李維京 鄭志海 孫丞虎

國家氣候中心，北京100081

1 引言

我國受到東亞季風(fēng)氣候影響，氣候年際變化大，旱澇災(zāi)害頻繁發(fā)生，短期氣候預(yù)測成為氣象業(yè)務(wù)的重點(diǎn)工作內(nèi)容之一。但是，在東亞氣候區(qū)，短期氣候預(yù)測業(yè)務(wù)的預(yù)測能力十分有限，我國降水的短期預(yù)測業(yè)務(wù)水平基本上在60%～70%（國家氣候中心預(yù)報評分（PS評分）），長江流域降水的預(yù)測正確率也基本在 50% 左右。究其原因，主要是目前氣候預(yù)測中使用的國內(nèi)外各種氣候模式的可預(yù)測性，基本上可信度高的存在于熱帶地區(qū)，在東亞季風(fēng)區(qū)等熱帶外地區(qū)預(yù)測技巧尤其低下（王會軍,1997），這也是目前短期氣候業(yè)務(wù)預(yù)測水平不高的根本科學(xué)原因。

鑒于單純依賴統(tǒng)計方法或動力模式進(jìn)行氣候預(yù)測，尚不能從根本上滿足東亞地區(qū)短期氣候預(yù)測業(yè)務(wù)的要求，人們開始考慮采用統(tǒng)計—動力相結(jié)合的預(yù)測策略來彌補(bǔ)統(tǒng)計方法和動力學(xué)方法各自的不足。在諸多的氣候預(yù)測方法中，著眼于大氣和海洋中廣泛存在的相似性，利用自然歷史相似進(jìn)行未來天氣和氣候演變的預(yù)報，是一個經(jīng)典實(shí)用的可行方法。在天氣預(yù)報和短期氣候預(yù)測中曾得到廣泛的采用（Barnett and Preisendorfer, 1978; Livezey, 1994;Van den Dool, 1994）。在我國相似預(yù)報策略的發(fā)展上，并沒有局限于純粹統(tǒng)計相似預(yù)報領(lǐng)域，而是提出可以將統(tǒng)計相似和動力模式預(yù)測結(jié)合起來，發(fā)展動力相似預(yù)報的策略，如丑紀(jì)范（1979）提出可以把要預(yù)報的場視為疊加在歷史相似上的一個小擾動，就可以把天氣學(xué)統(tǒng)計相似預(yù)報的預(yù)報經(jīng)驗吸收到數(shù)值預(yù)報中來。此后，基于簡化氣候模式的相似—動力模式被陸續(xù)發(fā)展起來（邱崇踐和丑紀(jì)范，1989；黃建平和王紹武，1991；Huang et al., 1993）。近幾年以來，為了能夠利用復(fù)雜氣候模式實(shí)現(xiàn)動力相似預(yù)報策略，丑紀(jì)范先生帶領(lǐng)的課題組（鮑名等，2004；任宏利和丑紀(jì)范，2005；鄭志海等，2009）進(jìn)一步提出了從歷史相似的層面估計依環(huán)流型而變的模式預(yù)報誤差，將相似—動力模式的研發(fā)問題轉(zhuǎn)化為相似預(yù)報誤差的訂正問題，基本實(shí)現(xiàn)了將傳統(tǒng)相似預(yù)報策略擴(kuò)展到延伸期、月、季節(jié)到年際氣候預(yù)測領(lǐng)域。目前的試驗表明，這種新方法對氣候預(yù)測準(zhǔn)確率有明顯提高，比起傳統(tǒng)統(tǒng)計相似預(yù)報也更有發(fā)展和應(yīng)用前景。

2 相似誤差訂正理論與方法

傳統(tǒng)的動力相似預(yù)報方法，由于需要將數(shù)值模式改寫為以歷史相似為基本態(tài)的“相似擾動模式”，在實(shí)際應(yīng)用上困難頗多。為此，丑紀(jì)范從應(yīng)用層面提出：如果采用利用動力模式歷史回報的預(yù)報誤差信息推斷未來預(yù)報誤差傾向的辦法，即可將相似預(yù)報模式的研發(fā)問題，轉(zhuǎn)化為數(shù)值模式誤差的預(yù)估問題，把統(tǒng)計預(yù)報的優(yōu)勢應(yīng)用到動力數(shù)值模式改進(jìn)上來。

它的基本原理簡述如下：數(shù)值天氣預(yù)報是一初邊值問題，數(shù)值模式可表示為ψT=M(ψ0)，其中ψ∈ Rn為初始時刻 t的近似真實(shí)的觀測場，00ψ ∈ Rn為T時刻的預(yù)報場，M為非線性數(shù)值模式。T數(shù)值模式M只是實(shí)際大氣真實(shí)演變過程（記為H）的近似，模式誤差（記為E）來源于M與H之間的差異，它也是初值的函數(shù)，即：

