长江三角洲梅汛期降水与大气环流季节内演变的关系及延伸期预报

基于1981—2020年长江三角洲(简称长三角)地区62个国家基本气象站的逐日降水量资料及NCEP/NCAR全球大气逐日再分析资料,分析了长三角地区梅汛期降水与前期大气环流季节内协同演变的关系,在此基础上利用改进的时空投影方法(STPM)构建了针对该地区梅汛期降水的延伸期预报模型.结果表明:(1)长三角地区梅汛期降水存...     

上海梅汛期候降水异常的低频信号及延伸期预报

提高汛期降水过程的延伸期预报能力是目前天气预报和气候预测发展的重要方向。本文以上海梅汛期降水为例,利用非传统滤波方法提取多变量季节内分量,分析了梅汛期季节内候降水异常及其相联系的延伸期关键低频信号,进一步综合多变量低频信号建立了梅汛期候降水异常延伸期预报方法,并开展了多年的回报和试报检验。结果表明:①梅汛期候降水异常季节内分量具有显著的40～60d低频振荡周期,与降水异常实况具有显著的正相关和较高的符号一致率;②梅汛期季节内候降水异常与超前10～35d的热带及中高纬低频信号有关,主要包括:热带MJO(Madden Julian Oscillation)自阿拉伯海的向东传播、西太平洋副热带高压季节内活动的西北向传播、PNA(Pacific-North American)遥相关型的季节内位相转换以及东北亚冷空气的持续性异常影响;③综合上述多变量低频信号建立了延伸期候降水异常预报模型,对提前10～35d的延伸期候降水异常的季节内分量具有预报技巧,也能较好地预报实际的候降水异常趋势。     

2011年江西汛期降水低频分量的延伸期预报试验

利用2011年2—8月逐日降水量序列及东亚地区850 h Pa经向风场资料建立多变量时滞回归(multivariable lagged regression,MLR)模型,对5—7月江西降水10~30 d和50~70 d低频分量分别进行延伸期逐日预报实验。结果表明:2011年江西降水存在显著的10~30 d和50~70 d的振荡周期。降水50~70 d低频分量延伸期预报技巧明显优于10~30 d低频分量延伸期预报技巧,平均预报技巧高达0.86。降水50~70 d低频分量延伸期预报可准确预报降水低频位相的正负转换,能为江西延伸期强降水过程发生的时段预测提供预报信号。     

2011年江西汛期降水低频分量的延伸期预报试验

利用2011年2-8月逐日降水量序列及东亚地区850hPa经向风场资料建立多变量时滞回归(multivariable lagged regression, MLR)模型,对5-7月江西降水10-30d和50-70d低频分量分别进行延伸期逐日预报实验。结果表明：2011年江西降水存在显著的10-30d和50-70d的振荡周期。降水50-70d低频分量延伸期预报技巧明显优于10-30d低频分量延伸期预报技巧,平均预报技巧高达0.86。降水50-70d低频分量延伸期预报可准确预报降水低频位相的正负转换,能为江西延伸期强降水过程发生的时段预测提供预报信号。     

CFSv2对2018年浙江梅雨降水多尺度预测的性能评估北大核心

从梅雨预测的业务需求出发,系统开展了CFSv2模式对2018年浙江梅雨期降水预报能力的多时间尺度评估。结果发现3月1日—5月31日的起报结果整体上未能较准确地预测6月浙江大部降水偏少的趋势、仅5月31日的预测结果与实况相符;在延伸期尺度上,CFSv2预测的梅雨期总降水量较实况偏少30%左右;基于相关系数、均方根误差和新定义的综合预报技巧指数等指标分析模式的延伸期预报性能,发现对梅雨期总降水量、逐日区域平均降水量和逐日全省各站降水量的预报技巧有限,对浙江梅雨区的预报水平总体高于浙江全省。评估结果表明CFSv2预报产品表现出显著的系统性干偏差;在延伸期尺度上,随着预报时效的缩短,预报效果并非逐步提升、而是客观存在一个最佳预报时效,各起报日也分别对应着不同的最优预报时段,整体而言梅雨降水的延伸期预测可能对初值并不敏感。     

