MODES系統(tǒng)對貴州月氣溫、降水預(yù)測初步評估

白慧，高輝，劉長征，毛煒嶧，杜良敏

（1.貴州省氣候中心，貴州貴陽 550002；2.貴州省山地氣候與資源重點實驗室，貴州貴陽 550002；3.國家氣候中心，北京 100081；4.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002；5.武漢區(qū)域氣候中心，湖北武漢 430074）

MODES系統(tǒng)對貴州月氣溫、降水預(yù)測初步評估

白慧1，2，高輝3，劉長征3，毛煒嶧4，杜良敏5

（1.貴州省氣候中心，貴州貴陽 550002；2.貴州省山地氣候與資源重點實驗室，貴州貴陽 550002；3.國家氣候中心，北京 100081；4.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002；5.武漢區(qū)域氣候中心，湖北武漢 430074）

通過對2013年1月—2015年6月（MODES）發(fā)布的最優(yōu)月預(yù)測產(chǎn)品在貴州省月平均氣溫距平和降水距平百分率的預(yù)測檢驗評估，發(fā)現(xiàn)MODES對全省平均氣溫有較好的預(yù)報，分析時段內(nèi)預(yù)測與實況的相關(guān)系數(shù)為0.24，距平同號率為65.5%，且對氣溫偏高預(yù)測的可參考性高于其對氣溫偏低的預(yù)測。相比于氣溫，MODES對降水預(yù)測能力較弱，參考性也相對較低，其中對貴州全省平均降水偏多趨勢的預(yù)測技巧要優(yōu)于對全省平均偏少趨勢的預(yù)報技巧。逐站分析顯示，MODES對貴州氣溫預(yù)測效果較好的地區(qū)在西部、北部和東部，對降水偏多的預(yù)測效果較好的地區(qū)位于除西北部和北部邊緣地區(qū)外的其余大部地區(qū)。通過對MODES與預(yù)報員綜合預(yù)報的結(jié)果評估發(fā)現(xiàn)，MODES月預(yù)測總體效果較預(yù)報員好，且穩(wěn)定性高于預(yù)報員，可為預(yù)報員提供參考信息。

