GRAPES_GFS在東亞地區(qū)中期預(yù)報(bào)技巧極端下降現(xiàn)象的初步研究

沈哲文,沈?qū)W順,蘇勇

(1.中國(guó)氣象科學(xué)研究院，北京100081；2.國(guó)家氣象中心，北京100081；3.中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100081)

1 引 言

隨著模式和同化的改進(jìn)以及計(jì)算機(jī)技術(shù)的快速發(fā)展，數(shù)值天氣預(yù)報(bào)取得了顯著的進(jìn)步，預(yù)報(bào)能力逐步提高，但少數(shù)情況仍會(huì)出現(xiàn)較大的系統(tǒng)性誤差，呈現(xiàn)預(yù)報(bào)技巧極端下降（Forecast Bust）現(xiàn)象[1]。直觀上，此現(xiàn)象表現(xiàn)為溫、壓、風(fēng)、濕等氣象要素的預(yù)報(bào)值與觀測(cè)值差異較大。進(jìn)一步來(lái)說(shuō)，這些事件還涉及對(duì)高影響天氣的預(yù)報(bào)失敗，例如冬季風(fēng)暴或臺(tái)風(fēng)。Rodwell等[1]系統(tǒng)研究了歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）模式在歐洲地區(qū)中期預(yù)報(bào)技巧極端下降事件，并將此類事件定義為在144小時(shí)預(yù)報(bào)500 hPa高度場(chǎng)的距平相關(guān)系數(shù)（Anomaly Correlation Coefficient，ACC）小于0.4，均方根誤差（Root Mean Square Error，RMSE）大于60 gpm的預(yù)報(bào)即為中期預(yù)報(bào)技巧極端下降事件。

Rodwell等[1]利 用ERA-Interim（European Centre for Medium-Range Weather Forecasts Interim Reanalysis）再分析資料作為初值重新預(yù)報(bào)得到的預(yù)報(bào)數(shù)據(jù)，根據(jù)定義識(shí)別出584個(gè)預(yù)報(bào)技巧極端下降個(gè)例，通過合成分析研究了極端下降事件的共同特征。結(jié)果表明，中期預(yù)報(bào)技巧極端下降事件通常與歐洲阻塞形勢(shì)建立時(shí)的預(yù)報(bào)誤差有關(guān)。這些預(yù)報(bào)誤差來(lái)源于初值中存在于上游北美地區(qū)落基山槽和槽前高對(duì)流有效位能的誤差，在春季該特征尤為明顯。Magnusson[2]對(duì)其中三個(gè)典型中期預(yù)報(bào)技巧極端下降事件進(jìn)行個(gè)例分析，研究表明都與斯堪的納維亞阻塞形勢(shì)的預(yù)報(bào)有關(guān)。Ferranti等[3]對(duì)ECMWF集合預(yù)報(bào)在北大西洋振蕩（North Atlantic Oscillation，NAO）正位相、NAO負(fù)位相、阻塞形勢(shì)、大西洋脊四種天氣模態(tài)情況下的預(yù)報(bào)結(jié)果進(jìn)行分析比較，發(fā)現(xiàn)NAO-天氣模態(tài)下的預(yù)報(bào)技巧最好，阻塞形勢(shì)的預(yù)報(bào)技巧最差。預(yù)報(bào)技巧極端下降事件往往低估了阻塞形勢(shì)的維持，而高估了向緯向環(huán)流形勢(shì)的轉(zhuǎn)變。

對(duì)于一年中不同季節(jié)發(fā)生的多個(gè)中期預(yù)報(bào)技巧極端下降事件，它們受不同環(huán)流形勢(shì)的影響而體現(xiàn)出不同的特征。Lillo等[4]基于Rodwell等的研究，進(jìn)一步分析了ECMWF模式在歐洲地區(qū)的預(yù)報(bào)技巧極端下降事件，將所有事件分為三個(gè)高發(fā)時(shí)間段進(jìn)行獨(dú)立分析。在1—2月，模式對(duì)墨西哥灣沿岸和美國(guó)東南海岸氣旋生成的預(yù)報(bào)誤差帶來(lái)的高層誤差，會(huì)被強(qiáng)大的冬季急流向下游傳播。在6—7月，北美中西部上空的對(duì)流活動(dòng)預(yù)報(bào)誤差導(dǎo)致高空產(chǎn)生反氣旋，使得橫跨大西洋的脊維持在原地，造成北美中西部對(duì)流活動(dòng)進(jìn)一步虛假發(fā)展，通過這個(gè)正反饋，模式在歐洲地區(qū)的預(yù)報(bào)逐漸偏離真實(shí)情況，這與Rodwell等的合成分析結(jié)果一致。對(duì)于ECMWF模式而言，9—10月是預(yù)報(bào)技巧極端下降事件高發(fā)期。該時(shí)期是熱帶風(fēng)暴在大西洋中部活躍時(shí)期，模式預(yù)報(bào)的熱帶風(fēng)暴路徑偏向于通過大西洋中部極向轉(zhuǎn)向，路徑的誤差導(dǎo)致潛熱釋放和相應(yīng)的沿急流軸的負(fù)位渦距平輸送到風(fēng)暴北部和東部。這些負(fù)位渦距平通過觸發(fā)羅斯貝波列將誤差進(jìn)一步傳遞到下游歐洲地區(qū)。這些研究結(jié)果表明了中期預(yù)報(bào)技巧極端下降現(xiàn)象與橫跨大西洋的羅斯貝波的虛假觸發(fā)和放大有關(guān)，誤差通過羅斯貝波向下游傳播，引起下游歐洲地區(qū)環(huán)流形勢(shì)的預(yù)報(bào)失敗。

