李海燕 頡衛(wèi)華 吳統(tǒng)文 李巧萍 梁蕭云姚雋琛 劉向文 路屹雄 楊 濤 柳 春

1）（中國氣象局烏魯木齊沙漠氣象研究所，烏魯木齊 830002）

2）（新疆維吾爾自治區(qū)氣候中心，烏魯木齊 830002）

3）（中國氣象局地球系統(tǒng)數(shù)值預(yù)報中心，北京 100081）

4）（安徽省氣象臺，合肥 230002）

引 言

新疆地處亞歐大陸中心位置，是絲綢之路經(jīng)濟(jì)帶核心區(qū)，邊境線長達(dá)5600 km，與8個國家接壤，具有重要的戰(zhàn)略地位。天山北坡經(jīng)濟(jì)帶位于以烏魯木齊、石河子和克拉瑪依市為軸心的新疆準(zhǔn)噶爾盆地南緣天山北坡中段，僅占新疆總面積的5.7%，占新疆總?cè)丝诘?5.6%，是新疆城市最為密集的地區(qū)，城鎮(zhèn)化水平接近90%，國內(nèi)生產(chǎn)總值占新疆50%以上，是新疆現(xiàn)代工業(yè)、農(nóng)業(yè)、交通、教育科技等最為發(fā)達(dá)的核心區(qū)域［1］。此外，新疆位于影響我國西風(fēng)帶上游地區(qū)，天山山脈是能夠影響新疆甚至我國中西部地區(qū)天氣氣候和生態(tài)環(huán)境的重要屏障［2］。因此，提高天山北坡經(jīng)濟(jì)帶的氣象服務(wù)保障水平具有重要的社會、經(jīng)濟(jì)和生態(tài)意義。

由于天山北坡經(jīng)濟(jì)帶的生態(tài)環(huán)境具有脆弱性和不穩(wěn)定性，每年夏季均會發(fā)生強(qiáng)降水過程，影響農(nóng)牧業(yè)生產(chǎn)、工業(yè)發(fā)展及旅游；在溫帶大陸性干旱氣候背景下，新疆的強(qiáng)降水過程屬于小概率事件，由于水汽匱乏、地形復(fù)雜，降水成因十分復(fù)雜，因而新疆夏季強(qiáng)降水事件的預(yù)測對數(shù)值模式仍極具挑戰(zhàn)。2015年由世界天氣研究計劃組織（World Weather Research Programme，WWRP）和世界氣候研究計劃組織（World Climate Research Programme，WCRP）聯(lián)合發(fā)起了一項針對次季節(jié)-季節(jié)尺度預(yù)測（subseasonal to seasonal，S2S）的國際計劃，作為重要科學(xué)議題之一的強(qiáng)降水事件預(yù)測被重點關(guān)注［3-6］。2020年開始，S2S 計劃啟動第2 階段，旨在進(jìn)一步理解和提高次季節(jié)-季節(jié)-年代際尺度預(yù)測。