基于低頻振蕩的西北地區(qū)中西部延伸期降水預(yù)報(bào)研究

賈旭偉,李　旭,張　瑩,尚可政,樂(lè)　滿,王式功

(1.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅省干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室,甘肅　蘭州　730000；2.中國(guó)人民解放軍93544部隊(duì)，河北　保定　072655;3.成都信息工程大學(xué)大氣科學(xué)學(xué)院,四川　成都　610225)

?

基于低頻振蕩的西北地區(qū)中西部延伸期降水預(yù)報(bào)研究

賈旭偉1,2,李旭1,張瑩3,尚可政1,樂(lè)滿1,王式功3

(1.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅省干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室,甘肅蘭州730000；2.中國(guó)人民解放軍93544部隊(duì)，河北保定072655;3.成都信息工程大學(xué)大氣科學(xué)學(xué)院,四川成都610225)

摘要：對(duì)1980—2014年的NCEP/NCAR 3個(gè)層次(200 hPa、500 hPa和700 hPa)多個(gè)要素場(chǎng)逐日格點(diǎn)資料進(jìn)行Butterworth帶通濾波，保留周期為30～60 d的低頻信號(hào)，通過(guò)周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)2011—2014年全球6—8月各要素場(chǎng)預(yù)報(bào)日前150 d的低頻數(shù)據(jù)進(jìn)行逐日外延(至未來(lái)30 d)。在此基礎(chǔ)上，通過(guò)逐步相似過(guò)濾方法對(duì)西北地區(qū)中西部44個(gè)臺(tái)站2011—2012年夏季降水進(jìn)行10～30 d的預(yù)報(bào)及效果檢驗(yàn)。結(jié)果表明：(1)對(duì)低頻要素場(chǎng)的擬合準(zhǔn)確度隨預(yù)報(bào)時(shí)效增長(zhǎng)逐步降低，后期趨于穩(wěn)定；且各層次各低頻要素相應(yīng)的大部分關(guān)鍵區(qū)通過(guò)0.05顯著性水平檢驗(yàn)；(2)當(dāng)相似個(gè)例中降水個(gè)例數(shù)≥3時(shí)預(yù)報(bào)當(dāng)日有降水，其對(duì)應(yīng)的Cs評(píng)分最高，44個(gè)臺(tái)站的Cs評(píng)分均值為0.585，且Cs評(píng)分整體高于氣候概率值。因此，利用該預(yù)報(bào)方法進(jìn)行降水預(yù)報(bào)是可行的，可用于實(shí)際業(yè)務(wù)中。

關(guān)鍵詞：低頻信號(hào)；周期分析；逐步相似過(guò)濾；延伸期預(yù)報(bào)

引言

隨著數(shù)值預(yù)報(bào)技術(shù)、現(xiàn)代化觀測(cè)手段的廣泛應(yīng)用和計(jì)算條件的不斷改善，使得天氣預(yù)報(bào)定時(shí)、定點(diǎn)、定量化進(jìn)程較以往有了長(zhǎng)足的進(jìn)步，各級(jí)氣象臺(tái)站的短時(shí)臨近、短期、中長(zhǎng)期的預(yù)報(bào)能力有了很大程度的提高[1-4]。但是，介于常規(guī)天氣預(yù)報(bào)和氣候預(yù)測(cè)之間10～30 d的延伸期預(yù)報(bào)仍是目前業(yè)務(wù)預(yù)報(bào)中的一個(gè)“盲點(diǎn)”和難點(diǎn)。國(guó)內(nèi)外研究學(xué)者普遍認(rèn)為大氣低頻季節(jié)內(nèi)振蕩可作為聯(lián)系數(shù)值天氣預(yù)報(bào)和季節(jié)預(yù)報(bào)的橋梁，填補(bǔ)中期預(yù)報(bào)與短期氣候預(yù)測(cè)之間的延伸期預(yù)報(bào)時(shí)段縫隙[5]。實(shí)現(xiàn)延伸期預(yù)報(bào)，意味著真正做到“無(wú)縫隙預(yù)報(bào)”，這將增強(qiáng)政府在防災(zāi)減災(zāi)決策方面的前瞻性和主動(dòng)性，因此，基于低頻天氣圖的延伸期預(yù)報(bào)成為當(dāng)前延伸期預(yù)報(bào)方法中的一個(gè)研究熱點(diǎn)。

