气候的可预报性及其在新疆的初步研究成果简介

简要气候的可预报理论和新疆气温长期变化预报性初步研究的成果。     

云南地区季降水量和气温的潜在可预报性分析

利用云南地区42年气候资料,使用低频白噪声延伸法和方差分析方法,估计了该地区季节降水量和季节气温的气候噪声方差和潜在可预报性。分析结果表明：（1）云南季降水量的气候噪声方差随着季节降水量的增加而增加,空间上主要是由南往北减小,夏季降水量的气候噪声方差显著大于其他季节,季气温的气候噪声方差则随着季节气温的减小而增加,空间上春、冬季由东往西减小而夏、秋季由南往北增加;冬季气温的气候噪声方差显著大于其他季节;（2）云南季降水量和季气温的潜在可预报性同样具有显著的季节变化和空间变化,云南春季的降水量和气温的潜在可预报性均显著大于其他季节,夏季降水量和气温的潜在可预报性均较其他三个季节小;春、秋季降水量潜在可预报性西部大于东部,夏季北部大于南部,冬季则是南部大于北部,云南季气温除夏季外均是西部大于东部。（3）季风和冷空气活动可能对云南地区的季降水量和气温的潜在可预报性有重要影响。     

新疆气温长期变化可预报性的初步研究(二)──分维、可预报期限分析

利用新疆区域50个站30年气温资料，计算了新疆地区逐日气温、逐候气温、逐月气温的分维和平均可预报期限，研究了新疆气温不同时间层次的可预报期限的分布特征，得到一些有意义的结果。     

月尺度气温可预报性对资料长度的依赖及可信度

利用全国518个站1960—2011年逐日气温观测资料和160个站1983—2012年月尺度气温客观预测数据,基于非线性局部Lyapunov指数和非线性误差增长理论,研究中国区域月尺度气温可预报性期限对资料序列长度的依赖性。结果表明:气温可预报性期限对资料序列的长度有一定程度的依赖性,在西北、东北及华中地区尤为明显。平均而言,45年的资料序列长度才能够得到稳定合理的可预报性期限。为了验证气温可预报期限计算结果的可信度,将月尺度气温的可预报性期限与客观气候预测方法的预报评分技巧进行对比,发现两者结果非常一致。其中,由观测资料得到的1月气温的可预报性期限明显低于7月,1月客观气候预测方法的预报评分技巧也明显低于7月,且1月 (7月) 预报评分的空间分布型与1月 (7月) 气温可预报性期限的空间分布型较为一致。因此,利用非线性局部Lyapunov指数和台站逐日观测资料分析气温的可预报性期限结果是可信的。     

吉林省夏季降水量潜在可预报性估计

短期气候预测的主要对象是气温和降水的月、季平均量和总量，需要做预报是因为它们有年际变率，但是年际变率究竟有多少是可以被预报出来的呢？通常情况下将总的年际变率划分为主要来源于大气下边界条件持续性外源强迫引起的可预报成分和由于大气内部不稳定性产生的日际天气振荡引起的不可预报成分，前者称气候信号，后者称气候噪声，我们用两个成分的方差之比给出潜在可预报性的测度。本文用低频白噪声延伸法估计了吉林省夏季（6～8月）降水量潜在可预报的气候信号方差和天气噪声方差。结果表明，我省各地均存在潜在可预报性信号。以绝对误差小于均方差0．68倍做为预报正确的标准，我省70%的站预报正确率上限达60％以上。     

天气和气候的可预报性

从理论和实际角度描述了天气和气候可预报性的认识过程.天气和气候的可预报性,特别是10～30天预报依赖于空间和时间尺度,预报包含了可预报分量和混沌分量.可预报性研究的最大挑战,来自气象极端事件的可预报性问题.     

气候系统可预报性理论研究

介绍了作者近年来关于气候系统可预报性理论研究的一些工作,包括:非线性最快增长扰动理论以及在气候预测的可预报性研究中的应用;从一个新的角度研究了2类可预报性问题,并提出可预报性的3类子问题;根据计算不确定性原理,讨论了模式可预报性与机器精度的关系;探讨了可预报性与时空尺度的关系,建立了可预报性的相对观.     

延伸期预报中的可预报性浅析

延伸期（10-30天）预报是无缝隙集约化预报预测业务体系的重要一环,一直以来在防灾减灾科学决策中起着重要作用。然而实际预报中,其准确率较中短期天气预报和气候预测均明显偏低,原因在于随着预报时效延长,预报结果存在明显的不确定性。因此,业务预报中需要充分考虑预报对象的可预报性。本文通过总结延伸期时效可预报性的来源、主流数值模式预报性能的现状,介绍了一线业务中的预报思路及常用的可预报性参考产品,揭示了可预报性理论在延伸期预报中的应用。同时还展望了延伸期预报未来的发展方向。     

