朱春子，李清泉，王蘭寧，王在志，劉文泉

(1．南京信息工程大學(xué) 大氣科學(xué)學(xué)院，江蘇 南京210044;2．國家氣候中心，北京100081;3．北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院，北京100875;4．中國氣象局，北京100081)

0 引言

短期氣候預(yù)測方法分為統(tǒng)計(jì)預(yù)測和動力預(yù)測兩類。統(tǒng)計(jì)預(yù)測是基于對資料統(tǒng)計(jì)分析的方法;動力預(yù)測則主要是依靠氣候模式來進(jìn)行的。利用動力模式開展季到年際的短期氣候預(yù)測是目前國際上氣候預(yù)測的發(fā)展方向，國際上很早就開始了這方面的研究。TOGA計(jì)劃的成果促使了海洋—大氣模式的發(fā)展，并用模式開始制作實(shí)時(shí)季節(jié)—年際時(shí)間尺度的ENSO 與氣候預(yù)報(bào)(Barnett et al．，1994;Trenberth et al．，1998)。為發(fā)展熱帶外地區(qū)短期氣候(季節(jié)—年際)預(yù)測，一些國際組織積極地制定了專門的國際研究計(jì)劃，成立了相應(yīng)的氣候研究機(jī)構(gòu)，發(fā)展數(shù)值氣候模式制作短期氣候預(yù)報(bào)，如歐洲中期預(yù)報(bào)中心(ECMWF)、國際氣候研究院(IRI)和美國國家環(huán)境預(yù)報(bào)中心(NCEP)等。氣候變率及其可預(yù)報(bào)性研究計(jì)劃(CLIVAR)的重要目標(biāo)之一是發(fā)展熱帶外地區(qū)的短期氣候(季節(jié)—年際)預(yù)報(bào)(WCRP，1985)。中國也不斷發(fā)展數(shù)值氣候模式制作短期氣候預(yù)測，早在1988年中國科學(xué)院大氣物理研究所就開始利用IAP兩層大氣環(huán)流模式率先開展了跨季度數(shù)值氣候預(yù)測，隨后又建立了IAP跨季度數(shù)值氣候預(yù)測系統(tǒng)，并成功地對中國夏季旱澇形勢進(jìn)行了較為準(zhǔn)確的預(yù)報(bào)(曾慶存等，1990)。近年來，中國利用全球環(huán)流模式作汛期降水的季、跨季與年度預(yù)報(bào)有了較大進(jìn)展，中國氣象局國家氣候中心自1996年開始利用OSU/NCC全球大氣環(huán)流模式耦合全球海洋與海冰模式對中國汛期降水進(jìn)行了實(shí)時(shí)預(yù)報(bào)和多年回報(bào)(Gao and Zhao，2000)。2003年國家氣候中心已建立起第一代動力氣候模式預(yù)測業(yè)務(wù)系統(tǒng)，其中包括1個(gè)全球大氣—海洋耦合模式(CGCM)、1個(gè)高分辨率東亞區(qū)域氣候模式(RegCM-NCC)和5個(gè)簡化的ENSO預(yù)測模式(SAOMS)，可用于季節(jié)—年際時(shí)間尺度的全球氣候預(yù)測;全球海氣耦合模式與區(qū)域氣候模式嵌套，可以提供高分辨率的東亞區(qū)域氣候模式，以制作季節(jié)預(yù)測(丁一匯等，2004)。

國家氣候中心自2005年開始致力于發(fā)展新一代的氣候模式，目前已建立了第二代全球大氣環(huán)流模式。為了進(jìn)一步提高該模式的預(yù)報(bào)技巧并將該模式業(yè)務(wù)化，有必要對該模式進(jìn)行較長時(shí)間的回報(bào)試驗(yàn)，對模式的預(yù)報(bào)性能做出定量的評估，給出該模式所作汛期預(yù)報(bào)的可靠性程度，以利于在今后預(yù)報(bào)中使用。為此本文使用該模式，采用持續(xù)性預(yù)報(bào)海溫做較長時(shí)間的夏季(6—8月)回報(bào)試驗(yàn)，并分析其結(jié)果。