早在20世紀(jì)初，Grazzini等[5]就發(fā)現(xiàn)ECMWF同化在北美地區(qū)的分析增量異常與模式在歐洲地區(qū)的預(yù)報(bào)失敗有一定聯(lián)系。在不穩(wěn)定的潮濕環(huán)境下，模式將會(huì)產(chǎn)生非常強(qiáng)烈的虛假中尺度對(duì)流系統(tǒng)（Mesoscale Convective System，MCS），這使得資料同化過程中合理的觀測(cè)數(shù)據(jù)會(huì)由于與預(yù)報(bào)背景場(chǎng)相差較大而導(dǎo)致被剔除。合理觀測(cè)資料的剔除導(dǎo)致模式誤差得不到有效訂正，由此造成的初值誤差將很快被模式預(yù)報(bào)產(chǎn)生的虛假對(duì)流活動(dòng)所放大，并向下游擴(kuò)散，對(duì)模式在歐洲地區(qū)的預(yù)報(bào)技巧造成了嚴(yán)重的影響。Rodwell等[1]也提出，造成2011年4月10日歐洲中期預(yù)報(bào)技巧極端下降事件的原因來(lái)自模式同化過程，在同化過程中對(duì)位于上游美國(guó)中部對(duì)流發(fā)生的環(huán)境場(chǎng)不能準(zhǔn)確刻畫，進(jìn)而導(dǎo)致模式在短期預(yù)報(bào)中難以正確預(yù)報(bào)對(duì)流活動(dòng)。同化初猜場(chǎng)未能準(zhǔn)確刻畫對(duì)流活動(dòng)，加之MCSs區(qū)域內(nèi)能夠同化應(yīng)用的觀測(cè)資料又較少，難以產(chǎn)生合理的初值。2009年，研究發(fā)現(xiàn)局部對(duì)流產(chǎn)生的初始誤差會(huì)對(duì)中緯度地區(qū)的大氣產(chǎn)生遠(yuǎn)程影響。中尺度對(duì)流上升運(yùn)動(dòng)過程中，潛熱釋放和高空輻散導(dǎo)致高空反氣旋形成，引起較大的風(fēng)場(chǎng)預(yù)報(bào)誤差，并通過高空急流向下游傳播，在下游觸發(fā)羅斯貝波響應(yīng)，產(chǎn)生大規(guī)模的擾動(dòng)，從而影響模式的預(yù)報(bào)技巧[6-7]。與此同時(shí)，中尺度對(duì)流活動(dòng)會(huì)通過改變環(huán)流形勢(shì)產(chǎn)生反饋而進(jìn)一步放大預(yù)報(bào)誤差[8-9]。上述研究說(shuō)明，在中期天氣預(yù)報(bào)中，大尺度環(huán)流形勢(shì)的變化和中小尺度擾動(dòng)之間的相互作用如果不能正確刻畫將成為預(yù)報(bào)技巧極端下降事件的重要來(lái)源。

近年來(lái)，隨著模式和同化系統(tǒng)的不斷改進(jìn)以及模式分辨率的提高，ECMWF預(yù)報(bào)技巧極端下降事件顯著減少。ECMWF業(yè)務(wù)預(yù)報(bào)的年度中期預(yù)報(bào)技巧極端下降總數(shù)已從1990年的每年約70起下降到2011年的每年約5起[1]。然而，即使是這種較低數(shù)量的中期預(yù)報(bào)技巧極端下降事件也會(huì)給使用數(shù)值天氣預(yù)報(bào)產(chǎn)品的用戶帶來(lái)困擾，并對(duì)預(yù)報(bào)技巧評(píng)分產(chǎn)生較大影響。上述針對(duì)ECMWF模式系統(tǒng)開展的研究，對(duì)于改進(jìn)我國(guó)自主發(fā)展的全球中期數(shù)值預(yù)報(bào)系統(tǒng)(GRAPES Global Forecast System,GRAPES_GFS)具有重要的借鑒意義。

2016年，中國(guó)氣象局自主研發(fā)的全球中期數(shù)值預(yù)報(bào)系統(tǒng)GRAPES_GFS全面實(shí)現(xiàn)業(yè)務(wù)應(yīng)用[10-11]。到目前為止，歷經(jīng)數(shù)次業(yè)務(wù)升級(jí)，預(yù)報(bào)技巧穩(wěn)步提高，預(yù)報(bào)誤差得到了顯著的改善，但仍發(fā)現(xiàn)預(yù)報(bào)存在技巧極端下降的情況，嚴(yán)重影響了預(yù)報(bào)產(chǎn)品的質(zhì)量和綜合評(píng)分。本文通過研究GRAPES_GFS模式在東亞地區(qū)的中期預(yù)報(bào)技巧極端下降事件，為進(jìn)一步改進(jìn)GRAPES_GFS同化預(yù)報(bào)系統(tǒng)提供診斷分析依據(jù)。