MJO对我国降水影响的季节调制和动力-统计降尺度预测

利用1981—2016年中国区域CN05.1格点降水资料和EAR-Interim再分析资料,研究了季节循环对于热带大气季节内振荡(MJO)对我国降水影响的调制作用,并基于模式对MJO的预报建立了针对延伸期降水的动力-统计降尺度模型。结果表明,MJO对我国季节内降水异常的影响明显受到季节循环的调制。当MJO对流在热带印度洋活跃时,我国降水偏多的区域随季节由南向北推进;当MJO对流位于海洋性大陆地区时,在秋、冬季我国东部和高原大部分地区降水异常偏少,而到了春、夏季该关系反转。MJO对流和基本气流(特别是副热带西风急流)的位置和强度的变化所引起热带外环流响应的不同是造成这种季节性差异的重要原因。模式检验表明,BCC_AGCM2.2对目标候MJO的预报技巧可达18d以上,在此基础上利用模式预报MJO信息构建了随季节演变滚动的MJO动力-统计降尺度预测模型。独立样本检验表明,该模型在较长时效(10~20d)下对MJO高影响区低频降水异常的预报技巧高于模式的直接预报,特别是在MJO活跃时期对降水预报技巧的提升更加明显,这为MJO信号释用提供了新的思路。     

MJO活动轨迹对贵州区域强降水过程延伸期预报的影响分析北大核心

通过对贵州省主汛期季节内振荡(Intra-Seasonal Oscillation,ISO)活跃年进行低频对流场和降水的合成分析,确定了影响贵州主汛期ISO和降水的热带印度洋(Indian Ocean,IO)低频对流关键区和南海(South China Sea,SCS)低频对流关键区,并利用MJO活动轨迹对贵州区域强降水过程开展了延伸期预报试验。将贵州省主汛期ISO位相划分为发展、峰值、减弱、抑制、谷值和恢复6个位相,发现贵州主汛期ISO活跃年的降水与本地区低频对流具有较好的对应关系,即在峰值位相时低频对流最强、降水正异常强度最强;在谷值位相时低频对流最弱、降水负异常强度最强。同时,热带和副热带低频对流场在贵州主汛期ISO波动的第1、4位相、第2、5位相及第3、6位相均呈反位相特征。在热带印度洋低频对流发展、并东传的过程中,有两条传播路径分别激发了孟加拉湾西南季风ISO活跃和南海热带季风ISO活跃共同影响贵州主汛期降水;在贵州主汛期有3个低频对流活跃期,IO关键区和SCS关键区ISO都有3次提前的低频对流加强。基于上述研究,分析MJO活动轨迹对贵州主汛期区域强降水过程的影响,发现热带印度洋MJO活动中心强度在贵州区域强降水过程发生前15 d~前3 d具有较好的持续性预报信号,提前9 d时正相关性最好。与延伸期预报业务规定的预报时段(未来11~30 d)相结合,通过确定贵州典型区域强降水过程发生前(提前量为10 d)至过程结束时段的MJO活动轨迹在历年中的最相似时段,发现MJO活动中心轨迹和强度对贵州区域强降水过程的趋势预报具有较好的指示意义。     

MJO对广西汛期降水的影响

利用1979—2012年中国753站地面气象观测站4—9月降水日资料和NCEP/DOE高度场、风场,温度场再分析Ⅱ格点日资料,基于实时多变量MJO指数研究MJO对于广西汛期(4—9月)降水的影响。根据MJO的8个不同位相使用逐日资料进行合成分析,结果表明:MJO对于广西汛期降水有显著影响。当MJO活跃中心位于西印度洋时,副高加强西伸,广西低层西南风增强,大量来自南海和孟加拉湾的水汽在广西上空辐合,广西汛期降水增强;当MJO活跃中心东移靠近西太平洋时,副高减弱东退,偏南暖湿气流向广西输送的水汽减少,其辐合减弱,广西汛期降水减少。     