1 模式介紹

國家氣候中心在第一代全球大氣環(huán)流模式BCC_AGCM1.0的基礎(chǔ)上，參考 NCAR CAM3.0(Collins et al．，2004)，經(jīng)過改進(jìn)發(fā)展建立了第二代大氣環(huán)流模式BCC_AGCM2.0。BCC_AGCM2.0是一個(gè)全球譜模式，其水平分辨率為T42(相當(dāng)于2.5°×2.5°);垂直方向采用混合坐標(biāo)，共26層。模式中考慮了比較完整的物理過程，包括云物理參數(shù)化、輻射物理參數(shù)化等物理過程的參數(shù)化，還考慮了大氣水汽、二氧化碳含量對輻射的影響，且包含一個(gè)完整的陸面模式。

BCC_AGCM2.0的主要改進(jìn)如下:1)引進(jìn)了一個(gè)新的參考大氣和參考面氣壓，因此原模式的預(yù)報(bào)量中的氣溫(t)和地面氣壓(ps)則分別變?yōu)樗鼈儗⒖即髿鈿鉁氐钠詈蛯⒖济鏆鈮旱钠?2)模式中引入了Zhang and Mu(2005)的新的對流參數(shù)化方案，同時(shí)對方案中的一些具體參數(shù)進(jìn)行了調(diào)整;3)模式中采用了顏宏(1987)提出的干對流調(diào)整方案;4)模式中采用了Wu and Wu(2004)提出的雪蓋參數(shù)化方案;5)鑒于洋面上潛熱通量計(jì)算受風(fēng)速的影響較大，采用了新的潛熱通量計(jì)算方案。

本文使用的全球大氣環(huán)流模式是在BCC_AGCM2.0(T42L26)版本的基礎(chǔ)上提高了模式水平分辨率發(fā)展起來的，其水平分辨率為T106(相當(dāng)于1.125°×1.125°)，垂直分辨率、模式框架和物理過程等保持不變。

2 試驗(yàn)方案和資料

為了系統(tǒng)地檢驗(yàn)?zāi)Ｊ降念A(yù)報(bào)效果，本文進(jìn)行的歷史回報(bào)試驗(yàn)和檢驗(yàn)所取年份為1983—2004年，采用11個(gè)成員的集合預(yù)報(bào)方法。每個(gè)集合成員初始場分別取為每年的3月1日00時(shí)(世界時(shí))至11日00時(shí)(世界時(shí))，11個(gè)大氣初始場形成11個(gè)樣本，分別積分至當(dāng)年的8月31日，最后對各初始場的預(yù)報(bào)做算術(shù)平均。

大氣初始場的資料取自美國國家環(huán)境預(yù)報(bào)中心(NCEP)的再分析資料，包括風(fēng)場、相對濕度、高度場和溫度場，將這些資料插值到模式的網(wǎng)格點(diǎn)和層次上。大氣模式所需要的海洋場采用基于NCEP最優(yōu)插值海表面溫度資料(OISST)的持續(xù)性預(yù)報(bào)海溫，即將每年2月的海表面溫度距平(SSTA)疊加到當(dāng)年3至8月的氣候海溫(SSTC)上，得到持續(xù)性預(yù)報(bào)海溫。之后把預(yù)報(bào)的SST和氣候態(tài)海冰作為下邊界條件驅(qū)動模式大氣運(yùn)行，利用大氣環(huán)流模式獲得夏季(6—8月)預(yù)報(bào)。陸面初始場使用NCAR CLM3自1980年起離線(offline)積分到每年預(yù)報(bào)起始時(shí)刻的陸面狀態(tài)。

本文著重分析模式對全球及東亞地區(qū)環(huán)流場、降水、溫度的預(yù)報(bào)效果。用于評估的觀測500 hPa位勢高度場、氣溫資料都是NCEP逐月再分析資料。降水資料為CMAP(Climate Prediction Center Merged Analysis of Precipitation)提供的逐月再分析資料。

用于計(jì)算各物理量距平的觀測資料的氣候場取1983—2004年長期平均值，模式氣候場取1983—2004年22次回報(bào)預(yù)測結(jié)果的平均值。為了方便與觀測資料比較，本文將模式預(yù)報(bào)的各網(wǎng)格點(diǎn)(160×320)上的物理量插值到觀測網(wǎng)格(73×144)上。