目前，針對次季節(jié)-季節(jié)尺度降水預(yù)報的改進(jìn)相對于其他預(yù)報要素仍比較有限［7-8］。Hamill等［9］和Whitaker等［10］基于模式輸出結(jié)果采用一種統(tǒng)計后處理的集合方法在一定程度上改進(jìn)了NCEP中期模式對6～10 d和8～14 d平均降水的概率預(yù)報；Vitart等［11］使用ECMWF月集合預(yù)報系統(tǒng)提高了印度季風(fēng)區(qū)30 d內(nèi)逐候平均降水預(yù)報。Nardi等［12］利用熱帶低頻振蕩和平流層準(zhǔn)兩年振蕩經(jīng)驗?zāi)Ｐ洼^好預(yù)測了北美3～6周的逐候降水異常。由孫國武等［13］提出的天氣關(guān)鍵區(qū)大氣低頻波延伸期預(yù)報方法在上海、沈陽和蘭州氣候中心業(yè)務(wù)中得到較好應(yīng)用。梁萍等［14］利用集合經(jīng)驗?zāi)B(tài)分解（EEMD）及多變量EOF方法獲取梅雨區(qū)降水及其影響系統(tǒng)低頻信號的基礎(chǔ)上，采用最優(yōu)子集回歸方法、經(jīng)驗波傳播（EWP）方法及全球海氣耦合模式產(chǎn)品，對梅雨季節(jié)內(nèi)演變的延伸期預(yù)報方法進(jìn)行了預(yù)報。Jie等［15］提出一種基于概率閾值的確定性降水集合預(yù)報方法（deterministic ensemble forecast using a probasilistic threshold，DEFPT），可改進(jìn)BCC_AGCM2.1大氣環(huán)流模式對我國夏季6～15 d 1～5 mm 閾值降水的預(yù)測。Li等［16］采用一種誤差訂正方法減小了S2S模式對湘江流域的降水預(yù)測誤差。郭渠等［17］采用SVD 誤差訂正方案能夠較好改善BCC_CSM耦合模式對我國西南地區(qū)夏季降水的次季節(jié)預(yù)測。智協(xié)飛等［18］基于集合成員采用頻率匹配訂正方法改善了中國華南地區(qū)強(qiáng)降水量級預(yù)測。董全等［19］針對不同相態(tài)降水采用最優(yōu)概率閾值方法能夠有效提升我國南方降水預(yù)報。一些機(jī)器學(xué)習(xí)方法也開始應(yīng)用于我國降水集合預(yù)測［20-22］。針對新疆天山北坡經(jīng)濟(jì)帶區(qū)域，李淑娟等［23-24］先后檢驗評估了DERF2.0延伸期預(yù)報產(chǎn)品對烏魯木齊市春季和天山北坡經(jīng)濟(jì)帶秋季強(qiáng)降溫過程的預(yù)測能力，指出DERF2.0模式的延伸期預(yù)報產(chǎn)品對于強(qiáng)降溫過程預(yù)報具有一定參考價值，但未對降水預(yù)測進(jìn)行評估。