2 資料與方法

2.1 資 料

本文選取GRAPES_GFS模式[10-11]在2016年4月1日—2018年12月31日0000 UTC（世界時(shí)，下同）起報(bào)的業(yè)務(wù)預(yù)報(bào)數(shù)據(jù)，預(yù)報(bào)時(shí)長(zhǎng)為10天。預(yù)報(bào)數(shù)據(jù)的水平分辨率為0.25°×0.25°，垂直60層。本文研究的主要區(qū)域?yàn)闁|亞地區(qū)，范圍為70～145°E,15～65°N。本研究選取ECMWF的ERA-Interim再分析資料作為實(shí)況對(duì)比分析GRAPES_GFS的預(yù)報(bào)誤差，ERA-Interim水平分辨率約為80 km，垂直方向從地面到0.1 hPa共60層?；跁r(shí)段為1989—2008年的ERA-Interim逐日資料計(jì)算得到逐日氣候態(tài)。降水資料取自全球降水觀測(cè)GPM計(jì)劃多星融合反演降水產(chǎn)品IMERG（Integrated Multi-satellite Retrievals for GPM），水平分辨率為0.1°×0.1°，覆蓋范圍為60°S～60°N。

2.2 中期預(yù)報(bào)技巧極端下降事件的定義

對(duì)于全球確定性預(yù)報(bào)，通常采用ACC和RMSE這兩個(gè)指標(biāo)來(lái)衡量全球模式的預(yù)報(bào)技巧。ACC用來(lái)計(jì)算預(yù)報(bào)場(chǎng)與分析場(chǎng)之間的線性相關(guān)程度，判斷兩個(gè)空間變量場(chǎng)間的相似程度，計(jì)算公式如下：

RMSE是用來(lái)衡量預(yù)報(bào)量與分析量之間的偏差，比較預(yù)報(bào)場(chǎng)相對(duì)于分析場(chǎng)的偏離程度。RMSE越大，說(shuō)明模式預(yù)報(bào)效果不佳。計(jì)算公式如下：

為了量化預(yù)報(bào)技巧極端下降事件，本文采用Rodwell等[1]的定義，將東亞地區(qū)144小時(shí)預(yù)報(bào)500 hPa高度場(chǎng)的ACC小于0.4，RMSE大于60 gpm的事件定義為東亞“中期預(yù)報(bào)技巧極端下降”事件。與歐洲地區(qū)同樣，此定義下的中期預(yù)報(bào)技巧極端下降事件伴隨著東亞不同地區(qū)（尤其是我國(guó)）氣溫、降水等天氣要素預(yù)報(bào)誤差的急劇增加。

3 GRAPES_GFS在東亞地區(qū)中期預(yù)報(bào)技巧極端下降事件的總體特征

3.1 統(tǒng)計(jì)分析

圖1給出了GRAPES_GFS模式在2016—2018年逐日0000 UTC起報(bào)不同預(yù)報(bào)時(shí)效的東亞500 hPa高度場(chǎng)的ACC和RMSE時(shí)間序列，圖中給出了預(yù)報(bào)時(shí)效分別為48 h、96 h、144 h的情況。從各預(yù)報(bào)時(shí)效來(lái)看，GRAPES_GFS模式在48 h和96 h預(yù)報(bào)的ACC基本在0.6以上，而144 h預(yù)報(bào)的ACC波動(dòng)較大，多次出現(xiàn)了預(yù)報(bào)技巧極端下降現(xiàn)象。并且，不同時(shí)效的預(yù)報(bào)技巧之間存在一定的相關(guān)性，當(dāng)短期預(yù)報(bào)的ACC較小時(shí)，鄰近日期的中期天氣預(yù)報(bào)的ACC也會(huì)減小，RMSE也存在類似的變化趨勢(shì)。

從圖1a和圖1b可看出，ACC越小，RMSE越大，兩者波動(dòng)呈現(xiàn)相反的趨勢(shì)，但并不是完全一一對(duì)應(yīng)。將144 h時(shí)效預(yù)報(bào)500 hPa高度場(chǎng)的ACC小于0.4、RMSE大于60 gpm作為預(yù)報(bào)技巧極端下降事件的判斷標(biāo)準(zhǔn)，可以確保預(yù)報(bào)技巧極端下降事件與足夠大的預(yù)報(bào)誤差相關(guān)聯(lián)。

圖1 GRAPES_GFS模式在2016—2018年逐日0000UTC起報(bào)不同預(yù)報(bào)時(shí)效東亞500 hPa高度場(chǎng)的ACC和RMSE紅色表示48 h預(yù)報(bào)，綠色表示96 h預(yù)報(bào)，藍(lán)色表示144 h預(yù)報(bào)。a.ACC；b.RMSE，單位：gpm。

通過對(duì)2016—2018年GRAPES_GFS模式144 h時(shí)效預(yù)報(bào)數(shù)據(jù)的篩選，表1給出了GRAPES_GFS模式在東亞地區(qū)中期預(yù)報(bào)技巧極端下降事件的時(shí)間及其實(shí)況天氣特征。從表1可以看到，2016—2018年GRAPES_GFS模式在東亞地區(qū)的中期預(yù)報(bào)技巧極端下降事件總計(jì)29例，其中春季（3—5月）9例，夏季（6—8月）5例，秋季（9—11月）12例為最多，冬季（12月—次年2月）3例，分別占全部個(gè)例的比例為31.03%、17.24%、41.38%、10.34%。盡管數(shù)據(jù)樣本量較少，但仍能發(fā)現(xiàn)中期預(yù)報(bào)技巧極端下降事件在不同的季節(jié)有不同的表現(xiàn)，季節(jié)變化的影響較大，高發(fā)期主要集中在春秋季。這與ECMWF模式在不同季節(jié)的表現(xiàn)比較一致。

