官元紅,周廣慶,陸其峰,陸維松

(1.南京信息工程大學 數(shù)學與統(tǒng)計學院,江蘇 南京 210044;2.南京信息工程大學 資料同化研究與應用中心,江蘇 南京 210044;3.氣象災害教育部重點實驗室(南京信息工程大學),江蘇 南京 210044;4.中國科學院 大氣物理研究所,北京 100029;5.中國氣象局 國家衛(wèi)星氣象中心,北京 100081)

大氣初始場對短期氣候數(shù)值預測的影響

官元紅1,2,3,周廣慶4,陸其峰5,陸維松3

(1.南京信息工程大學 數(shù)學與統(tǒng)計學院,江蘇 南京 210044;2.南京信息工程大學 資料同化研究與應用中心,江蘇 南京 210044;3.氣象災害教育部重點實驗室(南京信息工程大學),江蘇 南京 210044;4.中國科學院 大氣物理研究所,北京 100029;5.中國氣象局 國家衛(wèi)星氣象中心,北京 100081)

利用中國科學院大氣物理研究所發(fā)展的九層大氣環(huán)流模式(簡稱IAP 9L2°×2.5°-AGCM)分析了大氣初始場對短期氣候數(shù)值預測的影響,分別從實際觀測海溫、海冰的外強迫和氣候態(tài)海溫、海冰的外強迫出發(fā),進行兩組集合回報試驗,每組包含3個試驗,分別將實時NCEP-Ⅱ資料和對NCEP-Ⅱ資料經(jīng)5 d平滑、11 d平滑后的資料作為大氣初始場,進行17 a(1988—2004年)集合回報試驗,采用相關(guān)分析方法對試驗結(jié)果進行對比分析。結(jié)果表明,比較相關(guān)系數(shù)定量檢驗出大氣初始場對熱帶地區(qū)可預報性影響較小,而對中、高緯度地區(qū)影響很大。通過對6個試驗中對應氣象要素在對流層各層距平時間相關(guān)系數(shù)以及17 a空間異常相關(guān)系數(shù)均值比較分析發(fā)現(xiàn)對東亞(中國)地區(qū)夏季氣候而言,NCEP-Ⅱ資料經(jīng)5 d平滑后生成的大氣初始場對應回報試驗結(jié)果相對最好。

大氣初始場;短期氣候數(shù)值預測;集合回報;相關(guān)分析;可預測性

0 引言

重大氣候災害的發(fā)生嚴重影響著人民生活和社會經(jīng)濟發(fā)展,因此,如何準確預測短期氣候倍受關(guān)注。對于短期氣候數(shù)值預測而言,研究注意力多集中在邊界條件上(主要是SST(sea surface temperature,海表溫度))(Harzallah and Sadourny,1995;Rowell,1998;袁重光等,2000;Lang and Wang,2010;魏鳳英,2011;鞠麗霞和郎咸梅,2012),但實際上完全基于SST的預測是不夠的,土壤濕度、雪蓋、地表植被等的影響也不可忽視(Yeh et al.,1984;王萬秋,1991;李旭,1992;馬駐國,1992;朱乾根等,1996;Dirmeyer,1999;Kazuyuki et al.,2001;李忠賢等,2012)。很多研究也表明對于熱帶外的中高緯度地區(qū),特別是東亞地區(qū),由于大氣運動的非線性特性,其內(nèi)部混沌行為可增大氣候預測不確定性,導致初始場也扮演著不可輕視的角色(范新崗和丑紀范,1999;趙彥和郭裕福,2000;Wang et al.,2000;丑紀范和徐明,2001;郎咸梅等,2004;王會軍,2005;官元紅等,2009)。初始場對于短期氣候數(shù)值預測的影響,近些年來前人也做了很多研究工作(Chervin,1986;Zwiers,1996;Descamps and Talagrand,2007;張立鳳和羅雨,2010;Fu et al.,2011;Wen et al.,2012),但至于大氣初始場(初始場中的大氣部分)對短期氣候數(shù)值預測的影響到底有多大,目前很少有人對其量化。另一方面,雖然準確大氣初始場非常重要,但目前在實時短期氣候數(shù)值預測時,大多僅通過集合方式來減小其不確定性(關(guān)吉平等,2006;麻巨慧等,2011),集合成員的大氣初始場通常仍采用某一時刻數(shù)值天氣預報實況分析場(如NCEP分析或再分析資料),通過簡單插值直接提供給氣候模式,而對不同于數(shù)值天氣預報的短期氣候數(shù)值預測而言,它要求初始信息應盡可能地反映出一段時間內(nèi)大氣的持續(xù)性狀態(tài)而不是某一個時刻的信息(朱宗申等,2000),因為一個時刻的資料含有很多高頻信息,這些信息對短期氣候預測可能都是噪音,從而很難為短期氣候數(shù)值預測提供一個合適的大氣初始場。那么如何改進大氣初始場呢?即如何通過提高大氣初值的確定性來提高預測水平?目前少見這方面的思考。鑒于以上兩方面問題,本文將利用時間平滑方法生成新的大氣初始場,從新的大氣初始場和目前實時預測所采用的大氣初始場出發(fā),通過實際觀測海溫、海冰和氣候態(tài)的海溫、海冰強迫下的兩組集合回報試驗來分析大氣初始場對短期氣候數(shù)值預測影響;并在此基礎(chǔ)上,提出一個相對較好的大氣初始場(優(yōu)于目前實時預測所采用),以期為我國短期氣候數(shù)值預測提供一點參考。

