CFSv2模式产品在汛期海南热带气旋频数预测模型中的应用

利用1982—2014年汛期影响海南的热带气旋频数、NCEP/NCAR逐月再分析资料和CFSv2模式历史回报数据,分析了热带气旋频数特征及同期环流特征,并利用逐步回归构建基于模式有效预测信息的热带气旋频数预测模型。结果表明:汛期影响海南热带气旋频数的异常与同期大尺度环流变化密切相关,且CFSv2模式对其环流影响关键区具有较好的预测技巧,包括南海到热带太平洋的海平面气压、500 h Pa位势高度场、低层风及热带太平洋纬向风切变。据此,利用逐步回归构建热带气旋频数预测模型,其26 a交叉检验中实况与预测相关为0.88,距平同号率达88%;6 a预测试验仅2 a预测与观测反号,可见模型具有良好的稳定性和预测技巧,可为汛期热带气旋频数预测提供依据。

CFSv2模式资料在成都市延伸期降水预测中的应用评估

将CFSv2模式的延伸期预测资料应用于成都市14个国家站的延伸期降水预测,采用距平相关系数ACC、趋势异常综合检验Ps及Cs/Zs评分对2016年1月至2020年12月的预测回算进行预测效果评估,通过改进的消除偏差一元线性回归方法对模式预测进行订正和预测再回算、再评估。结果表明,CFSv2的延伸期预测与成都地区实际降水的ACC为0.13,略高于目前省级和国家级发布的月预测平均成绩,对成都西南部和东南部的预报效果较好;Ps评分平均为65.7分;期间主要降水过程的Cs评分为0.48,Zs评分为0.64,空报率为38%,漏报率为34%。经过订正后,预测效果的空间差异无明显变化,ACC提高0.04,Ps评分提高4.3分,Cs评分提高0.05分,Zs评分提高0.14分,空报率降低22%,漏报率降低5%,预测准确率明显提升。

CFSv2模式对春季逐月南极涛动预测效能及成因分析

系统评估了美国第二代气候预测系统(CFSv2)对1983~2019年北半球春季逐月南极涛动(AAO)的预测效能及可能成因。结果表明,CFSv2模式对3月、4月和5月AAO空间模态预测效能较好,但是耦合模式仅对3月的AAO年际变化具有较好的预测能力,对4月和5月AAO年际变化的预测能力较差。热带中东太平洋和澳大利亚以东太平洋海温异常有可能是3月AAO年际变化的可预测性来源。一方面,3月厄尔尼诺—南方涛动(ENSO)与AAO之间关系显著,而4、5月两者之间关系减弱。3月ENSO激发PSA(Pacific–South American)波列传播到南太平洋上,通过影响南太平洋海温异常以及低层气旋性环流异常影响3月AAO的年际变化。另一方面,3月澳大利亚以东太平洋海温异常在副热带急流核心区域激发活跃的Rossby波列,该波列由澳大利亚东部向东南频散到南太平洋中高纬地区,造成该地区位势高度异常,使得副热带地区30°S西风减弱,南半球高纬60°S西风加强,进而影响AAO的变化。CFSv2对3月AAO的预测效能高于4月和5月的主要原因是CFSv2模式能够很好再现3月AAO与ENSO、澳大利亚以东海温之间的关系及其影响机制。

登陆华南台风频次影响因子的气候模式预测能力研究

利用1982-2010年美国环境预报中心CFSv2回报数据、美国台风预警中心西太平洋热带气旋资料数据集和欧洲中心的大气再分析资料,分析了气候模式中对于登陆华南台风频次影响因子的预报能力。结果表明,CFSv2在提前0~2个月预报后汛期的模式产品中,对登陆华南台风频次影响因子存在正预报技巧;而模式对于受ENSO影响的低层季风环流,在提前0~6个月的预报产品中均有较高的预报技巧;同时,利用模式预报低层风场的EOF分量作为登陆华南台风频次的预报因子,具有较高的可靠性。

海南秋季暴雨日数异常的环流特征及预测模型构建

利用1982—2013年海南岛18个自动站日降水量、NCEP/NCAR逐月2.5°×2.5°再分析资料、NOAA海温及CFSv2模式的历史回报数据,分析海南秋季暴雨异常的同期环流特征及其与海温的关系。并利用模式预测较好的与秋季暴雨日数密切相关的环流因子、海温构建秋季暴雨日数预测模型。结果表明:(1)秋季暴雨多寡与环流异常关系密切。秋季暴雨偏多年,海南附近盛行偏东风;热带西太平洋-南海气压偏低,热带系统趋于活跃,且该区为东南风异常,带来充沛水汽;西太平洋纬向风切变偏弱,易形成暖心结构,对应有台风的发生发展。另一方面,海温强迫影响显著,热带中东太平洋海温异常影响着大气环流和热带对流活动,造成秋季降水异常。(2)热带太平洋地区中低层高度场、海平面气压、低层风及纬向风切变与秋季暴雨日数关系密切,且CFSv2模式能较好预测这些环流场上的高影响区。(3)利用最优子集回归构建基于模式有效信息的秋季暴雨日数模型,交叉检验和独立样本试验均表明,该预测方法与模型整体预测效果较好,可为秋季暴雨日数的预测提供参考。

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。