2. 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京 210044
2. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044
月气候预测介于中期预报和季节预测之间,其中大气初值信息快速衰减,同时海洋异常的影响还没有完全起作用,因此是一个很难预测的时间尺度。分析其可预报性来源,有效提高预报准确率,一直是气候预测领域科研和业务工作的重点和难点(王会军等,2007;陈丽娟等,2008;王绍武,2012)。我国的月气候预测业务自20世纪50年代开始,经历了简单的经验统计分析、数理统计方法的广泛应用、物理统计方法的深入发展以及动力与统计相结合几个阶段,目前已经建立起较为完善的月尺度短期气候预测业务系统(丁一汇,2004)。统计方法在月气候预测业务中的应用由来已久,而动力方法的兴起源自20世纪80年代。受到Miyakoda et al(1983;1986)工作的鼓舞,各国主流数值预报中心相继开展了大量月动力延伸预报试验(Molteni et al, 1986; Owen and Palmer, 1987; Tracton et al, 1989; Déqué and Royer, 1992)。对预报结果的检验表明,月平均环流预报技巧主要集中在前两周,两周以上的预报相对于气候预报显示出一定的预报技巧,但还未达到实际业务应用水平(丑纪范,2003a;2003b)。近年来,随着模式性能和资料同化等技术的提高,集合预报技术的广泛应用,数值模式已经逐渐成为月平均大气环流预报的主要手段(郑志海,2013;任宏利等,2014)。
由于影响我国气候变化因素的多重性、相互关系的复杂性和预测方法的多样性,我国月气候预测的基本技术特点是多种因子的综合分析和多种方法的综合应用(贾小龙等,2013),预测集成技术难度非常大。经过不懈努力,目前国家气候中心月平均温度PS预报评分达到79,月平均降水距平百分率PS预报评分达到67(2012年1月至2016年12月平均)。受到月平均气候要素可预报性的年际和季节变化的影响(Jung et al, 2011),如不同El Niño位相背景下的可预报性差异(Shukla et al, 2000;陈丽娟等,2016),数值模式预报技巧稳定性以及预报对象极端程度等因素的影响,部分月份的预报效果仍然较低。
2016年10月我国东部大部地区降水量异常偏多,为1951年以来历史同期最多,同时环流形势及要素分布特征在月内发生明显转折,该月降水业务预测评分较低。本文从预测的角度对10月降水异常的时空分布特征,预测效果评分以及成因进行总结分析。重点回顾了预测过程中多因子综合分析和多方法综合应用的取舍和得失,总结了预报中的成功与不足,并指出了改善预报技巧的可能途径和思路。
1 资料说明本文所用资料主要包括:(1)中国气象局国家气象信息中心整编的《中国国家级地面气象站基本气象要素日值数据集(V3.0)》(任芝花等,2012);(2)国家气候中心整编的百项气候系统指数集;(3)美国国家环境预报中心和美国国家大气研究中心(NCEP/NCAR)提供的再分析资料,资料水平分辨率为2.5°×2.5°(Kalnay et al, 1996; Kistler et al, 2001);(4)美国国家海洋大气管理局(NOAA)提供的最优插值全球海温数据(OISST-v2),分辨率为1°×1°(Reynolds et al, 2002)。除海温数据的气候平均场受资料起始时间限制取1982—2010年平均外,其余各要素的气候平均值均为1981—2010年平均。
2 2016年10月我国降水气候特征及预测检验2016年10月全国大部分地区降水量较常年明显偏多,全国平均降水量55.4 mm,较常年同期(35.8 mm)偏多55%,为1951年以来历史同期最多(图 1)。从空间分布来看,东北大部、内蒙古中东部、黄淮、江淮、江南东部、华南东部和南部、西北地区东部、新疆大部等地降水偏多,内蒙古中东部、华北中西部、黄淮大部、江淮、江南东部、华南东部和新疆北部等地降水偏多一倍以上,其中部分地区降水量超过气候平均值两倍(图 2)。
10月降水异常的另一个重要特征是月内变化大。上旬和中旬(图 3)除华北北部、东北中部、内蒙古中东部、新疆以及东南沿海部分地区外,全国大部分地区降水以偏少为主。其中北方地区降水过程主要集中在上旬,此外受台风活动的影响,上中旬东南沿海地区降水持续偏多。进入10月下旬(图 3),全国降水分布形势发生较大调整,除东北北部、内蒙古东部和西北西部外,长江以北大部分地区降水异常偏多,异常量级在气候态两倍以上。此外,受22号台风海马登陆的影响(21—23日),江南南部、华南东部降水异常偏多。