1 模式、回報試驗數(shù)據(jù)及方案

采用模式為中國科學院大氣物理研究所的9層大氣環(huán)流模式(簡稱IAP 9L2°×2.5°-AGCM)(Zhang,1990;Liang,1996),它為原始方程模式,包含較全面的物理過程參數(shù)化方案,如云輻射方案、對流調(diào)整方案和下邊界層處理等。垂直方向上采用9層(0≤σ≤1)不等距σ坐標,模式頂為10 hPa,水平方向上采用均勻緯經(jīng)度網(wǎng)格坐標,分辨率為2°×2.5°,變量按C-網(wǎng)格呈交錯分布。模式主要預報量包括水平風速、溫度、土壤濕度、水汽含量、地面氣壓等,診斷量則有垂直速度、位勢高度等。很多研究表明該模式有較強的氣候模擬能力及其動力框架和物理過程參數(shù)化的合理性(李崇銀等,2000;Xue et al.,2001;Wang,2002;張鳳等,2004),它是大氣物理研究所每一年參與汛期預測的重要模式之一。

本研究中涉及兩組試驗。第一組包括3個試驗:第一個試驗的初始場為目前短期氣候?qū)崟r數(shù)值預測時所采用初始場。初始場中的大氣部分為美國國家環(huán)境預報中心(NCEP)實時再分析NCEP/DOE ReanalysisⅡ數(shù)據(jù)(簡稱NCEP-Ⅱ),水平分辨率2°×2.5°,包括17層位勢高度場、風場、相對濕度、溫度場;初始場中的雪蓋、夜間邊界層頂高度及地表的一些通量由于沒有觀測資料,用模式積分回報時段內(nèi)的17 a氣候態(tài)代替。外強迫(各月的海溫、海冰)采用的是回報時段內(nèi)NCAR的月平均全球海溫、海冰資料。集合回報時段為1988—2004年,利用IAP 9L2°×2.5°-AGCM,每年取4月15、18、21、24、27日的00時(世界時,下同)的初始場為5個集合樣本,每年在每一個集合試驗中均從4月21日00時積分至當年的8月31日24時。文中將此試驗稱為基礎(chǔ)試驗,簡記為1_jh_ncep。

大氣資料含有“廣譜”信息,那么其中哪一段“譜”對短期氣候預測而言是最重要、最敏感的呢?能否通過提取或者放大這種有用信息改進大氣初值進而提高預測水平?對于短期氣候預測,短于天氣過程(3 d左右)的信息含有很多高頻信息,而過長的時間信息(15 d以上)更多地反映的是邊值信息。所以為了過濾高頻天氣過程信息,本文選取介于3 d和15 d之間的天數(shù):5、11 d,該組第二、三個試驗是對基礎(chǔ)試驗初始場中的大氣部分進行了5和11 d的平滑處理。第二個試驗對NCEP-Ⅱ資料(緯向風速、經(jīng)向風速、位勢高度、相對濕度等)進行5 d平滑,具體做法是:如準備2000年4月15日00時時刻的大氣初始場,則用2000年4月13、14、15、16、17日連續(xù)5 d的00時對應的NCEP-Ⅱ資料按照比例0.05、0.15、0.6、0.15、0.05進行加權(quán)平均后得到的結(jié)果作為2000年4月15日00時時刻的值,這里權(quán)重系數(shù)的選取是按照和當天距離的遠近而定,由于處理后的結(jié)果應該含有當天的信息最多,距離當天越遠含有的信息越少,所以這里取當天的權(quán)重系數(shù)為0.6(5 d中的最大值),距離當天越遠權(quán)重系數(shù)越小,且距離當天相同的天數(shù)所選的權(quán)重系數(shù)相同,即距離當天1 d和2 d的權(quán)重系數(shù)分別取為0.15、0.05。其余天(4月18、21、24、27日00時)的大氣初始場以此類推,從而得到這個試驗每一年的5個集合樣本的大氣初始場。初始場中其他量(雪蓋、夜間邊界層頂高度及地表的一些通量)、外強迫海表溫度海冰、集合回報時段及積分起始日期均與基礎(chǔ)試驗一致,將此試驗記為1_jh_ncph5d。第三個試驗的大氣初始場采用將NCEP-Ⅱ資料進行11 d平滑后的結(jié)果,類似5 d平滑方法,在NCEP-Ⅱ資料上開一個長度為11 d的時間窗口,在準備當日00時時刻的大氣初始場時,距離當日前、后5 d的對應時刻的資料都用于平滑使用,但他們所占的權(quán)重不同,當日資料占比重為0.5,距離當日為5、4、3、2、1 d的資料比重分別是0.025、0.035、0.04、0.05、0.1,即其余天比重仍與該日距離有關(guān),越接近該日的比重越大,反之越小。這樣的選取同樣是為了保證處理后的結(jié)果含有當天的信息最多,距離當天越遠信息越少。以此得到這個試驗每一年5個集合樣本(15、18、21、24、27日00時)的大氣初始場。初始場中其他量、外強迫海表溫度海冰、集合回報時段及積分起始日期也均同基礎(chǔ)試驗,文中將此試驗記為1_jh_ncph11d。即第一組的3個試驗中,只有大氣初始場不同,其余條件均相同。