广州逐日降水振荡及其延伸期预报的简谐波模型

利用1951—2010年广州逐日降水资料,采用功率谱、小波变换、Lanczos 滤波器和简谐波拟合等方法研究了广州逐日降水的振荡特征及其延伸期预报方法。结果表明,广州逐日降水振荡主要表现为2～4.1 d、8 d、13.3 d、40～60 d和120 d变化等5种时间尺度的准周期振荡,其中准单周变化、11～21 d、21～80 d的季节内振荡具有振幅和周期接近的1～2个振荡周期性循环出现的特征。利用小波变换揭示出近期逐日降水距平5 d滤波序列变化的主要周期,采用简谐波拟合的方法建立了广州逐日降水5 d滤波序列的延伸期预报模型。对1990—2009年近20年的后报结果分析表明,所建立的延伸期预报简谐波模型除第24 d和29 d外,前33 d的预报值与低通滤波值之间的相关达到0.05的显著性水平。对未来34 d降水低频分量极大值的预报与实况低通滤波极大值相差在0～2 d的概率最高,可为中期与延伸期降水过程出现时段的预报提供重要参考。      

延伸期过程预报预测技术及应用

对自主研发的低频图方法和低频波方法、延伸期过程预测客观检验指标(Zs和Cs评分)、月内重要过程与趋势预测系统(MAPFS 2.1)及其推广应用情况做了介绍。对近4年(2013—2016年)上海地区汛期延伸期强降水过程业务预测和近2年(2015—2016年)冬季延伸期强降温过程业务预测进行了客观检验。结果显示,汛期强降水过程、冬半年强降温过程(强冷空气过程)预测准确率分别为67.3%和43.2%,Zs/Cs评分分别为0.153/0.130、0.139/0.09。低频图方法对各年汛期最强降水过程均给出了较好的预测,说明预测方法具有一定的预测潜力。基于MJO(Madden-Julian Oscillation)活动的上海汛期逐候降水趋势预测方法2年(2014—2015年)的预测结果Ps评分平均达到58分,为汛期延伸期强降水过程预测和入梅、出梅延伸期预测提供了较有价值的预测背景信息。     

Prediction of the Madden�CJulian oscillation with the POAMA dynamical prediction system

Predictions of the Madden?CJulian oscillation (MJO) are assessed using a 10-member ensemble of hindcasts from POAMA, the Australian Bureau of Meteorology coupled ocean?Catmosphere seasonal prediction system. The ensemble of hindcasts was initialised from observed atmosphere and ocean initial conditions on the first of each month during 1980?C2006. The MJO is diagnosed using the Wheeler-Hendon Real-time Multivariate MJO (RMM) index, which involves projection of daily data onto the leading pair of eigenmodes from an analysis of zonal winds at 200 and 850?hPa and outgoing longwave radiation (OLR) averaged about the equator. Forecasts of the two component (RMM1 and RMM2) index are quantitatively compared with observed behaviour derived from NCEP reanalyses and satellite OLR using the bivariate correlation skill, root-mean-square error (RMSE), and measures of the MJO amplitude and phase error. Comparison is also made with a simple vector autoregressive (VAR) prediction model of RMM as a benchmark. Using the full hindcast set, we find that the MJO can be predicted with the POAMA ensemble out to about 21?days as measured by the bivariate correlation exceeding 0.5 and the bivariate RMSE remaining below ~1.4 (which is the value for a climatological forecast). The VAR model, by comparison, drops to a correlation of 0.5 by about 12?days. The prediction limit from POAMA increases by less than 2?days for times when the MJO has large initial amplitude, and has little sensitivity to the initial phase of the MJO. The VAR model, on the other hand, shows a somewhat larger increase in skill for times of strong MJO variability and has greater sensitivity to initial phase, with lower skill for times when MJO convection is developing in the Indian Ocean. The sensitivity to season is, however, greater for POAMA, with maximum skill occurring in the December?CJanuary?CFebruary season and minimum skill in June?CJuly?CAugust. Examination of the MJO amplitudes shows that individual POAMA members have slightly above observed amplitude after a spin-up of about 10?days, whereas examination of the MJO phase error reveals that the model has a consistent tendency to propagate the MJO slightly slower than observed. Finally, an estimate of potential predictability of the MJO in POAMA hindcasts suggests that actual MJO prediction skill may be further improved through continued development of the dynamical prediction system.     