本文基于中國氣象局次季節(jié)-年際尺度一體化高分辨率氣候模式業(yè)務(wù)預(yù)測系統(tǒng)CMA-CPSv3（China Meteorological Administration-Climate Prediction System version 3）［25-26］，針對地形相對復(fù)雜、降水預(yù)測具有挑戰(zhàn)性的干旱、半干旱地區(qū)——天山北坡經(jīng)濟(jì)帶開展回報檢驗，考察全球高分辨率（T266，約45 km）氣候預(yù)測系統(tǒng)CMA-CPSv3對局地次季節(jié)-季節(jié)尺度降水的預(yù)測能力。同時，針對天山北坡經(jīng)濟(jì)帶獨特的氣候特征，對此前提出DEFPT概率閾值集合預(yù)測方法進(jìn)行改進(jìn)，探究其對CMACPSv3降水預(yù)測效果改善的可能性。

1 試驗和方法簡介

1.1 氣候預(yù)測系統(tǒng)

從1995年開始，由國家氣候中心牽頭研發(fā)的我國氣候預(yù)測業(yè)務(wù)系統(tǒng)先后經(jīng)歷了第1代季節(jié)氣候預(yù)測以及月動力延伸氣候預(yù)測業(yè)務(wù)系統(tǒng)（簡稱為CMA-CPSv1）［27］、第2代季節(jié)氣候預(yù)測業(yè)務(wù)系統(tǒng)以及第2代月動力延伸氣候預(yù)測系統(tǒng)DERF2（簡稱為CMA-CPSv2系統(tǒng)）［28-32］和第3代次季節(jié)-季節(jié)-年際尺度一體化氣候預(yù)測業(yè)務(wù)系統(tǒng)CMA-CPSv3的發(fā)展歷程。CMA-CPSv3氣候預(yù)測業(yè)務(wù)系統(tǒng)基于海-陸-冰-氣多圈層耦合的全球高分辨率氣候系統(tǒng)模式BCC-CSM2-HR 研制，水平分辨率為T266（約為45 km），垂直分辨率為56層，引入新的集合預(yù)測方案（物理過程傾向隨機(jī)擾動方案SPPT），并于2021年實現(xiàn)準(zhǔn)業(yè)務(wù)化運行。本研究使用CMA-CPSv3預(yù)測系統(tǒng)2006—2020年歷史回報數(shù)據(jù)，針對天山北坡經(jīng)濟(jì)帶（43°～46°N，83°～92°E，圖1）5—9 月次季節(jié)-季節(jié)尺度降水預(yù)測展開評估分析。

圖1 天山北坡經(jīng)濟(jì)帶地理區(qū)位分布Fig.1 Location of the economic belt of the northern slope of Tianshan Mountains（NSTM）

1.2 集合預(yù)測方法

Jie等［15］提出的基于概率閾值的確定性降水集合預(yù)測方法（DEFPT）與傳統(tǒng)的概率預(yù)報不同，其本身并不預(yù)報降水事件的發(fā)生概率，而是利用概率預(yù)報的閾值重新定義降水預(yù)報事件的發(fā)生與否（即當(dāng)某格點上預(yù)報某強(qiáng)度降水發(fā)生的概率不小于該格點最優(yōu)概率閾值時，預(yù)報降水事件發(fā)生，否則預(yù)報不發(fā)生）。具體公式如下：

其中，A為最終預(yù)報的該閾值降水，Atd表示待預(yù)報某一閾值降水的降水量（如1 mm 閾值），?表示降水事件發(fā)生與否（發(fā)生為1，不發(fā)生為0）。當(dāng)預(yù)報降水發(fā)生的集合概率Pi不小于最優(yōu)概率閾值Ptd時，?取1，否則?取0。這里i＝1，2，3，…，n分別表示集合成員數(shù)。

但該方法的Ptd不隨所選預(yù)報區(qū)域的時間和空間變化，而實際中Ptd可能存在時間和空間分布不一致的情況，特別是在地形和氣候特征差異較大的區(qū)域。因此本研究改進(jìn)DEFPT 方法中Ptd的選取，充分考慮Ptd可能存在的時空分布規(guī)律，即在概率閾值Pi的降水預(yù)報偏差合理范圍內(nèi)（下限為1-α×，上限為1＋β×，σ為偏差評分值（BIAs）標(biāo)準(zhǔn)差的多年氣候態(tài)時空分布值，α和β是該公式經(jīng)驗系數(shù)（表1）），計算得到降水預(yù)測技巧（ETS評分）最高的概率閾值Ptd的分布。這里偏差評分［29］通常用于描述降水頻率預(yù)報偏差，而ETS評分［30］用于評估去除隨機(jī)預(yù)報技巧后的降水事件預(yù)報技巧。

表1 2006—2020年5—9月不同閾值降水預(yù)報偏差合理范圍的經(jīng)驗系數(shù)α 和βTable 1 Empirical coefficientsαandβfor reasonable forecasting biases of rainfall events with different thresholds from May to Sep in 2006-2020

1.3 檢驗評估方法

本研究基于國家氣象信息中心中國地面高密度臺站（2472個國家級氣象觀測站）逐日降水格點數(shù)據(jù)（分辨率為0.5°×0.5°；通過Cressman方法［33］插值至水平分辨率T266（約45 km）的CMA-CPSv3模式網(wǎng)格點），分別使用降水偏差評分、ETS 評分、海德HK 評分［34-36］（這里偏差評分越接近1.0說明偏差越小，ETS評分和HK 評分越高越好）以及相關(guān)系數(shù)等客觀評估手段對CMA-CPSv3試驗結(jié)果展開評估分析。