對數(shù)值模式而言，誤差項中既包含了模式本身缺陷所導(dǎo)致的誤差，也包含了初邊值條件中的誤差和信息不足。針對預(yù)報誤差，從反問題的角度出發(fā)減小數(shù)值模式的預(yù)報誤差，將模式變量的預(yù)報問題轉(zhuǎn)化為數(shù)值模式誤差項的預(yù)報問題，發(fā)展并提出了一種可應(yīng)用于復(fù)雜模式的相似—動力方法（邱崇踐和丑紀(jì)范, 1989；黃建平和王紹武, 1991；Huang et al., 1993；鮑名等, 2004；任宏利和丑紀(jì)范, 2005）利用歷史上與當(dāng)前初值相似的預(yù)報誤差項估計預(yù)報中未知的誤差項E。通過將當(dāng)前的初始場ψ0看成是歷史相似上的一個小擾動，同時將歷史相似參考態(tài)代入（1）式，有：

可從大量的歷史資料中尋找到k個非常接近的歷史相似，則有：

式中ia為根據(jù)相似程度所確定的權(quán)重，其中當(dāng)盡可能小的情況下：

相當(dāng)于用歷史相似對應(yīng)的預(yù)報誤差信息來估計當(dāng)前的預(yù)報誤差。該方法的優(yōu)點(diǎn)是：不需重新建立相似預(yù)報數(shù)值模式，即可實(shí)現(xiàn)對歷史相似信息的利用。它不但考慮了模式的系統(tǒng)性誤差，還包含了與相似初值相近環(huán)流型的模式誤差演變信息，且不涉及預(yù)報誤差與模式變量具體的函數(shù)形式，避免了直接建立預(yù)報誤差與模式變量統(tǒng)計聯(lián)系的困難，具有良好的可移植性（Ren et al., 2009；鄭志海, 2010）。

3 延伸期—月氣候預(yù)測中的應(yīng)用

目前，世界上主要的數(shù)值預(yù)報中心均在試圖進(jìn)行有技巧的延伸期—月預(yù)報。中短期天氣預(yù)報本質(zhì)上是一個初值問題，海溫等外強(qiáng)迫可簡單地認(rèn)為是持續(xù)不變的，而季—年際尺度的可預(yù)報性則主要來自于地球系統(tǒng)中的慢變分量，如海表溫度（SST）、雪蓋、土壤濕度等，屬于邊值問題。延伸期—月氣候預(yù)測與其它尺度的預(yù)測有很大的不同，它處于中期天氣預(yù)報和季—年際預(yù)報之間，初始場的信息隨著預(yù)報時效的增長而逐漸減弱，以SST為代表的外強(qiáng)迫所起的作用也沒完全顯現(xiàn)，因此，它既是初值問題，也是邊值問題，這在理論上決定了該時間尺度的預(yù)報非常困難。

為了提高國家氣候中心的月尺度氣候預(yù)測水平，鮑名等（2004）探索相似誤差訂正方法，在國家氣候中心T63復(fù)雜業(yè)務(wù)模式中的試驗，初步顯示出這一方法對月平均環(huán)流預(yù)報技巧改進(jìn)的可行性。隨后，任宏利和丑紀(jì)范（2005，2006，2007）、任宏利等（2006）進(jìn)一步提出可以考慮誤差訂正時相似的更新和多個相似態(tài)的問題，并發(fā)展了一種考慮多相似態(tài)更新的方法。對于這一方法，表1給出了其在北半球熱帶外地區(qū) 31個個例中冬、夏半年月平均500 hPa高度場的預(yù)報評分情況。可以看到，冬半年的預(yù)報技巧明顯高于夏半年，大約有0.1的差距，相似誤差訂正方法（ADEF）在冬半年距平相關(guān)系數(shù)（ACC）超過了0.5的業(yè)務(wù)可用最低標(biāo)準(zhǔn)，這一結(jié)果是令人振奮的，說明它具有業(yè)務(wù)應(yīng)用前景；即便是夏半年ACC，也有參考意義，這比現(xiàn)在氣候預(yù)測業(yè)務(wù)平均要明顯提高，氣候業(yè)務(wù)預(yù)測結(jié)果（OPRF）無論在冬半年或夏半年的預(yù)報技巧都比ADEF的距平相關(guān)系數(shù)低 0.1。對于均方根誤差（RMSE）的比較，ADEF在冬半年可比OPRF減小約20個gpm，這是很顯著的預(yù)報效果，夏半年改善相對小些。

表1 北半球熱帶外地區(qū)31個個例中冬、夏半年月平均500 hPa高度場的距平相關(guān)系數(shù)（ACC）和均方根誤差（RMSE）評分（任宏利，2006）Table 1 The 31 cases anomaly correlation coefficients (ACCs)and root mean square errors (RMSEs) of the monthly mean forecast and the real observation of 500-hPa height field for northern hemispheric extratropics (Ren, 2006)