2016年10月业务发布降水距平百分率预报(图 4)的趋势异常综合检验PS评分为55.9分。PS评分是目前短期气候预测业务检验所采用的主要指标(预报司关于印发《月、季气候预测质量检验业务规定》的通知—气预函〔2013〕98号)。10月降水趋势及异常级预报的评估结果显示(图 5),趋势预报错误的站点主要位于东北南部、华北东部、黄淮、江淮、江汉、西北地区东南部等地。华北中西部、江淮东部、江南东北部和东南沿海部分地区站点均漏报异常级,即对降水偏多的趋势预报虽然正确,但异常级预报显著小于实况。10月全国异常漏报站数达到811个站,占到评分站点总数的35.5%。
10月我国降水异常偏多的原因主要有两方面(竺夏英和宋文玲,2017;张夏琨等,2017):一方面是北方南下的冷空气与偏强、偏西、偏北的西太平洋副热带高压(以下简称副高)引导的外围暖湿水汽交汇造成的强降水;另一方面是由于西太平洋和南海地区台风生成和登陆造成的强降水。从中高纬度环流形势来看(图 6),10月北极涛动(AO)持续为负位相,极涡分裂,主体在东半球,有利于极地冷空气扩散并影响亚洲地区。月内中高纬度环流存在阶段性变化,上中旬亚洲中纬度地区环流以纬向为主,冷空气活动路径偏北,主要影响我国新疆北部和东北北部地区。下旬,随着乌拉尔山地区阻塞高压的发展,其东侧高空槽引导冷空气南下,影响我国长江以北的大部分地区。
在低纬度地区,西太平洋副高较常年同期明显偏强、面积偏大、西伸脊点异常偏西、脊线位置偏北,同时索马里和孟加拉湾越赤道气流异常偏强,印缅槽明显偏强。来自副高外围的异常东南水汽和来自西南的水汽共同输送到我国中东部地区,并与南下冷空气交汇产生异常水汽辐合,造成这些地区降水明显偏多。
此外,10月在西北太平洋和南海地区有4个台风生成,并有2个登陆我国,均较常年同期偏多。台风活跃也是造成我国东南沿海和华南南部降水明显偏多的主要原因。而台风活动受到西太平洋有利的热力和动力条件的影响,这是大气对热带海温的显著响应:赤道西太平洋地区海温明显偏暖,沃克(Walker)环流明显偏强,对流活跃,从而有利于台风生成。而副高较常年偏西、偏北,其南侧的偏东气流也有利于引导台风登陆我国,造成沿海地区发生强降水。
4 10月降水预测失败的原因分析国家气候中心常规月气候预测业务中主要考虑气候要素的年代际尺度特征、月际变率、国内外动力模式预测、统计方法预报,经预报员综合集成和多模式客观集成给出最终预测结果。随着近年来动力气候模式的发展和预报准确率的提升,模式预报信息在气候预测业务中所占的比重越来越大,从而形成以数值模式客观预报为主,物理统计订正为辅的综合集成预报局面,以下分别从这两个角度进行总结分析。
4.1 数值模式客观预报动力气候模式高技巧的信息是环流预测,而环流形势的配置关系直接决定了气候要素(降水)的时空分布特征,因此首先需要确定对大尺度环流形势的预测。通过综合考虑国内外动力模式预报以及对海温、海冰等外强迫影响的分析,预测10月AO正常到弱的负位相,欧亚中高纬度纬向环流形势发展且月内变化较大,东亚高度场北高南低,东亚槽偏弱,西太平洋副高强度正常偏强,脊线偏北,印缅槽偏强。较之实况,预测结论较好地把握了10月大尺度环流异常的空间分布特征,但是对环流因子的异常程度和具体的槽脊位置分布上与实况存在较大的差异。这种预测的不确定性也体现在国内外各家动力模式提供的信息上。国内外各主要数值预报中心超前一周时,均预报欧亚中高纬度月平均环流以纬向型为主,但是正负距平及槽脊位置分布存在较大差异。国家气候中心DERF2.0和美国CFSv2预报欧亚中高纬度位势高度以正距平为主,其中高度场的正异常中心均位于乌拉尔山以东,贝加尔湖以北区域。日本TCC预报乌拉尔山高压脊增强、贝加尔湖以北地区为低槽,东亚地区高度场以正距平为主。只有欧洲ECMWF预报与实况较为一致,成功预测了巴尔喀什湖至贝加尔湖的低槽,与实况较为一致(图略)。此外,各家动力气候模式均预测北极地区高度场以正距平为主,极涡偏弱,副高加强北抬,这些预测信息与实况也是基本一致的。