2 試驗結(jié)果評估

2.1 多年回報結(jié)果評估

基于CMA-CPSv3 預(yù)測系統(tǒng)2006—2020 年回報結(jié)果，考察天山北坡經(jīng)濟(jì)帶5—9月平均的降水預(yù)報偏差評分標(biāo)準(zhǔn)差空間分布在30 d 內(nèi)的逐候變化（圖2）。由圖2可以看到，從第1候至第3候降水預(yù)測偏差在天山北坡43°～45°N 區(qū)域顯著增加，第3候以后基本趨于穩(wěn)定，且明顯大于其他區(qū)域。這說明可以針對不同區(qū)域給出不同預(yù)報偏差可接受的范圍，并在此基礎(chǔ)上計算1 mm 閾值降水預(yù)報技巧最高的Ptd最優(yōu)概率閾值分布隨時間演變（圖3）。由圖3可知，在第1候，塔城南部烏蘇、沙灣至呼圖壁等地當(dāng)概率預(yù)報閾值為40%以上時效果最佳，吉木薩爾概率預(yù)報閾值為30%左右時最佳，其他大部分區(qū)域概率預(yù)報閾值為25%時效果最佳（即當(dāng)4個集合成員中有一個預(yù)報降水事件發(fā)生時，認(rèn)為該格點降水事件發(fā)生，此時降水預(yù)報技巧最高）。進(jìn)入第2候，原來的高概率閾值區(qū)域向周圍擴(kuò)散，這與預(yù)報時間增加、集合樣本離散度增大以及集合成員高估1 mm 閾值降水落區(qū)有關(guān)，而其他區(qū)域依舊為25%。隨著預(yù)報時間的繼續(xù)增加，第3候最優(yōu)概率閾值擴(kuò)大至整個天山北坡南側(cè)，向東延伸至烏魯木齊—奇臺等地。第4候最優(yōu)概率閾值核心區(qū)的Ptd出現(xiàn)下降，降至35%左右。這與各集合成員開始對1 mm閾值降水落區(qū)出現(xiàn)低估的情況有關(guān)。第6候Ptd高值區(qū)下降到33%左右。

圖2 基于2006—2020年5—9月全部起報個例的新疆天山北坡1 mm 閾值降水預(yù)報偏差評分標(biāo)準(zhǔn)差逐候演變Fig.2 Pentadly bias standard deviation for 1 mm threshold rainfall over the NSTM in Xinjiang calculated based on all cases initialized from May to Sep in 2006-2020

圖3 基于2006—2020年5—9月全部起報個例的新疆天山北坡1 mm 以上降水最優(yōu)概率閾值分布逐候演變Fig.3 Pentadly optimal probabilistic threshold for 1 mm threshold rainfall over the NSTM in Xinjiang calculated based on all cases initialized from May to Sep in 2006-2020

此外，第7～12候的最優(yōu)概率閾值也基本保持類似的空間分布，僅強(qiáng)度略有變化（圖略）。這說明單個集合成員預(yù)報的1 mm 閾值降水落區(qū)越來越分散，因此需要更多的集合成員同時預(yù)報該格點降水事件發(fā)生才能獲得更準(zhǔn)確的預(yù)測結(jié)果。更大降水量級的最優(yōu)概率閾值分布隨時間演變結(jié)果也具有類似結(jié)果（圖略）。