表1 GRAPES_GFS模式在東亞地區(qū)的中期預(yù)報(bào)技巧極端下降現(xiàn)象

GRAPES_GFS模式在不同季節(jié)發(fā)生的東亞地區(qū)中期預(yù)報(bào)技巧極端下降事件的影響因素可能存在不同。在西太平洋臺(tái)風(fēng)活躍期間，即夏秋季節(jié)，中期預(yù)報(bào)技巧極端下降事件發(fā)生的時(shí)間點(diǎn)十分相近，如2017年8月1日、4日接連兩次的東亞中期預(yù)報(bào)技巧極端下降事件都與強(qiáng)臺(tái)風(fēng)“奧鹿”的變化有關(guān)。對(duì)西太平洋地區(qū)臺(tái)風(fēng)的強(qiáng)度與位置預(yù)報(bào)的準(zhǔn)確與否將對(duì)東亞環(huán)流形勢(shì)的預(yù)報(bào)產(chǎn)生重要影響。春、冬季的中期預(yù)報(bào)技巧極端下降事件發(fā)生的時(shí)間點(diǎn)相隔較遠(yuǎn)，影響因素又有不同。這些都是值得研究的有趣現(xiàn)象。

3.2 平均特征分析

為了更清楚地描述中期預(yù)報(bào)技巧極端下降事件的空間分布特征，本文對(duì)2016年4月1日—2018年12月31日期間GRAPES_GFS模式在東亞中期預(yù)報(bào)技巧極端下降事件的所有個(gè)例進(jìn)行合成分析。如3.1節(jié)所述，由于中期預(yù)報(bào)技巧極端下降事件不僅受不同季節(jié)環(huán)流形勢(shì)的影響，還與臺(tái)風(fēng)等復(fù)雜天氣系統(tǒng)相關(guān)，故本文將所有預(yù)報(bào)技巧極端下降事件分為春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月—次年2月)、臺(tái)風(fēng)、無(wú)臺(tái)風(fēng)這6種情況，其中有無(wú)臺(tái)風(fēng)情況是通過篩選初始場(chǎng)中是否存在較為明顯的臺(tái)風(fēng)得到的。

本文首先將所有個(gè)例的預(yù)報(bào)場(chǎng)對(duì)應(yīng)ERAInterim再分析場(chǎng)計(jì)算偏差，再對(duì)每個(gè)季節(jié)包含的中期預(yù)報(bào)技巧極端下降個(gè)例進(jìn)行合成，并基于該季節(jié)的所有個(gè)例進(jìn)行Student-t檢驗(yàn)。

圖2給出了以上所分6種情形的中期預(yù)報(bào)技巧極端下降個(gè)例的144 h預(yù)報(bào)500 hPa高度場(chǎng)的偏差合成圖。如圖2a所示，對(duì)于春季而言，東亞預(yù)報(bào)技巧極端下降時(shí)環(huán)流偏差特征主要表現(xiàn)為鄂霍次克海高壓預(yù)報(bào)嚴(yán)重偏弱、相應(yīng)的日本海上空東亞槽偏淺，以及相伴隨的上游波狀偏差分布。圖2b是夏季的情形，夏季環(huán)流場(chǎng)的主要偏差特征表現(xiàn)為西伯利亞高壓預(yù)報(bào)嚴(yán)重偏弱以及相伴隨的上游槽顯著偏淺、日本海上空存在較大的負(fù)偏差，總體偏差特征表現(xiàn)為預(yù)報(bào)的中高緯環(huán)流形勢(shì)槽脊活動(dòng)偏弱、等值線趨于平直。同時(shí)，預(yù)報(bào)的西太平洋副熱帶高壓西伸北進(jìn)都較實(shí)況顯著偏弱。圖2c顯示了秋季東亞預(yù)報(bào)技巧極端下降時(shí)的偏差合成特征，可以看到預(yù)報(bào)顯著偏強(qiáng)的貝加爾湖槽和烏拉爾山脊、以及鄂霍茨克海過深的槽和西太平洋顯著偏弱的副熱帶高壓是秋季模式預(yù)報(bào)嚴(yán)重失敗的整體特征。從圖2d可以看到，冬季模式預(yù)報(bào)技巧極端下降的偏差特征表現(xiàn)為顯著偏弱的東亞大槽和偏弱的蒙古-西伯利亞高壓。從圖中也可以看到，這些偏差與北半球環(huán)狀模型的高緯極區(qū)預(yù)報(bào)偏差有緊密聯(lián)系。

從以上四個(gè)季節(jié)合成的模式在東亞地區(qū)的偏差特征來(lái)看，極端預(yù)報(bào)失敗均與該季節(jié)影響東亞地區(qū)主要天氣系統(tǒng)的預(yù)報(bào)偏差大有關(guān)系。合成圖僅僅給出平均特征，通過更多個(gè)例的研究追蹤造成主要天氣系統(tǒng)預(yù)報(bào)偏差大的來(lái)源將是今后研究的重點(diǎn)。