在环流形势的月内变化预测方面,DERF2.0提供了未来40天逐旬的平均环流预报,CFSv2和ECMWF均提供了未来28天的逐周环流平均预报信息,可以提供一些月内环流形势持续或者转折的预测信息。从模式当时的预报来看,DERF2.0和CFSv2的预测与实况差异较大,均未能对10月下旬乌拉尔山阻塞高压加强、副高加强北抬的环流转变特征做出预测。ECMWF与实况较为接近,但是对后期西太平洋副高加强西伸程度的预测与实况也存在较大的差异,反映出数值模式对于延伸期环流形势转折预报能力的不足。
4.2 物理因子诊断分析发生在热带太平洋地区的ENSO循环现象是年际气候变化中的最强信号(李崇银等,2008;任福民等,2012),也是月气候预测的重要背景和参考因子。2014—2016年,赤道中东太平洋发生了一次超强El Niño事件(图 7),此次事件于2015年11月达到峰值,12月开始衰减,并于2016年5月结束(翟盘茂等,2016;邵勰和周兵,2016;袁媛等,2016; 2017;任宏利等,2017)。图 7给出了20世纪80年代以来El Niño次年Niño3.4指数的演变情况,图中实线为中等以上强度的El Niño事件次年。从对应的西太平洋副高的强度和脊线位置逐月变化来看,El Niño事件次年夏、秋季西太平洋副高持续偏强(图 8a),脊线位置以夏季偏南、秋季偏北为主(图 8b)。此外图 8还显示,西太平洋副高不仅在季节尺度上受海温外强迫作用的调制,同时具有显著的月际变率,这可能与季节内低频振荡等有关。
对10月降水预测与实况出现较大偏差的一个重要原因是对副高强度估计不足。环流预报中认为副高接近正常到偏强,而实况为显著偏强。从大气对赤道中东太平洋海温信号的响应来看,在El Niño结束年,大气对海温的响应存在滞后效应。在解释ENSO循环与峰值次年夏季东亚环流异常的关系时,Xie et al(2009;2016)提出热带印度洋海温在El Niño衰减年的“电容器效应”,认为热带印度洋全区一致海温模态(IOBW)在维持El Niño对峰值次年东亚气候异常的影响方面起到了重要的传递作用(图 9a)。正是因为热带印度洋全区一致海温增暖(变冷)在El Niño(La Niña)衰减时却发展到盛期,因此,通过改变对流活动和Walker环流异常以及激发向东传播的Kelvin波,印度洋海温像“电容器”一样延续了El Niño对大气环流和气候异常的影响。对IOBW与北半球500 hPa高度场进行相关分析发现(图 10),8、9月IOBW指数与10月东亚中纬度高度场呈显著的正相关,我国东部40°N以南的大部分地区相关系数通过了0.05的显著性水平检验。
从环流对同期热带海温的响应来看,10月赤道中东太平洋大部为冷海温距平,负距平中心位于160°W附近,赤道西太平洋及暖池区为暖海温距平(图 11)。赤道西太平洋及暖池区海温偏高,对流活跃,而中东太平洋下沉运动明显增强,Walker环流偏强(图 12)。已有研究表明(顾薇等,2012),秋季中东太平洋偏冷,有利于110°~130°E范围内径向上出现两个连续的异常环流圈,其中北部的异常环流圈会通过低层径向风异常及异常辐合辐散,在日本岛附近形成反气旋式环流距平,有利于副高加强北抬。而10月热带对流活动活跃,台风生成及登陆我国的个数均偏多,也是造成我国江南南部、华南东部降水异常偏多的主要原因。
对历史上具有相似海温演变特征的El Niño结束年10月降水及环流场进行分析发现,20世纪80年代以来的El Niño结束年,我国10月降水的空间分布特征大致可分为两类:一类以1983和1995年为代表,我国东部大范围地区降水显著偏多;另一类以1998和2010年为代表,西南至东北降水偏多,同时东南沿海偏多。结合对典型年份的整层积分水汽输送、辐合辐散场以及850 hPa风场的合成分析可知(图 13),在El Niño结束典型年份,在110°~130°E的副热带地区均存在显著的水汽输送路径。1983和1995年副高西伸脊点的位置偏西,以来自南海和西太平洋的东南方向水汽输送充沛,我国东部大部分地区位于水汽辐合区,为降水提供了良好的水汽条件;1998和2010年副高主体位置偏东,水汽输送路径中心位于东部邻海,东南沿海部分地区处于水汽输送路径的边缘。
水汽输送路径和副高西伸脊点位置的正确判断对10月降水异常分布预报有着重要影响。西伸脊点位置的判断中重点参考了El Niño结束年的副高统计特征以及动力模式对环流形势的预报。统计分析结果显示,20世纪80年代以来El Niño结束年的10月副高面积偏大、强度偏强、脊线偏北的特征较为明显,而西伸脊点偏西和偏东的年份数相当,并无显著的差异。各家数值模式预报均显示副高西伸脊点接近正常或略偏东,且在延伸期时段副高主体有逐步东移的趋势。因此综合统计和模式环流预报结果,预报认为10月副高西伸脊点位置接近常年,即考虑发生类似1983和1995年水汽输送路径偏西、我国东部大范围降水显著偏多的可能性较低。而实况显示,进入10月下旬,副高强度显著加强、西伸脊点在中旬短暂东撤后再度显著偏西(图略),同时欧亚中高纬度乌拉尔山高压加强,巴尔喀什湖至贝加尔湖低槽加深,南下冷空气与沿副高外围的东南水汽和西南水汽输送汇合,造成我国长江以北大部分地区降水异常偏多。