根據(jù)以上選取的最優(yōu)概率閾值，對新疆天山北坡2006—2020年5—9月1 mm，10 mm 和20 mm閾值的逐候累積降水落區(qū)進(jìn)行DEFPT 預(yù)測。由圖4可知，1 mm 閾值的DEFPT 集合預(yù)報無論ETS評分還是HK 評分均明顯高于傳統(tǒng)集合平均預(yù)報和控制預(yù)報，評分較后兩者整體分別提高15%和50%以上，且偏差評分與集合平均預(yù)報相近。對于10 mm 閾值的逐候累積降水落區(qū)而言，集合平均預(yù)報僅在前15 d有效果，而DEFPT 集合預(yù)報可以大幅提高降水預(yù)測技巧，分值增加約2倍以上，盡管降水預(yù)報略有高估，偏差評分在1.5左右，但從20 mm閾值降水落區(qū)看，集合平均預(yù)報和控制預(yù)報在2周過后明顯低估實況降水落區(qū)，偏差評分接近0.0，并且兩者也基本不具備預(yù)測能力，ETS評分和HK 評分接近0.0。DEFPT 集合預(yù)報可以顯著改善這一情況，盡管30 d后也出現(xiàn)低估降水和預(yù)測技巧明顯下降的情況。

圖4 CMA-CPSv3預(yù)測系統(tǒng)在新疆天山北坡2006—2020年5—9月全部個例的逐候累積降水不同閾值不同預(yù)報時效技巧評分（黑色虛線為偏差評分等于1.0標(biāo)準(zhǔn)線）Fig.4 Bias，ETS and HK scores for pentadly rainfall at 1-20 mm thresholds at different lead times over the NSTM from all cases in Xinjiang from May to Sep in 2006-2020 predicted by CMA-CPSv3（the black dashed line denotes the standard line（equal to 1.0））

為了進(jìn)一步考察CMA-CPSv3預(yù)測系統(tǒng)對降水事件持續(xù)性的預(yù)測能力，計算逐候和逐旬時段內(nèi)發(fā)生降水事件次數(shù)的預(yù)報與實況結(jié)果的異常相關(guān)系數(shù)（圖5）。由圖5 可知，對1 mm 閾值降水，DEFPT集合預(yù)報無論逐候還是逐旬降水事件持續(xù)性在達(dá)到0.05顯著性水平的標(biāo)準(zhǔn)下均優(yōu)于控制預(yù)報和集合平均預(yù)報，且整體上優(yōu)于其他概率閾值預(yù)測結(jié)果。對5 mm 閾值降水，各方法預(yù)測技巧略有降低，但DEFPT 集合預(yù)報相比其他方法在前2周仍具有優(yōu)勢?？傮w而言，基于CMA-CPSv3 系統(tǒng)的DEFPT預(yù)測方法對逐候和逐旬降水事件發(fā)生的持續(xù)性有更優(yōu)的把握能力。

圖5 CMA-CPSv3預(yù)測系統(tǒng)在新疆天山北坡2006—2020年5—9月全部個例的日降水發(fā)生頻次與觀測之間的不同預(yù)報時效異常相關(guān)系數(shù)（黑色虛線表示0.05顯著性水平）Fig.5 Anomaly correlations of daily rainfall event frequencies in each pentad and ten days at different lead times over the NSTM in Xinjiang from all cases from May to Sep in 2006-2020 between CMA-CPSv3 and observation（the black dashed line denotes the level of 0.05）