為更加直觀地討論大氣初始場對短期氣候數(shù)值預測的影響,本文設(shè)計了第二組試驗,該組試驗也包含與第一組類似的3個試驗,且這3個試驗的初始場與第一組中3個試驗對應相同;但與第一組不同的是這里3個試驗的外強迫均用NCAR月平均全球資料在回報時段17 a內(nèi)對應月的平均值(氣候態(tài)),即不再含有年際變化信息,模式采用季節(jié)性運行,即這組試驗剔除了實際觀測的外強迫對可預測性的貢獻。將這三個試驗分別記為:2_jh_ncep、2_jh_ncph5d、2_jh_ncph11d。

以上兩組共6個試驗中,每個試驗在每一年均得到5個夏季回報結(jié)果(夏季為6、7、8月的平均),取這5個回報結(jié)果的算術(shù)平均與模式氣候態(tài)間的距平作為當年夏季的回報結(jié)果,則在每個試驗中均得到對應17 a的回報結(jié)果,其中模式氣候態(tài)為回報時段內(nèi)模式的17 a(1988—2004年)控制試驗結(jié)果的夏季平均。

2 分析方法

受顯著性水平制約的相關(guān)分析可以直接顯示模式結(jié)果與實測間的接近程度,本研究采用相關(guān)分析的方法,分別計算了距平時間、空間異常相關(guān)系數(shù),其計算公式為:

3 結(jié)果分析

3.1 距平時間相關(guān)系數(shù)

3.1.1 外強迫海溫、海冰為實際觀測海溫、海冰為了考察模式回報結(jié)果與相應實測間的吻合程度,這里利用17 a集合回報結(jié)果,首先采用時間相關(guān)系數(shù)分析了每一個網(wǎng)格點的回報與NCEP-Ⅱ資料在17 a的平均相關(guān)程度,從而對模式在各個網(wǎng)格點上的預測能力有一個總體認識。這節(jié)先給出第一組3個試驗中500 hPa位勢高度場(H500)的分析結(jié)果。

圖1 H500在第一組3個試驗的回報結(jié)果與NCEP-Ⅱ資料在夏季的距平時間相關(guān)系數(shù)的分布(陰影區(qū)表示通過0.05信度的顯著性檢驗) a.1_jh_ncep;b.1_jh_ncph5d;c.1_jh_ncph11dFig.1 Spatial distribution of temporal anomaly correlation coefficients at 500 hPa in summer for the period of 1988—2004(JJA)in the first set of three ensemble hindcasting experiments(the shadings indicate the significance of 95% confidence level) a.1_jh_ncep;b.1_jh_ncph5d;c.1_jh_ncph11d

圖1是H500在試驗1_jh_ncep、1_jh_ncph5d、1_jh_ncph11d中的夏季回報結(jié)果與NCEP-Ⅱ資料的距平時間相關(guān)系數(shù)分布,陰影區(qū)表示通過0.05信度的顯著性檢驗的區(qū)域?？梢?3個試驗中,在觀測海溫、海冰外強迫下,模式可預測能力總體呈帶狀分布;在熱帶及低緯地區(qū)可預測性較高且可預測性區(qū)域較廣,最大相關(guān)系數(shù)達0.8以上,兩極地區(qū)較低;后兩個試驗與基礎(chǔ)試驗在熱帶地區(qū)的可預測性相差較小,而在熱帶以外地區(qū)相差較大。

為了更加細致地分析后兩個試驗與基礎(chǔ)試驗的可預測性差別,從而清楚地認識不同大氣初始場下的可預測性,圖2給出了后兩個試驗與基礎(chǔ)試驗的距平時間相關(guān)系數(shù)在全球及中國地區(qū)的差異。

圖2 第一組試驗中全球(a、c)、中國(b、d)的H500距平時間相關(guān)系數(shù)的差值分布 a,b.1_jh_ncph5d減去1_jh_ncep;c,d.1_jh_ncph11d減去1_jh_ncepFig.2 Difference of temporal anomaly correlation coefficients between (a,b)test 1_jh_ncph5d (c,d)test 1_jh_ncph11d and test 1_jh_ncep with geopotential height at 500 hPa (a,c)in the globe and (b,d)over China a,b.1_jh_ncph5d-1_jh_ncep;c,d.1_jh_ncph11d-1_jh_ncep

圖2a、c分別代表H500在試驗1_jh_ncph5d、1_jh_ncph11d的距平時間相關(guān)系數(shù)減去H500在試驗1_jh_ncep中的距平時間相關(guān)系數(shù)(均與NCEP-Ⅱ資料進行相關(guān))在全球的分布?？擅黠@看出,后兩個試驗與基礎(chǔ)試驗在熱帶地區(qū)的距平時間相關(guān)系數(shù)之差幾乎為零,即分別以平滑5、11 d的NCEP-Ⅱ資料和實時未平滑的NCEP-Ⅱ資料作為大氣初始場所做的集合回報在熱帶地區(qū)的結(jié)果相差無幾,而后兩個試驗與基礎(chǔ)試驗中雖然外強迫相同但大氣初始場不同,可見大氣初始場對熱帶地區(qū)的可預報性的作用較小,這與Shukla(1981)研究成果一致,即在熱帶地區(qū)緩慢變化的下邊界強迫對大氣運動的顯著影響是短期氣候預測的物理基礎(chǔ)。