圖1進(jìn)一步給出了31個個例的北半球熱帶外地區(qū)500 hPa高度場月平均預(yù)報ACC評分比較，可以看到，除了極個別情況外，ADEF性能相對比較穩(wěn)定，ACC低于0.3的只有5例，低于0.2的只有1例。對于很多OPRF結(jié)果很差的個例，ADEF的效果仍較好，但也存在二者預(yù)報都很差的個例，例如，2005年10月20日的月平均環(huán)流預(yù)報就是失敗的。而且，各個成員的ACC分布差別是很大的，有的甚至小于 0，在集合平均與離散度之間未看出必然聯(lián)系。另外，由于2005年夏季以來，OPRF集合成員由32個增加到40個，并且去掉了提前40天預(yù)報的后 30天月預(yù)報集合成員，使其預(yù)報效果相比于以前的改善也比較明顯。

圖1 對北半球熱帶外地區(qū)31個月平均500 hPa高度場預(yù)報的ACC評分（任宏利，2006）Fig.1 The 31 cases ACCs of the monthly mean forecast and the real observation of 500-hPa height field for northern hemispheric extratropics(Ren, 2006)

圖2 同圖1，但為RMSE。（任宏利，2006）Fig.2 Same as in Fig.1, but for RMSE (Ren, 2006)

圖2展示了31個個例的北半球熱帶外地區(qū)500 hPa高度場月平均預(yù)報RMSE評分比較，可以看到，RMSE曲線呈現(xiàn)規(guī)則的年變化，冬季最大而夏季最小；幾乎所有ADEF的RMSE都位于OPRF的下方，這在冬半年更為明顯。而且，ADEF曲線也幾乎都位于其11個成員RMSE的下方，這一點(diǎn)比圖1中ADEF曲線位于絕大多數(shù)成員 ACC的上方還要顯著，而且，各個成員的RMSE分布差別要比ACC圖上的成員分布小得多，這些都充分反映了ADER在減小模式預(yù)報誤差方面的良好性能，而即便改進(jìn)后的OPRF，其RMSE仍是同以前一樣大?？傮w而言，這種集合新方法在減小預(yù)報誤差和提高預(yù)報技巧兩方面都有不錯的能力，相比之下，在預(yù)報誤差削減方面更為顯著一些，這與最初相似—動力方法為了減小誤差的基本思想是一致的。但由于模式預(yù)報仍受環(huán)流型影響，ADEF也不例外，這可能與模式性能以及相似性受環(huán)流型可預(yù)報性的影響有關(guān)，還有待于進(jìn)一步研究。

這一方法在延伸期預(yù)報應(yīng)用時，我們發(fā)現(xiàn)相似預(yù)報誤差訂正方法可能存在兩個根本困難：一是數(shù)值模式對初值敏感，因此需要考慮如何保證相似初值間預(yù)報的誤差演變規(guī)律具有一致性；二是相似場的選取，由于數(shù)值模式的自由度巨大，要對這么大自由度變量在歷史上找到很好的相似，在現(xiàn)有的歷史資料條件下是很困難的（鄭志海等, 2010）。丑紀(jì)范和鄭志海（2010）、Zheng et al.（2012）提出在利用相似誤差訂正方法進(jìn)行延伸期預(yù)報時，可以采用可預(yù)測分量和混沌分量分離的策略，即基于大氣系統(tǒng)的混沌特性，從誤差增長的角度在數(shù)值模式中分離了可預(yù)報分量和不可預(yù)報的隨機(jī)分量，將可預(yù)報分量定義為在預(yù)報時段內(nèi)誤差增長較慢的分量，它對初值小的誤差不甚敏感。通過在預(yù)報過程中濾除隨機(jī)分量，保留可預(yù)報性較高的分量，建立起針對可預(yù)報分量的數(shù)值模式，避免小尺度分量預(yù)報誤差的快速增長對預(yù)報效果的影響。同時，結(jié)合歷史資料，利用相似—動力方法對可預(yù)報分量的預(yù)報誤差進(jìn)行訂正，達(dá)到減小模式誤差和從統(tǒng)計角度考慮隨機(jī)分量對可預(yù)報分量影響的目的。結(jié)果表明，該方法能有效提高數(shù)值模式對可預(yù)報分量的預(yù)報技巧，從空間分布上體現(xiàn)為對可預(yù)報性較高的地區(qū)改進(jìn)更為明顯；從空間尺度上看，改進(jìn)最為明顯的是 0波，其次是超長波和天氣尺度波，與各尺度的可預(yù)報性有很好的一致性。下面具體給出這一方法的試驗結(jié)果：