2016年秋季海温异常的另一个主要信号是热带印度洋偶极子(TIOD)呈显著的负位相,TIOD指数于9月达到峰值。TIOD是热带印度洋秋季海温异常最主要模态,空间分布上表现为热带西印度洋和东南印度洋反相的偶极型海温变化特征(Saji et al, 1999)。前期和同期TIOD指数与10月北半球500 hPa高度场距平相关系数分布显示(图 9b,图 14),当9、10月TIOD呈负位相时,印度半岛、孟加拉湾及中南半岛等地500 hPa高度场与TIOD呈显著的负相关。即9、10月TIOD负位相有利于印缅槽加强,从而有利于水汽向我国东部地区输送。
本文从预测回顾的角度对2016年10月降水的气候特征、异常成因和预报中的成功与不足进行总结分析。对预报发布前能够获取的数值预报和物理因子诊断分析的应用效果进行梳理,结合实况总结各种预测方法和技术的技巧高低,以期加强对我国气候异常成因机理的认识,提高对月尺度气候异常的预测能力。
分析表明,热带太平洋和印度洋海表温度异常对我国秋季气候异常均有显著影响。热带太平洋海温异常集中表现在ENSO循环,其峰值次年对我国气候的影响主要通过印度洋海温异常这个“桥梁”实现。从大气对赤道中东太平洋海温信号的滞后响应来看,El Niño事件次年夏、秋季西太平洋副高持续偏强,脊线位置以夏季偏南、秋季偏北为主。环流与同期热带海温的相关分析表明,10月赤道太平洋东冷西暖,暖池区海温偏高,对流活跃,Walker环流偏强,东亚上空出现的异常经向环流圈会通过低层径向风异常及异常辐合辐散,在日本岛附近形成反气旋式环流距平,也有利于副高加强北抬。TIOD作为热带印度洋秋季海温异常的主导模态,对东亚大气环流和气候有着重要影响。相关分析显示,9、10月TIOD负位相有利于印缅槽加强,从而有利于水汽向我国东部地区输送。来自副高外围的异常东南水汽和来自西南的水汽共同输送到我国中东部地区,并与南下冷空气交汇产生异常水汽辐合,造成这些地区降水明显偏多。
数值模式环流形势预报与实况的对比结果显示,模式对热带和副热带地区的大气月平均环流有一定的预报能力,但对中高纬度环流形势的预报技巧较低。除欧洲ECMWF模式外,国内外大部分模式10月环流形势预报未能有效预测巴尔喀什湖至贝加尔湖的宽广低槽。此外模式对乌拉尔山阻塞高压加强和西太平洋副高西伸脊点偏西等关键因子的月内变化预测与实况均存在较大差异,反映出数值模式对于延伸期环流形势转折预报能力的不足,也说明了发展多模式集合最优信息提取和解释应用技术对于提高预测水平的重要性。
致谢:感谢中国气象局灾害影响评估系统以及气候与气候变化监测预测系统(CIPAS2.0)为本文提供部分图形。
陈丽娟, 李维京, 刘绿柳, 等, 2008. 中国区域月气候预测方法和预测能力评估[J]. 高原气象, 27(4): 838-843. |
陈丽娟, 李想, 李维京, 等, 2016. 2015/2016年超强El Niño事件背景下我国月预测技巧差异分析[J]. 大气科学学报, 39(6): 756-765. |
丑纪范, 2003a. 短期气候预测的现状问题与出路(二)[J]. 新疆气象, 26(2): 1-4, 11. |
丑纪范, 2003b. 短期气候预测的现状问题与出路(一)[J]. 新疆气象, 26(1): 1-4. |
丁一汇, 2004. 我国短期气候预测业务系统[J]. 气象, 30(12): 11-17. |
顾薇, 李维京, 陈丽娟, 等, 2012. 我国秋季降水的年际变化及与热带太平洋海温异常分布的关系[J]. 气候与环境研究, 17(4): 467-480. DOI:10.3878/j.issn.1006-9585.2011.10164 |
贾小龙, 陈丽娟, 高辉, 等, 2013. 我国短期气候预测技术进展[J]. 应用气象学报, 24(6): 641-655. DOI:10.11898/1001-7313.20130601 |
李崇银, 穆穆, 周广庆, 等, 2008. ENSO机理及其预测研究[J]. 大气科学, 32(4): 761-781. |
