第二代短期气候预测模式应用评估和关键技术研究
几年来我国气候年际变异和短期气候预测研究的一些新成果

第32卷第4期2008年7月大 气 科 学Chinese Jo urnal of A tmospheric SciencesV o l 132 N o 14Jul.2008王会军,孙建奇,郎咸梅,等.几年来我国气候年际变异和短期气候预测研究的一些新成果.大气科学,2008,32(4):806~814W ang H uiju n,S un Jian qi,Lang Xianmei,et al.Some new results in the research of the interannu al climate variability and short -term climate prediction.Chinese J our nal of A tmosp heric S cie nces (in Chin ese),2008,32(4):806~814收稿日期 2007-12-17,2008-03-17收修定稿资助项目 国家自然科学基金资助项目40631005、40620130113作者简介 王会军,男,1964年出生,研究员,研究方向:气候动力学。
E -mail:w an ghj@几年来我国气候年际变异和短期气候预测研究的一些新成果王会军1 孙建奇1 郎咸梅1 陈丽娟1,2 符伟伟11中国科学院大气物理研究所,北京 1000292国家气候中心,北京 100081摘 要 为了热烈庆祝中国科学院大气物理研究所成立80周年(1928~2008年),作者谨就五年来中国科学院大气物理研究所的科学家们完成的关于我国气候变异和气候预测方面的研究工作若干新成果作一些非常概要性的介绍,个中也包含一点所外科学家的工作。
不周和不当之处只有请读者海涵和批评指正了。
本文介绍的主要进展有三个方面:关于我国气候年际变异的研究、EN SO 预测研究和数值气候预测研究。
关键词 气候年际变异 气候预测 东亚季风文章编号 1006-9895(2008)04-0806-09 中图分类号P 467 文献标识码 ASome New Results in the Research of the Interannual ClimateVariability and S hort -Term Climate PredictionWANG H uijun 1,SUN Jianqi 1,LANG Xianmei 1,CH EN L ijuan 1,2,and FU Weiw ei 11I nstitute of A tmosp her ic P hy sics ,Ch ine se A cad emy of S ciences ,Beij ing 1000292N ational C limate Cen ter ,Be ij ing 100081Abstract O n the o ccasio n o f celebrating the 80th anniver sary (1928-2008)of the Institute o f A tmospher ic P hy sics (IA P),Chinese A cademy of Sciences,the authors ver y briefly review ed so me new r esults in the r esear ch of the in -ter annual climate var iability and sho rt -t erm climate pr edict ion in r ecent year s,mo st in the past fiv e year s.Some o f the studies w ere jointly completed by the scientist s fr om both the IA P and o ther institutio ns.T he review was cate -g or ized into three pa rts,the int erannual climate v ariabilit y,EN SO prediction,and the numerical climate prediction.Key words interannual climate variability,climate predictio n,East Asian monsoo n1 关于我国气候年际变异的研究1.1 急流对我国气候的影响亚洲高空副热带西风急流是影响我国气候变化的重要大尺度环流系统之一。