近年來(lái)，基于低頻天氣圖的延伸期預(yù)報(bào)方法已經(jīng)在部分省市進(jìn)行了試預(yù)報(bào)，并取得了不錯(cuò)的效果[6-10]。然而，如何對(duì)關(guān)鍵區(qū)域內(nèi)低頻系統(tǒng)的生消與移動(dòng)規(guī)律及各高低值系統(tǒng)之間的配置進(jìn)行歸納整理，發(fā)掘出低頻天氣系統(tǒng)活動(dòng)規(guī)律與天氣過(guò)程及氣象要素(降水、溫度)之間的有機(jī)聯(lián)系，這需要預(yù)報(bào)員有扎實(shí)的低頻天氣理論知識(shí),且低頻系統(tǒng)的周期確定需要長(zhǎng)期的預(yù)報(bào)經(jīng)驗(yàn)積累，預(yù)報(bào)員的主觀經(jīng)驗(yàn)對(duì)預(yù)報(bào)結(jié)果的影響較大。因此，利用客觀分析方法，結(jié)合歷史資料充分挖掘低頻天氣圖中的低頻信號(hào)，并對(duì)其進(jìn)行逐日延伸期預(yù)報(bào)就顯得尤為重要。

相似預(yù)報(bào)方法能夠考慮天氣發(fā)展過(guò)程的三維結(jié)構(gòu)特征，并且兼顧大氣變化本身線性和非線性變化規(guī)律[11]，具有思路明確、直觀性強(qiáng)等特點(diǎn)，所以，至今仍有極其旺盛的生命力和應(yīng)用價(jià)值。本文針對(duì)利用低頻天氣圖進(jìn)行延伸期預(yù)報(bào)時(shí)遇到的困難以及逐步相似過(guò)濾方法的優(yōu)勢(shì)，在周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)各層次對(duì)應(yīng)低頻天氣信號(hào)(形勢(shì))進(jìn)行延伸的基礎(chǔ)上，應(yīng)用逐步過(guò)濾方法就西北地區(qū)中西部延伸期降水進(jìn)行預(yù)報(bào)，并對(duì)預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)。

1資料和方法

1.1資料來(lái)源

本文所用資料為：(1)1980—2014年的NCEP/NCAR 3層(200 hPa、500 hPa和700 hPa)逐日格點(diǎn)資料，各層均包含5個(gè)基本量：位勢(shì)高度、濕度、U/V風(fēng)以及垂直速度。水平分辨率為2.5°×2.5°；(2)西北地區(qū)中西部44個(gè)臺(tái)站(圖1)1980—2014年逐年5月1日—9月30日的逐日降水資料，來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)。

圖1　氣象站點(diǎn)位置分布

1.2研究思路與方法

1.2.1研究思路

利用外延的低頻天氣圖進(jìn)行延伸期降水預(yù)報(bào)的研究思路具體如下：

第一步:利用Butterworth帶通濾波器對(duì)1980年1月1日—2014年12月31日的NCEP/NCAR(2.5°×2.5°)3層逐層的5個(gè)基本氣象要素場(chǎng)進(jìn)行濾波處理(保留30～60 d周期)，得到對(duì)應(yīng)層次不同要素場(chǎng)的逐日低頻資料；

第二步:將2011—2014年每年5月23日—8月1日各層次各格點(diǎn)上的不同氣象要素前期150 d的低頻資料去掉相應(yīng)日期的氣候平均值(基準(zhǔn)期為1980—2010年)，利用主周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)其分別進(jìn)行擬合，并外延至未來(lái)30 d；

第三步:對(duì)第二步中外延后的低頻要素進(jìn)行9點(diǎn)平滑，再疊加上預(yù)報(bào)日的氣候平均值，生成預(yù)報(bào)當(dāng)日對(duì)應(yīng)的低頻要素場(chǎng)；

第四步:利用氣候距平相關(guān)系數(shù)對(duì)不同層次不同區(qū)域的擬合效果進(jìn)行對(duì)比評(píng)價(jià)，并對(duì)相應(yīng)關(guān)鍵區(qū)進(jìn)行顯著性水平檢驗(yàn)。依據(jù)低頻波的主要活動(dòng)區(qū)域，依次對(duì)全球、南半球、北半球，10°S—10°N、30°S—30°N、60°S—60°N及南北半球10°—30°、30°—60°、60°—90°區(qū)域內(nèi)的氣候距平相關(guān)系數(shù)分別進(jìn)行對(duì)比分析；

第五步:就生成的低頻要素場(chǎng)，通過(guò)逐步相似過(guò)濾方法找出歷史上(1980—2010年逐年5月1日—9月30日) 10個(gè)最優(yōu)相似個(gè)例，結(jié)合1980—2010年西北地區(qū)中西部44個(gè)臺(tái)站的逐日降水資料得到該區(qū)域降水的延伸期預(yù)報(bào)，并利用2013—2014年每年6月1日—8月31日的降水資料確定最優(yōu)相似個(gè)例數(shù)，2011—2012年每年6月1日—8月31日的降水資料用于預(yù)報(bào)效果檢驗(yàn)。