在北半球中高緯度地區(qū),結(jié)果出現(xiàn)了較大差別。由圖2a可見,除了在部分海洋、北美的東海岸,試驗1_jh_ncph5d的相關(guān)系數(shù)較基礎(chǔ)試驗小外,北美的中西部、格陵蘭地區(qū)在試驗1_jh_ncph5d中的相關(guān)系數(shù)較基礎(chǔ)試驗均有提高,且提高后這些區(qū)域通過了顯著性檢驗(圖1)。除此之外,提高最明顯的是在歐亞大陸,尤其是俄羅斯的西北部,基礎(chǔ)試驗的相關(guān)系數(shù)只有-0.3左右(圖1a),而在試驗1_jh_ncph5d中高達0.4以上(圖1b),可見僅改變大氣初始場,使負相關(guān)提高到正相關(guān),從差值(圖2a)上反映也很明顯,較基礎(chǔ)試驗的相關(guān)系數(shù)提高近0.7以上。其次,在東亞地區(qū)改進也很明顯,相關(guān)系數(shù)提高達0.4以上,從而使該區(qū)域也通過了顯著性檢驗(圖1b)。由圖2c可看出試驗1_jh_ncph11d中相關(guān)系數(shù)差值的正值區(qū)不及圖2a中廣,但在東亞地區(qū)仍然是大范圍的正值區(qū)。

對比差值在中國地區(qū)的分布(圖2b、d)可見,平滑11 d后的結(jié)果較未平滑的改進范圍和程度不及平滑5 d的明顯。但可明顯看出,在中國的絕大部分地區(qū)均被正值區(qū)所覆蓋,即僅改變大氣初始場后對基礎(chǔ)試驗都有改進,甚至在部分地區(qū)的相關(guān)系數(shù)提高達0.4以上,改進非常明顯。而H500在我國汛期預測中是一個很重要的參考指標,這也是本文選H500進行分析的原因(其他要素場有相似的結(jié)論,不再贅述),因此,這里相關(guān)系數(shù)的提高無疑對我國短期氣候預測有一定的幫助,數(shù)值的變化大小在一定程度上說明了大氣初始場對短期氣候數(shù)值預測影響的程度。同時也說明在熱帶以外地區(qū),氣候變化的不確定性不再主要取決于外強迫,大氣初始場的作用不可忽視,相對全球來說,大氣初始場對短期氣候預測的影響在東亞地區(qū)更為顯著,這與Wang et al.(2000)、郎咸梅等(2004)的研究一致。

在南半球的中高緯地區(qū),只有少部分地區(qū)出現(xiàn)距平時間相關(guān)系數(shù)差值的正值區(qū),其余大部分地區(qū)均為負值,尤其在南極大陸,出現(xiàn)了數(shù)值較大、范圍較廣的負值區(qū),這可能是由于在南極大陸利用的NCEP-Ⅱ資料可信度不高所引起。

3.1.2 外強迫海溫、海冰為氣候態(tài)海溫、海冰

為了單純討論大氣初始場對短期氣候數(shù)值預測的影響,本節(jié)討論第二組中的3個試驗,它們的外強迫取為NCAR月平均全球資料在回報時段17 a內(nèi)對應月的平均值,即氣候態(tài)海溫、海冰;初始場與第一組中對應3個試驗相同。同3.1.1節(jié),這里仍然選擇H500進行對比分析。

圖3a、b、c分別是H500在試驗2_jh_ncep、2_jh_ncph5d、2_jh_ncph11d中的回報結(jié)果與NCEP-Ⅱ資料的距平時間相關(guān)系數(shù)分布,可明顯看出,剔除了實際觀測的海溫、海冰的外強迫后,這里的可預測性區(qū)域明顯減小(對比圖1),特別是在赤道附近的熱帶地區(qū),圖1中通過了顯著性檢驗的可預測性區(qū)域,而在這里不但沒有通過顯著性檢驗反而距平時間相關(guān)系數(shù)出現(xiàn)了廣泛的負值區(qū)。再次驗證了熱帶地區(qū)的可預測性主要來源于外強迫這一結(jié)論。但同時也可看出,雖然剔除了實際觀測外強迫的影響,但對于H500仍然有一些明顯的可預測性區(qū)域,這在一定程度上也說明了大氣初始場在短期氣候預測中扮演著不可忽視的角色,至少在這些可預測性區(qū)域。除此之外,采用平滑5 d(圖3b)的大氣初始場下可預測性區(qū)域最大,結(jié)果仍是相對最好。