次季节—季节(S2S)预测数据分析与应用

第48卷第6期 2020年12月气象科技METEOROLOGICAL SCIENCE AMI) TECHNOLOGYVol.48,No. 6Dec.2020次季节一季节(S2S)预测数据分析与应用胡星张志强张强王洁(H家气象信息中心.北京100081)摘要 SZSGSulvseasonal to Seasonal}国际合作计划的主要H标是提汗次季节-季节多模式预测能力.f(点关注〇〜60 d的预报预测技巧。
中国气象局承担了 S2S数据的归档备份任务•收集参与该计划的11个中心S2S模式数据. 本文梳理了该数据资源的基本情况,介绍了数据的模式、要素及文件.研究了数据的读取和分析方法•评估了数据的正确性、完整性和时效性.运用模式回算数据.计算候、周、旬时间尺度的预测值和距平值.开展了相关数据产品的可视化工作.对照同期EC M W F距平图形产品进行分析.推动S2 S数据产品在中国气象局预报预测业务中应用。
关键词 S2 S;距平:可视化;短期气候预测中图分类号:P468 DOI:10. 19517/j. 1671-634_5. 20190548 文献标识码:A引SS2S(Sub-seasonal to Seasonal)预测研究项目是由WM()下属的世界天气研究计划(World Weather Research Programm e,W W R P)和世界气候研究计划(World Climate Research Programme, W C R P)联合建立,在天气到气候的次季节多时间尺度预报预测业务里,将数值天气预报应用到短期气候预测之中.从而连接起中长期天气预报到季节预测之间的缝隙11。
2013—2017年是S2S国际合作项 目的第1阶段,主要工作是评估当前最先进的S2S预 报技巧.分析与S2S预报技巧与业务应用间差距,评 估具备业务可用性的各类S2S预测预报应用。
中国 气象局通过S2S国际合作项目.收集参与该项目的中国、美国、欧洲中期天气预报中心、英国、日本等11个 预报中心S2S模式输出的数据.包括实时集合预报与回算集合预报数据,预报时效最长达60 d。
WRF短期气候预测实验介绍

WRF短期气候预测实验介绍2.1 WRF模式简介:WRF模式是以美国国家大气研究中心(NCAR)、美国环境预测中心(NCEP)等美国的科研机构为中心开发的新一代中尺度天气预报模式和同化系统。
WRF 模式系统具有可移植、易维护、可扩充、高效率、方便等诸多特性,各模式下端应用行业可以便捷地将各自的行业业务预测模式耦合链接于该模式。
由于该模式集成了过去几十年所有中尺度模式研究的成果,在数值计算、模式框架、程序优化等方面采用了当前最为成熟和最优的技术,因此世界上大多数国家选用该模式作为中尺度预报模式应用业务和科研[13]。
在软件设计方面,WRF模式应用了继承式软件设计、多级并行分解算法、选择式软件管理工具、中间软件包(连接信息交换、输入/输出以及其他服务程序的外部软件包)结构,并引入了更为先进的数值计算和资料同化技术、多重移动嵌套网格性能以及更为完善的物理过程(尤其是对流和中尺度降水过程)。
因此,WRF模式在天气预报、大气化学、区域气候、数值模拟研究等领域有着广泛的应用。
和其他的中尺度模式比较,该模式具有许多优越性。
2.1.1 主要特点(1)适用于全球各地,灵活的设置选择(2)是一个完全可压的、非静力模式(3)资料输入方便(4)采用了成熟和新的物理参数化方案(5)新的积分方案和网格形式(6)后处理方便(7)可在多操作平台、不同UNIX、Linux环境下运行2.1.2 模式基本方程组及差分方案方程取地形追随静力气压垂直坐标,即垂直质量坐标,形式为:η=(p h-p ht)/μ其中μ=p hs-p ht 。