3 預(yù)報(bào)結(jié)果檢驗(yàn)方法

本文采用均方根誤差以及距平相關(guān)系數(shù)的交叉檢驗(yàn)來檢驗(yàn)預(yù)報(bào)效果。均方根誤差表示的是模式預(yù)報(bào)和觀測的近似程度，計(jì)算公式如下:

采用空間和時(shí)間距平相關(guān)系數(shù)(anomaly correlation coefficient，ACC;WMO，1996)對回報(bào)結(jié)果進(jìn)行交叉檢驗(yàn)和評分。每次取出一年夏季為檢驗(yàn)?zāi)繕?biāo)，其他年份作為已知樣本來預(yù)報(bào)目標(biāo)年份的夏季降水、氣溫和環(huán)流。公式如下:

計(jì)算相關(guān)系數(shù)的物理量有季節(jié)降水距平百分率、氣溫距平和500 hPa高度距平。式中:表示模式回報(bào)距平和模式回報(bào)距平平均值為相應(yīng)觀測距平和觀測距平平均值。距平相關(guān)系數(shù)主要反映距平量級特別是距平中心位置的預(yù)報(bào)水平。若為空間距平相關(guān)系數(shù)，則N為相關(guān)場的樣本點(diǎn)數(shù)，本試驗(yàn)中全球 N=51 200，熱帶(30°N ～30°S)N=3 600，東亞(60 ～150°E，0°～60°N)N=925;若為時(shí)間距平相關(guān)系數(shù)，則N為回報(bào)試驗(yàn)總年數(shù)(N=22)。

4 預(yù)報(bào)檢驗(yàn)與評估

4.1 環(huán)流

全球500 hPa位勢高度場模式氣候態(tài)、觀測氣候態(tài)、差值場(圖略)顯示，模式模擬的500 hPa位勢高度場基本符合觀測的夏季全球大氣環(huán)流型，但與觀測相比，北半球高緯、南半球低緯地區(qū)偏低0～80 gpm，南半球低緯到北半球中緯地區(qū)偏高0～40 gpm，副熱帶高壓明顯偏強(qiáng)、面積偏大，模擬的588 dagpm等值線在海洋上呈帶狀分布。

為進(jìn)一步分析BCC_AGCM2.0(T106)模式對全球高度場的模擬，將模式對1983—2004年夏季的回報(bào)結(jié)果與同期的實(shí)況場作了相關(guān)分析。圖1為500 hPa高度場22 a空間ACC分布?？梢钥闯觯Ｊ皆谔窖?、大西洋中緯度部分地區(qū)、貝加爾湖及以北附近地區(qū)預(yù)報(bào)準(zhǔn)確率相對較高，相關(guān)系數(shù)的中心值通過90%信度檢驗(yàn);特別是在30°N～30°S的熱帶，高相關(guān)區(qū)域成帶狀分布，該區(qū)域通過99%信度檢驗(yàn);但在較高緯度地區(qū)空間ACC相關(guān)性降低，甚至出現(xiàn)了負(fù)相關(guān)。

圖2為500 hPa高度場22 a均方根誤差分布?？梢?，均方根誤差在熱帶地區(qū)較小，隨著緯度的增加，均方根誤差加大，說明越到高緯，模式回報(bào)值和觀測值的相似程度越小。

回報(bào)的經(jīng)向平均500 hPa位勢高度空間ACC(圖3a)顯示:赤道地區(qū)500 hPa緯向平均距平相關(guān)系數(shù)達(dá)最大，相關(guān)系數(shù)接近于 1，20°N ～20°S地區(qū)緯向平均的距平相關(guān)系數(shù)基本通過90%的信度檢驗(yàn)。從全球來看，相關(guān)系數(shù)在大部分緯度上為正值，高緯度地區(qū)相關(guān)系數(shù)較低，有兩個(gè)低值區(qū)位于50°S和35°N。緯向平均(30°N ～30°S)的高度場距平相關(guān)系數(shù)(圖3b)顯示，全部經(jīng)度上的相關(guān)系數(shù)都通過了90%的信度檢驗(yàn)，在150°E存在最大值，140°E和100°W有相對較低值，東、西半球相關(guān)系數(shù)相差不大。