新疆气温长期变化可预报性的初步研究(三)──新疆月平均气温的小波分析

利用新疆50个站30年月平均气温资料分析了新疆月平均气温的小波谱特征，指出新疆气温长期预报可预报性的地理差异和季节差异的原因之一是序列时间结构的差异。     

目前短期气候预测可预报性的研究概况

气候的可预报性研究是气候变化研究的一个重要方面，作者首先介绍了短期气候预测之所以可行的两个主要原因，以及短期气候预测可预报性问题的实质；然后，较详细地介绍了目前研究月、季尺度时间平均可预报性的方差分析方法，包括了对实际大气和模式大气可预报性的研究；最后，对时间平均可预报性的研究结论进行了总结。     

土壤湿度对东亚夏季气候潜在可预报性影响的数值模拟

利用全球大气环流模式NCARCAM3进行了在给定的观测海温条件下的22a（1979—2000年）5—8月的2组集合试验。运用方差分析方法,分析了在气候态和年际变化的表层土壤湿度情况下,CAM3模式模拟的东亚夏季气候潜在可预报性及其差异。结果表明：在给定的观测海温条件下,采用气候态的土壤湿度时,CAM3模式模拟的东亚夏季气候的潜在可预报性偏低;而采用年际变化的土壤湿度时,模拟的夏季气候潜在可预报性有所提高,尤其是在中国西北地区;后者模拟的中国西北地区夏季降水和气温的潜在可预报性比前者的模拟结果提高0．1以上。其原因可能是：采用年际变化的土壤湿度时,模式可以更好地模拟出中国西北地区的地表蒸发量和湍流热通量的年际变化,进而使得模式对该地区夏季气候的预报技巧得到提高。     

我国的降水资源及其稳定性与潜在可预报性（Ⅱ）潜在可预报性

本文探讨了年降水量气候噪声估计的方法，并利用我国分布较均匀的１６２个测站１９６０－１９９１年降水资料，讨论了年降水量的潜在可预报性，以便进一步研究月，季降水量的可预报性。结果得出；黄河以南和长江流域的广大地区，特别是四川东部和江淮地区，是我国降水量气候噪声最大的地区；华北，西北以及华南地区降水量的潜在可预报性较大黄河以南和长江流域中下游地区降水量的潜在可预报性较小。     

短期气候数值预测可预报性问题

该文利用 IAP L2 AGCM1 - 1模式进行 1 7年 ( 1 980～ 1 996年 )、每年 9个单个积分的集合后报试验 ,采用方差分析的方法对试验结果进行可预报性研究 .结果表明 :在热带地区 ,海表温度 ( SST)异常引起的可预报性较高 ,50 0 h Pa高度场高值区沿热带呈带状分布 ,在热带外仅有部分相对高值区 ;在中高纬度地区 ,春季的可预报性高于夏季 ;一般来说各场的可预报性海洋高于陆地 .在北太平洋春季 ,50 0 h Pa高度场、海平面气压场和表面气温场有一可预报高值区 .在中国区域 ,降水场、海平面气压场和表面气温场的可预报性从我国南海向西北递减 .     

BCC二代气候系统模式的季节预测评估和可预报性分析

本文利用国家气候中心（BCC）第二代季节预测模式系统历史回报数据,从确定性预报和概率预报两个方面系统地评估了该模式对气温、降水和大气环流的季节预报性能,并与BCC一代气候预测模式的结果进行了对比,重点分析了二代模式的季节可预报性问题。结果显示,BCC二代模式对全球气温、降水和环流的预报性能整体上优于一代模式,特别在热带中东太平洋、印度洋和海洋大陆地区的温度和降水的预报效果改进尤为明显。这些热带地区降水预报的改进,可以通过激发太平洋—北美型（PNA）、东亚—太平洋型（EAP）等遥相关波列提升该模式在中高纬地区的季节预报技巧。分析表明,厄尔尼诺和南方涛动（ENSO）信号在热带和热带外地区均是模式季节可预报性的重要来源,BCC二代模式能够较好把握全球大气环流对ENSO信号的响应特征,从而通过对ENSO预报技巧的改进有效地提升了模式整体的预报性能。从概率预报来看,BCC二代模式对我国冬季气温和夏季降水具备一定的预报能力,特别是对我国东部大部分地区冬季气温正异常和负异常事件预报的可靠性和辨析度相对较高。因此,进一步提高模式对热带大尺度异常信号和大气主要模态的预报能力、加强概率预报产品释用对提高季节气候预测水平具有重要意义。     

单站气温信息传递及其可预报性研究

采用信息传递量作为度量气候可预报性的指标，分别讨论了我国各大气候区的１０个代表测站平均气温的可预报性。数值计算表明，各种不同时间尺度信息传递量具有不同的衰减特征，其差异反映出实际气候背景的差异，信息传递量较好地代表了可预报性特征。由于实测的信息衰减与模式信息衰减具有一致性，因此，信息传递可作为检验模式可预报性的有益工具。     

