ECC方法在中国夏季气温预测研究中的应用

以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(Ensemble Canonical Correlation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。     

基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,而2005—2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

基于土壤湿度和年际增量方法的我国夏季降水预测试验

选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,而2005~2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。     

旋转经验正交函数分解回归方法在东北夏季气温季节预测和成因诊断中的应用

利用中国东北4省/区73个地面气象观测站1971—2011年6—8月月平均气温,以及NCEP/NCAR再分析1971—2011年月平均高度和NOAA月平均海表温度（SST）资料,基于主成分回归（PCR）预测方法的思想,用同年1—5月北半球大气环流和全球SST场建立了东北地区夏季气温的统计预测模型,该建模方法是主成分回归方法的变形,计算方法较为简易,对气温等级的季节预测有较好的预报效果;并用其计算过程做了前期气候成因诊断。考虑到旋转经验正交函数分解样本误差较小、空间模态结构清晰,但特征向量的时间系数在不同时段有所变化的特点,故使用旋转经验正交函数分解整个时段的东北夏季气温场,然后基于旋转经验正交函数分解结果,进行前期影响因子甄别,最后建立多元线性逐步回归预测模型,建模期为前30年,独立样本预报期为后11年。30 a逐年交叉回报检验和11 a独立样本预测效果都显示该模型具有较高的预报技巧,尤其对气温等级的预测具有参考价值。用预测模型的中间过程诊断了东北夏季各月某一类典型气温异常的前期成因：5月北极涛动和北大西洋涛动（AO/NAO）、北太平洋涛动（NPO）以及副热带纬向一致异常型（SZ）等大气大尺度低频波动对6月吉林和辽宁省气温异常有显著影响;3月北极涛动和北大西洋涛动、东太平洋涛动（EP）及欧亚遥相关型波列对7月内蒙古东北部气温异常有显著影响;5月在北半球中高纬度大尺度低频波列不显著的情况下,SZ型低频波列对8月内蒙古东北部部分地区和黑龙江中、西部等地气温异常有显著影响;前期海温呈厄尔尼诺（拉尼娜）型、同时北大西洋海温三极子为正（负）位相,一般与导致东北6月和7月偏冷（暖）的大气环流型相匹配;春末热带印度洋全区海表温度一致异常模态（IOBM）正（负）位相与导致东北8月偏暖（冷）的大气环流型相匹配。     

基于BCC_CSM模式的中国东部夏季降水预测检验及订正

基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:（1）模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态（偶极子型模态和全区一致型模态）,但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;（2）模式能够合理预测大尺度环流和海表温度（SST）的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;（3）针对1991~2003年回报试验数据中的500 hPa位势高度、850 hPa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态（第二模态）与观测的空间相关系数由原始的0.12（0.48）提高到了0.58（0.80）,时间相关系数则从0.47（0.15）提高到0.80（0.67）;其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。     

中国冬季气温的集合典型相关分析和预报

以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.     

云南夏季降水异常的影响因子及物理统计预测方法

云南夏季降水年际变化较大,影响因子众多,夏季降水的预测较为困难。使用1965—2017年云南省122个气象观测站的逐日降水资料和NCEP大气环流资料,采用年际增量的方法来预测云南夏季降水。文中基于云南夏季降水年际增量变化规律和影响夏季降水的环流形势及物理过程,选取了6个具有物理意义的预测因子,包括:前期2月南太平洋海温异常、前期2月东亚北部海平面气压异常、前期4月北美500hPa位势高度异常、前期5月太平洋北部海平面气压异常、前期1月印度半岛北部500hPa位势高度异常及前期2月澳洲以南地区200hPa高度场偶极子异常,来建立云南夏季降水预测模型。并对预测模型进行逐年交叉检验和1998—2017年逐年独立样本检验。交叉检验中夏季降水年际增量预测值和观测值的相关系数为0.85,相对均方根误差为8.0%。回报检验中夏季降水年际增量的相对均方根误差为9.1%,63.0%的异常年份预测值能够准确地预报出夏季降水异常。该预测模型有较好的预测能力。     