多模式解釋應(yīng)用集成預(yù)測系統(tǒng)（MODES）；距平同號率；Ps評分；檢驗評估

短期氣候預(yù)測對現(xiàn)代社會經(jīng)濟活動具有重大應(yīng)用價值，近20 a其科學(xué)研究和業(yè)務(wù)應(yīng)用方面發(fā)展迅速。傳統(tǒng)上氣候預(yù)測技術(shù)主要分為物理統(tǒng)計方法和動力模式兩類，但隨著模式技術(shù)的迅速發(fā)展，目前氣候模式動力預(yù)測技術(shù)是世界各大氣候預(yù)測業(yè)務(wù)部門的主要工具[1-7]。大氣環(huán)流主要受海陸差異、海表溫度、積雪等空間和時間上連續(xù)性較強的大尺度要素影響，在模式中其模擬和預(yù)測水平較高，而云—輻射、對流性降水等復(fù)雜小尺度物理過程通常用參數(shù)化方案做近似描述，導(dǎo)致氣溫和降水難以完全準確模擬和預(yù)測。對月和季節(jié)時間尺度而言，大尺度氣溫和降水特征往往與大尺度環(huán)流特征有關(guān)。東亞季風(fēng)區(qū)副熱帶高壓變化和夏季雨帶移動關(guān)系密切，西伯利亞高壓和北極濤動位相對冬季氣溫具有指示作用，因此通過大氣環(huán)流場間接預(yù)測降水溫度通常具有更高技巧[8-9]。在現(xiàn)有模式發(fā)展水平下，從大量的動力模式產(chǎn)品中最大限度地提取具有高技巧性的大尺度環(huán)流信息，利用動力和統(tǒng)計相結(jié)合的降尺度方法是提高短期氣候預(yù)測準確率的有效途徑[10-13]。由于氣候預(yù)測的復(fù)雜性，各種氣候預(yù)測技術(shù)方法的適用性在不同國家和地區(qū)并不相同，相應(yīng)采用的氣候模式、多模式集合、降尺度方法、統(tǒng)計方法和降尺度—統(tǒng)計集合等具體技術(shù)發(fā)展和應(yīng)用的重點也有很大區(qū)別。因此，在省級預(yù)測業(yè)務(wù)工作中對具體預(yù)測技術(shù)進行檢驗評估是非常重要的基礎(chǔ)性工作[14-18]。為了促進短期氣候預(yù)測業(yè)務(wù)向客觀定量化發(fā)展，國家氣候中心基于國內(nèi)外氣候業(yè)務(wù)模式數(shù)據(jù)解釋應(yīng)用集成預(yù)測技術(shù)的研發(fā)和業(yè)務(wù)應(yīng)用建立了相應(yīng)的多模式解釋應(yīng)用集成預(yù)測系統(tǒng)MODES（Multi-model Downscaling Ensemble System），MODES具有等權(quán)平均、經(jīng)典超級集合、區(qū)域最優(yōu)和加權(quán)平均等多種集成方法，并采用等權(quán)平均和經(jīng)典超級集合兩種方法對各模式的降尺度方法預(yù)測結(jié)果進行集成。劉長征等[19]采用PS評分、異常相關(guān)系數(shù)（ACC）和距平符號一致率評分方法對MODES產(chǎn)品在我國冬季、夏季和月平均氣溫及降水業(yè)務(wù)應(yīng)用進行了預(yù)測效果評估，發(fā)現(xiàn)其對氣溫有較好的預(yù)測能力及對降水趨勢預(yù)測有一定的預(yù)測技巧，但對于不同區(qū)域的預(yù)測仍缺乏針對性和精細化。MODES于2012年陸續(xù)向省級推廣更新，各?。▍^(qū)、市）氣候中心也開展了針對本省的初步評估，但目前均缺乏針對性的客觀化檢驗評估，尤其是逐月的詳細分析，而國家氣候中心提供的MODES預(yù)測評估主要針對全國開展，也沒有針對各省開展針對性評估。同時，貴州省區(qū)域小、站點少，從國家氣候中心的評估中難以獲取足夠的信息。因此非常有必要開展有預(yù)測數(shù)據(jù)以來詳細的點對點檢驗，并客觀分析預(yù)報不好月份。本文主要對國家級逐月發(fā)布的MODES月平均氣溫及降水的最優(yōu)預(yù)測產(chǎn)品在貴州省預(yù)測進行檢驗評估，以客觀評價其在貴州省級區(qū)域的預(yù)測能力，為MODES開發(fā)團隊在省級降尺度應(yīng)用中提供基礎(chǔ)分析和依據(jù)，幫助找到預(yù)測偏差的原因，進而改進降尺度算法和多模式統(tǒng)計集合技術(shù)，從而更好地利用多個模式信息提取重要環(huán)流特征量并實現(xiàn)業(yè)務(wù)化，同時也為預(yù)報員對MODES月預(yù)測產(chǎn)品的使用提供借鑒，從而有效地獲取氣候異常預(yù)測信息。

1 資料和評估方法

1.1 資料

MODES所用數(shù)據(jù)主要包含模式數(shù)據(jù)和臺站觀測數(shù)據(jù)兩種。模式數(shù)據(jù)包括ECMWF，NCEP，東京氣候中心（TCC）和中國氣象局國家氣候中心（NCC）實時發(fā)布的季節(jié)預(yù)測全球模式產(chǎn)品輸出場。在業(yè)務(wù)應(yīng)用中，MODES主要針對500 hPa位勢高度、200 hPa緯向風(fēng)和經(jīng)向風(fēng)、850 hPa氣溫4個要素的異常場采用4種降尺度方法（EOF迭代、BP-CCA、OSR和HCRE方法）及2種降尺度集成方法（等權(quán)平均和經(jīng)典超級集合方法）。臺站數(shù)據(jù)包括我國2434站的月平均氣溫和月降水量觀測數(shù)據(jù)。通過對MODES各模式產(chǎn)品的預(yù)報因子和參數(shù)選取方案試驗建立相應(yīng)的降尺度解釋應(yīng)用模型和客觀集成系統(tǒng)，并進行業(yè)務(wù)化，它是基于先進模式系統(tǒng)并可供國家級和省級多層次使用的高質(zhì)量月/季尺度氣候預(yù)測產(chǎn)品和業(yè)務(wù)系統(tǒng)。