此外500 hPa高度場22 a空間ACC時(shí)間分布(圖略)表明，在22 a中，東亞有12 a，全球有11 a，熱帶有14 a正相關(guān)，均達(dá)到或超過半數(shù)，其中1984、1991、1992、1997、2002 年東亞地區(qū)(60 ～ 150°E，0°～60°N)ACC通過90%的信度檢驗(yàn)。

4.2 降水

降水距平百分率與觀測降水距平百分率的空間ACC經(jīng)向平均分布如圖3c所示，圖中顯示赤道地區(qū)、40°S、30°N、60°N 緯圈平均的相關(guān)系數(shù)較高，除57 ～45°S、20°S、10°N、45 ～55°N 外基本為正相關(guān)。從緯向平均(30°N～30°S)空間ACC(圖3d)來看，大部分地區(qū)相關(guān)系數(shù)為正，日期變更線附近和120°E附近的相關(guān)系數(shù)較高。

圖1 1983—2004年BCC_AGCM2.0(T106)回報(bào)和NCEP再分析的夏季(6—8月)500 hPa高度場平均空間距平相關(guān)系數(shù)(實(shí)線表示通過90%信度檢驗(yàn))Fig．1 Spatial anomaly correlation coefficients of 500 hPa geopotential height between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in summer(JJA)of 1983—2004(The solid contours represent statistical significance of the correlation coefficients at 90%confidence level)

圖2 1983—2004年BCC_AGCM2.0(T106)回報(bào)和NCEP再分析的夏季(6—8月)500 hPa高度場的均方根誤差分布(單位:hPa)Fig．2 Root mean square errors of 500 hPa geopotential height between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in summer(JJA)of 1983—2004(units:hPa)

BCC_AGCM2.0(T106)模式回報(bào)東亞地區(qū)(60～150°E，0°～60°N)1983—2004 年夏季結(jié)果與同期實(shí)況場的相關(guān)分析如圖4所示。由圖4可看出，降水距平百分率正相關(guān)區(qū)位于我國長江及其以南大部地區(qū)、華中、青藏高原南部、新疆南部、京津地區(qū)、黑龍江北部以及遼寧南部，在浙江中部存在中心值為0.6的高相關(guān)區(qū)(通過99%信度檢驗(yàn))。

由降水距平的均方根誤差(圖5)看出，我國西北地區(qū)及內(nèi)蒙古地區(qū)的均方根誤差小于1 mm，而我國長江中下游及以南地區(qū)的均方根誤差開始增大，浙江、福建南部地區(qū)的均方根誤差可達(dá)2 mm;較大均方根誤差位于青藏高原南部、印度半島西部和阿拉伯海附近。

由圖6可見，模式在各年的預(yù)報(bào)效果有所不同。降水距平百分率相關(guān)系數(shù)最好的是1998年，達(dá)0.5。22 a中，全球和熱帶17 a為正相關(guān)，東亞16 a為正相關(guān)，均超過半數(shù)。

圖3 1983—2004年BCC_AGCM2.0(T106)回報(bào)和NCEP再分析的夏季(6—8月)500 hPa高度場(a，b)、降水距平百分率(c，d)和2 m 溫度(e，f)的經(jīng)向平均(a，c，e)和緯向平均(b，d，f;30°N ～30°S)空間距平相關(guān)系數(shù)(超過0.3 的直線表示通過90%信度檢驗(yàn))Fig．3 (a，c，e)Meridional mean and(b，d，f)zonal mean(30°N—30°S)spatial anomaly correlation coefficients of(a，b)500 hPa geopotential height，(c，d)precipitation anomaly percentage，and(e，f)2 m air temperature between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in summer(JJA)of 1983—2004(The correlation coefficients above 0.3 indicate that the significance exceeds 90%)

4.3 溫度

氣候預(yù)測的另一個(gè)重要?dú)庀笠貓鍪菤鉁?。模式回?bào)的2 m氣溫距平與觀測溫度距平的空間ACC經(jīng)向平均分布(圖3e)顯示，除50°N附近外，其他地區(qū)的相關(guān)系數(shù)為正值。模擬最好的地方位于10°S 附近，10°N、35°N、50°S 地區(qū)相關(guān)也較好。從緯向平均(30°N ～30°S)結(jié)果(圖3f)來看，180°附近有極大值，150°E ～150°W 和30°E 超過90%信度檢驗(yàn)，全球平均為正相關(guān)。