国家气候中心MJO监测预测业务产品研发及应用

热带大气低频振荡 (MJO) 和北半球夏季季节内振荡 (BSISO) 对全球范围天气气候事件有重要影响,是次季节-季节 (S2S) 预报最主要的可预报性来源之一。国家气候中心 (BCC) 基于我国完全自主的T639全球分析场数据、风云三号气象卫星射出长波辐射 (OLR) 资料以及BCC第2代大气环流模式系统的实时预报,发展了MJO实时监测预测一体化业务技术,建立了ISV/MJO监测预测业务系统 (IMPRESS1.0),已投入实时业务运行,在全国气象业务系统得到应用。该文着重介绍该系统提供的MJO和BSISO指数监测预测数据和图形产品,并描述了这些业务产品在2015年对MJO典型个例的实时监测预测应用情况。监测分析和预报检验表明,基于我国自主资料的监测结果能够较为准确地表征MJO和BSISO指数的振荡和演变过程,该系统对MJO和BSISO事件分别至少具备16 d和10 d左右的预报技巧。因此,基于IMPRESS1.0的MJO/BSISO监测预测一体化业务产品可为制作延伸期预报提供重要的参考依据。     

Comparison of extended medium-range forecast skill between KMA ensemble,ocean coupled ensemble,and GloSea5

This article describes a three way inter-comparison of forecast skill on an extended medium-range time scale using the Korea Meteorological Administration (KMA) operational ensemble numerical weather prediction (NWP) systems (i.e., atmosphere-only global ensemble prediction system (EPSG) and ocean-atmosphere coupledEPSG) and KMA operational seasonal prediction system, the Global Seasonal forecast system version 5 (GloSea5). The main motivation is to investigate whether the ensemble NWP system can provide advantage over the existing seasonal prediction system for the extended medium-range forecast (30 days) even with putting extra resources in extended integration or coupling with ocean with NWP system. Two types of evaluation statistics are examined: the basic verification statistics - the anomaly correlation and RMSE of 500-hPa geopotential height and 1.5-meter surface temperature for the global and East Asia area, and the other is the Real-time Multivariate Madden and Julian Oscillation (MJO) indices (RMM1 and RMM2) - which is used to examine the MJO prediction skill. The MJO is regarded as a main source of forecast skill in the tropics linked to the mid-latitude weather on monthly time scale. Under limited number of experiment cases, the coupled NWP extends the forecast skill of the NWP by a few more days, and thereafter such forecast skill is overtaken by that of the seasonal prediction system. At present stage, it seems there is little gain from the coupled NWP even though more resources are put into it. Considering this, the best combination of numerical product guidance for operational forecasters for an extended medium-range is extension of the forecast lead time of the current ensemble NWP (EPSG) up to 20 days and use of the seasonal prediction system (GloSea5) forecast thereafter, though there exists a matter of consistency between the two systems.     

基于季节内振荡的延伸预报试验

2～4周的延伸预报是近年来国际上天气和气候业务预报发展的一个重要方向。本文以江淮梅雨区降水为例, 在利用集合经验模态分解 (EEMD) 及多变量EOF方法获取梅雨区降水及其影响系统低频信号的基础上, 采用最优子集回归方法、 经验波传播 (EWP) 方法及全球海气耦合模式产品, 对梅雨季节内演变的延伸期预报方法进行了预报和试验, 以期为建立延伸期预报业务提供科学依据。试验结果表明: (1) 大气季节内振荡对梅雨区降水的延伸预报具有重要的应用价值, 可能是联系天气过程和异常的重要系统。(2) 通过EEMD方法提取前期降水演变及影响因子的季节内振荡信号, 采用最优子集回归统计学方法对梅雨区逐候降水量演变进行超前30天预报是有可能的。(3) EWP经验动力方法对热带ITCZ活跃异常的未来40天东传可能具有较好的预报效果, 还可能较好地预报出延伸期的梅雨区风场距平演变, 具有一定应用价值。(4) 全球海气耦合动力模式输出产品在延伸期环流形势趋势预报及20天左右的MJO指数预报方面有一定的参考价值。     