任福民, 袁媛, 孙丞虎, 等, 2012. 近30年ENSO研究进展回顾[J]. 气象科技进展, 2(3): 17-24. |
任宏利, 王润, 翟盘茂, 等, 2017. 超强厄尔尼诺事件海洋学特征分析与预测回顾[J]. 气象学报, 75(1): 1-18. DOI:10.11898/1001-7313.20170101 |
任宏利, 张培群, 李维京, 等, 2014. 提高月预报业务水平的动力相似集合方法[J]. 气象学报, 72(4): 723-730. DOI:10.11676/qxxb2014.055 |
任芝花, 余予, 邹凤玲, 等, 2012. 部分地面要素历史基础气象资料质量检测[J]. 应用气象学报, 23(6): 739-747. DOI:10.11898/1001-7313.20120611 |
邵勰, 周兵, 2016. 2015/2016年超强厄尔尼诺事件气候监测及诊断分析[J]. 气象, 42(5): 540-547. DOI:10.7519/j.issn.1000-0526.2016.05.003 |
王会军, 陈丽娟, 李维京, 等, 2007. 中国区域月平均温度和降水的模式可预报性分析[J]. 气象学报, 65(5): 725-732. DOI:10.11676/qxxb2007.068 |
王绍武, 2012. 月平均大气环流与短期气候预测[J]. 气象科技进展, 2(3): 25-26. |
袁媛, 高辉, 李维京, 等, 2017. 2016年和1998年汛期降水特征及物理机制对比分析[J]. 气象学报, 75(1): 19-38. |
袁媛, 高辉, 贾小龙, 等, 2016. 2014-2016年超强厄尔尼诺事件的气候影响[J]. 气象, 42(5): 532-539. DOI:10.7519/j.issn.1000-0526.2016.05.002 |
翟盘茂, 余荣, 郭艳君, 等, 2016. 2015/2016年强厄尔尼诺过程及其对全球和中国气候的主要影响[J]. 气象学报, 74(3): 309-321. DOI:10.11676/qxxb2016.049 |
张夏琨, 牛若芸, 卢晶, 2017. 2016年10月大气环流和天气分析[J]. 气象, 43(1): 122-128. DOI:10.7519/j.issn.1000-0526.2017.01.014 |
郑志海, 2013. 月动力延伸预报研究进展回顾[J]. 气象科技进展, 3(1): 25-30. |
竺夏英, 宋文玲, 2017. 2016年秋季中国气候特征及其可能成因[J]. 气象, 43(4): 495-500. DOI:10.7519/j.issn.1000-0526.2017.04.012 |
Déqué M, Royer J F, 1992. The skill of extended-range extratropical winter dynamical forecasts[J]. J Climate, 5(11): 1346-1356. DOI:10.1175/1520-0442(1992)005<1346:TSOERE>2.0.CO;2 |
Jung T, Vitart F, Ferranti L, et al, 2011. Origin and predictability of the extreme negative NAO winter of 2009/10[J]. Geophys Res Lett, 38(7). DOI:10.1029/2011GL046786 |
Kalnay E, Kanamitsu M, Kistler R, et al, 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bull Am Meteor Soc, 77(3): 437-472. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2 |
Kistler R, Kalnay E, Collins W, et al, 2001. The NCEP-NCAR 50-year reanalysis: monthly means CD-ROM and documentation[J]. Bull Am Meteor Soc, 82(2): 247-268. DOI:10.1175/1520-0477(2001)082<0247:TNNYRM>2.3.CO;2 |