1.2.2研究方法

(1)氣候距平相關(guān)系數(shù)

氣候距平相關(guān)系數(shù)[2](Climatic Anomaly Correlation Coefficient，簡(jiǎn)稱CACC)反映了對(duì)槽脊位置及強(qiáng)度的預(yù)報(bào)效果，由于其利用實(shí)況值和預(yù)報(bào)值與平均氣候態(tài)的距平相關(guān)，避免了因傾向相關(guān)系數(shù)隨預(yù)報(bào)時(shí)效增加而可能出現(xiàn)的虛假增長(zhǎng)現(xiàn)象[12]。

(2)相似離度

相似預(yù)報(bào)方法中相似性判據(jù)的選取對(duì)相似預(yù)報(bào)的質(zhì)量有至關(guān)重要的意義。相似離度方法[13]是目前應(yīng)用較多的相似判據(jù)之一，其優(yōu)點(diǎn)在于既能分析樣本之間的形相似，又能體現(xiàn)它們之間的值差異。

2低頻天氣圖預(yù)報(bào)結(jié)果分析及檢驗(yàn)

2.1區(qū)域平均氣候距平相關(guān)系數(shù)分析

對(duì)2011—2014年夏季各層(200 hPa、500 hPa、700 hPa)各格點(diǎn)5個(gè)低頻氣象要素(位勢(shì)高度、濕度、U/V風(fēng)和垂直速度)分別進(jìn)行周期分析[14](均生函數(shù))、雙評(píng)分標(biāo)準(zhǔn)篩選[15]及最優(yōu)子集回歸得到相應(yīng)的預(yù)報(bào)場(chǎng)，并分別求出不同層的5個(gè)低頻要素預(yù)報(bào)場(chǎng)與實(shí)況場(chǎng)的氣候距平相關(guān)系數(shù)。通過(guò)分析3層逐層5個(gè)要素場(chǎng)在不同區(qū)域平均氣候距平相關(guān)系數(shù)的分布趨勢(shì)(圖略)，發(fā)現(xiàn)隨著預(yù)報(bào)時(shí)效的增長(zhǎng)，平均氣候距平相關(guān)系數(shù)整體呈下降趨勢(shì)，前期降幅快，后期降幅減緩，最終趨于穩(wěn)定；整體而言，氣候距平相關(guān)系數(shù)的全球值>南半球值>北半球值，10°S—10°N區(qū)域值>30°S—30°N區(qū)域值>60°S—60°N區(qū)域值，值得注意的是，上述3類分法所求得的不同區(qū)域的氣候距平相關(guān)系數(shù)值差異均較??；南北緯10°—30°，30°—60°和60°—90°平均氣候距平相關(guān)系數(shù)正負(fù)交錯(cuò)分布，無(wú)明顯變化規(guī)律。經(jīng)計(jì)算，全球通過(guò)α=0.05顯著性水平的格點(diǎn)數(shù)達(dá)到49.57%，通過(guò)α=0.01顯著性水平的格點(diǎn)數(shù)達(dá)到20.71%。其中中國(guó)周邊的印度洋中部、南部，太平洋中西部及東部部分地區(qū)，貝加爾湖地區(qū)及中亞部分地區(qū)等中心相關(guān)系數(shù)均超過(guò)0.6，通過(guò)了α=0.001的顯著性水平。因此，通過(guò)均生函數(shù)、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)低頻信號(hào)進(jìn)行預(yù)報(bào)擬合具有一定的可行性和可信性。

2.2西北地區(qū)中西部低頻天氣系統(tǒng)關(guān)鍵區(qū)CACC分析及檢驗(yàn)

周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選及最優(yōu)子集回歸方法對(duì)低頻信號(hào)的擬合準(zhǔn)確與否，很大程度上決定了這些客觀分析方法在延伸期業(yè)務(wù)預(yù)報(bào)中的可行性和可推廣性?？紤]低頻天氣圖方法在日常延伸期業(yè)務(wù)預(yù)報(bào)中的不足，有必要通過(guò)客觀的預(yù)報(bào)方法對(duì)擬合出的低頻天氣圖進(jìn)行釋用，減少人為因素的影響，從而更加快速、客觀地得出預(yù)報(bào)結(jié)論?；诖?，本文嘗試將周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選及最優(yōu)子集回歸這3類方法運(yùn)用于我國(guó)西北地區(qū)中西部延伸期降水預(yù)報(bào)中，以進(jìn)一步檢驗(yàn)其預(yù)報(bào)效果。