圖4a、c分別代表H500在試驗2_jh_ncph5d、2_jh_ncph11d的距平時間相關(guān)系數(shù)減去H500在試驗2_jh_ncep中的距平時間相關(guān)系數(shù)(均與NCEP-Ⅱ資料進行相關(guān))在全球的分布?？梢?雖然大氣初始場不同,但試驗2_jh_ncph5d、2_jh_ncph11d與試驗2_jh_ncep在熱帶地區(qū)相關(guān)系數(shù)差別仍然較小。另外,即便此時的外強迫全為氣候態(tài)的海溫和海冰,但后兩組試驗與前一組試驗在中高緯度地區(qū)的差別仍非常明顯,尤其是在俄羅斯的西北部,距平時間相關(guān)系數(shù)通過改進初始場后提高了近0.8。顯而易見,大氣初始場在中高緯度對短期氣候數(shù)值預測的重要作用,將月以上時效預測認為與初值無關(guān)的概念需要改變(李旭,1992)。由圖4b可見,在中國的大部分地區(qū),采用5 d平滑后大氣初始場對H500的回報明顯改善了實時預測所采用初始場的回報,在部分地區(qū)相關(guān)系數(shù)提高達0.6以上。從采用平滑11 d的初始場的結(jié)果來看(圖4d),在中國部分地區(qū)較實時預測所采用初始場的結(jié)果有改進,但其他地區(qū)不但沒有改進反而變差,這不僅說明了初始場的重要性,而且也說明了采用11 d平滑初始場不及5 d平滑初始場。這可能是因為短期氣候預測是直接與時間有關(guān)氣候統(tǒng)計特征量的預測,它是一個個天氣過程的累加,而對中國地區(qū)的降水、高溫及寒潮天氣等的預報,東亞大槽和阻塞高壓是關(guān)鍵性的參考因子它們的維持時間基本在5～7 d左右,更長時間的很少,因此11 d平滑后初始場可能把這些有用信息過濾掉了,所以造成結(jié)果不僅在部分地區(qū)沒有改進反而變差;相反5 d平滑初始場可能提取了這些信息并且過濾了對短期氣候預測而言的高頻噪音,因此效果得以改進。這表明在用該模式做短期氣候數(shù)值預測時,準備大氣初始場時并不是平滑資料的時間窗口越長越好,否則反而會影響短期氣候預測的效果。

圖3 H500在第二組3個試驗的回報結(jié)果與NCEP-Ⅱ資料在夏季的距平時間相關(guān)系數(shù)的分布(陰影區(qū)表示通過0.05信度的顯著性檢驗) a.2_jh_ncep;b.2_jh_ncph5d;c.2_jh_ncph11dFig.3 Spatial distribution of temporal anomaly correlation coefficients at 500 hPa in summer for the period of 1988—2004(JJA)in the second set of three ensemble hindcasting experiments(the shadings indicate the significance of 95% confidence level) a.2_jh_ncep;b.2_jh_ncph5d;c.2_jh_ncph11d

圖4 第二組試驗中全球(a、c)、中國(b、d)H500距平時間相關(guān)系數(shù)的差值分布 a,b.2_jh_ncph5d減去2_jh_ncep;c,d.2_jh_ncph11d減去2_jh_ncepFig.4 Difference of temporal anomaly correlation coefficients between (a,b)test 2_jh_ncph5d (c,d)test 2_jh_ncph11d and test 2_jh_ncep with geopotential height at 500 hPa (a,c)in the globe and (b,d)over China a,b.2_jh_ncph5d-2_jh_ncep;c,d.2_jh_ncph11d-2_jh_ncep

圖5 第一組試驗中各氣象要素場空間(中國區(qū)域)距平相關(guān)系數(shù)17 a的均值Fig.5 The average of spatial anomaly correlation coefficients in the first set of ensemble hindcasting experiments over China during the 17 years

除此之外,雖然第一組與第二組試驗中每個試驗對應的大氣初始場一致,只有外強迫的海溫、海冰不同(如1_jh_ncph5d與2_jh_ncph5d),但結(jié)果也出現(xiàn)了較大的不同。分別對比圖2b、4b及圖2d、4d可見,相同的大氣初始場對不同外強迫下的相關(guān)系數(shù)有了不同程度地提高,在氣候態(tài)的外強迫下,預報技巧改進最大值超過了實際海溫海冰下的預報技巧,但改進的區(qū)域范圍不及實際海溫海冰強迫下的大。這在一定程度上說明對于東亞地區(qū)的短期氣候數(shù)值預測除了大氣初始場的重要作用外,實際觀測的外強迫及其與準確的初始場的合理配置、相互作用也不容忽視(趙彥和郭裕福,2000)。

3.2 空間異常相關(guān)系數(shù)

以上比較了以時間平滑前、后資料作為大氣初始場的夏季回報結(jié)果分別與NCEP-Ⅱ資料的距平時間相關(guān)系數(shù)及在全球和中國地區(qū)的差值分布。為深入理解不同大氣初始場下東亞地區(qū)可預測性在17 a間的整體變化情況,本節(jié)將從空間異常相關(guān)系數(shù)出發(fā)做進一步地分析。分析區(qū)域為80.0～122.5°E、20.0～50.0°N(包含中國在內(nèi),簡稱中國區(qū)域)。

圖5是第一組中3個試驗的各物理量夏季回報結(jié)果在中國區(qū)域與對應NCEP-Ⅱ資料的空間異常相關(guān)系數(shù)17 a平均值的柱狀分布。高層的物理量有200 hPa緯向風場(U200)、位勢高度場(H200),中層有500 hPa緯向風場(U500)、位勢高度場(H500)及溫度場(T500),低層有850 hPa溫度場(T850)、表面氣溫場(TAS)及海平面氣壓場(SLP)。可明顯看出,在第一組的3個試驗中,8個要素場在試驗1_jh_ncph5d中的相關(guān)系數(shù)均值均為最大,相對基礎(chǔ)試驗,各個要素場提高都很明顯,尤其是TAS,提高了0.13。由于地表氣溫不僅反映地表面各種能量過程的平衡狀態(tài),也是衡量由二氧化碳等微量氣體濃度的變化而引起的氣候變化的物理量,所以是一個十分重要的氣象要素。采用5 d平滑的大氣初始場使得相關(guān)系數(shù)提高,這將對我國汛期預測有一定的參考價值。11 d平滑大氣初始場不如5 d平滑的結(jié)果好,對于中、高層要素場甚至不如實時預測時所采用的初始場的結(jié)果,同前面距平時間相關(guān)系數(shù)的結(jié)果一致,這可能是因為11 d平滑的資料將一些對短期氣候預測有用的信息過濾了。同時也可看出,在8個氣象要素場中,只有SLP在3個試驗中的相關(guān)系數(shù)均值都為負值,這說明SLP的預測具有較高的難度,即便如此,在3個試驗中,基礎(chǔ)試驗(1_jh_ncep)的相關(guān)系數(shù)均值仍然最小,其余兩組試驗較基礎(chǔ)試驗都有不同程度地改進,且仍是5 d平滑改進的程度要大于11 d平滑。

