基于模式预报误差估计理论和方法的汛期降水预测研究

本项目围绕提高短期气候预测准确率和动力-统计相结合这一瓶颈与难点的科学问题，以长江中下游汛期降水预测为切入点，研究气候模式预报误差的尺度分离技术以及主模态信息提取技术等方法，诊断分析模式预报误差的时空分布特征；针对汛期降水的年代际变率问题，采用动态北太平洋指数选取相似误差场，估计长江中下游地区汛期降水模式预报的年代际误差分量作为动力-统计相结合预测的背景场；通过分析影响长江中下游地区汛期降水的因子自然配置型及多因子异常情况下的汛期旱涝特征，采用压缩自由度提出关键因子共同作用下的估计模式预报误差的方法，探索与研究将数值模式预测问题转化为估计模式误差的理论与方法，真正实现动力-统计的内结合，为提高汛期降水预测准确率提供一条有效途径。

围绕动力—统计相结合提高短期气候预测准确率这一科学问题，项目对数值模式预测误差分布规律进行探索性研究，从数值模式预测误差场存在相似性的角度出发，研究了长江中下游汛期降水逐年模式误差场间的相似性，探讨了数值模式预测误差在历史资料中的相似信息量，发现对于长江中下游汛期降水预测而言，模式历史资料中的相似信息量是相当充足的。进一步对历史模式预测误差场进行经验正交函数(EOF)分解，着重研究了误差场前三个特征向量的空间分布和时间系数演化规律，以及三个模态产生的机理，发现对各分量分别进行相似预报可以简化预报对象，并且针对性更强。由于各气候因子在历年汛期前期总会出现部分因子异常的状况，因此对因子异常的相似阈值进行了数值试验，提出了利用交叉检验平均距平相关系数（ACC）的大小来确定相似阈值的方法，依此选择影响该区域的前期关键异常因子，根据该部分因子的相似程度选取相似年，同时对模式预测误差场利用EOF分解压缩维度，针对模式预测误差场提出了根据因子异常挑选相似年和压缩维度的预报新思路，独立样本回报结果也证明了该方法的有效性。在研究数值模式预测误差场相似性的基础上，定义了数值模式预测误差的相似可预报度这一指标，用以衡量逐年模式预测误差的可预测性，发现模式预测误差场前三个分量的相似可预报度明显高于原始模式误差场，揭示出有针对性地分别预报模式预测误差场各分量的潜在应用价值。分别采用动态北太平洋（MNP）指数和北太平洋（NP）指数选取4个降水模式预测相似误差场，研究表明，利用MNP指数选取的相似误差场进行模式预测误差订正其效果明显好于利用NP指数进行相似误差订正。在此基础上，结合欧氏距离加权平均的方法对相似误差场赋予相应的权重，可以进一步改善预报效果，提高预报技巧。2003-2009年共7年的夏季汛期降水独立样本回报结果表明，MNP指数对长江中下游夏季汛期降水具有很高的预测技巧，尤其具有年代际变化特征，这与北太平洋海温的演变特征是相一致的。最后利用MNP指数制作近几年中国夏季汛期降水预测，经检验达到了很高的预报技巧。