前人的研究[16]表明，影響中國(guó)西北地區(qū)降水天氣過(guò)程的6個(gè)低頻關(guān)鍵區(qū)分別為西西伯利亞、新疆—貝加爾湖、中亞、孟加拉灣、青藏高原和西太平洋地區(qū)。利用2011—2014年不同層次不同低頻要素場(chǎng)夏季樣本，對(duì)上述6個(gè)關(guān)鍵區(qū)域的氣候距平相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)。圖2為500 hPa低頻高度場(chǎng)預(yù)報(bào)第10天、第20天和第30天中國(guó)及周邊地區(qū)氣候距平相關(guān)系數(shù)分布圖。可以看出，500 hPa低頻高度場(chǎng)在預(yù)報(bào)第10天、第20天、第30天時(shí)，西西伯利亞?wèn)|部及南部、新疆—貝加爾湖、青藏高原東部及南部、孟加拉灣、西太平洋大部分地區(qū)及中亞的哈薩克斯坦南部地區(qū)的氣候距平相關(guān)系數(shù)均通過(guò)顯著性水平檢驗(yàn)，其中新疆北部、貝加爾湖、孟加拉灣北部及我國(guó)東南沿海部分地區(qū)的氣候距平相關(guān)系數(shù)尤為顯著，均通過(guò)了α=0.01顯著性水平。

經(jīng)分析其余各層次低頻要素場(chǎng)所對(duì)應(yīng)關(guān)鍵區(qū)的顯著性水平檢驗(yàn)情況(圖略)，發(fā)現(xiàn)除了中亞地區(qū)200hPa低頻U風(fēng)場(chǎng)、500hPa和200hPa低頻垂直速度場(chǎng)，孟加拉灣700 hPa低頻高度場(chǎng)、500 hPa低頻濕度場(chǎng)和低頻V風(fēng)場(chǎng)未通過(guò)顯著性水平檢驗(yàn)外，其余關(guān)鍵區(qū)所對(duì)應(yīng)的不同層次不同低頻要素場(chǎng)均通過(guò)了顯著性水平檢驗(yàn)。

圖2　預(yù)報(bào)的第10天(a)、20天(b)、30天(c)中國(guó)及周邊地區(qū)500 hPa低頻高度場(chǎng)氣候距平相關(guān)系數(shù)分布

通過(guò)上述分析可知，利用周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)低頻信號(hào)外延的整體效果較好，可為下一步的延伸期降水預(yù)報(bào)提供科學(xué)的理論及數(shù)據(jù)支撐。

3逐步相似過(guò)濾方法的釋用及預(yù)報(bào)效果檢驗(yàn)

3.1相似預(yù)報(bào)流程

一般而言，不同的氣象要素場(chǎng)，其形態(tài)分布及數(shù)值大小所對(duì)應(yīng)的天氣現(xiàn)象有所不同[17]，所以相似離度中參數(shù)α和β的大小隨要素場(chǎng)的不同而不同，如對(duì)于高度場(chǎng)，主要考慮形相似，α的取值可稍大一些；對(duì)于濕度場(chǎng)和垂直速度場(chǎng)而言，主要考慮的是值相似，β的取值可稍大一些。但是α和β的取值并沒(méi)有一個(gè)固定的標(biāo)準(zhǔn)，本文通過(guò)一些經(jīng)驗(yàn)公式和試湊法[18]等反復(fù)試驗(yàn)，最終挑選出不同低頻要素對(duì)應(yīng)的α和β值，具體取值如表1所示。

表1　各氣象要素場(chǎng)α、β取值

選擇適當(dāng)?shù)年P(guān)鍵區(qū)是做好延伸期相似預(yù)報(bào)的關(guān)鍵，在上述6個(gè)關(guān)鍵區(qū)的基礎(chǔ)上，結(jié)合影響西北地區(qū)中西部降水天氣過(guò)程中系統(tǒng)的生成區(qū)域、移動(dòng)路徑、水汽源地、輸送通道等因素，經(jīng)過(guò)綜合考慮，最終選取3個(gè)區(qū)域(圖3)，通過(guò)計(jì)算區(qū)域內(nèi)格點(diǎn)上的低頻要素相似離度，選出最優(yōu)相似個(gè)例。