基于聚类分区的中国夏季降水预测模型

文章基于近邻传播客观聚类方法对中国夏季降水进行了气候分区,以中国不同分区的夏季降水为预测对象,使用前期的海温和海平面气压场为预测因子,利用图像标签算法提取高相关封闭区域的预测因子信息。结合最小二乘回归法建立预测模型。采用Ps评分、距平符号一致率和距平相关系数三种评分方法检验了该预测模型,比较了四种不同的因子配置方案的预测能力。研究结果表明,利用冬春季海温的演变特征结合海平面气压的年际变化为预测因子的分区预测模型效果较好,在1982—2009年期间的平均交叉检验平均Ps得分为81.4,距平符号一致率为63%,距平相关系数为0.35,2010—2014期间的独立样本预测检验的平均评分分别为77.1,58%和0.19,且逐年回报效果较为稳定,表明该方法对中国夏季降水有较好的预测效果。研究结果显示,该预测模型能较好地预测出2014年中国夏季降水南多北少的分布特征。     

陆面热力因子应用于中国夏季降水预测的初步试验

基于对中国东部夏季降水与欧亚大陆土壤温度和全球海表温度的相关分析,选取不同关键区的土壤温度和海表温度作为夏季降水的预测因子。利用1961-1990年的资料,分别以土壤温度作为第1组预测因子,海表温度作为第2组预测因子,综合海表温度与土壤温度因子作为第3组预测因子,使用改进的典型相关分析和集合典型相关分析法对中国东部夏季降水场进行预测,建立了相应的预测模型。然后,利用1991—2010年的资料进行了独立样本预测试验。在独立样本预测试验中,综合海表温度与土壤温度因子建立的模型比只用海表温度进行预测的各项预测评分高,说明加入土壤温度因子后预测效果有所提高。基于陆面热力因子的预测模型对夏季降水有一定的技巧,而综合海温与陆面热力因子的预测模型对中国东部夏季降水有较高的预测能力。     

中国夏季降水预测因子潜在技巧分布图及应用

影响我国夏季汛期降水异常的因子繁多,不同因子之间复杂的相互作用制约我国夏季降水季节预测水平。目前动力模式对降水预测技巧水平较低,如何开发客观统计预报方法,提高我国夏季降水预报技巧依然存在挑战。该文基于最小二乘法拟合和交叉检验方法,提出一种搜索预测因子潜在预测技巧的方法（潜在技巧分布图）,并基于该方法开发预测因子自动选择器,建立中国夏季降水异常自动统计预测模型。与传统线性相关分析相比,潜在技巧分布图不受极端气候事件影响,可直观展现具有显著预测技巧的前兆信号,而预测因子自动选择器则能从潜在技巧分布图中自动筛选最优预测因子,获得逐年不同的预测因子,更符合中国夏季降水异常影响因子多样性的客观事实。在完全剔除预测当年信息的回报试验中,该预测模型对1999—2019年中国夏季汛期降水异常的历史回报技巧明显高于动力模式。通过方差订正,历史回报降水的PS评分从71.00分提高到82.10分,显示了该模型的潜在预报潜力。     

不同区域海温异常对中国夏季旱涝影响的诊断研究和预测试验

利用季降水异常的典型集合相关预测模式, 研究了前期和同期不同季节全球海表温度距平场与中国夏季旱涝的遥相关分布特征以及这种相关型随季节的变化, 揭示了全球海温的异常变化在中国夏季旱涝中的信号特征.研究表明, 全球不同区域海温对我国夏季降水的影响存在着明显的季节差异.全球特定的海温分布可以作为中国夏季旱涝预报的信号因子.选取不同区域及不同时段的海温场作为因子场分别对1998、 1999年这两个典型年份的我国夏季降水进行了诊断研究和预测试验, 并通过不同区域海温的影响权重做集成预测.试验结果表明:不同区域海温的集成预测不仅可以有效地提高预测的准确性, 而且可以揭示不同时段不同区域海温的异常变化在夏季旱涝中的强信号现象.     