由于μ(x,y)可看作是区域内(x,y)格点上的单位水平面积上气柱的质量,预报量和守恒通量都可写成近似的通量形式。
水平空间差分格式采用Arakawa C跳点格式,热力学变量和水汽变量定义在整数格点上,而υ、ν、ω交错排列与0.5dx、0.5dy、0.5dz上,这样ω与υ、ν在垂直方向上相差半个格距,使得连续方程求解ω时的计算精度更高,而T 与υ、ν在水平方向上错开半个格距以提高Φ的精度,而减少了由于地形引起的误差。
短期气候预测工作总结

短期气候预测工作总结短期气候预测是指对未来一个季度或几个月内的气候变化进行预测和预报的工作。
它在气象、农业、水资源管理、能源规划等领域都具有重要的应用价值。
为了更好地了解短期气候预测工作的具体内容和实施过程,本文将对短期气候预测工作进行总结。
一、短期气候预测的基本原理和方法短期气候预测主要基于气候系统的动力和统计模型,通过分析和挖掘气象资料、观测数据、气象遥感资料等信息,利用气象数值模式和统计方法进行预测。
其中,动力模式主要基于大气环流、海洋温度等因素的运动方程来模拟和预测天气和气候的演变过程;而统计方法则基于历史观测数据和统计关系来建立和验证预测模型。
二、短期气候预测工作的数据处理和分析短期气候预测工作首先需要进行气象数据的收集、整理和处理工作。
这包括了气象台站观测数据、探空观测数据、气象遥感数据等多种数据来源的搜集。
然后,对这些数据进行质量控制、填补缺失、标准化等处理,以保证数据的可靠性和一致性。
接着,通过统计分析、时间序列分析、空间插值等方法来探索和发现数据中的规律和相互关系,为后续的预测模型建立提供支持。
三、短期气候预测模型的建立和验证短期气候预测模型是短期气候预测工作的核心。
建立一个准确可靠的预测模型是保证预测结果准确性的关键。
常见的预测模型包括神经网络模型、逻辑回归模型、支持向量机模型等。
在建立模型之前,首先需要对训练数据和测试数据进行划分,以保证模型的独立性和可靠性。
然后,通过对数据的特征提取和变量选择,建立合适的预测模型。
最后,对已建立的模型进行验证和评估,包括检验预测结果的准确性和稳定性,以及比较不同模型之间的优劣。
四、短期气候预测结果的分析和应用短期气候预测结果的分析和应用是短期气候预测工作的重要环节。
在得到预测结果之后,首先需要对结果进行解读和分析。
这包括对预测结果的准确性、信度和不确定性进行评估,以及对预测结果的时空特征和规律进行分析。
然后,根据预测结果的不同应用场景,进行进一步的研究和应用。
动力气候模式降水预测能力初步评估

动力气候模式降水预测能力初步评估
张文静;方建刚
【期刊名称】《陕西气象》
【年(卷),期】2009(000)003
【摘要】利用1982-2002年陕西省94个气象观测站逐月降水实况资料、国家气候中心制作的月动力延伸预测模式集合预报500 hPa高度场资料,降尺度内插出94个站点月降水预测值,采用预报评分法(P)和距平符号异同评分法对内插预测结果检验.结果表明:预报评分法(P)评价结果较距平符号异同评分法评价结果整体偏高,二者在评分趋势上基本相同,尤其体现在降水较少的月份.
【总页数】2页(P23-24)
【作者】张文静;方建刚
【作者单位】陕西省气候中心,西安,710014;陕西省气候中心,西安,710014
【正文语种】中文
【中图分类】P457.6
【相关文献】
1.第2代季节气候预测模式系统对东北夏季降水预测能力分析 [J], 王婉昭;李辑;房一禾;李晶;梁丰;刘东明;王赫然
2.CFSv2模式对淮河流域夏季气温降水预测能力的评估 [J], 程智;徐敏;段春锋
3.CFSv2模式对巴彦淖尔市夏季月气温和降水量r预测能力的评估 [J], 张保龙;尤莉;孙玉
4.BCC第二代气候系统模式对东亚夏季气候预测能力的评估 [J], 程智;高辉;朱月
佳;史跃玲;刘俊杰;汪栩加
