出来;不足的是,模式对降水异常细致分布的预测能力有限。预测结果还表明,该模式对夏季(6—8月)平均降水的预报技巧要高于月平均状况,且月平均预报的准确度从6—8月依次递减。

2000年中国夏季降水异常的数值预测

利用中国科学院大气物理研究所短期气候距平预测系统(IAP PSSCA),于2000年3月份对当年中国夏季旱涝形势进行了实时集合预测,与实测结果比较表明,IAP PSSCA较好地预测出2000年我国北方大部地区干旱,雨带主要位于黄淮之间、我国的东南、西南和新疆等地大范围降水异常的分布形势,预测结果与观测的距平相关系数为0.25,集合预测评分为79分,优于其他预报方法,表明IAP PSSCA对我国夏季旱涝形势具有良好的预报能力。

2007年夏季降水异常的成因及预测

采用NCEP/NCAR再分析资料、NOAA再分析全球海温和中国国家气候中心整理的160站降水量资料,在回顾2007年夏季中国降水分布及其趋势预测的基础上,探讨了2007年夏季降水异常的可能原因。2007年前期对热带太平洋海温、东亚季风、西太平洋副热带高压等主要物理因子冬夏演变的分析接近实况,但主要多雨带位置仍比预测的偏南。夏季亚洲中纬度大陆高压异常维持可能是造成2007年夏季主要多雨带比预期偏南的主要原因。

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.

2019年汛期气候预测效果评述及降水预测先兆信号分析

2019年汛期降水呈南多北少分布,主要多雨区位于东北和江南等地。3月发布的预报对江南、西南东部、东北东部、西北中部地区降水偏多和内蒙古中部及东北部的偏少均做了较好预测;5月发布的滚动预测将南方主要多雨中心南移,订正结果与实况更为一致。6月发布的盛夏预报及时加强了对东北地区降水趋势的订正,准确预测了东北地区降水明显偏多的特征。对南海夏季风、西南雨季、梅雨及华北雨季的季节进程预测也和实况一致。但2019年汛期降水预测也存在明显的不足之处:对长江中下游沿江降水异常偏少预测错误;对东北地区多雨的范围和异常程度估计不足。初步分析了2018—2019年冬季青藏高原积雪面积异常偏多、2018—2019年厄尔尼诺事件以及热带印度洋海温持续偏暖对长江中下游降水预测指示意义的失败,并与2018年外强迫信号及大气环流做了简单对比,指出汛期降水和传统影响因子不匹配、非对称的复杂性研究还需要深入开展。

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。

匹配域投影降尺度方法在河南省夏季降水预测中的应用及检验

根据河南省夏季降水数据和BCC-CGCM、ECMWF-SYSTEM4模式资料,利用匹配域投影降尺度方法对河南省夏季降水进行预测,结果表明:1)匹配域投影降尺度方法对河南省夏季降水具有较好的预测能力,且较原始模式稳定。除了河南省中部地区外,其他大部分地区的Ps评分都在60分以上。2)在交叉验证期,两个模式的降尺度预测Ps评分分别比原始模式的提高了20.2%和16.3%,但ECMWF-SYSTEM4模式降尺度预测的平均分达到了71.2分,较BCC-CGCM模式的降尺度预测平均分偏高1.6分。在交叉验证期的26年中,有62%以上的年份,降尺度预测方法都对原始模式有正的订正技巧。3)2009—2013年的独立样本检验表明,匹配域投影降尺度方法比原始模式预测Ps评分提高了40%左右,表明该降尺度方法对夏季降水具有较好的预测能力。4)该方法可以在业务上应用,图形界面程序的研发,更方便了业务应用。

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。

2010年夏季海河流域降水预测技术方法评述

对2010年海河流域夏季(6—8月)降水趋势预测效果、主要预测依据及技术方法进行回顾与评述。从气候背景、海温和大气环流特征等方面,分析了2010年海河流域夏季少雨的成因,认为目前海河流域仍处于少雨气候背景下,前期海温异常、夏季西太平洋副高异常强大、偏西,东亚夏季风偏弱等特征的不同,是影响海河流域少雨的主要原因。总结了预测的成功与不足,对提高汛期降水趋势预测准确率和开展流域气候预测服务具有重要意义。