打开文本图片集

摘要 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。

关键词 季节气候预测模式系统；夏季降水；预测能力；东北地区

中图分类号 P456 文献标识码 A 文章编号 1007-5739（2016）18-0162-03

Abstract The forecasting ability of precipitation in Northeast China of second-generation extended-range forecast system（DERF2.0） is briefly assessed in this article. The results indicate that DERF2.0 data has the same spatial distribution with CMAP data，but which is smaller and have less obvious evident change trend than CMAP data. The effect of initial matching is distinct in the DERF2.0 data compared with CMAP data in Liaoning Province，but which is indistinct in the central part of Northeast China. The results showed that DERF2.0 has considerable capability of forecasting summer precipitation in Northeast China，but forecast accuracy should be improved.

Key words seasonal climate forecast system；summer precipitation；forecasting ability；Northeast China

随着气象探测资料的丰富及预测理论的发展，气候预测业务已不局限于统计预报方法。在提高气候预测准确率方面，需要走统计与动力相结合之路，这同时也是我国近代气候业务系统发展的要求[1]。国外学者已经开展了相关研究，并从模式分辨率、数值误差及大气外源作用等导致现行数值模拟方法准确率较低[2]的方面加以改进。我国学者也开展相关研究，对无辐散正压模式和准地转斜压模式，推导出使用多时刻观测资料的预报方程式[3]；并将预报对象分解为参考态和扰动态2个部分，参考态自历史观测资料中选定，扰动态的演变则用动力方法预报[4]。自2005年起，国家气候中心（NCC）开发的第1代气候模式预测业务系统投入运行，该系统包括模式预测和资料同化等5个子系统，可提供月季尺度的全球到东亚区域范围的模式预测产品[5]。夏季预测试验使用了从2月底起报（预测在3月完成）的每年6—8月的夏季回报结果。该套系统在业务中发挥主要作用，但对我国短期气候预测能力有限[5-6]，因此NCC启动多圈层耦合气候系统的研制并建成了耦合大气、陆面、海洋、海冰分量在内的不同版本的气候系统模式。近年来改进动力-统计相结合方法的原理的预报方案并投入到业务应用[7-8]。季节尺度在内的短期气候预测模式（BCC_CGCM），即NCC/IAP T63海气耦合模式，水平分辨率为110 km，垂直方向为30层。每月开展为48个成员滚动的季节集合预报。其中大气模式初值采用前1个月最后8 d的00Z的大气同化资料，海洋初值场为海洋资料同化系统经过扰动得到的海洋同化场，海洋和大气初始场的组合构成季节预报的初值集合[9]。根据新一代气候系统模式BCC_CSM1.1（m）研发的第2代短期气候系统也有了长足进展并于2013年底推行准业务化工作[10]。该系统包含第2代海洋资料同化系统、陆面资料同化系统、月动力延伸预测模式系统、季节气候预测模式系统共4个子系统。本文试图浅析其中季节气候预测模式系统在东北地区夏季降水预报中适用性，为提高气候预测业务准确度及模式的改善提供参考。

1 资料与方法

1.1 资料

BCC_CSM1.1（m）是全球近110 km中等分辨率的海-陆-冰-气耦合的气候系统模式，其中大气分量模式采用BCC_AGCM2.2，陆面分量模式采用BCC_AVIM1.0，海洋分量模式采用MOM_L40，海冰分量模式采用美国地球流体力学实验室海冰模拟器（SIS）；各分量模式通过耦合器CPL5直接耦合在一起[11]。大气初始场采用NCEP再分析资料或国家气象中心T639数值预报产品的多层次温、风及地面气压场，海冰初始场采用NOAA最优差值的海冰密集度资料。第2代季节气候预测模式系统采用滞后平均预报（LAF）和奇异向量（SV）扰动相结合的集合预测方案，每次预测包含150个样本，分别使用起报日期前4 d的不同海洋和大气初值组合再叠加SV扰动得到，预测积分10个月[10]。本文所用的实测资料为1991—2010年6—8月CMAP月降水量资料。本文利用第2代季节气候预测模式系统1991—2010年共20年6—8月回报的东北地区（115～145°E，40～50°N范围内）月降水量数据，并将其插值到2.5°×2.5°空间以便与CMAP（CPC Merged Analysis of Precipitation）资料进行对比分析。

1.2 分析方法

本文利用皮尔逊相关系数（Pearson product-moment cor-relation coefficient）来表述2组变量之间关系密切程度，并对其大小是否显著做统计检验。相关系数的取值范围在[-1，1]之间，根据已知自由度和显著水平，查相关系数检验表，得出rα，如果r>rα则数据间相关系数通过检验。