Miyakoda K, Gordon T, Caverly R, et al, 1983. Simulation of a blocking event in January 1977[J]. Mon Wea Rev, 111(4): 846-869. DOI:10.1175/1520-0493(1983)111<0846:SOABEI>2.0.CO;2 |
Miyakoda K, Sirutis J, Ploshay J, 1986. One-month forecast experiments-without anomaly boundary forcings[J]. Mon Wea Rev, 114(12): 2363-2401. DOI:10.1175/1520-0493(1986)114<2363:OMFEAB>2.0.CO;2 |
Molteni F, Cubasch U, Tibaldi S, 1986. 30-and 60-day forecast experiments with the ECMWF spectral models[C]//ECMWF Workshop on Predictability in the Medium and Extended Range. UK: ECMWF, Shinfield Park.
|
Owen J A, Palmer T N, 1987. The impact of El Niño on an ensemble of extended-range forecasts[J]. Mon Wea Rev, 115(9): 2103-2117. DOI:10.1175/1520-0493(1987)115<2103:TIOENO>2.0.CO;2 |
Reynolds R W, Rayner N A, Smith T M, et al, 2002. An improved in situ and satellite SST analysis for climate[J]. J Climate, 15(13): 1609-1625. DOI:10.1175/1520-0442(2002)015<1609:AIISAS>2.0.CO;2 |
Saji N H, Goswami B N, Vinayachandran P N, et al, 1999. A dipole mode in the tropical Indian Ocean[J]. Nature, 401(6751): 360-363. |
Shukla J, Anderson J, Baumhefner D, et al, 2000. Dynamical seasonal prediction[J]. Bull Am Meteor Soc, 81(11): 2593-2606. DOI:10.1175/1520-0477(2000)081<2593:DSP>2.3.CO;2 |
Tracton M S, Mo K, Chen W, et al, 1989. Dynamical extended range forecasting (DERF) at the National Meteorological Center[J]. Mon Wea Rev, 117(7): 1604-1635. DOI:10.1175/1520-0493(1989)117<1604:DERFAT>2.0.CO;2 |
Xie Shangping, Hu Kaiming, Hafner J, et al, 2009. Indian ocean capacitor effect on Indo-Western Pacific climate during the summer following El Niño[J]. J Climate, 22(3): 730-747. DOI:10.1175/2008JCLI2544.1 |
Xie Shangping, Kosaka Y, Du Yan, et al, 2016. Indo-Western pacific ocean capacitor and coherent climate anomalies in Post-ENSO summer: a review[J]. Adv Atmos Sci, 33(4): 411-432. DOI:10.1007/s00376-015-5192-6 |