季节内印度洋-西太平洋对流涛动对次季节-季节尺度大气可预报性的影响

利用非线性局部Lyapunov指数和条件非线性局部Lyapunov指数定量估计了季节内印度洋-西太平洋对流涛动(IPCO)和实时多变量Madden-Julian指数(RMM指数)可预报期限,量化了季节内IPCO对S2S尺度大气可预报性的贡献,深入研究了季节内IPCO演变下S2S尺度可预报期限空间分布的变化规律。结果表明:(1)与RMM指数相比,季节内IPCO指数可预报性更强,可预报期限达到31天左右,比RMM指数高出2周以上;(2)印度洋-西太平洋区域S2S尺度大气可预报性最强,可预报期限达到30天以上,其中季节内IPCO是该地区的主要可预报性来源之一,其贡献达到6天,占总可预报期限的25%以上;(3)随着季节内IPCO的演变,印度洋-西太平洋地区S2S尺度大气可预报性有空间结构变化,表现为可预报期限异常的传播和振荡。S2S尺度大气可预报期限正负异常沿季节内IPCO传播路径,一支以赤道中西印度洋为起点北传至印度半岛,一支向东传播,经过海洋性大陆到赤道西太平洋后向北传播,到达日本南部。同时,可预报性异常的传播在在东印度洋和西太平洋表现出反向变化的特征,形成东西两极振荡,当季节内IPCO向正位相发展时,东印度洋具有更强的可预报性,西太平洋具有更弱的可预报性,反之亦然。季节内IPCO的发展(衰退)可使东印度洋(西太平洋)S2S尺度大气可预报性更强,表明模式预报技巧对此具有更大的提升空间。

天山北坡次季节-季节尺度降水集合预测

在新疆天山大地形背景下,实现了中国气象局研发的高分辨率气候业务预测系统CMA-CPSv3(China Meteorological Administration-Climate Prediction System version 3)在天山北坡经济带的本地化应用,分别评估控制预报、传统集合平均预报以及改进后的最优概率阈值集合方法(deterministic ensemble forecast using a probabilistic threshold,DEFPT)对该区域次季节-季节降水的预测水平。评估结果表明:基于CMA-CPSv3预测系统的DEFPT方法可以提升天山北坡次季节-季节尺度1~5 mm阈值降水落区以及持续性的预测效果,优于传统集合平均预报和控制预报。从2016年7月29日—8月2日、2017年6月7—12日以及2020年7月8—12日时段发生在天山北坡的降水事件个例分析结果看,不论从降水落区、降水异常还是降水持续性,DEFPT集合预报在天山北坡西部和南部均有更好的效果,但在天山北坡东部和北部预测能力相对略低,这与该区域水汽的预报偏差增大有关。

基于次季节—季节(S2S)模式的中国东部夏季日降水预报评估

为理解次季节—季节(subseasonal to seasonal,S2S)模式的预报技巧,利用台站降水观测资料对中国气象局(China Meteorological Administration,CMA)、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)和美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)模式公共回报期1999—2010年108°E以东的中国大陆东部夏季日降水及极端降水预报展开评估。结果表明,ECMWF预报整体表现最佳、NCEP次之、CMA相对较弱,各模式随预报时间的增长均呈现当观测偏湿(干)时预报倾向偏干(湿)的特点,在S2S时间尺度基本丧失预报技巧,具有很大的改进空间。极端降水临界阈值的界定方法会直接影响单个台站的评估结果,但对区域整体预报技巧影响不大。S2S模式预报的均方根误差在观测降水量越多时往往越大;预报值与观测值的相关系数在所有(极端)降水事件中呈连续(振荡)衰减,甚至出现负相关;均方技巧评分在所研究降水事件较多的情况下表现更好。各模式在所有降水事件中的空报率要远高于漏报率,但在极端降水事件中恰好相反。降水预报检验指标在绝对极端降水分级检验中的表现逐级变差,各模式预报中基本不出现特大暴雨,CMA对极端降水事件发生的预报准确率较低。

时空投影模型(STPM)的次季节至季节(S2S)预测应用进展

随着数值天气预报技术和季节动力预报系统的发展,短期天气预报及长期气候预测的能力持续提高,然而介于两者之间的次季节至季节(S2S,两周至三个月)预测技巧偏低,成为当今气象学界和业务服务的难题。南京信息工程大学国家特聘专家李天明教授团队于2012年研发了基于时空投影技术的统计预报模型(STPM),成功地对中国大陆降水和气温距平,以及区域极端降水、夏季高温、冬季低温和西太平洋台风群发事件等高影响天气进行提前10~30 d的预报,并在国家气候中心及多个省份开展了业务应用。STPM也成功应用于台湾春雨预报、南海季风爆发和ENSO预测等季节至年际变化的预测。本文对S2S预测的理论基础、STPM的发展和应用进行了完整的介绍,并讨论了S2S预测业务中所面临的挑战和未来展望。

S2S模式对四川汛期极端降水的预测技巧分析

基于1995—2010年四川气象台站降水资料和世界气象组织次季节—季节(S2S)预测计划中8个模式的回报数据,采用命中率、误警率、Heidke技巧评分、误差和偏差5个指标评估分析了各模式对四川汛期极端降水事件的预测能力。结果表明,S2S各模式对四川极端降水的预测技巧整体较低,表现为“低命中率,高误警率,预测值远小于实际值,偏差较大”的特征。各模式的预测技巧随着起报时间的临近而提高,在天气尺度高于次季节尺度。各模式的最高定性预测技巧出现在川西高原南部,最低出现在盆地东部或攀西地区。预测偏差基本呈现出“盆地大,攀西地区次大,川西高原小”的分布特征,最大值均位于盆地西部沿山地区。各模式在汛期各月的预测技巧不同,定性预测技巧在主汛期尤其是盛夏高于其他时段,但定量预测技巧却在盛夏最低。综合定性和定量预测技巧,英国气象局(UKMO)和意大利国家研究委员会大气科学与气候研究所(CNR-ISAC)的模式分别在天气尺度和次季节尺度中对四川极端降水的预测能力较高。分区来看,对于盆地—攀西地区预测能力较高的模式与全省一致。而在川西高原,韩国气象局(KMA)的模式在天气尺度中预测能力较高,澳大利亚气象局(BoM)和CNR-ISAC的模式则在次季节尺度中预测能力较高。

Intraseasonal oscillation of the rainfall variability over Rwanda and evaluation of its subseasonal forecasting skill

非洲中东部地区的经济主要依靠自给农业支撑,该地区农业经济对降水的变化尤为敏感.本文以卢旺达为例,观测分析指出卢旺达的次季节降雨主要集中在10-25天;根据次季节尺度降水变率的单点相关方法,发现卢旺达的次季节降水变率和周围区域变化一致;进一步合成结果显示该地区次季节降水变率与异常西风有关,这可追溯到赤道地区西传的赤道Rossby波.最后,本文评估了当前动力模式ECMWF对卢旺达地区(即非洲中东部)次季节降水变率的预报能力,发现EC模式在对该区域降水和相关风场指数的预报技巧都在18天左右,且预报技巧表现出一定的年际差异,这可能与热带太平洋的背景海温信号有关.该工作增进了当前对非洲中东部地区的次季节降水变率和预测水平的认知,并且对该地区国家粮食安全和防灾减灾具有启示性意义.