圖6是第二組中3個試驗的各物理量夏季回報結(jié)果在中國區(qū)域與對應NCEP-Ⅱ資料的空間異常相關(guān)系數(shù)17 a平均值的柱狀分布?？梢?各物理量場在試驗2_jh_ncph5d中的相關(guān)系數(shù)均值較試驗2_jh_ncep都有不同程度地提高;且除了H200和T500在試驗2_jh_ncp11d稍大外,其他變量在試驗2_jh_ncph5d中結(jié)果均最大,從這個角度來說,平滑5 d后的初始場仍好于平滑11 d及實時預測所采用的初始場。

圖6 第二組試驗中各氣象要素場空間(中國區(qū)域)距平相關(guān)系數(shù)17 a的均值Fig.6 The average of spatial anomaly correlation coefficients in the second set of ensemble hindcasting experiments over China during the 17 years

對比圖5和圖6,在采用相同大氣初始場前提下,第一組試驗中各變量的相關(guān)系數(shù)大多比第二組試驗中對應相關(guān)系數(shù)大(如1_jh_ncph5d和2_jh_ncph5d),這是因為第一組試驗采用的是實際觀測的外強迫,而第二組采用的是氣候態(tài)的外強迫所導致。另外,在第一組試驗中,1_jh_ncph11d中對1_jh_ncep的改進只有在低層,而在第二組試驗中,2_jh_ncph11d中各個要素場的相關(guān)系數(shù)均值較2_jh_ncep的都有提高,這是因為第二組試驗中采用的外強迫為氣候態(tài),平滑11 d的資料后可能更多地反映的是邊值信息,所以使得這里的結(jié)果好于第一組試驗。

4 結(jié)論與討論

本文采用時間平滑方法生成新的大氣初始場,分別從新大氣初始場和目前實時預測所采用大氣初始場出發(fā),利用IAP 9L2°×2.5°-AGCM模式,初步分析了大氣初始場對短期氣候數(shù)值預測的影響;較目前實時預測所采用的大氣初始場,經(jīng)5 d平滑的大氣初始場更多提取了短期氣候數(shù)值預測所需的信息。

具體是利用上述模式,分別在實際觀測海溫、海冰(第一組)和氣候態(tài)海溫、海冰(第二組)的兩種外強迫下,各自進行了3個集合回報試驗,每一組3個集合回報試驗的大氣初始場分別是對應時刻的NCEP-Ⅱ資料(實時預測所采用)、NCEP-Ⅱ資料經(jīng)5 d平滑和11 d平滑后的資料,初始場中其他量在6個試驗中均相同,集合回報時段為1988—2004年,分別從時間和空間相關(guān)上對兩組(6個)試驗的結(jié)果進行了對比分析,各個氣象要素場的結(jié)果都很相似,鑒于H500在我國汛期預測中是一個很重要的參考指標,所以本文只選取這個要素進行分析(其余略),結(jié)果表明:

1)兩組試驗中,即使大氣初始場不同,但它們在熱帶地區(qū)相關(guān)系數(shù)差別均很小;另一方面,第二組試驗在熱帶地區(qū)的可預測性遠遠小于第一組對應試驗的可預測性,從這兩方面進一步肯定了前人觀點,即熱帶地區(qū)的可預報性主要來源于海溫、海冰的外強迫,而與大氣初始場關(guān)系較小。

2)兩組試驗中,雖然每一組的外強迫相同只有大氣初始場不同,但在熱帶外的中高緯度地區(qū)差別很大,這說明此時可預報性不再主要來源于外強迫,大氣初始場的作用非常重要。因此,我國在進行短期氣候數(shù)值預測時,需重視對大氣初始場的準備,從而增加初始場的確定性;另一方面,結(jié)合目前的集合預測方式來減小初始場的不確定性。進而可以從增加初始場確定性和減小初始場的不確定性兩方面來改進短期氣候數(shù)值預測。

3)由5 d平滑和11 d平滑大氣初始場的回報結(jié)果可見,對中國區(qū)域而言,不論從距平時間相關(guān)、空間異常相關(guān)視角來看,還是從對流層中上、下層的空間視角來看,5 d平滑后的回報結(jié)果總體上要好于平滑11 d的結(jié)果,這可能是因為平滑5 d后的大氣初始場較平滑11 d的濾掉了對短期氣候預測的高頻噪音部分、提取了大尺度信息,而平滑11 d后的資料濾掉了對短期氣候預測的一些有用(如東亞大槽、阻塞高壓等)的信息。因此,利用該模式做預測時,為了提取對短期氣候預測有用的大尺度信息時,用于平滑的時間窗口并不是越長越好。

