基于相似年加权的中国夏季降水多模式集合预报及其误差解析

Multimodel ensemble forecast is a prevalent research problem in the atmospheric field and weight optimization is one of the key factor. The traditional methods of determining the weights from the purely mathematical point are difficult to further improve multimodel ensemble forecasting techniques because of their inherent defects. In this project, according to the predictors which are abnormal in prophase, the similar years are selected by compressing the freedom through EOF based on the optimal multifactor scheme and the abnormal factors scheme. According to the precipitation forecasting test scores of the models of similar years, the different normalized weight coefficients are given to these models to obtain the weighting scheme of the multimodel ensemble forecast for summer precipitation in China. The applicability of the different multimode ensemble forecasting methods is revealed by comparing their forecasting performance of summer precipitation in China. The mathematical relationship of the forecasting errors between the multimode ensemble forecasting model and each model was theoretically established by error propagation theory and error decomposition theory to quantify the error contribution of the different weighting scheme models and define the error source and type. The effect of weight optimization on improving the multimodel ensemble forecast skill was also analyzed. The achievements are expected to provide a new weighting scheme for the multimode ensemble forecast and a scientific basis for further clarifying the multimodel ensemble forecasting optimization direction.

多模式集合预报是大气科学领域的研究热点，其中权重优化是关键环节之一。传统权重确定方法单纯从数学角度出发，因其固有缺陷难以进一步提高多模式集合预报技巧。项目根据预报年前期关键气候因子和异常信号，通过EOF压缩自由度，基于最佳多因子组合和异常因子组合选取相似年；以相似年模式降水预测检验评分为依据，赋予不同模式归一化权重系数，获得中国夏季降水多模式集合预报的相似年加权方案；对比该方案与传统多模式集合预报方案对中国夏季降水的预报性能，揭示其对中国夏季降水预测的适用性。借助误差传递理论和误差分解理论，建立多模式集合预报误差与各个模式预报误差的数学关系，定量解析不同加权方案模式误差对多模式集合预报误差的贡献，明确不同加权方案多模式集合预报的主要误差来源和误差类型，揭示权重优化对提高多模式集合预报技巧的作用。预期成果为多模式集合预报提供一种新的加权方案，并为进一步明确多模式集合预报优化方向提供科学依据。

多模式集合预报是大气科学领域的研究热点，其中权重优化是关键环节之一。传统权重确定方法单纯从数学角度出发，因其固有缺陷难以进一步提高多模式集合预报技巧。. 项目借鉴相似预报原理优化权重，根据预报年前期冬季海洋和大气环流关键因子和异常信号，通过EOF压缩自由度，综合多因子组合和异常因子组合2种优势互补的方案选取相似年，以相似年模式降水预测检验评分距平相关系数为依据，赋予不同模式归一化权重系数，建立了基于相似年加权的中国夏季降水多模式集合预测模型。该模型对中国夏季降水预测具有较好的适用性，在预测技巧方面比多模式等权重集合平均、消除偏差集合平均、多模式超级集合多元线性回归法、空间相关加权集合等方案和最佳模式均有明显的提高，但在降低预测误差方面不如其他集合方案。该模型预测评分比多模式等权重集合方案Pc提高5.9%，Ps提高6%，ACC提高0.08。模式误差订正可以有效提高多模式集合方案的预测性能，订正后该模型Pc、Ps分别提高2.7%和4.2%，ACC提高0.02。借助误差传递理论和误差分解理论，建立多模式集合预报误差与各个模式预报误差的数学关系，定量解析不同加权方案模式误差对多模式集合预报误差的贡献，明确主要误差来源和误差类型。多模式等权重集合主要误差来源于误差最大的NCC模式，空间相关加权集合和超级集合主要误差来源于误差最小的NCEP模式。多模式集合通过权重调节使得误差大的模式在多模式集合中的贡献降低，从而传递误差变小，达到降低误差的作用。多模式集合订正前主导误差类型是偏移误差，而订正后主导误差类型是动力特征误差。模式订正几乎消除了偏移误差，但动力特征误差贡献明显增大，并占据主导。如何降低动力特征误差是多模式集合预报的优化方向。. 项目已产出期刊论文10篇和会议论文4篇，取得软件著作权2个。. 研究成果为多模式集合预报提供一种新的加权方案，为多模式集合预报指明了优化方向，有助于提高汛期降水预测准确率，为汛期防汛抗旱工作决策的合理制定提供科学依据。