考慮氣候背景及天氣變化周期，以2011—2014年夏天各層次各個(gè)低頻擬合要素場(chǎng)為基礎(chǔ)，計(jì)算與其前后相差30 d以內(nèi)的1980—2010年對(duì)應(yīng)歷史低頻要素場(chǎng)的相似離度，然后按照相似離度從小到大的順序排序。結(jié)合西北地區(qū)中西部的氣候特征、天氣變化周期、降水成因及上述擬合方法(周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法)對(duì)各層次各低頻要素場(chǎng)的擬合效果，經(jīng)反復(fù)試驗(yàn)，得出最佳過(guò)濾方案。具體過(guò)濾步驟見(jiàn)圖4，首先對(duì)預(yù)報(bào)日500 hPa低頻高度場(chǎng)進(jìn)行相似過(guò)濾，然后選取200個(gè)最相似個(gè)例，在這200個(gè)最相似個(gè)例中，通過(guò)U風(fēng)場(chǎng)的過(guò)濾得到100個(gè)最相似個(gè)例，以此類推，經(jīng)過(guò)其它要素場(chǎng)的逐步過(guò)濾，得到10個(gè)最優(yōu)相似個(gè)例，若這10個(gè)個(gè)例中有α個(gè)個(gè)例有降水(R≥0.1 mm作為降水的判定標(biāo)準(zhǔn))發(fā)生，則預(yù)報(bào)該日有降水，否則，預(yù)報(bào)該日無(wú)降水，以Cs評(píng)分為標(biāo)準(zhǔn)，調(diào)整α數(shù)值，找到最合適的判據(jù)。

圖3　低頻天氣系統(tǒng)關(guān)鍵區(qū)示意圖

圖4　逐步相似過(guò)濾流程圖

3.2預(yù)報(bào)結(jié)果檢驗(yàn)

根據(jù)上述方案，利用2011—2014年夏季各低頻要素場(chǎng)的擬合產(chǎn)品制作西北地區(qū)中西部10～30 d的降水預(yù)報(bào)，并依照氣預(yù)函〔2013〕43號(hào)文2中規(guī)定的Cs評(píng)分標(biāo)準(zhǔn)對(duì)預(yù)報(bào)效果進(jìn)行檢驗(yàn)。

(1)

利用上述逐步相似過(guò)濾方案得到的10個(gè)最優(yōu)相似個(gè)例進(jìn)行未來(lái)10～30 d降水預(yù)報(bào)過(guò)程中，對(duì)于降水相似個(gè)例數(shù)與實(shí)際降水的關(guān)系通過(guò)2013—2014年西北地區(qū)中西部44個(gè)臺(tái)站的Cs評(píng)分進(jìn)行進(jìn)一步探討。經(jīng)計(jì)算，當(dāng)降水相似個(gè)例數(shù)α<3時(shí)，空?qǐng)?bào)率太高；當(dāng)α≥7時(shí)，漏報(bào)率太高；Cs評(píng)分均較低。而在α分別≥3、4、5、6的情況下，其所對(duì)應(yīng)44個(gè)臺(tái)站Cs評(píng)分的均值分別為0.571、0.549、0.511、0.429，即α≥3時(shí)，實(shí)況出現(xiàn)降水的概率整體達(dá)到最大(圖5)。也就是說(shuō)，某臺(tái)站對(duì)應(yīng)的10個(gè)最優(yōu)相似個(gè)例中，如果出現(xiàn)降水的相似個(gè)例數(shù)達(dá)到3個(gè)以上，該臺(tái)站出現(xiàn)降水的可能性最大。

圖5　不同降水相似個(gè)例數(shù)所對(duì)應(yīng)的Cs評(píng)分

通過(guò)計(jì)算西北地區(qū)中西部44個(gè)臺(tái)站降水相似個(gè)例數(shù)α≥3時(shí)對(duì)應(yīng)未來(lái)10～30 d降水預(yù)報(bào)的Cs評(píng)分(2011—2012年均值)，結(jié)果如圖6a所示，Cs評(píng)分最高的臺(tái)站為達(dá)旦，高達(dá)0.801；最低的為冷湖，僅為0.003。整體而言，臺(tái)站的Cs評(píng)分普遍高于氣候概率值(1981—2010年這30 a有無(wú)降水的氣候概率)，但冷湖、小灶火及大柴旦3個(gè)臺(tái)站的Cs評(píng)分低于氣候概率值，究其原因，可能與其特殊的地理位置、氣候條件有關(guān)，例如冷湖其氣候概率值僅為0.081，說(shuō)明該地區(qū)夏季歷史降水稀少，因此，該站點(diǎn)對(duì)應(yīng)的10個(gè)最優(yōu)相似個(gè)例中出現(xiàn)降水個(gè)數(shù)≥3的概率極小，從而導(dǎo)致Cs評(píng)分極低。經(jīng)計(jì)算，有6個(gè)臺(tái)站的Cs評(píng)分在0.300以下，它們均位于青海西北部，占總臺(tái)站數(shù)的13.60%；Cs評(píng)分在0.300～0.500之間的臺(tái)站有3個(gè)，分別為武威、景泰以及靖遠(yuǎn)；Cs評(píng)分>0.500的臺(tái)站有35個(gè)，占到總臺(tái)站數(shù)的79.5%。說(shuō)明利用該方法進(jìn)行延伸期降水預(yù)報(bào)，總體預(yù)報(bào)效果較好。