4)雖然兩組試驗中各個試驗對應的大氣初始場一致(1_jh_ncph5d、2_jh_ncph5d),只有外強迫的海溫、海冰不同,但結(jié)果也出現(xiàn)了較大的不同,這說明在短期氣候數(shù)值預測中,除了考慮大氣初始場的重要影響外,它們同外強迫之間的配置及相互作用也不可輕視,另外還需綜合考慮其他可預測因子(土壤濕度及雪蓋等)的影響。

需要指出的是短期氣候數(shù)值預測是一個難度很大的工作,尤其對處于東亞季風區(qū)的我國而言。本文僅對大氣初始場的作用及影響作了一些初步工作,以此說明在利用IAP 9L2°×2.5°-AGCM模式進行短期氣候數(shù)值預測時,提取含有大尺度信息的大氣初始場非常急切和必要。但至于在集合回報時選取更多的集合樣本,以及用于平滑的時間窗口只是粗略地選取介于天氣過程(3 d左右)和更多反映邊值信息過程(15 d以上)之間的5和11 d,對于其他天數(shù)(如6、7、8、9 d等)的平滑結(jié)果如何,出于計算量和存儲量的考慮,本文沒有足夠多的試驗。未來將考慮更加有效的方法,從理論上給出更合理的平滑時間窗口,進一步嘗試提取短期氣候數(shù)值預測所需的大氣初始場信息。另外,本文只是對IAP 9L2°×2.5°-AGCM這一個模式而言得到了一些初步的結(jié)論,對其他模式是否有相同的結(jié)論的工作正在開展中。

丑紀范,徐明.2001.短期氣候數(shù)值預測的進展和前景[J].科學通報,46(11):890-894.

范新崗,丑紀范.1999.初值信息在氣候預測中的作用[J].大氣科學,23(1):71-76.

關(guān)吉平,張立鳳,張銘.2006.集合預報研究現(xiàn)狀與展望[J].氣象科學,26(2):228-235.

官元紅,周廣慶,陸維松.2009.一個用于氣候模式的三維變分資料同化系統(tǒng)——方案設(shè)計及檢驗[J].大氣科學學報,32(3):392-404.

鞠麗霞,郎咸梅.2012.RegCM3_IAP9L-AGCM對中國跨季度短期氣候預測的回報試驗研究[J].氣象學報,70(2):244-252.

郎咸梅,王會軍,姜大膀.2004.大氣初始異常在跨季度短期氣候預測中作用的研究[J].大氣科學,28(2):231-240.

李崇銀,穆明權(quán),畢訓強.2000.大氣環(huán)流的年代際變化II.GCM數(shù)值模擬研究[J].大氣科學,24(6):739-748.

李旭.1992.短期氣候異常的數(shù)值模擬與預測研究[D].北京:中國科學院研究生院.

李忠賢,陳海山,倪東鴻,等.2012.土壤濕度對東亞夏季氣候潛在可預報性影響的數(shù)值模擬[J].大氣科學學報,35(4):423-430.

麻巨慧,朱躍建,王盤興,等.2011.NCEP、ECMWF及CMC全球集合預報業(yè)務系統(tǒng)發(fā)展綜述[J].大氣科學學報,34(3):370-380.

馬駐國.1992.中國東部土壤濕度和區(qū)域氣候變化的關(guān)系及一個土壤濕度反演模型的建立[D].北京:中國科學院研究生院.

王會軍.2005.來自大氣內(nèi)部的季節(jié)氣候可預測性初探[J].大氣科學,29(1):64-70.

王萬秋.1991.土壤濕度異常對短期氣候影響的數(shù)值模擬試驗[J].大氣科學,15(5):23-32.

魏鳳英.2011.我國短期氣候預測的物理基礎(chǔ)及預測思路[J].應用氣象學報,22(1):1-11.

袁重光,李旭,王會軍,等.2000.IAP/CAS的短期氣候距平數(shù)值預測研究[J].氣象科學,20(3):326-338.

張鳳,陳紅,林朝暉,等.2004.IAP AGCM-I水平分辨率的提高及其對全球和東亞季風降水的數(shù)值模擬[J].氣候與環(huán)境研究,9(2):396-408.

張立鳳,羅雨.2010.初始場對暴雨數(shù)值預報的影響及集合預報試驗[J].氣象科學,30(5):650-656.

趙彥,郭裕福.2000.短期氣候數(shù)值預測中海溫和初始場作用的敏感性試驗[J].應用氣象學報,11(增刊):21-30.

朱乾根,蘭紅平,沈桐立.1996.土壤濕度和地表反射率變化對中國北方氣候影響的數(shù)值研究[J].氣象學報,54(4):493-500.

朱宗申,郝民,馬清云,等.2000.用于短期區(qū)域氣候預測的資料同化系統(tǒng)[C]//項目辦公室.短期氣候預測業(yè)務動力模式的研制.北京:氣象出版社:385-392.

Chervin R M.1986.Interannual variability and seasonal climate predictability[J].J Atmos Sci,1:233-251.

Descamps L,Talagrand O.2007.On some aspects of the definition of initial conditions for ensemble prediction[J].Mon Wea Rev,135:3260-3272.

Dirmeyer P A.1999.Assessing GCM sensitivity to soil wetness using GSWP data[J].J Meteor Soc Japan,77:367-385.