圖3給出了2004～2008年1月16日12時的5個相互獨(dú)立的個例，作為初始場的預(yù)報與實(shí)況的ACC評分情況，從中可以看出，相似—動力方法（ADA）的ACC評分顯著優(yōu)于可預(yù)報分量數(shù)值模式。ACC的改進(jìn)程度存在明顯的地區(qū)差異，北半球熱帶外地區(qū)主要在10天以后略有提高，但10天以前略低于可預(yù)報分量的數(shù)值模式（NMPC）；對可預(yù)報性較強(qiáng)的南半球熱帶外和熱帶地區(qū)提高非常明顯，幾乎都優(yōu)于NMPC，尤其是在南半球熱帶外地區(qū)，改進(jìn)尤為顯著。同時值得注意的是，對全球而言，ADA的 ACC評分隨著時間降低速率要低于NMPC，這對延長預(yù)報時效有重要作用。

圖3 5個個例平均的各區(qū)域500 hPa高度場逐日預(yù)報與實(shí)況的ACC：（a）全球；（b）北半球熱帶外；（c）南半球熱帶外；（d）熱帶。（Zheng et al., 2012）Fig.3 The 5 cases mean ACCs of the daily forecast and the real observation of regional 500-hPa height field for the globe (a), northern hemispheric extratropics (b), southern hemispheric extratropics (c), and tropics (d).(Zheng et al., 2012)

圖4 各區(qū)域500 hPa高度場候平均預(yù)報與實(shí)況的ACC：（a）全球；（b）北半球熱帶外；（c）南半球熱帶外；（d）熱帶。（Zheng et al., 2012）Fig.4 ACCs of the pentadly forecast and the real observation of regional 500-hPa height field for the globe (a), northern hemispheric extratropics (b),southern hemispheric extratropics (c), and tropics (d).(Zheng et al., 2012)

為了進(jìn)一步說明該特征，圖4給出了500 hPa各區(qū)域的候平均和6～15天平均預(yù)報情況。從圖中可以看出，平均環(huán)流均有明顯改進(jìn)，對不同層次而言（圖略），改進(jìn)程度從低層到高層依次減小，這和逐日環(huán)流預(yù)報類似。尤其值得注意的是，不論是ACC還是RMSE，ADA對第3候的改進(jìn)程度明顯大于第2候，這是令人鼓舞的，尤其是對更長時間尺度（如 10～30天）的預(yù)報具有指示意義，這對利用該方法進(jìn)行 10～30天延伸期預(yù)報嘗試提供了信心。結(jié)果表明，該方法能有效提高數(shù)值模式對可預(yù)報分量的預(yù)報技巧，從空間分布上體現(xiàn)為對可預(yù)報性較高的地區(qū)改進(jìn)更為明顯；從空間尺度上看，改進(jìn)最為明顯的是0波，其次是超長波和天氣尺度波，與各尺度的可預(yù)報性有很好的一致性。

集合預(yù)報是考慮初始條件和模式不確定性的有效途徑。因此，在延伸期預(yù)報中對具有不同特性的可預(yù)報分量和隨機(jī)分量采用不同的集合預(yù)報方案和策略，發(fā)展了基于延伸期可預(yù)報性的集合預(yù)報方法（PBEP）（鄭志海等，2012）。該方法從考慮模式不確定性的角度,用多個模式誤差訂正方案在預(yù)報過程中訂正模式誤差,以此來減小模式對可預(yù)報分量的預(yù)報誤差；對于不可預(yù)報的隨機(jī)分量,則從歷史資料中從氣候概率的角度來給出其概率分布,避免模式誤差的影響。圖 5給出了這一方法中各區(qū)域500 hPa高度場候平均預(yù)報與實(shí)況的ACC評分情況，與逐日環(huán)流預(yù)報類似，PBEP在各個地區(qū)和時段預(yù)報技巧都顯著高于國家氣候中心的業(yè)務(wù)集合預(yù)報系統(tǒng)（EPS），對全球而言，第2候和第3候平均的ACC評分分別提高了0.15和0.13，RMSE減小了13.52 gpm和12.28 gpm（圖略）；6～15天平均的ACC評分則提高了0.12，RMSE減小了12.36 gpm。分區(qū)域來看，PBEP對各個區(qū)域的預(yù)報技巧均有提高，其中6～15天平均的ACC在熱帶地區(qū)提高最多，達(dá)到了0.28，南半球熱帶外地區(qū)次之，為0.17，北半球熱帶外地區(qū)則提高了0.07；RMSE則分別是北半球熱帶外地區(qū)減小了 18.50 gpm，南半球熱帶外地區(qū)和熱帶地區(qū)都減小了9.46 gpm。不論是ACC還是RMSE，第2候的技巧提高都明顯高于第3候。上述試驗結(jié)果表明，相比于國家氣候中心的業(yè)務(wù)動力延伸集合預(yù)報系統(tǒng)，該集合預(yù)報方法對全球各區(qū)域環(huán)流預(yù)報技巧均有提高，對不同空間尺度的波也有不同程度的改進(jìn)，顯示出潛在的業(yè)務(wù)應(yīng)用前景。