2.2 降水個例分析

分別 圍 繞2016年7 月31 日—8 月2 日、2017年6月8—10日以及2020年7月9—12日發(fā)生在天山北坡的持續(xù)降水事件開展個例分析。以上降水過程均為新疆天山北坡夏季典型降水事件，強(qiáng)降水落區(qū)位于天山山區(qū)及其北坡的西部地區(qū)和東部地區(qū)，降水持續(xù)時間超過3 d，累積降水量分別超過15～20 mm（新疆日降水量超過12 mm 為大雨，超過24 mm 為暴雨）。2016年7月31日—8月2日時段強(qiáng)降水過程降水中心出現(xiàn)在阜康市，中心區(qū)域累積降水量最大值為37.5 mm；2017年6月8—10日強(qiáng)降水過程降雨中心出現(xiàn)在木壘縣，中心區(qū)域累積降水量最大值為22.7 mm；2020年7月9—12日時段強(qiáng)降水過程降水中心亦出現(xiàn)在木壘縣，中心區(qū)域累積降水量最大值為32.1 mm。雖然模式很難把握次季節(jié)-季節(jié)尺度的強(qiáng)降水量級，尤其在新疆這樣的干旱半干旱區(qū)域，但若可以預(yù)測出1～5 mm 閾值降水落區(qū)也是有意義的。這里需要說明的是由于CMA-CPSv3預(yù)測系統(tǒng)起報頻率為每周兩次，起報時間無法恰好與上述降水事件發(fā)生時刻完全吻合，因此這里給出包含該時段的候累積降水預(yù)測結(jié)果。由圖6可以看到，2016年7月29日—8月2日實況雨帶沿天山北坡呈U 型分布，除沙灣—石河子降水量約為5～10 mm 以外，克拉瑪依—烏蘇的天山北坡西部至烏魯木齊—奇臺累積降水量均在15 mm以上。從臨近預(yù)測結(jié)果看，控制預(yù)報、集合平均預(yù)報和DEFPT 集合預(yù)報差別不大，抓住了實況雨帶的分布特征，但在降水量級偏弱，特別是烏魯木齊—奇臺雨區(qū)（圖6b～圖6d）。如果提前1周起報，DEFPT 預(yù)測的雨帶分布和強(qiáng)度更接近觀測（圖6e～圖6g）。提前2周起報，各方法預(yù)測的降水落區(qū)均明顯減少，但DEFPT 仍對天山北坡南部雨帶分布具有一定預(yù)測能力（圖6h～圖6j）。

圖6 CMA-CPSv3預(yù)測系統(tǒng)預(yù)報2016年7月29日—8月2日的候累積降水分布（日期標(biāo)記為起報時間）（a）觀測，（b）提前0 d控制預(yù)報，（c）提前0 d集合平均預(yù)報，（d）提前0 d DEFPT 集合預(yù)報，（e）提前1周控制預(yù)報，（f）提前1周集合平均預(yù)報，（g）提前1周DEFPT 集合預(yù)報，（h）提前2周控制預(yù)報，（i）提前2周集合平均預(yù)報，（j）提前2周DEFPT 集合預(yù)報Fig.6 Pentadly rainfall including the period from 29 Jul to 2 Aug in 2016 predicted by CMA-CPSv3（the date of model initialized is marked in each figure）（a）observations，（b）CTL run at the lead of 0 day，（c）ensemble mean at the lead of 0 day，（d）DEFPT result at the lead of 0 day（e）CTL run at the lead of one week，（f）ensemble mean at the lead of one week，（g）DEFPT result at the lead of one week，（h）CTL run at the lead of two weeks，（i）ensemble mean at the lead of two weeks，（j）DEFPT result at the lead of two weeks

進(jìn)一步從5 mm 閾值降水的異常分布看，集合平均和控制預(yù)報可提前0 d和提前1周大致反映異常降水分布，DEFPT 預(yù)測結(jié)果明顯優(yōu)于前兩者，甚至提前2周預(yù)測出部分烏蘇—沙灣—呼圖壁—烏魯木齊呈東西向分布的5 mm 閾值異常降水，僅強(qiáng)度有所低估（圖7）。

圖7 同圖6，但是為候累積5 mm 閾值降水距平百分率分布Fig.7 The same as in Fig.6，but for anomalous percentage of pentadly rainfall with threshold of 5 mm

