基于年际增量和EOF迭代法的长江流域汛期降水预测全文替换

作者：沈秉璐; 杨雅薇^*; 陈权亮

来源：暴雨灾害, 2022, 41(06): 651-661.

• 国家气候中心气候系统模式(BCC＿CSM1.1m)
• NCEP/NCAR的气候预测模式(CFSv2)
• 年际增量
• EOF迭代
• 汛期降水

基于国家气候中心气候系统模式(Beijing Climate Center Climate System Model,BCC＿CSM1.1m)和美国NCEP/NCAR的气候预测模式(The NCEP Climate Forecast System Version 2,CFSv2)分别建立针对长江流域汛期降水的动力与统计相结合的降尺度预测模型，并比较两模式对应模型的预报技巧和差异来源。分别选择两模式2月起报的500 hPa及200 hPa全球位势高度场为预报因子，结合年际增量及经验正交分解(EOF)迭代法建立降尺度模型(分别简称DY＿CSM1.1m和DY＿CFSv2)，研究发现：(1) EOF迭代法中截断解释方差的递增增加了预报因子的协同性和稳定性，从而显著提高预报技巧，并由此确定98%的截断解释方差为模型的最优参数。(2)两模型基于最优参数的预测效果均优于模式原始的降水预测，其中DY＿CSM1.1m预测技巧更高，对应29 a距平相关系数(ACC)平均评分可达0.43，尤其在长江干流区域预报效果显著提高。将两模型预测的降水年际增量百分率转换为降水距平百分率时，ACC多年平均评分降为0.27和0.22，仍高于模式原始预测。(3) DY＿CSM1.1m的ACC历年评分和长江流域汛期降水年际增量均与西太平洋副热带高压的一系列指数具有高相关性(以西太平洋副高脊线位置指数为例，DY＿CFSv2则无此关系)，因此BCC＿CSM1.1m在西太平洋地区模拟性能优于CFSv2是导致该模式降尺度后预报技巧更高的重要原因，这一点在典型洪涝年1998和2020年中得以佐证。

• 单位
  上海市气候中心; 成都信息工程大学; 甘肃省人工影响天气办公室