4 季節(jié)氣候預(yù)測中的應(yīng)用

在季節(jié)氣候預(yù)測的應(yīng)用實(shí)踐中，由于數(shù)值模式的可預(yù)報期限依賴于初始誤差，如果季節(jié)時間尺度的預(yù)測結(jié)果對初值很敏感，相似年之間初值的差異所產(chǎn)生的誤差分布的不確定性將掩蓋相似年提供的誤差修正信息，那么基于相似的誤差訂正會受到影響。為了減小這種誤差分布不確定性的影響，鄭志海等（2009）利用海氣耦合模式（CGCM）集合預(yù)報結(jié)果和再分析資料，采用方差分析方法來提取數(shù)值模式對初值相對不夠敏感的可預(yù)報分量，將其作為對象進(jìn)行歷史相似選取和誤差訂正，在此基礎(chǔ)上提出基于季節(jié)可預(yù)報分量的相似誤差訂正新方法（FACEPC）。將該方法應(yīng)用到國家氣候中心季節(jié)氣候業(yè)務(wù)預(yù)測模式實(shí)驗中，對不同區(qū)域給出有針對性的相似選取指標(biāo)和預(yù)報方案，25年的交叉檢驗結(jié)果表明，夏季降水和環(huán)流的預(yù)報技巧評分相對于系統(tǒng)誤差訂正有明顯提高，在發(fā)生中等及以上強(qiáng)度ENSO事件年和可預(yù)報分量貢獻(xiàn)較大地區(qū)的預(yù)報技巧提高更為顯著，特別是中國區(qū)域降水和關(guān)鍵區(qū)環(huán)流的預(yù)報技巧均有提高，顯示出氣候預(yù)測業(yè)務(wù)應(yīng)用前景。同時，初步敏感性實(shí)驗顯示相似因子和資料長度的改變對預(yù)報均有顯著影響。

圖5 同圖4，但是為基于延伸期可預(yù)報性的集合預(yù)報方法（PBEP）（鄭志海等，2012）Fig.5 Same as in Fig.4, but for predictability-based extended-range ensemble prediction method (PBEP) (Zheng et al., 2012)

表2給出了這一方法對不同區(qū)域夏季降水量的預(yù)測與實(shí)況的25年平均ACC評分比較，可以看到，與系統(tǒng)誤差訂正（SPEC）相比，F(xiàn)ACEPC的預(yù)報性能有明顯改善。SPEC在各個區(qū)域的25年平均ACC幾乎都小于0， FACEPC在3個區(qū)域都提供了正技巧。其中亞洲地區(qū)的25年平均ACC從－0.08提高到了0.19，提高了0.27。對中國而言，關(guān)鍵的東部地區(qū)降水也提高了 0.1，顯示出將該方法應(yīng)用到實(shí)時預(yù)測中的前景。同時表 2還給出了 25年中FACEPC的預(yù)報評分高于SPEC的個數(shù)，可以看到，對亞洲、中國和中國東部三個區(qū)域的預(yù)報技巧提高年數(shù)分別為23年、14年和15年，提高比例分別為92%、56%和60%。

表2 不同區(qū)域夏季降水量的預(yù)測與實(shí)況的25年平均ACC評分比較（鄭志海等，2009）Table 2 The 25-year mean ACCs of regional summer precipitation forecast and the observation (Zheng et al.,2009)

圖6 基于 FACEPC與 SPEC的夏季降水預(yù)測和實(shí)況的 ACC之差（FACEPC 減去 SPEC）：（a）亞洲（10°S～65°N，40°E～180°）；（b）中國（20°N～55°N，75°E～135°E）；（c）中國東部（20°N～45°N，105°E～120°E）。（鄭志海等，2009）Fig.6 The difference of ACCs (FACEPC minus SPEC) of regional summer precipitation forecast and the observation: (a) Asia (10°S–65°N,40°E–180°); (b) China (20°N–55°N, 75°E–135°E); (c) eastern China(20°N–45°N, 105°E–120°E).(Zheng et al., 2009)

圖6給出了各區(qū)域基于FACEPC的ACC評分相對于SPEC改進(jìn)的年際變化情況?？梢钥闯?，對亞洲區(qū)域幾乎所有的年份FACEPC均優(yōu)于SPEC。對中國東部地區(qū)，在發(fā)生了中等及以上強(qiáng)度ENSO事件的1983年、1987年、1988年、1992年、1997年、1998年、1999年和2000年中，除1997年外的其他年份，F(xiàn)ACEPC與SPEC的ACC之差均超過了0.15，提高非常明顯。從表2中還可看出，亞洲地區(qū)、中國地區(qū)和中國東部地區(qū)在發(fā)生中等及以上強(qiáng)度的ENSO事件年的平均ACC分別提高了0.33、0.1和0.27，都高于25年的平均提高值。已有研究表明在外強(qiáng)迫異常（特別是SST異常）較強(qiáng)的年份，全球部分地區(qū)的可預(yù)報性更強(qiáng)，而FACEPC在外強(qiáng)迫異常信號較強(qiáng)的年份提高更多，這表明FACEPC能有效利用歷史相似信息改進(jìn)模式可預(yù)報分量的預(yù)報，部分彌補(bǔ)數(shù)值模式對外強(qiáng)迫異常響應(yīng)不足的缺點(diǎn)。