文中所用的站點資料為貴州省參與中國氣象局月預(yù)測評分的85個地面氣象觀測站的月平均氣溫和降水量資料，時段為2013年1月至2015年6月共30個月。同時段的MODES模式預(yù)測資料為超前1月起報的月平均氣溫距平和降水量距平百分率的最優(yōu)月預(yù)測產(chǎn)品，但由于2013年4月MODES預(yù)測資料出現(xiàn)故障未能獲取，實際使用為29個月。本文氣候平均時段均為1981—2010年。

1.2 方法

本文用到的評估方法主要為距平同號率和PS評分。

距平同號率評估以預(yù)測和實況的距平符號是否一致為判斷依據(jù)，采用逐站進行評判。當預(yù)報和實況距平符號一致時又可細分為同正率和同負率，前者指預(yù)報和實況距平均為正，后者指預(yù)報和實況距平均負。距平同號率公式定義為N0/N×100%，式中N0為距平符號預(yù)測正確站數(shù)；N為實際參加評估站數(shù)（即規(guī)定參加考核站數(shù)減去實況缺測站數(shù)）。

PS評分方法分別考慮預(yù)測的趨勢項、異常項和漏報項的綜合貢獻，定義如下：

式中，a、b和c分別為氣候趨勢項、一級異常項（對降水距平百分率Ra是50%>Ra≥20%或-20%≥Ra>-50%，對氣溫距平Ta是2℃>Ta≥1℃或-1℃≥Ta>-2℃）和二級異常項（Ra≥50%或Ra≤-50%；Ta≥2℃或Ta≤-2℃）的權(quán)重系數(shù)。按照中國氣象局規(guī)定，本辦法分別取a=2，b=2和c=4。逐站判定預(yù)測的趨勢是否正確，統(tǒng)計出趨勢預(yù)測正確的總站數(shù)N0，一級異常預(yù)測正確的總站數(shù)N1和二級異常預(yù)測正確的總站數(shù)N2。沒有預(yù)測二級異常而實況出現(xiàn)降水距平百分率Ra≥100%或Ra=-100%、氣溫距平Ta≥3℃或Ta≤-3℃的站數(shù)（稱為漏報站，記為M）。實際參加評估的站數(shù)N規(guī)定為參加考核站數(shù)減去實況缺測的站數(shù)。

2 MODES對貴州省月氣溫、降水預(yù)測效果評估

對比2013年1月—2015年6月國家級發(fā)布的MODES最優(yōu)月預(yù)測產(chǎn)品與貴州省85站月平均氣溫距平、降水距平百分率實況（圖1）可以發(fā)現(xiàn)，分析時段內(nèi)氣溫預(yù)測與實況的相關(guān)系數(shù)為0.24，距平同號率為65.5%，表明MODES對貴州月平均氣溫有較好的預(yù)報。進一步統(tǒng)計發(fā)現(xiàn)，預(yù)報和實況的距平同正率為75.0%、同負率為44.4%，說明MODES對貴州氣溫偏高預(yù)測的可參考性高于其對氣溫偏低的預(yù)測。相比于氣溫，研究時段內(nèi)MODES月降水量的趨勢預(yù)測與觀測值的相關(guān)系數(shù)僅為-0.03，二者同號率為48.3%，其中同正率為68.8%、同負率為23.1%。表明相比于氣溫，MODES對降水預(yù)測能力較弱，參考性也相對較低，其中對貴州全省平均降水偏多趨勢的預(yù)測技巧要優(yōu)于偏少的預(yù)報技巧。