在BCC_AGCM2.0(T106)模式回報(bào)東亞地區(qū)(60 ～150°E，0°～60°N)夏季 2 m 氣溫距平與觀測溫度距平的相關(guān)系數(shù)分布(圖7)中值得注意的是，在我國長江以北大部分地區(qū)ACC呈現(xiàn)正相關(guān)，且相關(guān)系數(shù)中心值通過了90%信度檢驗(yàn)。其他預(yù)報(bào)準(zhǔn)確率較高的地方位于印度、南亞和西太平洋。說明模式回報(bào)的2 m氣溫在我國北方地區(qū)是較可靠的，而在我國南方地區(qū)則有待改善。

夏季2 m溫度的均方根誤差(圖8)顯示，均方根誤差隨緯度的增高而增大，在我國北方部分地區(qū)均方根誤差超過6℃，其中東北大部分地區(qū)、新疆西北部和青藏高原地區(qū)超過12℃;在華南地區(qū)均方根誤差小于6℃，青藏高原東北地區(qū)以及云南地區(qū)均方根誤差小于3℃。

模式氣溫預(yù)測效果在各年亦有所不同，距平相關(guān)系數(shù)在熱帶要好于全球，更好于東亞。1983、1987、1993、2000年熱帶2 m氣溫距平的相關(guān)系數(shù)通過了90%信度檢驗(yàn)。22 a中，全球有16 a，熱帶有19 a，東亞有13 a為正相關(guān)，均超過半數(shù)(圖略)。

圖4 1983—2004年 BCC_AGCM2.0(T106)回報(bào)和 CMAP觀測的東亞地區(qū)(60～150°E，0°～60°N)夏季(6—8月)降水距平百分率的空間距平相關(guān)系數(shù)(陰影區(qū)表示正相關(guān))Fig．4 Spatial anomaly correlation coefficients of precipitation anomaly percentage between CMAP observation and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in summer(JJA)of 1983—2004(Areas with positive correlation coefficients are shaded)

圖5 1983—2004年BCC_AGCM2.0(T106)回報(bào)和CMAP觀測的東亞地區(qū)(60～150°E，0°～60°N)夏季(6—8月)降水距平的均方根誤差(單位:mm)Fig．5 Root mean square errors of precipitation anomaly between CMAP observation and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in summer(JJA)of 1983—2004(units:mm)

表1綜合給出了位勢高度、氣溫、降水在不同區(qū)域的平均ACC。可以看出，無論是高度場、氣溫還是降水，模式預(yù)報(bào)在熱帶都好于全球和東亞。位勢高度場預(yù)報(bào)較好的是熱帶和東亞，相關(guān)系數(shù)均為0.06。氣溫預(yù)報(bào)最好的是熱帶，相關(guān)系數(shù)為0.15，全球平均為0.10。降水預(yù)報(bào)最好的地方是熱帶，其相關(guān)系數(shù)為0.10，東亞地區(qū)相關(guān)系數(shù)為0.06，全球平均相關(guān)系數(shù)為0.08。

圖6 1983—2004年BCC_AGCM2.0回報(bào)與NCEP再分析的降水距平百分率空間距平相關(guān)系數(shù)的時(shí)間序列(相關(guān)系數(shù)超過0.36表示通過90%信度檢驗(yàn))Fig．6 Time series of spatial anomaly correlation coefficients of precipitation anomaly percentage between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast from 1983 to 2004(the coefficients larger than 0.36 represent statistical significance at 90%confidence level)

圖7 1983—2004年BCC_AGCM2.0(T106)回報(bào)和NCEP觀測的東亞地區(qū)(60～150°E，0°～60°N)夏季2 m溫度的空間距平相關(guān)系數(shù)(陰影區(qū)表示正相關(guān))Fig．7 Spatial anomaly correlation coefficients of 2 m air temperature between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in sumer(JJA)of 1983—2004(Areas with positive correlation coefficients are shaded)