欧亚大陆积雪对我国春季气候可预报性的影响

利用大气环流模式IAP9L_CoLM,通过两组集合后报试验,考察了欧亚大陆积雪对我国春季气候可预报性的影响。一组试验为常规后报试验,积雪是由模式陆面过程预报得到的,另一组试验为积雪试验,模式积分过程中欧亚大陆雪水当量由微波遥感积雪资料替代,一天替换一次。通过分析两组试验后报结果的差异,来考察欧亚大陆积雪对我国春季（3~5月）气候可预报性的影响。分析表明:欧亚大陆积雪模拟水平的改善能提高春季欧亚大陆中高纬环流场（海平面气压场和中、高层位势高度场）的可预报性,模式对我国春季气温异常的年际变化和空间分布的可预报能力也有显著增强。对我国春季降水,虽然预报技巧较低,但引入较真实的欧亚积雪作用后,由于中高纬环流场预报技巧的改进导致降水的预测能力也有所改进。个例分析也表明,欧亚中高纬春季积雪异常模拟水平的改善导致了欧亚中高纬贝加尔湖及以南区域环流场可预报性的提高,最终使中国东部区域春季气候异常模拟技巧得以改善。以上结果也证实,欧亚大陆积雪是影响东亚区域春季气候的一个重要因子,要提高模式对中国春季气候的预报技巧,积雪模拟水平的改进是非常必要的。     

降水气候噪声和可预报性问题的初步研究

从气候噪声和可预报性的定义出发，讨论了气候噪声产生的原因，提出一种消除气候噪声的函数，讨论该函数的参数设置，并在此基础上进行了实例分析，结果表明利用该函数作用于气候预测样本，可以部分消除气候噪声，提高可预报性。     

随机误差对混沌系统可预报性的影响

根据非线性局部Lyapunov指数的方法, 以Logistic映射和Lorenz系统的试验数据序列为例, 研究了在初始误差存在的情况下, 随机误差对混沌系统可预报性的影响。结果表明: 初始误差和随机误差对可预报期限影响所起的作用大小主要取决于两者的相对大小。当初始误差远大于随机误差时, 系统的可预报期限主要由初始误差决定, 可以不考虑随机误差对预报模式可预报性的影响; 反之, 当随机误差远大于初始误差时, 系统的可预报期限主要由随机误差决定; 当初始误差和随机误差量级相当时, 两者都对系统的可预报期限起重要作用。在后两种情况下, 在考虑初始误差对可预报性影响的同时还必须考虑随机误差的作用。此外, 我们在已知系统精确的控制方程和误差演化方程的条件下, 研究了随机误差对可预报性的影响, 理论所得结果与试验数据所得结果相似。这表明在随机误差较小的情况下, 对系统可预报期限的估计相对准确, 但在随机误差较大的情况下, 可预报期限的估计误差也较大。本文利用三种不同的滤波方法对序列进行了试验, 结果表明, Lanczos高通滤波得到的高频序列与原始加入的噪声序列无论是在强度上还是在演变趋势上都表现得相当一致, 其能有效地去除高频噪音继而提高对系统的可预报期限的估计, 这对实际气象观测资料如何有效地去除噪音具有一定的启发意义。     

一种基于可预报性的暴雨预报评分新方法Ⅰ:中国暴雨可预报性综合指数

针对当前暴雨预报检验采用二分类事件检验方法存在的双重惩罚导致评分过低,没有考虑到中国暴雨可预报性时、空分布不均,不便于对比分析不同区域暴雨预报能力差异等问题,为了发展基于可预报性的新型暴雨预报评分方法,在综合分析影响预报员暴雨预报信心的主要因素（暴雨气候统计特征、天气影响系统运动尺度特征及数值模式预报能力等）基础上,利用2008—2016年4—10月中国国家气象信息中心5 km×5 km分辨率的多源降水融合格点分析资料、站点降水观测资料和中国国家级业务区域模式降水预报资料以及扩展空间暴雨样本统计方法,构建了一种新型的中国暴雨可预报性综合指数（Synthetic Predictability Index of Heavy Rainfall,以下简称SPI）数学模型,以定量描述中国各区域的暴雨可预报性特征。SPI数学模型由暴雨气候频率、暴雨面积比率和模式暴雨预报成功指数（Threat Score,TS）3个分量组成,计算了2008—2016年4—10月SPI的3个分量及其时、空变化特征。分析结果显示:暴雨面积比率对SPI的时间和空间变化影响最大,两者偏相关系数大于0.9;其次是暴雨气候频率的影响,两者偏相关系数值为0.8左右;第三是模式暴雨预报TS评分的影响,两者的偏相关系数为0.7左右。分析还发现,SPI大值区随季节而变化,空间分布不均匀:4—5月,可预报性大值区主要分布在华南地区;6—7月,主要分布在江淮流域;7月中旬至8月,大值中心从江淮北部移到华北和东北地区;9月,副热带高压南撤,大值中心也相应南撤。      

吸引子上天气和气候可预报性的估计

在吸引子上演变的天气和气候变量(局地地面气压和δ_(18)O-记录),从其相空间轨迹能演绎出可预报性。可预报性可由初始彼此接近的相轨迹之散度来定义,并且可由单一变量轨迹上扩展着的点对的累积距离分布估计出来,e倍膨胀率表征了可预报性的时间尺度。作为第一估计,我们得到了天气变量的可预报性时间尺度约为两周而气候变量的则为1.0～1.5万年。