圖2e給出了極端下降樣本中有臺(tái)風(fēng)的所有個(gè)例的合成偏差圖，有臺(tái)風(fēng)時(shí)所呈現(xiàn)出的東亞地區(qū)環(huán)流場(chǎng)預(yù)報(bào)極端失敗的偏差與前述夏季（圖2b）與秋季（圖2c）有相似之處，尤其是與秋季（圖2c）的偏差分布非常相似。由此可以推斷，GRAPES_GFS模式夏、秋季在東亞地區(qū)預(yù)報(bào)極端失敗與模式未能合理預(yù)報(bào)臺(tái)風(fēng)活動(dòng)有很大關(guān)系；尤其是秋季，模式未能準(zhǔn)確預(yù)報(bào)臺(tái)風(fēng)活動(dòng)是造成秋季GRAPES_GFS在東亞地區(qū)預(yù)報(bào)技巧極端下降的原因之一。圖2f給出了無(wú)臺(tái)風(fēng)時(shí)夏秋所有個(gè)例的合成偏差圖，從偏差分布來(lái)看更與夏季的偏差分布相似，基本表現(xiàn)了夏季預(yù)報(bào)失敗的主要特征。

圖2 2016—2018年?yáng)|亞中期預(yù)報(bào)技巧極端下降個(gè)例的144 h預(yù)報(bào)場(chǎng)500 hPa高度場(chǎng)偏差合成

對(duì)于一年中不同季節(jié)發(fā)生的多個(gè)中期預(yù)報(bào)技巧極端下降事件，它們受不同環(huán)流形勢(shì)的影響而體現(xiàn)出不同的特征。為了更加深入地了解這些預(yù)報(bào)誤差的來(lái)源與發(fā)展，本文將在下一節(jié)選取冬春夏秋四個(gè)典型個(gè)例以及臺(tái)風(fēng)特殊個(gè)例進(jìn)行診斷研究，以期找到一些造成預(yù)報(bào)技巧極端下降的誤差來(lái)源線索。

4 中期預(yù)報(bào)技巧極端下降事件的個(gè)例研究

4.1 冬季典型個(gè)例

本文選取了GRAPES_GFS模式在2017年1月19日東亞的中期預(yù)報(bào)技巧極端下降事件作為冬季的重點(diǎn)研究個(gè)例，該個(gè)例在預(yù)報(bào)誤差分布、誤差來(lái)源等方面具有代表性。向后回溯法[2]常用來(lái)確定預(yù)報(bào)誤差的來(lái)源，將不同預(yù)報(bào)時(shí)效的預(yù)報(bào)結(jié)果與對(duì)應(yīng)時(shí)刻的分析場(chǎng)（即“真值”）進(jìn)行比較，確定誤差的分布特征，找出特定的誤差結(jié)構(gòu)，不斷向后回溯誤差起源與發(fā)展，從而最終確定誤差源頭。本文利用該方法，來(lái)追蹤定位東亞地區(qū)中期預(yù)報(bào)技巧極端下降的偏差可能來(lái)源與發(fā)展。

圖3給出了GRAPES_GFS模式在2017年1月19日0000 UTC起報(bào)不同預(yù)報(bào)時(shí)效的500 hPa高度場(chǎng)及其偏差，預(yù)報(bào)時(shí)效分別為24 h、48 h、72 h、96 h、120 h、144 h。從144 h的預(yù)報(bào)結(jié)果來(lái)看，預(yù)報(bào)技巧極端下降時(shí)，模式在中緯度地區(qū)的預(yù)報(bào)偏差整體呈現(xiàn)為“正-負(fù)-正-負(fù)-正”的波狀特征，在東亞地區(qū)具體表現(xiàn)為偏弱的東亞大槽和偏弱的蒙古-西伯利亞高壓，這也與預(yù)報(bào)技巧極端下降時(shí)的合成分析中所呈現(xiàn)出的冬季東亞上游波狀偏差分布特征相一致（圖2d）。

從預(yù)報(bào)技巧極端下降時(shí)刻向后回溯，可以看到，模式在極區(qū)的預(yù)報(bào)誤差從第48 h開始迅速向南擴(kuò)展，中緯度天氣尺度波的活動(dòng)與傳播受到較大影響，到72 h時(shí)已經(jīng)影響到了整個(gè)北半球中高緯度的環(huán)流活動(dòng)。從24 h、48 h的預(yù)報(bào)誤差分布來(lái)看，負(fù)的預(yù)報(bào)誤差使得極渦預(yù)報(bào)偏強(qiáng)，偏強(qiáng)的極渦及其向南的擴(kuò)張?jiān)斐芍芯暥拳h(huán)流有向緯向型環(huán)流發(fā)展的趨勢(shì)，造成槽脊的活動(dòng)經(jīng)向度變?nèi)酢Ｈ缜八?，這在東亞地區(qū)表現(xiàn)為偏弱的東亞大槽和偏弱的蒙古-西伯利亞高壓（圖3c、3f），也即主導(dǎo)東亞地區(qū)天氣形勢(shì)的兩大系統(tǒng)預(yù)報(bào)偏弱，造成了預(yù)報(bào)技巧極端下降。

圖3 GRAPES_GFS模式在2017年1月19日0000 UTC起報(bào)不同時(shí)效預(yù)報(bào)的500 hPa高度場(chǎng)