在上述工作的基礎(chǔ)上，王啟光等（2011）、楊杰等（2012）還針對長江中下游和華北地區(qū)開展了有針對性的誤差訂正工作，通過對前期因子進(jìn)行篩選, 確定長江流域相似誤差場的多因子優(yōu)化組合,并結(jié)合加權(quán)集合平均的方法, 提出了基于優(yōu)化多因子組合的客觀定量化預(yù)測技術(shù)。結(jié)合動態(tài)多因子組合建立了華北汛期降水的訂正模型，并充分考慮前期異常信號，進(jìn)一步構(gòu)建了基于前期異常信號的汛期降水相似訂正預(yù)報方案。結(jié)果表明，對兩個區(qū)域的模式預(yù)報技巧均有提高。

5 ENSO預(yù)測中的應(yīng)用

鑒于ENSO所代表的年際氣候變率信號，對全球氣候異常均有重要的影響。針對ENSO預(yù)報問題相似誤差訂正方法的應(yīng)用研究也得到了發(fā)展（孫丞虎等，2006）。

在ENSO等季節(jié)—年際尺度預(yù)測中，相似誤差訂正方法的使用必須考慮海洋和大氣兩種分量的相互作用。因此，選取相似樣本時，需要同時考慮兩者的相似性，即需要分析單一考慮海洋狀態(tài)的相似（部分相似），或是綜合考慮海洋和大氣狀態(tài)的相似性（全相似）對預(yù)測技巧的影響問題。為簡單起見，海洋的相似性通過海表溫度來衡量，而整個耦合系統(tǒng)的相似性則通過海表溫度和風(fēng)場一起衡量，且為消除不同物理量單位的影響，對資料進(jìn)行了標(biāo)準(zhǔn)化處理。同時，為消除內(nèi)部混沌過程的影響，我們也采用了利用多個歷史相似進(jìn)行相似誤差訂正的辦法。而在試驗平臺的選擇上，為了便于業(yè)務(wù)應(yīng)用，我們采用了國家氣候中心ENSO預(yù)測系統(tǒng)中的NCCo簡化海氣耦合模式，發(fā)展了ENSO動力—相似誤差訂正系統(tǒng)，初步實(shí)現(xiàn)了相似誤差訂正方法在ENSO預(yù)測中的應(yīng)用。

通過1979～2003年共25年的回報試驗發(fā)現(xiàn)，對于回報的Ni?o3指數(shù)的距平相關(guān)系數(shù)和平均絕對誤差，無論是部分相似還是全相似，在 12個月的預(yù)報時效內(nèi)誤差均小于控制試驗。例如，控制試驗在第12個月時誤差達(dá)1.39°C，而部分相似和全相似分別為1.15°C和1.02°C（圖7a）。若再對比全相似和部分相似的結(jié)果，則可發(fā)現(xiàn)前者的預(yù)報技巧要明顯高于后者（雖然此例中后者在前6個月的預(yù)報效果略高于前者），特別是經(jīng)計算后我們發(fā)現(xiàn)前者 12個月的累計誤差較控制試驗可減小20.0%，而后者只能減少 16.8%。對于距平相關(guān)系數(shù)（圖 7b），同樣發(fā)現(xiàn)相似誤差訂正模式的結(jié)果在9～12個月的預(yù)報時段內(nèi)都明顯高于控制試驗。如在6個月時，控制試驗的相關(guān)系數(shù)只有0.17左右，而相似誤差訂正的結(jié)果則均在0.3以上。再對比全相似和部分相似的結(jié)果，則可發(fā)現(xiàn)前者在 12個月的預(yù)報時段內(nèi)相關(guān)系數(shù)都高于控制試驗，而后者只有9個月左右。上述結(jié)果也表明了，在現(xiàn)有資料條件下相似誤差訂正這一方法在ENSO預(yù)報中也有一定的應(yīng)用前景。

圖7 1979～2003年Ni?o3指數(shù)預(yù)報隨預(yù)報時效的變化：（a）平均絕對誤差（單位：°C）；（b）距平相關(guān)系數(shù)。粗實(shí)線：控制試驗；細(xì)實(shí)線：部分相似，虛線：全相似。（孫丞虎等，2006）Fig.7 The predicted Ni?o3 index vs.forecast lead time for the 1979-2003 period: (a) The mean absolute errors; (b) the correlation coefficient.The thick solid line: control experiment; thin solid line: partial analogy; dotted line: comprehensive analogy (Sun et al., 2006)

