外強迫因子對寧夏初霜凍日期的影響及其預測

黃 瑩，楊建玲，孫銀川，王 璠，王素艷，王 岱

(1.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災害監(jiān)測預警與風險管理重點實驗室，寧夏氣象防災減災重點實驗室，寧夏 銀川 750002；2.寧夏氣候中心，寧夏 銀川 750002；3.寧夏氣象科學研究所，寧夏 銀川 750002)

引 言

初霜凍是一種溫暖季節(jié)向寒冷季節(jié)過渡期間常見的氣象災害，其出現(xiàn)日期偏早會對農(nóng)作物造成極大危害，當受強冷空氣和地面溫度驟降影響時，初霜凍日期會明顯偏早，進而導致尚在生長中或是未成熟的農(nóng)作物遭受冷凍危害、甚至死亡[1-4]。寧夏獨特的地理、氣候和土壤優(yōu)勢已成為我國優(yōu)質(zhì)農(nóng)作物的生產(chǎn)基地[5]，但該地也是我國霜凍災害發(fā)生頻次最多、受影響最嚴重的地區(qū)之一[6]。近年來在全球氣候變暖背景下，寧夏初霜凍日期存在逐漸推遲趨勢，但仍會發(fā)生較嚴重的初霜凍災害，如2012年寧夏涇源和西吉初霜凍異常偏早，造成5.46萬人受災，農(nóng)作物受災面積41.14 km2，直接經(jīng)濟損失達2654.2萬元。

初霜凍日期異常偏早或偏晚與環(huán)流背景有一定聯(lián)系[7-8]，環(huán)流的異常分布會直接導致與初霜凍日期密切相關(guān)的冷空氣活動異常[9]，另外海拔較高的地方初霜凍通常發(fā)生較早[10]。此外，海表溫度(sea surface temperature，SST)[11-12]、海冰[13-15]、積雪[16-17]等外強迫因子作為全球氣候變化的驅(qū)動器，能通過各種反饋機制對天氣、氣候產(chǎn)生顯著影響。研究表明，外強迫因子是引起初霜凍日期發(fā)生異常不可忽視的關(guān)鍵因素和氣候預測的信號來源，前期特定海域的SST異常能夠引起環(huán)流的異常，從而對中國北方大部分地區(qū)初霜凍出現(xiàn)早晚產(chǎn)生顯著影響[18-19]。

近年來，基于初霜凍日期異常成因開展了很多有關(guān)初霜凍日期預報模型的研究，以期提高初霜凍預測服務(wù)能力[20-22]。其中，最常見的是基于前期SST場和環(huán)流場，利用多元逐步回歸等方法建立的初霜凍日期客觀預測模型，經(jīng)檢驗模型預報結(jié)果與實際情況基本相符[19,23]。此外，馬爾柯夫鏈預測模型[24]和直角三角形邊角關(guān)系預測模型[25]也被應用在初霜凍日期預測中，前者能夠克服資料序列短、隨機波動性大的弊端，后者具有原理明確、方法簡便的特點，2種方法均能取得較好的預測效果。

在全球變暖大背景下，寧夏極端天氣氣候事件增多[26]，隨著現(xiàn)代氣候業(yè)務(wù)的發(fā)展，業(yè)務(wù)工作和決策服務(wù)等對寧夏初霜凍日期氣候預測的需求越來越迫切，但目前相關(guān)研究較少，且缺乏客觀預測模型和預測方法。因此，本文分析SST、海冰、積雪對初霜凍日期的異常影響，并根據(jù)主要影響因子開展預測技術(shù)研究，以期為寧夏初霜凍日期預測提供參考依據(jù)。

1 資料與方法

1.1 資 料

1981—2019年寧夏20個氣象站地面0 cm最低溫度；北半球1981—2019年月平均500、200 hPa高度場、SST等NCEP/NCAR再分析資料，水平分辨率為2.5°×2.5°；國家氣候中心提供的1981—2019年逐月88項大氣環(huán)流指數(shù)以及22項SST指數(shù)；NOAA提供的1981—2019年逐月12項海冰面積指數(shù)；Rutgers的1981—2019年逐月積雪面積資料(https://climate.rutgers.edu/snowcover/table_area.php?ui_set=2)。其中，氣候平均值取1981—2010年平均。

1.2 方 法

根據(jù)初霜凍日期早晚等級[27]，將溫暖季節(jié)向寒冷季節(jié)過渡期間，氣象觀測站逐日地面溫度第一次小于等于0 ℃的日期確定為該站的初霜凍日期。為便于研究計算，設(shè)定9月1日記為數(shù)字1，9月2日為數(shù)字2，…，依次類推建立一個資料集進行分析。采用相關(guān)、合成分析等方法[28]研究SST、海冰及積雪等因子對寧夏初霜凍日期的影響，建立物理預測概念模型，并結(jié)合多元線性回歸方法[28]建立寧夏全區(qū)及3個分區(qū)(引黃灌區(qū)、中部干旱帶及南部山區(qū))初霜凍日期的客觀預測模型。