44個(gè)臺(tái)站Cs評(píng)分所對(duì)應(yīng)的均方差分布在0.02上下波動(dòng)，茫崖與格爾木站的均方差最大，分別為0.068及0.077。44個(gè)臺(tái)站的Cs評(píng)分均表現(xiàn)出較好的穩(wěn)定性，即隨著預(yù)報(bào)時(shí)效增長(zhǎng)，Cs評(píng)分變化不大。以久治為例，該臺(tái)站在整個(gè)預(yù)報(bào)期之內(nèi)(10～30 d)，Cs評(píng)分的最大值和最小值分別為0.784(第10天)與0.748(第30天)，二者僅相差0.036。由此可知，利用該方法在對(duì)西北地區(qū)中西部進(jìn)行延伸期降水預(yù)報(bào)的過(guò)程中，Cs評(píng)分隨預(yù)報(bào)時(shí)效的增長(zhǎng)，整體呈現(xiàn)平穩(wěn)狀態(tài)，進(jìn)一步說(shuō)明該方法進(jìn)行延伸期降水預(yù)報(bào)的可行性。

圖6b為44個(gè)臺(tái)站對(duì)應(yīng)的Cs評(píng)分的空間分布，Cs評(píng)分呈現(xiàn)“鞍型場(chǎng)”分布，其中高值中心位于青海省東部，該中心南北部均為高值區(qū)，東西部為低值區(qū)，且東部Cs評(píng)分整體高于西部。

與此同時(shí)，利用上述逐步相似過(guò)濾方案對(duì)西北地區(qū)中西部44個(gè)臺(tái)站的日降水R≥1 mm和R≥5 mm的預(yù)報(bào)效果通過(guò)Cs評(píng)分分別進(jìn)行檢驗(yàn)(圖略)。結(jié)果顯示：當(dāng)相似個(gè)例中R≥1 mm的個(gè)例數(shù)α≥2時(shí)，實(shí)況出現(xiàn)R≥1 mm的概率整體達(dá)到最大，Cs評(píng)分均值為0.519。Cs評(píng)分最高的臺(tái)站為久治，可達(dá)0.672；由于部分臺(tái)站(冷湖、小灶火)降水量較小，加之預(yù)報(bào)本身的誤差，其Cs評(píng)分為0；有6個(gè)臺(tái)站(茫崖、冷湖、小灶火、大柴旦、德令哈和格爾木)的Cs評(píng)分低于其氣候概率值。對(duì)于R≥5 mm預(yù)報(bào)效果進(jìn)行Cs評(píng)分發(fā)現(xiàn)，當(dāng)相似個(gè)例中R≥5 mm的個(gè)例數(shù)α≥1時(shí)，實(shí)況出現(xiàn)R≥5 mm的概率整體達(dá)到最大，Cs評(píng)分均值為0.342；Cs評(píng)分最高的臺(tái)站為甘孜，可達(dá)0.478；6個(gè)臺(tái)站(茫崖、冷湖、小灶火、大柴旦、格爾木和諾木洪)的Cs評(píng)分低于其氣候概率值，且隨著降水量不同，二者的Cs評(píng)分均保持了較好的穩(wěn)定性。

圖6　44個(gè)臺(tái)站Cs評(píng)分的均值、均方差(a)及均值空間分布(b)

4結(jié)論

(1) 隨著預(yù)報(bào)時(shí)效的增長(zhǎng)，平均氣候距平相關(guān)系數(shù)整體呈下降趨勢(shì)，前期降幅快，后期降幅減緩，最終趨于穩(wěn)定，且西北地區(qū)中西部降水所對(duì)應(yīng)的大部分關(guān)鍵區(qū)不同層次的不同低頻要素場(chǎng)均通過(guò)α=0.05顯著性水平。因此，通過(guò)均生函數(shù)、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)低頻信號(hào)進(jìn)行預(yù)報(bào)擬合具有一定的可行性和可信性。