圖8 1983—2004年BCC_AGCM2.0(T106)回報(bào)和NCEP再分析的東亞地區(qū)(60～150°E，0°～60°N)夏季2 m溫度距平的均方根誤差(單位:℃)Fig．8 Root mean square errors of 2 m air temperature anomaly between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in summer(JJA)of 1983—2004(units:℃)

表1 1983—2004年位勢高度、2 m氣溫、降水在不同區(qū)域的平均空間距平相關(guān)系數(shù)Table 1 Average spatial anomaly correlation coefficients of geopotentail height，2 m air temperature and precipitation in different regions from 1983 to 2004

5 單樣本與多樣本預(yù)測效果比較

大氣運(yùn)動的可預(yù)報(bào)性問題最終可歸結(jié)為兩種誤差的影響問題，一是模式不完善引起的系統(tǒng)誤差，二是對初始狀態(tài)的不精確描述引起的初值誤差，所以模式的預(yù)測結(jié)果就依賴于模式的大氣初值。由于觀測的不準(zhǔn)確和資料分析、同化處理中導(dǎo)入的誤差，所以我們賴以進(jìn)行定量化的數(shù)值預(yù)報(bào)的初始大氣分析場只是實(shí)際大氣的一個(gè)可能的近似值而已。為了盡可能消除這種誤差，盡可能反映大氣的真實(shí)狀態(tài)，本文采用時(shí)間滯后(lagged average forecast，LAF)多初值集合預(yù)測方法，并將多個(gè)預(yù)測樣本進(jìn)行算術(shù)平均得到集合預(yù)測結(jié)果，即使用每年的3月1日00時(shí)(世界時(shí))至11日00時(shí)(世界時(shí))11個(gè)大氣初始場形成的11個(gè)樣本進(jìn)行集合。

圖9和10分別為2 m氣溫和降水的全球單樣本和集合平均預(yù)測與同期觀測的距平相關(guān)系數(shù)逐年變化。由圖9和10可以看出，相關(guān)系數(shù)在－0.4～0.7之間變化，同一年的各樣本之間存在差異。例如，圖10 中，1983、1989、1998、2004 年 11 個(gè)樣本的降水距平相關(guān)系數(shù)中有10個(gè)較一致，1個(gè)偏離較遠(yuǎn)?？梢?，相對集中的10個(gè)樣本更能反映實(shí)際的回報(bào)情況，集合平均能消除這種奇異值。其余年份則是取各單樣本的平均。圖9表明，溫度距平相關(guān)系數(shù)除1983、1988、2001年外，其余19 a多樣本集合預(yù)測與觀測的相關(guān)均為正值，其中1986、1987、1989年相關(guān)較高。圖10也顯示，除1984、1992年外，其余20 a多樣本集合預(yù)測與觀測的相關(guān)也均為正值，最好的是1998年。兩圖都顯示，最后22 a的集合平均值要好于任何一個(gè)單樣本的22 a平均值，無論是單年份還是多年平均多樣本集合預(yù)測都要比單樣本預(yù)測的可信度高。

6 結(jié)論與討論

本文使用中國國家氣候中心新一代大氣環(huán)流模式BCC_AGCM2.0(T106L26)進(jìn)行了22 a夏季(6—8月)11個(gè)成員的集合回報(bào)試驗(yàn)，通過對回報(bào)試驗(yàn)數(shù)據(jù)的分析和檢驗(yàn)表明:

圖9 1983—2004年全球夏季2 m氣溫多樣本集合及單樣本預(yù)測與觀測距平相關(guān)系數(shù)的時(shí)間序列(點(diǎn)表示單樣本預(yù)測，線條表示集合平均預(yù)測)Fig．9 Time series of anomaly correlation coefficients of global 2 m air temperature between observation and hindcast in summer(JJA)of 1983—2004(The dots denote the single-sample hindcast，and the curve shows the ensemble hindcast)

圖10 1983—2004年全球夏季降水距平百分率多樣本集合及單樣本預(yù)測與觀測距平相關(guān)系數(shù)的時(shí)間序列(點(diǎn)表示單樣本預(yù)測，線條表示集合平均預(yù)測)Fig．10 Time series of anomaly correlation coefficients of global precipitation between observation and hindcast in summer(JJA)of 1983—2004(The dots denote the single-sample hindcast，and the curve shows the ensemble hindcast)