利用线性回归对自变量随时间变化做出回归分析和因变量之间关系进行建模的一种回归分析。根据回归系数判断气候变量的趋势倾向，并判断变化趋势是否显著，对相关系数进行显著性检验。降水距平百分率反映了某一时段降水与同期平均状态的偏离程度。用公式来表达为：（实测值-同期历史均值）/同期历史均值。

2 结果与分析

2.1 空间分布对比分析

第2代季节预测模式系统、CMAP东北地区1991—2010年平均夏季累积降水量空间分布如图1所示。实况数据（CMAP）显示东北地区夏季累积降水量20年平均值多在300～500 mm，只有辽宁省东南及吉林省局部地区超过了500 mm。西部地区夏季累积降水量普遍偏少。东北三省中夏季累计降水量黑龙江最低。东北地区夏季累计降水量空间分布呈由北向南递增的特征。吉林省，尤其是辽宁省夏季累计降水量空间分布特征较明显。吉林省夏季累计降水量呈由北向南递增的空间分布，最小值不足350 mm，位于吉林省西北部地区。辽宁省夏季累计降水量呈由西向东递增的空间分布，最小值也不足350 mm，位于辽宁省西部。黑龙江省北部、西部、东南部边缘地区夏季累计降水量较少，不足350 mm，其他大范围地区降水量均在350～400 mm之间。

第2代季节预测模式系统东北地区夏季累计降水量在240～440 mm之间。高值区域仍出现在辽宁省东部及吉林省南部地区，夏季累积降水量超过400 mm。低值区出现在黑龙江省西部及吉林省北部地区，夏季累计降水量不足260 mm。3省中黑龙江省夏季累计降水量最低。东北地区夏季累计降水量空间分布呈由北向南、由西向东递增的特征，3省的空间分布特征均较明显。黑龙江省夏季累计降水量呈由西向东递增的空间分布，范围在240～340 mm之间。吉林省夏季累积降水量呈由西北向东南递增的空间分布，范围在260～440 mm之间。辽宁省夏季累计降水量呈由西向东递增的空间分布，范围在340～440 mm之间。

1991—2010年20年平均第2代季节预测模式系统与CMAP东北夏季累计降水量差值的空间分布如图2所示。可知第2代季节预测模式系统东北地区夏季降水量数据普遍偏低0～150 mm。仅辽宁西北部分地区略偏高0～50 mm。其中差异最明显的地区位于黑龙江中部及辽宁省东南部，但由于黑龙江中部地区夏季累计降水量较小，偏离程度较其他地区更大。3省中吉林省预测产品较稳定。辽宁省预测产品空间差异较大，差异由西北至东南方向由偏大至偏小变化。在夏季累计降水量空间分布上，2组数据全省分布状况较一致。第2代季节预测模式系统在吉林夏季累计降水量省空间分布上的描述能力最强，其次为辽宁省及黑龙江省。

计算第2代季节预测模式系统与CMAP各年的夏季累计降水量的距平百分率，并对2组数据进行统计相关计算，空间分布结果如图3所示，深色区域代表通过90%的显著性检验。整体来讲，第2代季节预测模式系统结果在各年的降水距平百分率均小于实测数据。同时，预测模式系统对东北地区夏季累计降水量的趋势描述能力有待提高。东北较大范围地区，尤其是中部地区预测值与实况值的累计降水量距平百分率的相关未通过90%的显著性检验。东北3省中辽宁地区相关最高，辽宁省大部分地区2组数值的相关均通过了90%的显著性检验，其中辽宁西部地区2组数值的相关系数达到0.7以上，辽宁东部局部2组数值相关性较差。除西北及东部局部地区外，吉林省大部地区预报数据质量较差。黑龙江省东部及西部局部地区2组数据相关性较好，而中部地区相关性较差。

