滑动基底的多尺度预测方法研究及其在长江中下游夏季降水预测中的应用

The middle-lower reaches of Yangtze river is a particular region in eastern China that is frequently suffered from severe droughts and floods.The summer rainfall over the middle-lower reaches of Yangtze river (YRSR) is characterized by multi-scale variability,whose linkage with atmospheric-oceanic system on the inter-annual scale shows decadal change. In this project, a multi-scale integrated model with running-basis is proposed to statistical-dynamic predict the YRSR. A multi-scale integrated model is developed corresponding to the multi-scale variability in the YRSR. In prediction of the inter-annual rainfall component, a approach of running modeling with basis covering the recent period is introduced to treat the decadal changes of the inter-annual relationship, and to reduce the failure resulted from the traditional prediction model trained with all of the historical data. Based on this new modeling scheme, statistical relationships between the YRSR and the large-scale predictors are developed, using the observational and reanalysis data.Combined with the bias-corrected dynamic model output, the model is applied in one-month-lead to six-month-lead prediction of the YRSR. The performance of this model is validated in long-term realistic prediction experiments.

长江中下游地区是我国东部典型旱涝频发区，夏季降水具有明显的年际、年代际多尺度特征，并且与年际降水相关联的物理气候因子存在显著的年代际变化。因此，本项目提出了一种滑动基底的多尺度组合统计预测方法。由于不同尺度降水物理机制不同，通过对降水不同尺度分量分别建模预测再叠加的方式进行预测。预测年际降水时，利用窗口长度的临近历史资料作为基底，滑动地建立模型，克服传统的静态模型由于不包含变化的年际关系信息在年代际背景发生改变时失效的问题。基于该预测思路，利用观测资料和再分析资料确定影响不同尺度降水的关键大尺度气候信号，建立统计关系。结合业务预测中使用的动力模式经过误差订正后的输出，利用统计模型对长江中下游夏季降水进行超前1-6个月的预测试验。通过多年预测试验，检验该方法的实际预测效果。

长江中下游夏季降水年际、年代际变率大，容易引发干旱、洪涝等气象灾害，理解影响长江中下游夏季降水的物理机制、提高长江中下游夏季降水的季节预测能力对我国的减灾防灾至关重要。根据长江中下游夏季降水的特点，分别建立了针对年际、年代际降水分量的统计预测模型。预测年际降水时，考虑到预测因子与降水的关系可能发生年代际变化，引入随时间变化的预测模型，即采用临近 (20年)的历史资料逐年滑动地更新预测模型。为了检验统计模型的性能，对2001–2013年13年降水进行回报。建立的13个年际模型中，预测因子变化大致有规律，由北大西洋海温偶极子依次变为马斯克林高压、东亚海平面气压偶极子和北太平洋海温偶极子；模型可以很好地预报降水年际变率，与观测年际降水分量的相关系数可达0.76，符号准确率为76.9%。年代际模型是不随时间变化的固定统计关系，预测因子为赤道中太平洋海平面气压；该模型13年的独立回报可以很好地预报降水年代际变化，与观测年代际降水分量的相关系数为0.77，均方根误差为7.7%。合并年际、年代际降水预报得到总降水预报。对比NCEP-CFSv2超前1个月的降水预报，我们所建的统计模型表现出明显优势，技巧提高，相关系数由0.34提高到0.75，均方根误差由14.9%降低到10.8%。该统计模型在实际业务预报中有潜在使用价值，有望提高长江中下游夏季降水的季节预测能力。