5.NRSM短期气候模式对温州台汛期预测能力检验(I):月和季降水检验 [J], 郑峰;苗长明;张小伟;万寒;周功铤;吴孟春;SUN Liqiang
因版权原因,仅展示原文概要,查看原文内容请购买。
中国科学院创新团队国际合作 伙伴计划项目“气候系统模式研发及应用研究”第三课题任务书

中国科学院创新团队国际合作伙伴计划项目“气候系统模式研发及应用研究”第三课题任务书课题名称:预测理论、方法和可预报性研究负责人:林朝晖骨干成员:王会军、穆穆、朱江、周广庆2004年10月26日一、 课题主要研究内容和分工:1、主要研究内容本课题的总体研究内容,就是结合气候系统模式,并在现有的短期气候预测系统的基础上,探讨气候可预报性及气候预测理论和方法,并在实际的预测试验予以检验和完善。
具体说来,主要研究内容有:1)针对影响东亚乃至全球气候的ENSO、温盐环流等现象,研究其可预报性问题。
主要探讨以下问题:a、利用ENSO模式,研究ENSO事件的最大可预报时间、最大预报误差、和最大允许初始误差,并将其转化为非线性优化问题,定量考察ENSO模式的可预报性.研究ENSO事件“春季可预报性障碍”现象的机制,为提高ENSO预报技巧提供新思路;b、考虑到海洋热盐环流模式中的非线性效应,用条件非线性最优扰动研究热盐环流对淡水通量和盐度扰动的敏感性,探讨热盐环流气候平衡态的转移问题,揭示非线性在热盐环流敏感性和稳定性研究中的重要作用。
2)以气候系统变动理论为基础,系统地开展南、北两个半球之间气候相互作用的研究;并开展我国沙尘暴季节的气候和大气环流异常的动力数值预测研究。
具体研究内容为:a、利用观测资料和再分析资料集成研究南半球主要环流系统的季节变化规律及其与东亚区域气候相关联的可能物理机制、南极海冰的变化及其与南半球主要环流系统特别是南半球副热带高压、越赤道气流的关系;并在此基础上,利用气候模式通过数值模拟的手段,从机理上入手,进一步研究上述集成分析结果的内在因果关系。
最终,研究如何在现行的IAP短期气候数值预测系统中引进南半球环流变化的信号,并进行系统性的模式回报试验,考察其对东亚区域夏季降水预测的影响;b、以沙尘暴季节气候和大气环流的长期变化的分析研究为基础,以气候模式为手段,借鉴夏季气候异常的跨季节预测方法,利用数值模拟的手段来研究预测我国北方沙尘暴季节气候异常的方法和具体方案。
北京气候中心次季节-季节预测系统对西南地区夏季降水次季节预报技巧评估及误差订正

北京气候中心次季节-季节预测系统对西南地区夏季降水次季节预报技巧评估及误差订正郭渠;黄安宁;付志鹏;唐红玉;李永华;何慧根【期刊名称】《高原气象》【年(卷),期】2021(40)3【摘要】利用北京气候中心(BCC)次季节-季节(Sub-seasonal to Seasonal,S2S)预测系统20年(1994-2013年)回报试验数据,在评估BCC S2S预测系统对中国西南地区夏季降水次季节预报性能基础上,进而采用基于奇异值分解(Singular Value Decomposition,SVD)的误差订正方案对预测结果进行订正。
结果表明:BCC S2S 预测系统对西南地区夏季降水的次季节预报技巧随起报时间的提前不断下降,在起报时间提前10天以内具有一定预报技巧,而在起报时间提前10天以上基本无技巧,同时存在明显的区域性和年际差异。
采用SVD误差订正方案能够较好改善BCC S2S系统对西南地区夏季降水的次季节预测水平,起报时间提前0~10、11~20、21~30天原始预测结果与观测间的异常相关系数分别为0.50,0.31和0.25,订正后分别提高至0.70,0.75和0.70,同时订正后的预测结果与观测间的空间相关系数在起报时间提前0~10天提高了0.3左右,尤其对起报时间提前11~30天的预测结果改进更加明显,空间相关系数提高了0.6左右。
【总页数】12页(P644-655)【作者】郭渠;黄安宁;付志鹏;唐红玉;李永华;何慧根【作者单位】重庆市气候中心;南京大学大气科学学院【正文语种】中文【中图分类】P435【相关文献】1.第2代季节气候预测模式系统对东北夏季降水预测能力分析2.次季节-季节预测的应用前景与展望--“次季节-季节预测(S2S)”会议评述3.东亚地区土壤湿度次季节-季节模式预测技巧评估4.土壤温度和积雪初始化对季节和次季节气候预测的影响5.基于BCC第二代短期气候预测模式系统的中国夏季降水季节预测评估因版权原因,仅展示原文概要,查看原文内容请购买。