4.2 春季典型個(gè)例

本文選取了GRAPES_GFS模式在2017年4月13日東亞的中期預(yù)報(bào)技巧極端下降事件作為春季的代表性研究個(gè)例。圖4給出了GRAPES_GFS模式在2017年4月13日0000 UTC起報(bào)不同預(yù)報(bào)時(shí)效的500 hPa高度場(chǎng)及其偏差。從144 h的預(yù)報(bào)結(jié)果來(lái)看，模式在我國(guó)上游的預(yù)報(bào)偏差表現(xiàn)為槽脊強(qiáng)度的大幅度變?nèi)酰ㄘ惣訝柡奂捌渖嫌渭沟耐瑫r(shí)減弱，形勢(shì)場(chǎng)趨于平直化，并且可以發(fā)現(xiàn)該預(yù)報(bào)偏差在預(yù)報(bào)第72 h開始發(fā)展并在緩慢東移過程中加強(qiáng)。而且，144 h的預(yù)報(bào)偏差在我國(guó)東北部表現(xiàn)為東亞大槽東移速度明顯偏慢，造成在渤海灣上空顯著的負(fù)偏差和日本東部顯著的正偏差。這種預(yù)報(bào)偏差在我國(guó)上游的形成發(fā)展、并進(jìn)而影響模式在東亞地區(qū)預(yù)報(bào)技巧的情況在GRAPES_GFS的春季預(yù)報(bào)中是造成預(yù)報(bào)技巧極端下降的主因。這也與預(yù)報(bào)技巧極端下降時(shí)的合成分析中所呈現(xiàn)出的春季東亞上游波狀偏差分布特征相一致（圖2a）。

為了更清楚地觀察預(yù)報(bào)偏差自上游傳播并造成東亞地區(qū)預(yù)報(bào)技巧極端下降的過程，圖5給出了GRAPES_GFS模式在2017年4月13日0000 UTC起報(bào)不同預(yù)報(bào)時(shí)效500 hPa位勢(shì)高度預(yù)報(bào)偏差的Hovm?ller圖，圖中給出了沿35～75°N的平均?？梢钥吹?，正負(fù)相間、波列狀的預(yù)報(bào)偏差從上游歐洲區(qū)域自西向東傳播并最終影響東亞地區(qū)的預(yù)報(bào)技巧，偏差傳播的速度為5～6經(jīng)度/天，群速度可從相鄰偏差大值區(qū)中心連線的斜率看出，為20～30經(jīng)度/天，預(yù)報(bào)偏差的群速度明顯大于相速度，使得上游的偏差在2～3天內(nèi)影響東亞地區(qū)，造成該地區(qū)的預(yù)報(bào)技巧極端下降。

圖5 GRAPES_GFS模式在2017年4月13日0000 UTC起報(bào)不同時(shí)效預(yù)報(bào)的500 hPa位勢(shì)高度預(yù)報(bào)偏差Hovm?ller圖 500 hPa緯向平均位勢(shì)高度預(yù)報(bào)偏差，單位：gpm，經(jīng)過35～75°N的緯向平均。

在研究ECMWF模式在歐洲區(qū)域預(yù)報(bào)技巧極端下降的春季個(gè)例時(shí)，Rodwell指出模式在北美地區(qū)的預(yù)報(bào)偏差隨著Rossby波向下游的傳播是造成模式在歐洲預(yù)報(bào)技巧極端下降的動(dòng)力機(jī)制，并進(jìn)一步指出模式在北美的預(yù)報(bào)偏差來(lái)源于模式初值不能正確表述北美地區(qū)的中尺度對(duì)流活動(dòng)[1]。本研究也存在類似的物理機(jī)制，具體的預(yù)報(bào)偏差的起源還需要進(jìn)一步的研究。

4.3 夏季典型個(gè)例

本文選取了GRAPES_GFS模式在2017年7月8日東亞的中期預(yù)報(bào)技巧極端下降事件作為夏季代表性研究個(gè)例。圖6給出了GRAPES_GFS模式在該日0000 UTC起報(bào)不同預(yù)報(bào)時(shí)效的500 hPa高度場(chǎng)及其預(yù)報(bào)偏差。從144 h的預(yù)報(bào)結(jié)果來(lái)看，模式在我國(guó)上游的預(yù)報(bào)偏差表現(xiàn)為西伯利亞高壓預(yù)報(bào)嚴(yán)重偏弱，日本上空存在較大的負(fù)偏差，總體偏差特征與合成圖一致，表現(xiàn)為預(yù)報(bào)的中高緯環(huán)流形勢(shì)槽脊活動(dòng)偏弱、等值線趨于平直（圖2b）。通過向后追溯法可以發(fā)現(xiàn)，造成該夏季個(gè)例東亞預(yù)報(bào)技巧極端下降的誤差源有兩個(gè)，即白令海峽以西負(fù)的預(yù)報(bào)偏差以及中西伯利亞的負(fù)預(yù)報(bào)偏差。從圖6c可以看到，白令海峽以西的負(fù)預(yù)報(bào)偏差率先出現(xiàn)并加強(qiáng)，具體表現(xiàn)為模式對(duì)白令海峽以西的低壓系統(tǒng)東移預(yù)報(bào)偏快。更進(jìn)一步，從圖6d和6e可以看到，模式預(yù)報(bào)的極地低渦向南擴(kuò)張過快，造成在中西伯利亞出現(xiàn)負(fù)的預(yù)報(bào)偏差，同時(shí)極區(qū)的預(yù)報(bào)偏差不斷加大并向南傳播，進(jìn)一步加強(qiáng)了中西伯利亞到極區(qū)的負(fù)預(yù)報(bào)偏差。這兩處誤差的維持與加強(qiáng)，造成了GRAPES_GFS預(yù)報(bào)技巧的嚴(yán)重下降。與冬季個(gè)例類似，模式在高緯極區(qū)容易出現(xiàn)較大的預(yù)報(bào)誤差，這可能與模式對(duì)極區(qū)的處理和計(jì)算精度不足有關(guān)，需要進(jìn)一步研究。