6 結(jié)語

目前，使用氣候動力數(shù)值模式進(jìn)行短期氣候預(yù)測還存在許多不足之處，因此在預(yù)測策略上采取動力—統(tǒng)計相結(jié)合、從歷史相似資料中提煉信息以提高預(yù)測技巧的方式不失為一條可行之路。在現(xiàn)有模式和資料條件下，深入開展動力—統(tǒng)計相結(jié)合的預(yù)報策略和方法研究，對于提高短期氣候預(yù)測水平是非常重要的。我們在動力相似預(yù)報策略研究基礎(chǔ)上，發(fā)展了相似—動力短期氣候預(yù)測系統(tǒng)，并開展了其在月、季節(jié)以及ENSO尺度的氣候預(yù)測試驗和應(yīng)用，取得了一些令人鼓舞的初步結(jié)果，從而為下一步深入開展有關(guān)氣候預(yù)測理論與方法研究提供了一些借鑒。

當(dāng)前的氣候預(yù)測系統(tǒng)發(fā)展方式將基礎(chǔ)研究與業(yè)務(wù)需求緊密連接在一起，并且融合了國內(nèi)外先進(jìn)的理論研究成果和發(fā)展理念，這是我們在今后始終應(yīng)該堅持的。在未來氣候預(yù)測技術(shù)研發(fā)中，仍有很多重要方面必須加以考慮，例如，延伸期低頻分量預(yù)測、極端氣候事件的預(yù)測、氣候概率預(yù)測等等，將相似—動力氣候預(yù)測系統(tǒng)發(fā)展成為一個完善的短期氣候預(yù)測的業(yè)務(wù)系統(tǒng)。

（References）

鮑名, 倪允琪, 丑紀(jì)范.2004.相似—動力模式的月平均環(huán)流預(yù)報試驗[J].科學(xué)通報, 49 (11): 1112-1115. Bao Ming, Ni Yunqi, Chou Jifan.2004.The experiment of monthly mean circulation prediction using the analogy-dynamical model [J].Chinese Science Bulletin, 49 (12): 1296–1300.

Barnett T P, Preisendorfer R.1978.Multifield analog prediction of short-term climate fluctuations using a climate state vector [J].Journal of the Atmospheric Sciences, 35: 1771–1787.

丑紀(jì)范.1979.長期數(shù)值天氣預(yù)報的若干問題 [C]// 中長期水文氣象預(yù)報文集.北京: 水利電力出版社, 216–221. Chou Jifan.1979.Some problems of long-range numerical weather prediction[C]// Collection of Middle and Long-Range Hydrometeorological Prediction.Beijing: China Water Power Press (in Chinese), 216–221.

丑紀(jì)范, 鄭志海, 孫樹鵬.2010.10～30 d延伸期數(shù)值天氣預(yù)報的策略思考—直面混沌 [J].氣象科學(xué), 30 (5): 569–573. Chou Jifan, Zheng Zhihai, Sun Shupeng.2010.The think about 10-30 days extended-range numerical weather prediction strategy-facing the atmosphere chaos [J].Scientia Meteorologica Sinica (in Chinese), 30 (5): 569–573.

黃建平, 王紹武.1991.相似—動力模式的季節(jié)預(yù)報試驗 [J].中國科學(xué)（B輯），21 (2): 216–224. Huang Jianping, Wang Shaowu.1992.The experiment of seasonal prediction using the analogy-dynamical model [J].Science in China (Series B), 35 (2): 207–216.

Huang Jianping, Yi Yuhong, Wang Shaowu, et al.1993.An analoguedynamical long-range numerical weather prediction system incorporating historical evolution [J].Quart.J.Roy.Meteor.Soc., 119: 547–565.

Livezey R E, Barnston A G, Gruza G V, et al.1994.Comparative skill of two analog seasonal temperature prediction systems: Objective selection of predictors [J].J.Climate, 7: 608–615.

邱崇踐, 丑紀(jì)范.1989.天氣預(yù)報的相似—動力方法 [J].大氣科學(xué), 13(1): 22-28. Qiu Chongjian, Chou Jifan.1989.An analogue-dynamical method of weather forecasting [J].Chinese Journal of Atmospheric Sciences (in Chinese), 13 (1): 22–28.

任宏利, 丑紀(jì)范.2005.統(tǒng)計–動力相結(jié)合的相似誤差訂正法 [J].氣象學(xué)報, 63 (6): 988–993. Ren Hongli, Chou Jifan.2006.Analogue correction method of errors by combining both statistical and dynamical methods together [J].Acta Meteorologica Sinica, 63 (6): 988–993.

任宏利.2006.動力相似預(yù)報的策略和方法 [D].蘭州大學(xué)博士學(xué)位論文, 95pp.Ren Hongli.2006.Strategy and methodology of dynamical analogue prediction [D].Ph.D.dissertation (in Chinese), College of Atmospheric Sciences, Lanzhou University, 95pp.

任宏利, 丑紀(jì)范.2006.在動力相似預(yù)報中引入多個參考態(tài)的更新 [J].氣象學(xué)報, 64 (3): 315–324. Ren Hongli, Chou Jifan.2006.Introducing the updating of multi-reference states into dynamical analogue prediction[J].Acta Meteorologica Sinica (in Chinese), 64 (3): 315–324.