人工智能技术气候预测应用简介

人工智能技术气候预测应用简介作者:杨淑贤零丰华应武杉杨松罗京佳来源:《大气科学学报》2022年第05期摘要近年来,随着人工智能技术在多个领域大数据分析中的应用,许多研究工作者尝试将地学研究与人工智能跨学科结合,取得了很多新的进展,推动了地球科学的发展。
其中气候预测与人类生活以及防灾减灾等息息相关,准确的气候预测至关重要。
本文简要总结了人工智能技术在气候预测应用方面的研究进展,包括资料同化、模式参数化、求解偏微分方程、构建统计预测模型、改进数值模式产品释用等领域。
这些研究证明了利用人工智能提高气候预测技巧的可能性和适用性,可以极大地节省计算成本和时间。
然而人工智能应用也存在诸多挑战,例如数据集的构建、模型的适用性和物理可解释性等问题,对这些难点问题的研究和攻克,可以让人工智能在大数据时代中更好地补充传统地球科学方法,产生更多有益的效应,极大地改进气候预测水平。
关键词人工智能;数值产品释用;气候预测近年来,热浪、干旱、洪涝、风暴等极端天气气候事件频发,严重影响着当地经济、工农业发展以及人民的生命财产安全。
例如,世界气象组织(WMO)发布的《2020年气候服务状态报告》指出,2018年全球约有1.08亿人遭受风暴、洪涝、干旱和野火等灾害影响,到2030年这一数量将增加近50%,每年的损失约为200亿美元。
英国公益团体基督教救济会2020年12月28日发布报告称,2020年大西洋出现30个获得命名的飓风,打破了历年纪录,导致至少400人死亡、直接经济损失410亿美元以上。
2019—2020年澳大利亚发生规模空前的山火,烧毁20%的森林,烧死成百上千万只野生动物(Komesaroff and Kerridge,2020)。
由此可见,气候变化带来的影响已不容小觑,并且气候变化具有很强的敏感性,往往海洋温度变化0.5 ℃就能引发强烈的海气相互作用(Trenberth,1997;Trenberth and Stepaniak,2001),导致全球多地的气候发生异常(Rasmusson and Wallace,1983;Glantz et al,1991;McPhaden et al.,2006),影响人类社会的进步和发展。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第二代短期气候预测模式应用评估和关键技术研究【项目编号】GYHY201206016【研究周期】2012年1月— 2014年12月【项目负责人】闫宇平【项目骨干成员】任宏利、金飞飞、闫宇平、吴捷、刘颖、陆波、左金清等【项目承担单位】国家气候中心【项目协作单位】南京信息工程大学【主要研究成果】建立了专门针对ENSO、MJO和亚洲季风模拟的模式检验评估新技术和新指标,形成了较为成熟和完备的气候模式检验评估体系,为BCC后续开展标准化气候模式检验评估及模式改进奠定了基础。
同时,研发出能够有效改进BCC二代模式ENSO和MJO模拟性能的新技术,研究成果及时反馈到气候模式发展中,同时边研发,边应于于气候监测和预测业务服务中,取得了明显效果。
(1)发展了ENSO、MJO和亚洲季风模拟检验评估技术,为开展标准化气候模式检验评估及模式改进奠定了基础。
研究工作主要围绕BCC第二代短期气候预测模式的检验评估展开,利用国际上在上述三种主要气候现象特征分析和动力学机制方面的最新研究成果,也融合了以往传统评估技术和指标,发展了用于检验评估ENSO、MJO和亚洲季风模拟性能的技术指标体系。
在ENSO评估方面,形成了包括ENSO时空特征、强度、类型、周期性、传播性、增长率、衍生模态和气候影响以及预报技巧等的指标体系。
在MJO评估方面,形成了包括MJO空间型、强度、时间尺度、频谱、传播以及预报技巧等的技术指标体系。
在亚洲季风评估方面,形成了包括亚澳季风主模态、东亚夏季风指数以及预报技巧评分等技术指标体系。