為了考察降水事件持續(xù)性，圖8給出2016年7月29日—8 月2 日CMA-CPSv3 預(yù)測系統(tǒng)分別提前0 d、1周和2周起報的候內(nèi)1 mm 閾值降水頻次空間分布。持續(xù)性降水事件主要發(fā)生在天山北坡中段區(qū)域，5 d內(nèi)均發(fā)生1 mm 閾值降水事件（圖8a）。臨近起報的控制預(yù)報、集合平均和DEFPT 預(yù)測結(jié)果相近，基本再現(xiàn)了天山北坡西部的持續(xù)性降水，但對昌吉州東部的阜康及以北地區(qū)降水的持續(xù)性預(yù)測有所低估（圖8b～圖8d）。提前1周起報，DEFPT預(yù)測展現(xiàn)優(yōu)勢，盡管阜康及以北地區(qū)降水持續(xù)性預(yù)測仍低估（圖8e～圖8g）。提前2周的預(yù)測結(jié)果表明：DEFPT 方法在天山北坡南部仍具有一定預(yù)測技巧，整體好于控制預(yù)報和集合平均預(yù)報，但烏蘇—石河子以北區(qū)域存在明顯漏報（圖8h～圖8j）。

圖8 同圖6，但為候內(nèi)1 mm 閾值降水頻次分布Fig.8 The same as in Fig.6，but for frequency of daily rainfall in each pentad

由2017年6月7—11日的預(yù)測結(jié)果（圖9）可知，降水區(qū)主要集中在天山北坡東部（烏魯木齊—奇臺—木壘），提前0 d和提前1周起報的控制預(yù)報和集合平均預(yù)報的降水區(qū)偏小，強(qiáng)度偏弱，DEFPT 集合預(yù)報可以改善該狀況，但天山北坡北部仍然存在明顯低估（圖9a～圖9g）。提前2周起報的DEFPT雖然略好于控制預(yù)報、集合平均預(yù)報，但也未能很好反映天山北坡北部雨帶（圖9h～圖9j）。由5 mm閾值降水異常空間分布可知，提前0 d的DEFPT 基本抓住了實況5 mm 閾值降水在天山北坡西部的異常增多，整體上優(yōu)于控制預(yù)報和集合平均預(yù)報結(jié)果，并且提前1周和提前2周的DEFPT 預(yù)測出天山北坡中南部的降水異常，但低估了天山北坡西部降水異常（圖略）。從降水事件持續(xù)性看，2017 年6 月7—11日候內(nèi)降水持續(xù)時間基本為2～3 d，分布范圍不集中，DEFPT 方法臨近2周內(nèi)的預(yù)測在天山北坡南部表現(xiàn)較好，在天山北坡北部普遍存在低估情況，但整體好于控制預(yù)報和集合平均預(yù)報（圖略）。

圖9 同圖6，但為2017年6月7—11日候累積降水分布Fig.9 The same as in Fig.6，but for pentadly rainfall from 7 Jun to 11 Jun in 2017

2020年7 月8—12 日降水區(qū)主要集中在整個天山北坡南部并延伸至木壘，提前0 d和提前1周起報的DEFPT 準(zhǔn)確再現(xiàn)了實況降水，雨強(qiáng)也把握得較好，而控制預(yù)報和集合平均預(yù)測的雨區(qū)僅集中在天山北坡東南部（圖10a～圖10g）。提前2周起報的3種方法均未能很好反映天山北坡雨帶分布，強(qiáng)度偏差明顯（圖10h～圖10j）。由5 mm 閾值降水異常空間分布可知，DEFPT 在提前0 d和1周兩次起報均預(yù)測出天山北坡西南部實況5 mm 閾值降水異常增多的整體上優(yōu)于控制預(yù)報和集合平均預(yù)測結(jié)果，但從第2 周起報的3 種方法均預(yù)報錯誤（圖略）。分析該時段降水事件持續(xù)性，持續(xù)3～4 d的降水主要集中在天山北坡南部和克拉瑪依及以北地區(qū)，DEFPT 方法臨近預(yù)測與觀測十分吻合，提前1周預(yù)測的降水持續(xù)性在天山北坡南部偏強(qiáng)，而提前2周起報在天山北坡南部以外區(qū)域明顯低估，總體上預(yù)測效果優(yōu)于控制預(yù)報和集合平均（圖略）。