MJO预报研究进展

热带大气季节内振荡 (Madden-Julian oscillation,MJO) 是次季节-季节时间尺度气候变率的支配模态。它不仅对低纬度地区天气气候产生重要影响,还能够通过经向传播和激发大气遥相关波列对中高纬度地区产生影响,是延伸期尺度最重要的可预报性来源。因此,MJO预报是次季节-季节气候预测中极为重要的部分,近年来受到国际学术界广泛关注。该文回顾了MJO预报发展历史,概述了当前国际上主要科研业务机构的MJO预报发展现状。目前基于统计方法和气候模式的MJO预报研究取得了较大进展,特别是多个耦合气候模式和一种基于时空投影方法的统计模型均能够显著提升MJO预报技巧 (有效预报可达20 d以上)。该文还介绍了中国气象局国家气候中心在MJO预报技术发展和业务系统研制方面的新进展,当前基于第2代大气环流模式的MJO业务预报填补了国内空白,技巧为16~17 d,而耦合气候模式试验的技巧已达到约20 d。总体来看,利用耦合模式预报MJO是未来发展的主要方向,其中,面向MJO的模式初始化和集合预报新方法研究将是关注重点。     

多变量时滞回归模型在江南地区初夏降水低频分量延伸期预报中的应用

利用江南地区77个台站的日降水资料及NCEP/NCAR再分析资料,基于不同时间尺度的江南地区降水低频分量和东亚地区850 h Pa低频经向风主成分,建立了多变量时滞回归(Multivariable Lagged Regression,MLR)模型,并对2011年5—7月江南降水低频分量进行延伸期逐日预报试验。结果表明,50~70 d时间尺度的江南低频降水的平均预报技巧高达0.92,可准确预报持续性强降水过程和降水低频位相的正负转换。对利用2001—2012年资料分别构建的MLR模型的历史回报预测试验表明,在50~70 d振荡较强和正常的年份,模型能提前30 d做出初夏江南低频降水分量预报。模型结果也表明,850 h Pa低频经向风的发展和演变是影响初夏江南低频降水未来30 d变化的显著信号,可作为延伸期强降水预报的关键因子。     

Ocean–atmosphere coupling and the boreal winter MJO

The influence of ocean–atmosphere coupling on the simulation and prediction of the boreal winter Madden–Julian Oscillation (MJO) is examined using the Seoul National University coupled general circulation model (CGCM) and atmospheric—only model (AGCM). The AGCM is forced with daily SSTs interpolated from pentad mean CGCM SSTs. Forecast skill is examined using serial extended simulations spanning 26 different winter seasons with 30-day forecasts commencing every 5 days providing a total of 598 30-day simulations. By comparing both sets of experiments, which share the same atmospheric components, the influence of coupled ocean–atmosphere processes on the simulation and prediction of MJO can be studied. The mean MJO intensity possesses more realistic amplitude in the CGCM than in AGCM. In general, the ocean–atmosphere coupling acts to improve the simulation of the spatio-temporal evolution of the eastward propagating MJO and the phase relationship between convection (OLR) and SST over the equatorial Indian Ocean and the western Pacific. Both the CGCM and observations exhibit a near-quadrature relationship between OLR and SST, with the former lagging by about two pentads. However, the AGCM shows a less realistic phase relationship. As the initial conditions are the same in both models, the additional forcing by SST anomalies in the CGCM extends the prediction skill beyond that of the AGCM. To test the applicability of the CGCM to real-time prediction, we compute the Real-time Multivariate MJO (RMM) index and compared it with the index computed from observations. RMM1 (RMM2) falls away rapidly to 0.5 after 17–18 (15–16) days in the AGCM and 18–19 (16–17) days in the CGCM. The prediction skill is phase dependent in both the CGCM and AGCM.