(2)在進(jìn)行逐步相似過(guò)濾時(shí)，當(dāng)各臺(tái)站的降水相似個(gè)例數(shù)α≥3時(shí)，對(duì)應(yīng)的Cs評(píng)分均值最高，44個(gè)臺(tái)站的Cs評(píng)分均值為0.585。

(3)西北地區(qū)中西部的44個(gè)臺(tái)站中，有6個(gè)臺(tái)站的Cs評(píng)分均值<0.300，均位于青海西北部；Cs評(píng)分均值在0.300～0.500之間的3個(gè)臺(tái)站分別為武威、景泰以及靖遠(yuǎn)；Cs評(píng)分均值>0.500的臺(tái)站有35個(gè)，占到總臺(tái)站數(shù)的79.50%。

(4)整體而言，通過(guò)逐步相似過(guò)濾對(duì)44個(gè)臺(tái)站降水R≥0.1 mm預(yù)報(bào)的Cs評(píng)分均值為0.571，R≥1 mm預(yù)報(bào)的Cs評(píng)分均值為0.519，R≥5 mm預(yù)報(bào)的Cs評(píng)分均值為0.342，上述3類的Cs評(píng)分均值整體高于氣候概率值，且隨著預(yù)報(bào)時(shí)效的增長(zhǎng)，Cs評(píng)分均值整體趨于穩(wěn)定。檢驗(yàn)效果表明該預(yù)報(bào)方法是有效的，可用于實(shí)際業(yè)務(wù)預(yù)報(bào)。

運(yùn)用周期分析、雙評(píng)分標(biāo)準(zhǔn)篩選和最優(yōu)子集回歸方法對(duì)低頻信號(hào)進(jìn)行延伸，并在此基礎(chǔ)上通過(guò)逐步相似過(guò)濾方法對(duì)相應(yīng)區(qū)域進(jìn)行延伸期氣象要素的預(yù)報(bào)是可行與可信的，可用于業(yè)務(wù)化推廣。

參考文獻(xiàn)

[1] 薛繼善. 和預(yù)報(bào)員談數(shù)值預(yù)報(bào)[J]. 氣象,2007,33(8):3-11.

[2] 孔玉壽,章東華. 現(xiàn)代天氣學(xué)預(yù)報(bào)技術(shù)(第二版)[M]. 北京:氣象出版社,2005.41-74.

[3] 張大林. 大氣科學(xué)的世紀(jì)進(jìn)展與未來(lái)展望[J]. 氣象學(xué)報(bào),2005,63(5):812-824.

[4] 羅勇,王紹武,黨鴻雁,等. 近20年來(lái)氣候模式的發(fā)展與模式比較計(jì)劃[J]. 地球科學(xué)進(jìn)展,2002,17(3):372-377.

[5] 梁萍,丁一匯. 基于季節(jié)內(nèi)振蕩的延伸預(yù)報(bào)試驗(yàn)[J]. 大氣科學(xué),2012,36(1):102-116.

[6] 孫國(guó)武,孔春燕,信飛,等. 天氣關(guān)鍵區(qū)大氣低頻波延伸期預(yù)報(bào)方法[J]. 高原氣象,2011,30(3):594-599.

[7] 楊慧娟,郭品文. 上海市夏季降水延伸期的預(yù)報(bào)方法[J]. 南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012,4(2):132-138.

[8] 陳青,廖玉芳,楊書運(yùn),等. 低頻天氣圖方法在湖南省雨季強(qiáng)降水過(guò)程預(yù)報(bào)中的應(yīng)用[J]. 氣象,2014,40(2):223-228.

[9] 胡春麗,李輯,陳伯民,等. 低頻天氣圖方法在遼寧夏季延伸期強(qiáng)降水預(yù)報(bào)中的應(yīng)用[J]. 氣象科技進(jìn)展,2013,3(1):64-67.

[10] 馬浩,樊高峰,李正泉,等. 延伸期天氣過(guò)程預(yù)報(bào)在線展示系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 干旱氣象,2015,33(1):167-173.

[11] 李旭,王式功,尚可政,等. 基于地面氣象要素的延伸期相似預(yù)報(bào)方法初步研究[J]. 干旱氣象,2015,33(2):324-331.

[12] 尚可政. 數(shù)值預(yù)報(bào)產(chǎn)品的檢驗(yàn)訂正與延伸期預(yù)報(bào)研究[D]. 蘭州：蘭州大學(xué),2010.

[13] 李開樂(lè). 用相似離度做臺(tái)風(fēng)全路徑預(yù)報(bào)[J]. 海洋預(yù)報(bào),1987,2(4):1-7.