任宏利, 張培群, 李維京, 等.2006.基于多個參考態(tài)更新的動力相似預(yù)報方法及應(yīng)用 [J].物理學(xué)報, 55 (8): 4388–4396. Ren Hongli, Zhang Peiqun, Li Weijing, et al.2006.A new method of dynamical analogue prediction based on multi-reference-state updating and its application [J].Acta Physica Sinica (in Chinese), 55 (8): 4388–4396.

任宏利, 丑紀(jì)范.2007.動力相似預(yù)報的策略和方法研究 [J].中國科學(xué)D 輯: 地球科學(xué), 37 (8): 1101–1109. Ren Hongli, Chou Jifan.2007.Strategy and methodology of dynamical analogue prediction [J].Science in China (Series D), 50 (10): 1589–1599.

Ren Hongli, Chou Jifan, Huang Jianping, et al.2009.Theoretical basis and application of an analogue-dynamical model in the Lorenz system [J].Advances in Atmospheric Sciences, 26 (1): 67–77.

孫丞虎, 李維京, 任宏利, 等.2006.一個ENSO動力—相似誤差訂正模式及其后報初檢驗 [J].大氣科學(xué), 30 (5): 965–976. Sun Chenghu, Li Weijing, Ren Hongli, et al.2006.A dynamic-analogue error correction model for ENSO prediction and its initial hindcast verification [J].Chinese Journal of Atmospheric Sciences (in Chinese), 30 (5): 965–976.

van den Dool H M.1994.Searching for analogues, how long must we wait?Tellus, 46 (3): 314–324.

王會軍.1997.試論短期氣候預(yù)測的不確定性 [J].氣候與環(huán)境研究, 2(4): 333–338. Wang Huijun.1997.On the uncertainty of the short-term climate prediction [J].Climatic and Environmental Research (in Chinese),2 (4): 333–338.

王啟光, 封國林, 鄭志海, 等.2011.長江中下游汛期降水優(yōu)化多因子組合客觀定量化預(yù)測研究 [J].大氣科學(xué), 35 (2): 287–297. Wang Qiguang, Feng Guolin, Zheng Zhihai, et al.2011.A study of the objective and quantifiable forecasting based on optimal factors combinations in precipitation in the middle and lower reaches of the Yangtze River in summer [J].Chinese Journal of Atmospheric Sciences (in Chinese), 35 (2):287–297.

楊杰, 趙俊虎, 鄭志海, 等.2012.華北汛期降水多因子相似訂正方案與預(yù)報試驗 [J].大氣科學(xué), 36: 11–22. Yang Jie, Zhao Junhu, Zheng Zhihai, et al.2012.Estimating the prediction errors of dynamical climate model on basis of prophase key factors in North China [J].Chinese Journal of Atmospheric Sciences (in Chinese), 36: 11–22.

鄭志海, 任宏利, 黃建平.2009.基于季節(jié)氣候可預(yù)報分量的相似誤差訂正方法和數(shù)值實(shí)驗 [J].物理學(xué)報, 58: 7359–7367. Zheng Zhihai,Ren Hongli, Huang Jianping.2009.Analogue correction of errors based on seasonal climate predictable components and numerical experiments[J].Acta Physicsa Sinica (in Chinese), 58: 7359–7367.

鄭志海.2010.基于可預(yù)報分量的6～15天數(shù)值天氣預(yù)報業(yè)務(wù)技術(shù)研究[D].蘭州大學(xué)博士學(xué)位論文, 69pp.Zheng Zhihai.2010.Operational technology research of 6-15 days numerical weather prediction based on predictable components [D].Ph.D.dissertation (in Chinese), College of Atmospheric Sciences, Lanzhou University, 69pp.

鄭志海, 封國林, 丑紀(jì)范, 等.2010.數(shù)值預(yù)報中自由度的壓縮及誤差相似性規(guī)律 [J].應(yīng)用氣象學(xué)報, 21 (2): 139–148. Zheng Zhihai, Feng Guolin, Chou Jifan, et al.2010.Compression for freedom degree in numerical weather prediction and the error analogy [J].Chinese Journal of Applied Meteorological Science(in Chinese), 21 (2): 139-148.

鄭志海, 封國林, 黃建平, 等.2012.基于延伸期可預(yù)報性的集合預(yù)報方法和數(shù)值試驗 [J].物理學(xué)報, 61 (19): 199-203. Zheng Zhihai, Feng Guolin, Huang Jianping, et al.2012.Predictability-based extended-range ensemble prediction method and numerical experiments [J].Acta Physica Sinica (in Chinese), 61 (19): 199-203.

Zheng Zhihai, Huang Jianping, Feng Guolin, et al.2012.Forecast scheme and strategy for extended-range predictable components [J].Science China (Earth Sciences), doi:10.1007/s11430-012-4513-1.