圖6 同圖3，但為2017年7月8日0000 UTC起報(bào)

4.4 秋季典型個(gè)例

從表1可看出，秋季是東亞中期預(yù)報(bào)技巧極端下降事件頻發(fā)的季節(jié)?？紤]秋季是臺(tái)風(fēng)活躍季節(jié)，為排除臺(tái)風(fēng)預(yù)報(bào)誤差的影響，本文選取了GRAPES_GFS模式在2017年10月24日發(fā)生的東亞中期預(yù)報(bào)技巧極端下降事件作為秋季代表性研究個(gè)例，臺(tái)風(fēng)個(gè)例將在下文給出。圖7給出了該個(gè)例在不同預(yù)報(bào)時(shí)效的500 hPa高度場(chǎng)及其預(yù)報(bào)偏差。從144 h的預(yù)報(bào)結(jié)果來(lái)看，東亞地區(qū)預(yù)報(bào)技巧極端下降表現(xiàn)為日本上空較大的正偏差和與之相伴隨的鄂霍次克海負(fù)偏差、以及烏拉爾山的負(fù)偏差，呈現(xiàn)為模式預(yù)報(bào)的東亞大槽和烏拉爾脊均偏弱，總體偏差特征與合成圖相似（圖2c）。進(jìn)一步向后追溯發(fā)現(xiàn)，較大的誤差最早出現(xiàn)在北美和大西洋地區(qū)，隨后沿西風(fēng)帶向下游擴(kuò)展。具體表現(xiàn)為模式預(yù)報(bào)的槽脊首先在大西洋、歐洲地區(qū)移動(dòng)偏快，逐步影響下游，這可以從72 h到120 h預(yù)報(bào)的高度場(chǎng)清楚看到（圖中紅色等值線）。至144 h，可以看到明顯移動(dòng)偏快的東亞大槽和烏拉爾脊，換言之，預(yù)報(bào)技巧極端下降表現(xiàn)為形勢(shì)場(chǎng)移動(dòng)位相的較大差異。Lillo等[4]曾研究發(fā)現(xiàn)，對(duì)于ECMWF模式而言，9—10月是預(yù)報(bào)技巧極端下降事件高發(fā)期。該時(shí)期是熱帶風(fēng)暴在大西洋中部活躍時(shí)期，模式預(yù)報(bào)的熱帶風(fēng)暴路徑偏向于通過大西洋中部極向轉(zhuǎn)向，路徑的誤差導(dǎo)致潛熱釋放和相應(yīng)的沿急流軸的負(fù)位渦距平輸送到風(fēng)暴北部和東部。這些負(fù)位渦距平通過觸發(fā)羅斯貝波列將誤差進(jìn)一步傳遞到下游歐洲地區(qū)。本文秋季在東亞地區(qū)預(yù)報(bào)技巧極端下降的個(gè)例是否存在類似的機(jī)制，需要進(jìn)一步詳細(xì)研究。

圖7 同圖3，但為2017年10月24日0000 UTC起報(bào)

為了考察臺(tái)風(fēng)預(yù)報(bào)誤差對(duì)東亞預(yù)報(bào)技巧極端下降事件的影響，本文選取了GRAPES_GFS模式在2018年10月25日東亞的中期預(yù)報(bào)技巧極端下降事件作為臺(tái)風(fēng)重點(diǎn)研究個(gè)例。2018年第26號(hào)臺(tái)風(fēng)“玉兔”于10月19日11時(shí)在馬紹爾群島西北洋面上形成擾動(dòng)，于23日8時(shí)升級(jí)為臺(tái)風(fēng)，24日2時(shí)升級(jí)為強(qiáng)臺(tái)風(fēng)，當(dāng)日5時(shí)繼續(xù)升級(jí)為超強(qiáng)臺(tái)風(fēng)。此后，“玉兔”開始緩慢減弱向偏西方向移動(dòng)，于10月28日降級(jí)為強(qiáng)臺(tái)風(fēng)。10月30日4時(shí)40分許，“玉兔”的環(huán)流中心在菲律賓呂宋島東北部沿海登陸，登陸時(shí)中心附近最大風(fēng)力有15級(jí)，中心最低氣壓為945 hPa。而后，“玉兔”繼續(xù)向偏西方向移動(dòng)，強(qiáng)度快速減弱，于11月3日停止編號(hào)逐漸消散。

此次10月25日的中期預(yù)報(bào)技巧極端下降事件主要發(fā)生于臺(tái)風(fēng)“玉兔”加強(qiáng)為超強(qiáng)臺(tái)風(fēng)的過程中。圖8給出了GRAPES_GFS模式在10月25日0000 UTC起報(bào)不同預(yù)報(bào)時(shí)效的500 hPa高度場(chǎng)及其預(yù)報(bào)偏差。為更清楚研究臺(tái)風(fēng)的影響，與上述個(gè)例不同，研究范圍集中在東亞和南海、西太平洋地區(qū)，并在圖8中標(biāo)出了各預(yù)報(bào)時(shí)刻實(shí)況臺(tái)風(fēng)的位置（紅色臺(tái)風(fēng)標(biāo)志）。同時(shí)，圖9給出了與圖8對(duì)應(yīng)的24小時(shí)累積降水預(yù)報(bào)偏差。