2 SST對初霜凍日期的影響

2.1 初霜日期典型偏早、偏晚年SST異常分布

根據(jù)1981—2019年寧夏初霜日期距平序列，選出排名前5的年份(1982、1986、1991、1993、1997年)作為異常偏早年，排名后5的年份(2008、2010、2014、2016、2019年)作為異常偏晚年。

圖1為1981—2019年寧夏初霜凍偏晚年、偏早年及偏晚年與偏早年差值的SST距平合成分布。可以看出，偏晚年，7—9月赤道中東太平洋SST均呈現(xiàn)出明顯偏冷狀態(tài)，異常中心偏冷0.8 ℃以上，且隨著時間推移，偏冷的范圍也逐漸向南向西擴大，9月偏冷范圍明顯大于7月；同時，NINO3.4指數(shù)表現(xiàn)為負位相。而印度洋、大西洋、西北太平洋等區(qū)域SST則均呈現(xiàn)為偏暖狀態(tài)，異常中心偏暖1.0 ℃以上。偏早年，SST則呈現(xiàn)出與偏晚年相反的分布，7—9月赤道中東太平洋SST均轉(zhuǎn)為明顯的偏暖狀態(tài)，偏暖中心異常達1.2 ℃以上，各月偏暖范圍差異不大，NINO3.4指數(shù)也轉(zhuǎn)為正位相。而印度洋、大西洋、西北太平洋等區(qū)域則轉(zhuǎn)為偏冷，中心異常偏冷達1 ℃左右。

圖1 1981—2019年7月(a、d、g)、8月(b、e、h)、9月(c、f、i)寧夏初霜凍偏晚年(a、b、c)、偏早年(d、e、f)的SST距平合成分布及其差值分布(g、h、i)(單位:℃)(黑點區(qū)域通過α=0.05的顯著性檢驗)Fig.1 The composite anomaly distribution of SST in July (a, d, g), August (b, e, h) and September (c, f, i) in late (a, b, c) and early (d, e, f) first frost years and their difference (g, h, i) during 1981-2019 (Unit: ℃)(The black dots area passed the significance test at 0.05)

初霜凍偏晚年、偏早年SST差異顯著，具體表現(xiàn)在7—9月赤道中東太平洋SST距平合成差值為負異常，可達-0.8 ℃，且7—9月通過α=0.05顯著性檢驗的區(qū)域逐漸擴大；而印度洋、大西洋、西北太平洋等區(qū)域則表現(xiàn)為明顯的正異常，均可達到0.6 ℃以上，且大部通區(qū)域過了α=0.05的顯著性檢驗。

2.2 中東太平洋、熱帶南大西洋SST對初霜凍日期的影響

圖2為1961—2019年7—9月NINO3.4指數(shù)、熱帶南大西洋指數(shù)與9月200 hPa、10月500 hPa位勢高度場的相關(guān)系數(shù)分布。可以看出，7—9月中東太平洋NINO3.4指數(shù)與環(huán)流場相關(guān)系數(shù)的分布型和寧夏初霜凍偏早年環(huán)流異常分布型(圖略)基本一致。9月200 hPa，格林蘭島至歐洲西北部、我國渤海及其附近為兩個顯著的負相關(guān)中心，其與寧夏初霜凍偏早年環(huán)流場“負、正、負”波列中的負距平中心位置基本一致[圖2(a)]。10月500 hPa，中高緯的新地島至波羅的海、巴爾喀什湖附近、我國渤海至日本海附近有顯著的“負、正、負”相關(guān)中心，其與寧夏初霜凍偏早年環(huán)流場的“負、正、負”波列位置一致[圖2(b)]。因此，當中東太平洋SST偏暖時，環(huán)流經(jīng)向度較強，500 hPa巴爾喀什湖附近為正距平，我國渤海附近為負距平，東亞槽偏強，這種“西北高東南低”的異常分布有利于槽后冷空氣侵襲我國西北地區(qū)，可導致寧夏初霜日期異常偏早，反之則偏晚。

圖2 1981—2019年7—9月NINO3.4指數(shù)(a、b)、熱帶南大西洋指數(shù)(c、d)與9月200 hPa(a、c)、10月500 hPa(b、d)位勢高度場的相關(guān)系數(shù)分布(黑點區(qū)域通過α=0.1的顯著性檢驗)Fig.2 Distribution of correlation coefficients between NINO3.4 index (a, b), tropical south Atlantic index (c, d) from July to September and geopotential height on 200 hPa in September (a, c), 500 hPa in October (b, d) during 1981-2019(The black dots area passed the significance test at 0.1)