Fu X H,Wang B,Lee J Y,et al.2011.Sensitivity of dynamical intraseasonal prediction skills to different initial conditions[J].Mon Wea Rev,139:2572-2592.

Harzallah A,Sadourny R.1995.Internal versus SST-forced atmospheric variability as simulated by an atmospheric general circulation model[J].J Climate,8(3):474-495.

Kazuyuki S,Judah C,Dara E.2001.Evolution of atmospheric response to early-season Eurasian snow cover anomalies[J].Mon Wea Rev,129:2746-2760.

Lang X M,Wang H J.2010.Improving extra-seasonal summer rainfall prediction by merging information from GCM and observation[J].Wea Forecasting,25:1263-1274.

Liang X Z.1996.Description of a nine-level grid point atmospheric general circulation model[J].Adv Atmos Sci,13:269-298.

Rowell D P.1998.Assessing potential seasonal predictability with an ensemble of multidecadal GCM simulation[J].J Climate,11(2):109-120.

Shukla J.1981.Dynamical predictability of monthly mean[J].J Atmos Sci,38:2547-2572.

Wang H J.2002.The Mid-Holocene climate simulated by a grid-point AGCM coupled with a Biome model[J].Adv Atmos Sci,19:205-218.

Wang H J,Matsuno T,Kurihara Y.2000.Ensemble hindcast experiment for the flood period over China in 1998 by use of the CCSR/NIES atmosphere general circulation model[J].J Meteor Res Japan,78:357-365.

Wen M,Yang S,Vintzileos A,et al.2012.Impacts of model resolutions and initial conditions on predictions of the Asian summer monsoon by the NCEP climate forecast system[J].Wea Forecasting,27:629-646.

Xue F,Bi X Q,Lin Y H.2001.Modelling the global monsoon system by IAP 9L AGCM[J].Adv Atmos Sci,18:404-412.

Yeh T C,Wetherald R T,Manabe S.1984.The effect of soil moisture on the short-term climate and hydrology change——A numerical experiment[J].Mon Wea Rev,112:474-490.

Zhang X H.1990.Dynamical framework of IAP nine-level atmospheric general circulation model[J].Adv Atmos Sci,7:67-77.

Zwiers F W.1996.Interannual variability and predictability in an ensemble of AMIP climate simulations conducted with the CCC GCM2[J].Climate Dyn,12:825-847.

(責任編輯：張福穎)

Influenceofinitialatmosphericconditionsonshort-termclimatenumericalprediction

GUAN Yuan-hong1,2,3,ZHOU Guang-qing4,LU Qi-feng5,LU Wei-song3

(1.School of Mathematics and Statistics,NUIST,Nanjing 210044,China;2.Center for Data Assimilation Research and Application,NUIST,Nanjing 210044,China;3.Key Laboratory of Meteorological Disaster(NUIST),Ministry of Education,Nanjing 210044,China;4.Institute of Atmospheric and Physics,Chinese Academy of Sciences,Beijing 100029,China;5.National Satellite Meteorological Center,China Meteorological Administration,Beijing 100081,China)

In order to analyze the influence of initial atmospheric conditions on short-term climate numerical prediction,two different sets of ensemble hindcasting experiments were performed with IAP9L2x2.5-AGCM(a grid-point Atmospheric General Circulation Model which was developed by the Institute of Atmospheric Physics,the Chinese Academy of Sciences) forced by observed and climatic surface sea temperature(SST),sea ice respectively for seventeen years(1988—2004).In each set of the experiment,there were three tests under three different initial atmospheric conditions,namely,NCEP-Ⅱdata,smoothed 5-day NCEP-Ⅱdata and smoothed 11-day NCEP-Ⅱdata.The method of correlation analysis was used here.The results showed that the influence of initial atmospheric conditions on short-term climate prediction in the extratropical areas is greater than that in the tropical areas.As to summer in East Asia(China),the initial atmospheric conditions of smoothed 5-day NCEP-Ⅱ data performed better than smoothed 11-day NCEP-Ⅱdata and NCEP-Ⅱdata(adopted by real-time prediction at present) by comparing the temporal anomaly correlation and the average of spatial anomaly correlation of meteorological elements during the 17 years.In contrast to the initial atmospheric conditions adopted at present,the work in this paper unveiled some useful information that is suitable for short term prediction for IAP 9L2°×2.5°-AGCM,which is valuable.

initial atmospheric conditions;short-term climate numerical prediction;ensemble hindcasting;correlation analysis;predictability

2012-04-11;改回日期2012-09-17

國家自然科學基金資助項目(41105057;41275111;41375115);公益性行業(yè)(氣象)科研專項(GYHY201206002);國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)項目(2010CB951901)

官元紅,博士,副教授,研究方向為資料同化與短期氣候預測,guanyh@nuist.edu.cn.

10.13878/j.cnki.dqkxxb.20120411001.

1674-7097(2014)05-0631-11

P461.2;P435

A

10.13878/j.cnki.dqkxxb.20120411001

官元紅,周廣慶,陸其峰，等.2014.大氣初始場對短期氣候數(shù)值預測的影響[J].大氣科學學報,37(5):631-641.

Guan Yuan-hong,Zhou Guang-qing,Lu Qi-feng,et al.2014.Influence of initial atmospheric conditions on short-term climate numerical prediction[J].Trans Atmos Sci,37(5):631-641.(in Chinese)