1)模式回報(bào)500 hPa高度場形勢較符合夏季全球大氣環(huán)流型。但副熱帶高壓明顯偏強(qiáng)、面積偏大，588 dagpm等高線在海洋上呈帶狀分布。模式對太平洋、大西洋中緯度部分地區(qū)、歐亞大陸上貝加爾湖及其以北附近地區(qū)的預(yù)報(bào)準(zhǔn)確率相對較高，特別是在30°N～30°S的熱帶海洋上，通過了99%的信度檢驗(yàn)。

2)模式回報(bào)降水在我國長江及其以南、華中、青藏高原南部、新疆南部、京津地區(qū)、黑龍江北部、遼寧南部地區(qū)以及浙江中部的預(yù)報(bào)是比較可信的。對2 m氣溫模式回報(bào)的分析顯示，模式回報(bào)的2 m氣溫在北方地區(qū)的可信度較高，而在南方地區(qū)則有待改善。從全球來看，熱帶地區(qū)的模擬效果要好于全球。

3)集合預(yù)報(bào)效果明顯好于單樣本預(yù)報(bào)，集合預(yù)測可以消除單樣本預(yù)測引起的某些不確定性，預(yù)報(bào)能力有明顯提高。本文使用的是算數(shù)平均集合方法，還可以嘗試其他集合平均方法，如權(quán)重平均等，以進(jìn)一步檢測預(yù)報(bào)效果。

本文主要介紹了國家氣候中心高分辨率大氣環(huán)流模式(T106L26)的預(yù)測試驗(yàn)結(jié)果。我們同時(shí)還用低分辨率大氣環(huán)流模式(T42L26)進(jìn)行相同的預(yù)報(bào)試驗(yàn)，比較兩個(gè)模式的回報(bào)結(jié)果發(fā)現(xiàn)，T106L26對熱帶500 hPa高度場、熱帶2 m氣溫、東亞降水等的預(yù)測效果比T42L26的預(yù)測效果要好。由此可見，模式分辨率的提高在一定程度上有助于預(yù)報(bào)效果的改善。

丁一匯，李清泉，李維京，等．2004．中國業(yè)務(wù)動力季節(jié)預(yù)報(bào)的進(jìn)展［J］．氣象學(xué)報(bào)，10(5):598-612．

顏宏．1987．初始方程P-σ混合坐標(biāo)細(xì)網(wǎng)格嵌套模式的設(shè)計(jì)［J］．高原氣象，6(增刊):64-139．

曾慶存，袁重光，王萬秋，等．1990．跨季度氣候距平預(yù)測試驗(yàn)［J］．大氣科學(xué)，14(1):10-25．

Barnett P，Bengtsson L，Arpe K，et al．1994．Forecasting global ENSO-related climate anomalies［J］．Tellus，46A:381-397．

Collins W D，Rash P J，Boville B A，et al．2004．Description of the NCAR Community Atmosphere Model(CAM3.0)［R］//NCAR Tech notes NCAR/TN-464+STR．Boulder，Colo:National Center for Atmosphere Research．

Gao Xuejie，Zhao Zongci．2000．Experiments of short-term climate prediction by the OSU/NCC GCM for summer season in China［J］．Acta Meteor Sinica，14(3):280-291．

Trenberth K E，Branstator G W，Karoly D，et al．1998．Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures［J］．J Geophys Res，103:14291-14324．

WCRP．1985．CLIVAR science plan:A study of climate variability and predictability［R］//WCRP289，WMO/TD No．690，ICSU，WMO，UNESCO．

WMO．1996．The eleventh WMO working group session，Italy［R］．

Wu T，Wu G．2004．An empirical formula to compute snow cover fractionin GCMs ［J］．Adv AtmosSci，21:529-535．doi:10.1007/BF02915720．

Zhang G J，Mu M．2005．Effects of modifications to the Zhang-McFarlane convection parameterization on the simulation of the tropical precipitation in the National Center for Atmospheric Research Community Climate Model，version 3［J］．J Geophys Res，110，D09109．doi:10.1029/2004JD005617．