圖1 2013年1月—2015年6月貴州省月平均要素實況和MODES預(yù)報

進一步統(tǒng)計了評估時段內(nèi)貴州省85站月氣溫距平和降水距平百分率實況與MODES預(yù)測間同號率、同正率和同負率的空間分布情況（圖2）?？梢钥闯?，氣溫同號率高的地區(qū)主要位于貴州省西部、北部和東部地區(qū)，數(shù)值可達60%以上，尤其在六盤水市北部、黔西南州西部和黔東南州東部地區(qū)，同號率達70%以上，其余地區(qū)均在60%以下，在貴陽市東南部和黔南州中部地區(qū)同號率低于45%。在實況氣溫偏暖情況下預(yù)報也偏暖的同正率明顯優(yōu)于同號率，在貴州省西部、北部和東部地區(qū)均超過60%，局部達80%以上。和同正率相反，同負率較高的地區(qū)位于貴州省中部，數(shù)值可達60%以上，局部達80%以上。降水同號率的空間分布除貴州省之中部以西和以東的部分地區(qū)達60%以上外，其余大部地區(qū)均在50%左右。和同號率相比，同正率除在貴州省西北部和北部邊緣地區(qū)較低外，其余大部地區(qū)均在60%以上，尤其是安順大部和黔南州東部地區(qū)達80%。但降水預(yù)報和實況的同負率明顯偏低，僅在西部局地達60%，其余大部地區(qū)均在50%左右及以下。圖2的結(jié)果和圖1相近，表明MODES對貴州降水預(yù)測總體效果不如氣溫，但對貴州西部、北部和東部地區(qū)氣溫偏高和中部地區(qū)氣溫偏低的預(yù)測效果較好。

進一步挑選分析時段內(nèi)月平均氣溫、降水MODES預(yù)測產(chǎn)品PS評分最高和最低的3個時次作為典型預(yù)報個例分析，以判斷其預(yù)測得失的原因。氣溫PS評分最高的3個月分別是2013年5月、2014年9月和2015年2月，其PS評分分別為96.3、98.7和100.0。在這3個月中，MODES氣溫預(yù)測與實況趨勢非常一致，均表現(xiàn)為全省大部地區(qū)一致偏高。但對于超過1℃以上的氣溫正距平，MODES預(yù)測區(qū)域和實況并不是很一致，尤其是2013年5月，一級異常預(yù)報站數(shù)為0，說明MODES預(yù)測主要依賴于其趨勢項。而在氣溫PS評分最低的3個月中（分別為2013年1月、2013年6月和2014年2月，其Ps評分分別為45.5、35.0和0.0）（表1），MODES月平均氣溫的預(yù)測趨勢與實況幾乎相反，實況表現(xiàn)為全省大部地區(qū)偏高、偏高和偏低，而MODES預(yù)測趨勢為全省大部地區(qū)偏低、偏低和偏高，進一步說明MODES對貴州預(yù)測主要依賴于其對正負距平趨勢的預(yù)測。

同樣挑選MODES預(yù)測產(chǎn)品在分析時段內(nèi)月降水預(yù)測PS評分最高和最低的3個月作為典型月份分析。其中降水Ps最高的3個月為2014年7月、2014年11月和2015年5月，對應(yīng)的PS評分分別為90.0、98.3和90.7。在這3個月中，MODES月降水距平趨勢預(yù)測與實況總體一致，均表現(xiàn)為全省大部地區(qū)偏多，距平正負趨勢預(yù)測準確站數(shù)分別為82%、100%和74%，但降水偏多偏少2成以上的異常級預(yù)測得分均不高，預(yù)測準確站數(shù)分別占總站數(shù)的32%、40%和28%。在降水預(yù)報PS評分最低的3個月中（分別是2014年12月、2015年2月和2015年3月，PS評分分別為20.2、46.0和43.0）（表1），貴州省85站的預(yù)測與實況距平基本相反，實況表現(xiàn)為全省大部地區(qū)偏少，而MODES預(yù)測趨勢為全省大部地區(qū)偏多，距平符號預(yù)測準確率分別為7%、20%和19%，進一步說明MODES預(yù)測評分主要依賴于其距平符號準確與否。

