15-60天次季节尺度降水集合预测方法研究

The sub-seasonal (15-60 days) forecast of precipitation is a hot issue and a challenge problem. Based on the hindcast data of the Beijing Climate Center Climate System Model (BCC_CSM) from the sub-seasonal to seasonal prediction (S2S) international project, a deterministic ensemble forecast using the special-temporal variation of optimal probabilistic threshold is proposed to significantly improve the summer sub-seasonal precipitation forecast in China. The differences among this method, deterministic forecast using one initial value, and ensemble mean method for the prediction of the occurrence frequency of daily precipitation during every 5 or 10 days are analyzed and explained from the point of view of atmospheric dynamics or statistics. When compared to the corresponding results from the Beijing Climate Center Atmospheric General Circulation Model (BCC_AGCM), we discuss the influence of air-sea interaction on the sub-seasonal precipitation forecast. In addition, based on the S2S data from the other countries, this proposed ensemble forecast method is further examined in the different model ensemble systems. This study has important scientific value for the sub-seasonal precipitation forecast in China.

当前15-60天次季节尺度降水预测不仅是一个热点问题也是一个难点问题。本项目基于正在开展的次季节到季节尺度国际预测（S2S）计划中国家气候中心气候系统模式（BCC_CSM）的大量回报数据，针对中国区域15-60天次季节尺度降水预测，利用次季节尺度中最为有效的概率预报信息的时空变化规律作为降水事件是否发生的判定标准，提出一种适用于次季节尺度的降水集合预报方法。研究该降水集合预报方法与传统的单一初值的确定性预报、集合平均预报方法在逐侯、逐旬降水发生频次预报方面的差异，并从大气动力学或统计学角度给出相应的理论解释。通过对比大气环流模式（BCC_AGCM）和气候系统模式（BCC_CSM）的集合预报结果，研究海-气相互作用过程对次季节尺度降水集合预报的影响。基于S2S计划的其他各国业务中心的回报数据，检验新的降水集合预报方法在不同模式集合预报产品中的适用性，最终为我国次季节尺度降水预测提供一定参考。

本项目围绕15-60天次季节-季节尺度预测这一国际热点问题，利用国家气候中心第二代气候模式以及参与国际S2S计划的国际主流业务模式的大量历史回报结果，探究了次季节尺度中仍然可用的概率预报信息，发现使得降水预报技巧最高的最优概率阈值具有时空分布规律，并提出了一种基于最优降水概率预报阈值的确定性集合预报方法（Deterministic Ensemble Forecast using Optimal Probabilistic Threshold method；简称DEFOPT）。该方法与传统的概率预报不同，其本身并不预报降水事件的发生概率，而是利用概率预报的有效信息产生一种确定性预报。即，基于已有的多年降水回报结果，通过降水ETS技巧评分和BIA偏差评分相结合的客观评估手段，计算最优概率预报阈值的逐日空间分布，并以此为判断标准，预报降水事件的发生与否。重点针对中国区域1998年夏季逐侯、逐旬时段内降水事件发生的频次进行了DEFOPT集合预报。结果表明，该集合预报方法较集合平均预报和使用单一概率阈值的DEFPT集合预报更具优势，尤其是在次季节尺度。另外，基于参与S2S计划的9个业务模式在1999-2010年的回报结果，进一步验证了DEFOPT集合预报方法在多模式中的可用性。