Interannual to decadal summer drought variability over Europe and its relationship to global sea surface temperature

Interannual to decadal variability of European summer drought and its relationship with global sea surface temperature (SST) is investigated using the newly developed self calibrated Palmer drought severity index (scPDSI) and global sea surface temperature (SST) field for the period 1901–2002. A European drought severity index defined as the average of scPDSI over entire Europe shows quasiperiodic variations in the 2.5–5 year band as well as at 12–13 years suggesting a possible potential predictability of averaged drought conditions over Europe. A Canonical Correlation Analysis between summer scPDSI anomalies over Europe and global SST anomalies reveals the existence of three modes of coupled summer drought scPDSI patterns and winter global SST anomalies. The first scPDSI-SST coupled mode represents the long-term trends in the data which manifest in SST as warming over all oceans. The associated long-term trend in scPDSI suggests increasing drought conditions over the central part of Europe. The second mode is related to the inter-annual ENSO and decadal PDO influence on the European climate and the third one captures mainly the drought pattern associated to Atlantic Multidecadal Oscillation. The lag relationships between winter SST and summer drought conditions established in this study can provide a valuable skill for the prediction of drought conditions over Europe on interannual to decadal time scales.     

Contribution of realistic soil moisture initial conditions to boreal summer climate predictability

Seasonal climate forecasts mainly rely on the atmospheric sensitivity to its lower boundary conditions and on their own predictability. Besides sea surface temperature (SST), soil moisture (SM) may be an additional source of climate predictability particularly during boreal summer in the mid-latitudes. In this work, we investigate the role of SM initial conditions on near-surface climate predictability during ten boreal summer seasons using three complementary ensembles of AMIP-type simulations performed with the Arpège-Climat atmospheric general circulation model. First we have conducted an assessment of the SM predictability itself through a comparison of simple empirical SM models with Arpège-Climat. The statistical and dynamical models reveal similar SM prediction skill patterns but the Arpège-Climat reaches higher scores suggesting that it is at least suitable to explore the influence of SM initialization on atmospheric predictability. Then we evaluate the relationships between SM predictability and some near surface atmospheric predictability. While SM initialization obviously improves the predictability of land surface evaporation, it has no systematic influence on the precipitation and near surface temperature skills. Nevertheless, the summer hindcast skill is clearly improved during specific years and over certain regions (mainly north America and eastern Europe in the Arpège-Climat model), when and where the SM forcing is sufficiently widespread and strong. In this case, a significant impact is also found on the occurrence of heat waves and heavy rains, whose predictability at the seasonal timescale is a crucial challenge for years to come.     

中国夏季气温对东亚土壤湿度异常响应的统计评估

基于欧亚夏季土壤湿度变化特征及其与中国夏季气温的相关分析,选取东亚地区作为土壤湿度异常影响中国夏季气温的陆面关键区,采用广义平衡反馈分析方法(GEFA)探讨了我国夏季气温对东亚地区土壤湿度异常的可能响应,并初步讨论了相关的物理过程。结果表明:中国夏季气温与东亚地区初夏和同期的土壤湿度异常具有密切的联系;进一步分析表明,夏季气温距平场对土壤湿度第一模态的响应最显著:当东亚中纬度及我国东部地区土壤湿度异常偏干时,夏季气温表现为一致增暖;而土壤湿度第二模态对长江流域至我国西部地区的气温有较弱的强迫作用;气温对第三模态的响应主要表现为华南地区的显著降温。并以对气温影响最为显著的土壤湿度异常第一模态为例,初步探讨了气温对土壤湿度异常响应的可能物理过程。当贝加尔湖以南以及我国东部的土壤偏干时,地表异常加热容易引起我国北方高层大气出现明显正异常和低层的反气旋性异常环流,上述环流异常容易导致温度偏高,同时不利于该区域降水的发生,进而导致土壤湿度偏低,上述正反馈机制可能是该区域土壤湿度与大气之间联系的一种可能途径。     

西太平洋暖池海温异常与中国夏季降水的关系

利用1951—2007年NOAA延长重构的海温资料、NCEP/NCAR再分析资料和中国160站降水资料,研究了夏季西太平洋暖池海温的年际变化特征及其与中国夏季降水的关系。结果表明,夏季西太平洋暖池海温异常具有明显的年际变化特征;夏季西太平洋暖池海温异常偏高(低)时,亚洲热低压减弱(加强),西太平洋副热带高压加强(减弱)、位置偏西(偏东),850 hPa风场上中国东部地区为偏北(南)风距平,使得东亚夏季风减弱(增强),导致长江中下游地区夏季降水偏多(少)。