这一技术指标体系的建立为后续开展标准化气候模式检验评估和模式改进奠定了基础。
(2)发展了面向两类ENSO型和ENSO-年循环合成模态的检验评估技术。
研发了能够刻画冷舌型和暖池型两类ENSO型形态特征的新评估指标,建立了用于刻画ENSO-年循环合成模态(C-mode)的指标,评估了BCC中等分辨率(BCC-CSM1.1m)和低分辨率(BCC-CSM1.1)两个耦合模式对ENSO和C-mode空间结构、时间变率和形成机制的模拟能力,并与国际上其它模式进行了比较。
总体而言,BCC-CSN1.1m对ENSO和C-mode的时空变率都具有较好的把握能力,但BCC-CSM1.1对这两个模态的模拟能力有限。
(3)提出了改进二代模式ENSO强度和周期模拟的技术方法。
依据对ENSO 各项指标的综合评估,特别是针对二代模式模拟的ENSO周期严重偏短问题,提出了优化积云对流参数的模式改进方案,积分三十年的敏感性数值试验结果表明,通过逐步增大积云对流参数化方案中的夹卷系数,显著改进了模式对ENSO振幅和周期的模拟。
(4)发展了基于BCC二代模式的相似-动力ENSO预报系统。
利用动力相似预报理论中的相似误差订正方法,系统地分析了二代模式海温预报误差的内在规律及其与初始状态的关系,运用历史资料中的相似性信息对模式预报的ENSO进行误差订正,发展了基于二代模式的相似-动力ENSO预报系统,独立样本检验结果显示,经过误差订正后的模式预报的ENSO指数有较大幅度提高,已经用于业务预报。
(5)发展了奇异值向量扰动方法在ENSO模式预报中的应用技术。
发展完善了ENSO奇异向量初值扰动计算方法,使主要扰动模态得到快速和充分增长,并通过降维和时空转换实现在全球范围大矩阵的计算。
在BCC第二代模式业务系统平台上计算得到了基于2、5、8、11月份气候态的奇异向量,完成了模式20年集合回算。
与滞后平均法相比较,奇异向量法对ENSO预报技巧(特别是RMSE)有明显改进,已经实现了模式的业务试运行。
(6)实现了对BCC二代DERF模式和耦合模式MJO预报性能的综合评估。
通过对热带地区的经向(15ºS-15ºN)平均的OLR场、850hPa和200hPa纬向风场进行多变量EOF分析,提取MJO主模态,评估了BCC二代模式对热带大气低频振荡(MJO)的模拟性能;开展了BCC二代月动力延伸(DERF)模式对MJO预报回报试验和预报性能评估以及实时预报技巧评估,定量确定了二代模式对MJO的预报能力和有效预报时间。
同时完成了ENSO和IOD对MJO影响调制作用的评估。
(7)提出了改进二代模式MJO模拟的技术方法。
通过采用滤波、频谱分析、超前-滞后相关和降水方程诊断等方法研究了二代模式对北半球夏季季节内振荡(BSISO)与季节平均态的正反馈机制,发现模式的平均态偏差与对流参数化方案可能是影响MJO/ISO模拟的主要因素,提出了通过修正平均态偏差与增强对流触发水汽条件来改进MJO模拟的方法,敏感性试验结果表明,该技术方法初步改进了模式对于MJO主周期的模拟效果。
(8)利用季节EOF(SEOF)方法完成了二代模式的亚洲季风模拟评估。
着眼于亚澳季风系统(AAM)主要模态的年际变化特征,运用季节SEOF方法评估了二代模式对AAM的模拟能力。
结果表明,该模式可以再现观测中AAM第一模态的三个主要特征,但对主要降水区的模拟存在不确定性。
相比之下,模式对AAM第二模态的季节演变捕捉能力较差,不能反映出观测中模拟的风场与ENSO的超前滞后关系。
模式模拟的各变量场与观测相比强度偏弱。
(9)发展了基于二代模式的组合统计降尺度预报系统。
综合利用热带太平洋海温、海冰等前期观测因子,以及气候预测模式预报的同期大气环流,发展了一种组合的统计降尺度预报模型。
运用该模型开展了面向我国冬季和夏季降水的历史回报检验。
将该模型应用于2014年我国汛期降水预测中,PS评分达到67分。
【成果应用情况】项目一直秉承边开发,变应用的理念,在针对ENSO、MJO和亚洲季风研发新的模式评估指标的基础上,发展了相应的监测指标并应用于业务实践中,同时重点针对国家气候中心气候预测业务模式在ENSO模拟和预测方面存在的不足之处,发展了适用于预测业务模式ENSO预报的相似误差订正方法和应用技术,并及时应用于国家气候中心业务监测和预测中,取得较好的服务效果。