2.2 时间分布对比分析

由东北地区降水的实况及预测值与实况差异的空间分布特征可以看出东北地区的南北部差异较大，所以本文以44°N为界，将东北地区分为东北北部地区（44～54°N，121～134°E）及东北南部地区（38～44°N，119～132°E）。细化范围以便对比分析第2代预测模式系统在东北地区夏季累计降水量的描述能力。1991—2010年东北地区北部（图4a）及南部（图4b）模式预测夏季累计降水量与实况值各年变化及平均值曲线表明，东北北部20年区域平均夏季累计降水量为354 mm，模式预测结果为296 mm，偏少16.4%。20年中有17年模式预报结果偏小，其中最大值为2009年偏小约127 mm，共6年偏小值超过100 mm；最小值为2001年，偏小约2 mm。偏多的年份有1995年（偏多7 mm）、2007年（偏多39 mm）及2008年（偏多22 mm）。差异较明显的年份均为夏季降水累积量处于较高值得年份，模式预测对于低值年份的描述能力较好。计算2组数据的相关性，结果不容乐观。实况及模式预测数据均未显示东北北部地区20年来夏季累计降水量具有明显的变化趋势。但较观测数据，模式预测结果的波动性较低，波动程度不一致。东北南部20年区域平均夏季累计降水量为456 mm，模式预测结果为385 mm，偏少15.6%。20年中有16年模式预报结果偏小，其中最大值为1995年。该年东北南部夏季累计降水量达到20年中最高值，为619 mm，而模式预测结果为404 mm偏小约215 mm。20年中共7年偏小值超过100 mm，其中有4年偏小值超过150 mm；最小值为2003及2007年，偏小值不足2 mm。偏多的年份有1995年（偏多6 mm）、1999年（偏多28 mm）及2000年（偏多46 mm）。差异最小的年份为1997年，2组数据几乎一致。计算2组数据的相关性，结果仍较差。实况及模式预测数据均未显示东北南部地区20年来夏季累计降水量具有明显的变化趋势。较观测数据，东北南部模式预测结果的波动性较低，波动程度不一致。

3 结论

根据新一代气候系统模式BCC_CSM1.1（m）研发的第2代季节预测模式系统插值到2.5°×2.5°空间分辨率的回报资料及CMAP降水数据，分析模式系统对1990—2010年6—8月夏季累计降水量的预报能力。

东北地区夏季累积降水量20年平均值多在300～500 mm，呈由北向南递增的特征。吉林省，尤其是辽宁省夏季累计降水量空间分布特征较明显。东北地区夏季累计降水量模式预测值为240～440 mm，较观测值偏低0～150 mm，仅辽宁西北部分地区略偏高0～50 mm。东北地区整体空间分布尤其是吉林省与实测结果较一致，黑龙江省数据差异较大。

东北中部地区预测值与实况值的夏季累计降水量距平百分率的相关未通过90%的显著性检验。东北3省中辽宁地区相关最高，吉林省预报数据质量较差。各年内，模式预测夏季累计降水量距平百分率较观测值低。

将东北地区分为南、北两部分别计算可知20年东北北部平均夏季累计降水量为354 mm，模式预测结果偏少16.4%，模式预测结果对于低值年份的描述能力较好。东北南部20年区域平均夏季累计降水量为456 mm，模式预测结果偏少15.6%。模式与实测结果的相关性较差。实况及模式预测数据均未显示东北地区夏季累计降水量具有明显的变化趋势。较观测数据，模式预测结果的波动性较低，波动程度不一致。

4 参考文献

[1] 丑纪范.短期气候预测的现状问题与出路（一）[J].沙漠与绿洲气象，2003，26（2）：1-4.

[2] 丑纪范.短期气候数值预测的进展和发展前景[J].世界科技研究与发展，2001，46（2）：1-3.

[3] 丑纪范.天气数值预报中使用过去资料的问题[J].中国科学，1974（6）：635-644.

[4] 邱崇践，丑纪范.天气预报的相似—动力方法[J].大气科学，1989（1）：22-28.

[5] 丁一汇，刘一鸣，宋永加，等.我国短期气候动力预测模式系统的研究及试验[J].气候与环境研究，2002，7（2）：236-246.

[6] 李维京，张培群，李清泉，等.动力气候模式预测系统业务化及其应用[J].应用气象学报，2005，16（增刊1）：1-11.

[7] 王启光，封国林，郑志海，等.长江中下游汛期降水优化多因子组合客观定量化预测研究[J].大气科学，2011，35（2）：287-297.

[8] 龚志强，支蓉，侯威，等.基于复杂网络的北半球遥相关年代际变化特征研究[J].物理学报，2012，61（2）：539-547.

[9] 龚志强，赵俊虎，封国林，等.基于年代际突变分量的东亚夏季降水动力-统计预报方案研究[J].中国科学：地球科学，2015（2）：236-252.

[10] 吴统文，宋连春，刘向文，等.国家气候中心短期气候预测模式系统业务化进展[J].应用气象学报，2013，24（5）：533-543.

[11] WU T，LI W，JI J，et al.Global carbon budgets simulated by the Beijing Climate Center Climate System Model for the last century[J].Journal of Geophysical Research Atmospheres，2013，118（10）：4326-4347.