[14] 魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)(第二版)[M]. 北京:氣象出版社,2007.239-259.

[15] 曹鴻興,魏鳳英,封國(guó)林,等. 估計(jì)模型維數(shù)的雙評(píng)分準(zhǔn)則及其應(yīng)用[J]. 數(shù)理統(tǒng)計(jì)與應(yīng)用概率,1989,11(1):34-40.

[16] 馮建英,王芝蘭,柳媛普,等. 延伸期干旱、沙塵暴過(guò)程低頻方法預(yù)報(bào)系統(tǒng)簡(jiǎn)介[J]. 干旱氣象,2014,32(5):851-856.

[17] 陳錄元,周海,王式功,等. 逐步相似過(guò)濾法在青海省4～10天降水預(yù)報(bào)中的應(yīng)用[J]. 蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),2010,46(2):33-38.

[18] 汪仲友. 運(yùn)用試湊法、反推法對(duì)平面復(fù)雜機(jī)構(gòu)進(jìn)行速度分析和加速度分析[J]. 機(jī)械設(shè)計(jì)與制造,1985,(5):16-19.

Study on Extended-range Precipitation Forecast Based on Low Frequency Oscillation in Midwest Region of Northwest China

JIA Xuwei1,2, LI Xu1, ZHANG Ying3, SHANG Kezheng1,YUE Man1, WANG Shigong3

(1.CollegeofAtmosphericSciences,LanzhouUniversity,KeyLaboratoryofAridClimateChangeandDisasterReductionofGansuProvince,Lanzhou730000,China; 2.People’sLiberationArmy93544,Baoding072655,China;3.CollegeofAtmosphericSciences,ChengduUniversityofInformationTechnology,Chengdu610225,China)

Abstract:By using the Butterworth band-pass filter to process the daily gridded data of multi-factors’ fields of NCEP/NCAR about the three levels (200 hPa, 500 hPa and 700 hPa) from 1980 to 2014, and a 30-60 days low frequency oscillation was kept. By means of period analysis, scoring double standard screening and optimal subset regression methods, global data about low frequency elements of 150 days before forecasting days at 3 levels were fitted and extended to 30 days from June to August during 2011-2014. On this basis, the 10-30 days precipitation forecast was made and tested in 44 stations in mid-west region of Northwest China from June to August during 2011-2012 by using gradually-filtering analog method. The results are as follows: (1) The fitting accuracy of low frequency elements fields gradually reduced with the increase of forecast time length, and then it tended to be stable. Furthermore, each low frequency element at 3 levels passed the test of 0.05 significant level over the most key region. (2) When the number of similar rainfall cases was more than or equal to 3, there was a rainfall in forecast, and the corresponding Cs score was the highest. The average prediction accuracy of 44 stations was 0.585, and the Cs probability values was higher than the 30-year climatic mean (1980-2010) in general. Therefore, this method has a good application prospect for summer precipitation forecast in mid-west region of Northwest China.

Key words:low-frequency signal; period analysis; gradually-filtering analog method; extended range forecast

收稿日期：2015-11-03 ；改回日期：2016-01-18

基金項(xiàng)目：干旱氣象科學(xué)研究基金(IAM201404)、蘭州大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(lzujbky-2015-6,lzujbky-2014-103)和國(guó)家自然科學(xué)基金面上項(xiàng)目(41275070,41575138)共同資助

作者簡(jiǎn)介：賈旭偉(1988-)，男，甘肅平?jīng)鋈?碩士研究生,主要從事現(xiàn)代天氣預(yù)報(bào)技術(shù)和方法的研究. E-mail:jiaxw13@lzu.edu.cn 通訊作者：李旭(1983-)，男，博士，主要研究方向?yàn)楝F(xiàn)代天氣預(yù)報(bào)技術(shù). E-mail:lixu07@lzu.edu.cn

文章編號(hào)：1006-7639(2016)-03-07-0553

DOI:10.11755/j.issn.1006-7639(2016)-03-0553

中圖分類號(hào)：P456

文獻(xiàn)標(biāo)識(shí)碼：A

賈旭偉，李旭，張瑩，等.基于低頻振蕩的西北地區(qū)中西部延伸期降水預(yù)報(bào)研究[J].干旱氣象，2016，34(3)：553-559, [JIA Xuwei, LI Xu, ZHANG Ying, et al. Study on Extended-range Precipitation Forecast Based on Low Frequency Oscillation in Midwest Region of Northwest China[J]. Journal of Arid Meteorology, 2016, 34(3):553-559], DOI:10.11755/j.issn.1006-7639(2016)-03-0553