MJO的监测预测技术还填补了国家气候中心的空白。
充分体现了模式在评估中应用,在应用中发展的良性循环机制。
应用国际上最新ENSO、MJO和亚洲季风等动力学机制研究成果,针对BCC第二代短期气候预测模式,研发了一套适用于ENSO、MJO和亚洲季风模拟性能的检验评估技术指标体系,应用该指标体系,系统评估了二代模式对ENSO、MJO和亚洲季风的模拟能力,该指标体系经国家气候中心业务处和中国气象局预报司认可,已经作为业务预报检验技术发展的重要参考。
其中MJO的检验评估指标已于2014年应用到了DERF2.0历史回报和实时业务预报的检验评估中。
针对国家气候中心气候预测业务模式在ENSO模拟和预测方面存在的不足之处,将我国学者提出的动力相似预报理论运用到ENSO模式预报中,发展了适用于业务模式ENSO预报的相似误差订正方法和应用技术。
建立了基于二代模式的相似-动力ENSO预报系统。
该系统从2013年春季开始在国家气候中心业务服务中应用,特别对2014年和今年以来的厄尔尼诺事件把握较好。
综合利用物理统计和气候模式预报信息,开发了基于BCC二代模式的组合统计降尺度预测模型,有效提升了模式对于季风区降水和温度的预报技巧。
在2013,2014年汛期会商中提供了有关预测意见。
气候模式对于ENSO、MJO和亚洲季风的模拟性能是国际上用于衡量模型性能的常用指标。
本项目所取得研究成果正是填补了国家级业务单位气候模式研发中存在的空白,通过吸纳国际上最新的动力学研究成果,提出多个模式评估新指标、发展了多项模式评估和模式改进的新技术和新方案。
更为重要的是,在研发新技术的同时,成果在国家气候中心业务服务中进行了应用试验,在ENSO、MJO 和季风区气候监测和预测方面取得了显著成效。
基于二代模式的组合统计降尺度预测模型,我们给出了2013,2014年夏季降水预测意见,两年中中国汛期降水预测PS评分分别为71和67分。
研究成果的转化受到计算机资源等的限制,始终不能进行全面的业务试验和检验,受此影响很多新技术方案只能是边试验、边检验,这就无法实现规范统一的试验-检验标准,从而影响到业务人员对于新技术方案性能和信度的把握;另一是ENSO、MJO和亚洲季风在现有气候预测的业务中所占的比重较小,由于其对气候影响的重要性,需要在进行预报时更多加以关注。
【成果代表图片】(1)构建了新的ENSO指数,并利用二代模式开展了ENSO各指数实时监测和预测,在2014-2015国家气候中心的ENSO实时监测预测中发挥了重要作用。
目前国际上评估ENSO模拟性能的定量指标(如Niño3,Niño3.4,Niño4指数等),几乎无法对两类ENSO现象,即冷舌型(CT)和暖池型(WP)ENSO进行分别评估。
基于传统的NINO3和NINO4指数,我们构建的CT和暖池WP指数能够较好刻画和区分两类ENSO演变特征(图1),为ENSO的定量模拟评估和监测奠定了基础。
图1 两类ENSO指数(Nino-CT和Nino-WP指数)实时更新的近两年演变(上图)和各自的多年演变图(中、下图)利用BCC二代模式,结合物理统计预报模型及相似-动力预报模型,能够给出ENSO各指数的近期演变监测(过去12个月)和不同预报方法综合集成预报(未来13个月)(图2)。
(2)定量确定了BCC二代月动力延伸预测模式业务系统DERF2.0对MJO的预报能力和有效预报时间,为MJO监测预测系统的建立提供了强有力的支撑。
如图3所示,由COR、RMSE和MSSS三种技巧评分方法得到DERF2.0对MJO 预报时长平均为14天,秋季模式预报技巧最高,可达19天,春季预报技巧最低,仅为12-13天。
当预报起始时MJO位于第2和第3位相时,模式预报技巧最高,可超过18天;当初始MJO位于第7位相时,模式预报技巧不足13天(图略)。
由此可见,当预报起始时刻MJO对流处于印度洋发展阶段时,预报技巧较高,而若此时对流处于中太平洋衰亡阶段时,预报技巧较低。