气候背景态的变化与物理统计集合预测模型改进

物理统计与集合分析相结合是当前改进和提高短期气候预测水平切实可行的技术方法之一。本项目基于物理统计预测模型中环流指数因子与预测量之间的不稳定性及其对模型稳定性的影响研究，为进一步改进预测模型，提高短期气候预测能力提供科学依据。该研究以新疆汛期降水、冬季降雪等为例，主要探讨区域气候要素和影响区域气候要素变化的主要大气环流系统的背景态变化特征，以及两者背景态变化之间的联系；进行背景态变化对引起气候要素变化的环流系统因子稳定性的影响研究，分析不同时间窗口下的气候要素与环流因子之间的相关稳定性、线性趋势显著性水平不同影响入选模型的环流因子的敏感性、均值突变前后时段不同背景态下影响要素年际变化的显著环流因子对比等；探讨物理统计与集合分析相结合的预测模型改进方法，开展基于相关不稳定性的多个成员的不同集合方案的对比和优化，并检验其预测效果，改进物理统计集合预测模型。

1 新疆区域气候要素和主要环流指数的气候背景态都发生了变化。北疆、天山山区和南疆三个区域月平均气温、降水量30年平均值均呈上升趋势。印度副高面积指数年代际背景平均值在1961-1990时期较1951-1980时期明显下降，而后的1971-2000时期和1981-2010时期又逐步上升。新疆北部夏季（6～8月）降水指数和前一年11月到当年1月的印度副高面积指数之间的相关不稳定，窗口长度越小滑动相关系数的变率越大。.2 物理统计预测方法及模型优化。①建立模型过程中引入交叉建模方案。对于1961～2011年160站夏季降水量及环流因子，每次建立模型使用50个样本，依次拿出1961、1962、……、2010、2011年作为试报年，同时使用该模型预测2012年夏季降水量。②不断补充和调整前期环流指数因子。2010年以国家气候中心整理的74项月环流特征指数为因子，2011年从CPC网站下载因子，数量增加到98个，2012年将因子数补充到了108个。③设计了反映环流系统的“持续异常”和“转折变化”的预测因子方案。 “持续异常”用加法表示，“环流转折”用减法表示，用两套因子库分别建立了“滑动相关——逐步回归——集合分析”模型。④设计了“去线性趋势”与“原始序列”两套建模方案。设计了“原始序列”和“去线性趋势”两套建模方案，“去线性趋势”方案的预测效果好于“原始序列”方案。⑤基于交叉建模基础上的“集合分析”方案实现。对于每个站都能得到用交叉检验逐年试报模型预测的51个2012年夏季降水预测值，然后再用算术平均值方法计算各站2012年汛期降水量的集合预测结果。⑥逐月起报的汛期降水滚动预测的实现。在3月制作全国160站汛期预测时，用前一年3月到当年2月的月环流特征量指数为因子。在4月（5月）制作汛期滚预报时，使用前一年4月（5月）到当年3月（4月）的指数为因子，实现了逐月汛期降水滚动预测。.3 探讨区域夏季（JJA）降水异常的前期环流指数因子。以新疆北部、华北来两个区域的夏季降水预测为例，归纳出改进“滑动相关——逐步回归——集合分析”客观统计预测模型的有效参数：集合成员数不多于3个，初选模型的因子数不少于4个。.4 业务应用。在新疆年景分析预测、春播气象条件预测、汛期预测等业务服务中应用。还在全国汛期滚动预测、年度预测等业务中提交预测结果参与国家气候中心预测室参加会商。