圖10 同圖6，但為2020年7月8—12日候累積降水分布Fig.10 The same as in Fig.6，but for pentadly rainfall from 8 Jul to 12 Jul in 2020

分析2006—2019 年5—9 月天山北坡區(qū)域的500 h Pa和850 hPa位勢高度、溫度、垂直速度以及850 hPa和900 hPa濕度等相關(guān)預(yù)報量。結(jié)果表明：2周過后模式各成員預(yù)測的天山北坡東部和北部的水汽與觀測相比出現(xiàn)明顯偏差，異常相關(guān)系數(shù)降至0～0.1（圖11），而從天山北坡西部和南部水汽看，模式集合成員仍具備一定預(yù)測能力。這可能是導(dǎo)致天山北坡降水預(yù)測技巧分布差異的主要原因。

圖11 2006—2020年5—9月全部個例的新疆天山北坡經(jīng)濟(jì)帶預(yù)測與觀測的900 hPa第4～6候水汽異常相關(guān)系數(shù)Fig.11 Correlation between observation and prediction from all cases for the 4th-6th pentad humidity over the NSTM in Xinjiang from May to Sep in 2006-2020

3 結(jié)論和討論

本文使用全球高分辨率氣候業(yè)務(wù)預(yù)測系統(tǒng)CMA-CPSv3對新疆天山北坡經(jīng)濟(jì)帶降水進(jìn)行回報檢驗，對比評估CMA-CPSv3系統(tǒng)的控制預(yù)報、傳統(tǒng)集合平均預(yù)報以及考慮最優(yōu)概率閾值時空分布差異的DEFPT 集合預(yù)報的表現(xiàn)。主要結(jié)論如下：

1）DEFPT 方法可以提高天山北坡1～5 mm閾值逐候降水落區(qū)以及降水持續(xù)性的次季節(jié)-季節(jié)尺度預(yù)測能力，均優(yōu)于集合平均預(yù)報和控制預(yù)報。這也表明對新疆天山北坡次季節(jié)-季節(jié)尺度降水預(yù)測而言，數(shù)值模式與客觀化集合預(yù)測方法相結(jié)合十分必要，特別在具有大地形背景和氣候差異顯著地區(qū)。

2）從3個個例分析結(jié)果看，不論從降水落區(qū)、降水異常還是降水持續(xù)性，DEFPT 集合預(yù)報在天山北坡西部和南部效果更優(yōu)，但在天山北坡東部預(yù)測能力隨時間下降較快。這與該區(qū)域水汽預(yù)測偏差較大有關(guān)。

這里需要說明的是，本文針對逐候累積降水預(yù)測結(jié)果采用了國際上使用的偏差評分、ETS評分和HK 評分開展技巧綜合評估，這些評分側(cè)重于對降水事件空間分布預(yù)測的評估檢驗，與通常用于降水距平檢驗評估的異常相關(guān)系數(shù)和均方根誤差有所不同。對于預(yù)報更為困難的降水異常，本文也對降水異常相關(guān)系數(shù)和均方根誤差進(jìn)行了分析，與控制預(yù)報和集合平均預(yù)報相比，DEFPT 集合預(yù)報可以提高第3～4候降水異常的預(yù)測水平，且對應(yīng)的異常相關(guān)系數(shù)基本達(dá)到0.05顯著性水平；DEFPT 集合預(yù)報的RMSE 整體略高于集合平均預(yù)報，低于控制預(yù)報（圖略）。

本研究使用的CMA-CPSv3預(yù)測系統(tǒng)在業(yè)務(wù)中的起報頻率為1周2次，因此逐候預(yù)測有時無法與本文個例時段完全對應(yīng)，可能影響個例分析結(jié)果。另外，CMA-CPSv3 預(yù)測系統(tǒng)的T266（約等于45 km）水平分辨率對于地形相對復(fù)雜的天山北坡仍不夠精細(xì)，今后可考慮使用降尺度方法或更高分辨率模式開展分析。