中国东部夏季旱涝的多模式动力-统计概率预测研究

The prediction of summer flood-drought in eastern China is the focus and difficulty of short-term climate prediction in China. The chaos of the atmospheric system itself makes the prediction results more uncertain. However, the ensemble numerical prediction is an effective way to solve this problem. How to use the multi-model to reduce the uncertainty while increasing the number of the ensemble numerical models is a scientific problem in the ensemble numerical prediction today. Based on this problem, we use the eastern China summer precipitation results of the BCC_CSM, NCEP_CFSv2 and ECMWF_System4 to carry out the multi-model dynamic-statistical probability prediction study. Firstly, for the predictable components of the model errors, the key factors are selected from the extra-forcing factors such as the sea surface temperature, the sea ice area, the snow area and so on.Also, the historical similarity years are selected in the view of time variations. Secondly, using the model errors of the extra-forcing factors in historical similarity years to correct the current model errors. Finally, the Bayesian Model Averaging analysis method (BMA) is used to carry out the probabilistic prediction method and the predictive reliability of the multi-model dynamic-statistical set. The results can provide theoretical support for the climate ensemble numerical prediction and promote the development of the prediction of summer flood-drought in eastern China.

中国东部夏季旱涝的预测是我国短期气候预测的重点和难点，大气系统本身的混沌性使得预测存在较大的不确定性，而集合预报是解决这一难题的有效途径。如何利用多模式在增加集合预报成员的同时减小预测的不确定性是当前集合预报面临的一个科学问题。基于此，本项目拟利用BCC_CSM、NCEP_CFSv2和ECMWF_System4三个模式的中国东部夏季降水预报结果，开展多模式的动力-统计概率预报研究。首先，针对模式预报误差中的可预报分量，在前期的海温、海冰和积雪等外强迫中选取关键影响因子，并从其时间演变的角度选取历史相似；其次，利用外强迫历史相似年的模式预报误差，从多个角度对当前模式预报误差进行订正；最后，结合贝叶斯模型平均分析方法（BMA），开展多模式动力-统计集合的概率预报方法和预测可信度研究。相关成果可以为模式的气候集合预报提供理论支撑，推动我国东部夏季旱涝预测的理论、技术和方法的发展。

利用气候模式开展季节气候预测是国内外的主流，但数值模式在东亚季风区预报技巧偏低，因此，中国东部夏季旱涝的预测是我国短期气候预测的难点。较长一段时间内的解决办法是动力和统计相结合。大气系统本身的混沌性使得预测存在较大的不确定性，而集合预报是解决这一难题的有效途径。如何利用多模式在增加集合预报成员的同时减小预测的不确定性是当前集合预报面临的一个科学问题。基于此，本项目拟利用BCC_CSM、NCEP_CFSv2和ECMWF_System5三个模式的中国东部夏季降水预报结果，开展多模式的动力-统计概率预报研究。项目首先对比分析了国内外模式在中国东部夏季降水预测中的预报技巧发现不同ENSO背景下，模式对中国东部夏季降水的预测能力存在明显差异，且在误差的形成方式上也存在显著不同，在模式预报误差的订正研究中应充分考虑ENSO因素的影响。然后基于相似动力预报理论建立了多个动力统计预报方法及多模式-多分析的集合预报方案，并在业务中应用，取得了较好的服务效果。针对东北夏季降水预测技巧偏低问题，通过东北、华北和长江中下游地区三个区域夏季降水相联系的环流型及模式对环流型的预测能力、东北夏季降水与前期信号（海温）关系和东北夏季降水的多时间尺度变率的分析，揭示了其原因。针对模式对于最近20年东亚冬季发生的低温事件预测能力的不足，发现了这与模式预测存在暖偏差、模式模拟的气候变化趋势和实况不协调及模式对于前期北极海冰异常的响应不足有关。针对这些问题，提出去除模式气候变化趋势偏差的订正方法和基于前期北极海冰密集度的相似误差订正方法，较好地改进中亚和东亚地区冬季气温的预测技巧。