表1 MODES月氣溫、降水預(yù)測PS評分3個最低年預(yù)報與實況對比

通過上述典型氣溫、降水預(yù)報PS高分和低分的例子并結(jié)合圖1可以發(fā)現(xiàn)，MODES預(yù)測全省氣溫一致性偏低的準確率要明顯低于其預(yù)測全省一致性偏高的準確率，此時需要基于其它預(yù)測手段加以進一步分析。而MODES對全省降水預(yù)測一致性偏多的可參考性低于氣溫。

圖2 2013年1月—2015年6月貴州月平均氣溫、降水實況與MODES預(yù)報的空間分布

圖3 2013年1月—2015年6月MODES與預(yù)報員綜合預(yù)報的Ps評分

3 MODES與預(yù)報員綜合預(yù)報PS評分對比

目前我國的氣候預(yù)測主要采用動力統(tǒng)計相結(jié)合的方法[20]。預(yù)報員在最終發(fā)布預(yù)報時需要綜合考慮模式或模式釋用等客觀化產(chǎn)品和下墊面等物理因子的前兆影響。對比分析研究時段內(nèi)MODES與貴州省預(yù)報員綜合預(yù)報的PS評分（圖3）可見，MODES預(yù)報月平均氣溫距平和降水距平百分率平均分分別為72.1和69.4，均較預(yù)報員綜合預(yù)報PS評分高（對應(yīng)分別為69.8和63.0），其中降水的優(yōu)勢更為明顯。同時，MODES氣溫和降水PS評分的均方差分別為21.9和17.6，均小于預(yù)報員綜合預(yù)報評分的均方差（對應(yīng)分別為25.6和20.1），表明MODES預(yù)測不僅效果好于預(yù)報員綜合預(yù)報，而且預(yù)報性能更為穩(wěn)定。從二者的差值對比來看，MODES對氣溫預(yù)報評分優(yōu)于預(yù)報員的月份占51.7%，且對氣溫偏低的趨勢預(yù)測把握更好，對降水預(yù)報評分優(yōu)于預(yù)報員的月份占58.6%，且對降水偏多的趨勢預(yù)測把握較省級更好。

4 結(jié)論

本文通過2013年1月—2015年6月MODES最優(yōu)月預(yù)測產(chǎn)品對貴州省月平均氣溫距平和降水距平百分率的預(yù)測效果進行檢驗評估，得到以下結(jié)論：

（1）MODES對全省平均氣溫有較好的預(yù)報，分析時段內(nèi)預(yù)測與實況的相關(guān)系數(shù)為0.24，同號率為65.5%，其中同正率和同負率分別為75.0%和44.4%。相比于氣溫，MODES對降水預(yù)測能力較弱，參考性也相對較低，分析時段內(nèi)預(yù)測與實況的相關(guān)系數(shù)僅為-0.03，同號率為48.3%，其中同正率和同負率分別為68.8%和23.1%。表明MODES對全省氣溫偏高和降水偏多趨勢的預(yù)測技巧要優(yōu)于其對全省氣溫偏低和平均降水偏少的預(yù)報技巧。

（2）通過評估時段內(nèi)貴州省85站月氣溫距平和降水距平百分率實況與MODES預(yù)測間同號率、同正率和同負率的空間分布情況，分析顯示MODES對貴州氣溫偏高預(yù)測效果較好的地區(qū)位于該省西部、北部和東部，對降水偏多的預(yù)測效果較好的地區(qū)位于除西北部和北部邊緣地區(qū)外的其余大部地區(qū)。