從圖8a給出的24 h預(yù)報(bào)中可以看到，預(yù)報(bào)臺(tái)風(fēng)與實(shí)況比較接近，但已經(jīng)可以看到位置的差異，這種差異在24小時(shí)降水預(yù)報(bào)偏差圖（圖9a）中表現(xiàn)更為明顯。隨著預(yù)報(bào)時(shí)效的延長(zhǎng)，預(yù)報(bào)臺(tái)風(fēng)明顯偏慢，臺(tái)風(fēng)降水差異更為明顯。

圖8 同圖3，但為2018年10月25日0000 UTC起報(bào) 紅色臺(tái)風(fēng)符號(hào)表示實(shí)際臺(tái)風(fēng)所在的位置。

此個(gè)例預(yù)報(bào)技巧極端下降時(shí)的環(huán)流偏差表現(xiàn)為位于我國(guó)東北部的明顯負(fù)偏差，具體表現(xiàn)為一次東北低渦過程的顯著移動(dòng)偏慢。從現(xiàn)象看，東北低渦的移動(dòng)偏慢可能與24 h預(yù)報(bào)開始呈現(xiàn)的臺(tái)風(fēng)預(yù)報(bào)偏差及其相伴隨的降水預(yù)報(bào)偏差有關(guān)。降水預(yù)報(bào)偏差意味著非絕熱加熱場(chǎng)的偏差。從24 h、48 h和72 h的降水預(yù)報(bào)偏差圖（圖9a、9b、9c）可以看到，顯著的加熱場(chǎng)正偏差（對(duì)應(yīng)降水正偏差）連續(xù)維持在138°E，15°N附近。這種加熱場(chǎng)偏差的維持可能是造成位于橫跨中國(guó)東北和日本北部環(huán)流正偏差的原因。類似的現(xiàn)象或機(jī)制在熱帶西太平洋對(duì)流活動(dòng)對(duì)北半球環(huán)流影響的遙相關(guān)研究中得到廣泛關(guān)注[12-14]。這種橫跨中國(guó)東北和日本北部環(huán)流正偏差的產(chǎn)生與維持是造成東北低渦移動(dòng)偏慢的原因。

圖9 GRAPES_GFS模式在2018年10月25日0000 UTC起報(bào)不同時(shí)效預(yù)報(bào)的24小時(shí)累積降水量預(yù)報(bào)偏差場(chǎng)

值得注意的是，從表1可知，2018年夏秋季的預(yù)報(bào)技巧極端下降事件銳減，受臺(tái)風(fēng)影響的中期預(yù)報(bào)技巧極端下降事件不多，這可能得益于GRAPES_GFS模式在2018年將三維變分同化系統(tǒng)升級(jí)為四維變分同化系統(tǒng)，GRAPES_GFS模式的同化預(yù)報(bào)能力得到了顯著改進(jìn)。改善GRAPES_GFS模式對(duì)于氣旋的預(yù)報(bào)，尤其是強(qiáng)臺(tái)風(fēng)等天氣系統(tǒng)，也是提高模式在東亞地區(qū)的中期天氣預(yù)報(bào)技巧的有效方式之一[14]。

5 結(jié)論與討論

本文將GRAPES_GFS模式在東亞地區(qū)144 h時(shí)效預(yù)報(bào)500 hPa高度場(chǎng)的ACC小于0.4，RMSE大于60 gpm的事件定義為GRAPES_GFS模式在東亞的中期預(yù)報(bào)技巧極端下降事件，并對(duì)此開展了初步研究，得出以下研究成果。

（1）東亞地區(qū)的中期預(yù)報(bào)技巧極端下降事件的高發(fā)期主要為春秋季，春季和秋季分別占比31.03%、41.38%，通常表現(xiàn)為對(duì)于該季節(jié)影響東亞地區(qū)天氣的主要天氣系統(tǒng)的預(yù)報(bào)存在較大偏差，如對(duì)東亞大槽的強(qiáng)度、西伯利亞槽脊的強(qiáng)度、副熱帶高壓的位置與強(qiáng)度的預(yù)報(bào)偏差大等。

（2）通過對(duì)29個(gè)個(gè)例研究結(jié)果發(fā)現(xiàn)，不同季節(jié)的中期預(yù)報(bào)技巧極端下降事件偏差來(lái)源與發(fā)展并不一致。冬夏季預(yù)報(bào)偏差主要來(lái)源于高緯極區(qū)，與模式極地的算法處理緊密相關(guān)；春秋季預(yù)報(bào)偏差主要來(lái)源于上游天氣系統(tǒng)的活動(dòng)；西太平洋洋面上活躍的臺(tái)風(fēng)的位置與強(qiáng)度的預(yù)報(bào)也易影響東亞地區(qū)環(huán)流形勢(shì)的預(yù)報(bào)。

（3）實(shí)際上，本文并不能確定是哪個(gè)區(qū)域起主要作用，可能是多個(gè)區(qū)域的疊加效應(yīng)引起了東亞中期預(yù)報(bào)技巧極端下降事件。未來(lái)工作可通過松弛逼近試驗(yàn)，通過限制某一個(gè)區(qū)域的初始條件，使得預(yù)報(bào)值更逼近于實(shí)況，從而可以進(jìn)一步地論證東亞中期預(yù)報(bào)技巧極端下降的敏感區(qū)域。

致 謝：感謝中國(guó)氣象局?jǐn)?shù)值預(yù)報(bào)中心提供的GRAPES_GFS模式業(yè)務(wù)預(yù)報(bào)數(shù)據(jù)。