（3）通過對MODES與預(yù)報員綜合預(yù)報的結(jié)果評估發(fā)現(xiàn)，MODES月預(yù)測總體效果更好，且穩(wěn)定性高于預(yù)報員預(yù)報。對月平均氣溫而言，MODES對氣溫偏低的趨勢預(yù)測把握較預(yù)報員更好，對月降水量而言，MODES對降水偏多的趨勢預(yù)測把握較預(yù)報員好。上述分析表明，MODES可為預(yù)報員制作預(yù)報提供一定參考信息。

本文主要針對MODES在貴州氣溫、降水的月平均預(yù)測效果開展評估。隨著預(yù)測業(yè)務(wù)的發(fā)展和服務(wù)需求的提升，月平均的預(yù)測產(chǎn)品已經(jīng)顯示出一定的服務(wù)能力不足。近年來，MODES也積極拓展其預(yù)測范圍，包括影響東亞氣候的關(guān)鍵環(huán)流因子預(yù)測及月內(nèi)尺度的延伸期預(yù)測。今后將繼續(xù)加強這方面的評估，以評估更全面的該預(yù)報系統(tǒng)在貴州省的預(yù)測能力，為省級氣象防災(zāi)減災(zāi)提供一定參考信息。

[1]顏宏.關(guān)于氣候預(yù)測與模擬若干問題的思考[J].應(yīng)用氣象學(xué)報，1997，8（增刊）：6-14.

[2]李維京，張培群，李清泉，等.動力氣候模式預(yù)測系統(tǒng)業(yè)務(wù)化及其應(yīng)用[J].應(yīng)用氣象學(xué)報，2005，16（增刊）：1-11.

[3]賈小龍，陳麗娟，高輝，等.我國短期氣候預(yù)測技術(shù)進展[J].應(yīng)用氣象學(xué)報，2013，24（6）：641-655.

[4]吳統(tǒng)文，宋連春，劉向文，等.國家氣候中心短期氣候預(yù)測模式系統(tǒng)業(yè)務(wù)化進展[J].應(yīng)用氣象學(xué)報，2013，24（5）：533-543.

[5]李維京，鄭志海，孫丞虎.近年來我國短期氣候預(yù)測中動力相似預(yù)測方法研究與應(yīng)用進展[J].大氣科學(xué)，2013，37（2）：341-350.

[6]于海鵬，黃建平，李維京，等.數(shù)值預(yù)報誤差訂正技術(shù)中相似—動力方法的發(fā)展[J].氣象學(xué)報，2014，72（5）：1012-1022.

[7]任宏利，張培群，李維京，等.提高月預(yù)報業(yè)務(wù)水平的動力相似集合方法[J].氣象學(xué)報，2014，72（4）：723-730.

[8]李維京，陳麗娟.動力延伸預(yù)報產(chǎn)品釋用方法的研究[J].氣象學(xué)報，1999，57（3）：338-345.

[9]陳麗娟，李維京，張培群，等.降尺度技術(shù)在月降水預(yù)報業(yè)務(wù)中的應(yīng)用[J].應(yīng)用氣象學(xué)報，2003，14（6）：648-655.

[10]顧偉宗，陳麗娟，張培群，等.基于月動力延伸預(yù)報最優(yōu)信息的中國降水降尺度預(yù)測模型[J].氣象學(xué)報，2008，67（2）：280-287.

[11]賈小龍，陳麗娟，李維京，等.BP-CCA方法用于中國冬季溫度和降水的可預(yù)報性研究和降尺度季節(jié)預(yù)測[J].氣象學(xué)報，2010，68（3）：398-410.

[12]顧偉宗，陳麗娟，李維京，等.降尺度方法在中國不同區(qū)域夏季降水預(yù)測中的應(yīng)用[J].氣象學(xué)報，2012，70（2）：202-212.

[13]康紅文，祝從文，左志燕，等.多模式集合預(yù)報及其降尺度技術(shù)在東亞夏季降水預(yù)測中的應(yīng)用[J].氣象學(xué)報，2012，70（2）：192-201.

[14]閆敬華.華南區(qū)域短期氣候模式及其性能分析[J].熱帶氣象學(xué)報，2000，16（1）：9-17.

[15]杜良敏，柯宗建.一種適用于延伸期過程事件預(yù)報的檢驗方法[J].應(yīng)用氣象學(xué)報，2013，24（6）：686-694.

[16]王毅，金榮花，代刊，等.2008年1月歐亞阻塞形勢的ECMWF集合預(yù)報效果評估檢驗[J].大氣科學(xué)學(xué)報，2014，37（3）：257-267.

[17]成璐，沈潤平，師春香，等.CMORPH和TRMM 3B42降水估計產(chǎn)品的評估檢驗[J].氣象，2014，40（11）：1372-1379.

[18]劉長征，江遠安，毛煒嶧，等.新疆夏季降水和冬季氣溫預(yù)測方法及效果評估[J].沙漠與綠洲氣象，2015，9（2）：1-8.

[19]劉長征，杜良敏，柯宗建，等.國家氣候中心多模式解釋應(yīng)用集成預(yù)測[J].應(yīng)用氣象學(xué)報，2013，24（6）：677-685.

[20]李維京.現(xiàn)代氣候業(yè)務(wù)[M].北京：氣象出版社，2012.

Assessment of Multi-model Downscaling Ensemble Prediction System for Monthly Temperature and Precipitation Prediction in Guizhou

BAIHui1，2，GAO Hui3，LIU Changzheng3，MAOWeiyi4，DU Liangmin5
（1.Guizhou Climate Center,Guiyang 550002，China；2.Guizhou Key Laboratory ofMountainous Climate and Resource，Guiyang 550002，China；3.National Climate Center，Beijing 100081，China；4.Institute of Desert Meteorology，China Meteorological Administration，Urumqi830002，China；5.Wuhan Regional Climate Center Wuhan 430074，China）

Based on the outputs of different climate models,National Climate Center of China Meteorological Administration（CMA）established amulti-model downscaling ensemble prediction system（MODES）in 2011.Since then the system has been used widely in the domestic seasonal prediction operation.By assessing and verifying the prediction of MODES for monthly temperature and precipitation in Guizhou province during January 2013 to June 2015,this paper indicates that the system has a good temperature prediction skill in the province.The correlation coefficient and the total ration of same anomaly symbol between MODES and observation are 0.24 and 65.5%. Prediction skill of positive temperature anomaly is higher than the negative anomaly.Compared to temperature prediction,the prediction skill for precipitation in MODES is lower,but the prediction skill of positive precipitation anomaly is higher than the negative anomaly.Spatial distribution of verification results show that the high skill scores appear in the western,northern and eastern part of Guizhou province for temperature,and in most regions for precipitation except in part of northwestern and northern regions.During the research period,the prediction skill scores are stably higher than the scores of the subjective forecasts made by the forecaster,especially for negative temperature anomaly and for positive precipitation anomaly.

multi-model sownscaling ensemble prediction system（MODES）；ratio of the same anomaly symbol；PS score;assessmentand verification

P456.7

A

1002-0799（2016）05-0058-06

10.3969/j.issn.1002-0799.2016.05.009

2015-12-31；

2016-03-22

貴州省科技廳攻關(guān)項目—貴州省干旱災(zāi)害風(fēng)險評估研究，貴州省氣象局氣象科技開放研究基金項目和2016年貴州省氣象局氣候預(yù)測業(yè)務(wù)項目共同資助。

白慧（1984-），女，工程師，主要從事短期氣候預(yù)測研究工作。E-mail：baihui926@aliyun.com

白慧，高輝，劉長征，等.MODES系統(tǒng)對貴州月氣溫、降水預(yù)測初步評估[J].沙漠與綠洲氣象，2016，10（5）：58-63.