7—9月熱帶南大西洋SST指數(shù)與環(huán)流場也存在類似特征。9月200 hPa，新地島西側(cè)、南側(cè)及貝加爾湖附近分別為“正、負、正”相關(guān)中心，其與寧夏初霜凍偏晚年環(huán)流場(圖略)的“正、負、正”波列位置一致[圖2(c)]。10月500 hPa，新地島至波羅的海、巴爾喀什湖附近、我國渤海至日本海附近為顯著的“正、負、正”相關(guān)中心，其與寧夏初霜凍偏晚年環(huán)流場“正、負、正”波列位置相似[圖2(d)]。當熱帶南大西洋SST偏暖時，環(huán)流經(jīng)向度明顯較弱，中高緯主要以緯向環(huán)流為主，我國大部分地區(qū)處于正距平控制，東亞槽淺薄，西太平洋副高偏強，寧夏受正高度場異?？刂撇灰壮霈F(xiàn)降溫天氣，初霜日期易偏晚，反之則偏早。

3 積雪、海冰與初霜凍日期的關(guān)系

3.1 北半球積雪、格陵蘭海冰面積與初霜凍日期的關(guān)系

表1為1981—2019年1—9月北半球積雪面積距平、格陵蘭海冰面積距平與寧夏初霜凍日期距平的相關(guān)系數(shù)。圖3為1981—2019年5—8月北半球積雪面積距平、1—7月格陵蘭海冰面積距平與寧夏初霜凍日期距平的年際變化。可以看出，1981—2019年5—8月北半球積雪面積距平、1—7月格陵蘭海冰面積距平與初霜凍日期距平均呈顯著負相關(guān)。且1981年以來隨著北半球積雪面積和格陵蘭海冰面積的持續(xù)減少，初霜凍日期逐漸推遲，尤其2000年以來，北半球積雪面積和格陵蘭海冰面積較常年明顯偏少，而初霜凍出現(xiàn)日期則較常年明顯偏晚。

表1 1981—2019年1—9月北半球積雪面積距平、格陵蘭海冰面積距平與寧夏初霜凍日期距平的相關(guān)系數(shù)Tab.1 The correlation coefficients between the snow area anomaly in the northern hemisphere, Greenland sea ice area anomaly and first frost date anomaly in Ningxia from January to September during 1981-2019

圖3 1981—2019年5—8月北半球積雪面積距平(a)、1—7月格陵蘭海冰面積距平(b)與寧夏初霜凍日期距平年際變化Fig.3 The inter-annual variation of snow area anomaly from May to August in the northern hemisphere and first frost date anomaly in Ningxia (a), Greenland sea ice area anomaly from January to July and first frost date anomaly in Ningxia (b) during 1981-2019

圖4為1981—2019年5—8月北半球積雪面積距平、1—7月格陵蘭海冰面積距平與寧夏初霜凍日期距平的21 a滑動相關(guān)系數(shù)?？梢钥闯?，以上兩個因子與寧夏初霜凍日期距平在各時間段基本呈現(xiàn)負相關(guān)，且分別在1988—2008年、1990—2010年之后的各時間段二者相關(guān)系數(shù)均通過α=0.1的顯著性檢驗，表明在近些年氣候明顯變暖、寧夏初霜凍偏晚的背景下，北半球積雪面積、格陵蘭海冰面積和初霜凍日期仍呈現(xiàn)穩(wěn)定且顯著的負相關(guān)關(guān)系。

圖4 1981—2019年5—8月北半球積雪面積距平、1—7月格陵蘭海冰面積距平與寧夏初霜凍日期距平的21 a滑動相關(guān)系數(shù)Fig.4 The 21-year sliding correlation coefficients between snow area anomaly in the northern hemisphere from May to August, Greenland sea ice area anomaly from January to July and first frost date anomaly in Ningxia during 1981-2019

3.2 北半球積雪、格陵蘭海冰對初霜日期的影響

圖5為1981—2019年5—8月北半球積雪面積距平、1—7月格陵蘭海冰面積距平與9月200 hPa、10月500 hPa位勢高度場的相關(guān)系數(shù)分布?？梢钥闯?，5—8月北半球積雪面積、1—7月格陵蘭海冰面積距平與環(huán)流場的相關(guān)系數(shù)分布與寧夏初霜凍偏早年環(huán)流分布(圖略)相似，均在9月200 hPa與10月500 hPa波羅的海、我國渤海至日本海附近有2個顯著的負相關(guān)中心，這與寧夏初霜凍偏早年環(huán)流“負、正、負”波列的兩個負距平中心位置一致。因此，當北半球積雪面積或格陵蘭海冰面積增大時，極區(qū)及我國北方地區(qū)都處在負距平位勢高度控制下，東亞槽深厚，西太平洋副高偏弱，有利于冷空氣活躍，進一步造成寧夏初霜凍出現(xiàn)偏早，反之則偏晚。

圖5 1981—2019年5—8月北半球積雪面積距平(a、b)、1—7月格陵蘭海冰面積距平(c、d)與9月200 hPa(a、c)、10月500 hPa(b、d)位勢高度場的相關(guān)系數(shù)分布(黑點區(qū)域通過α=0.1的顯著性檢驗)Fig.5 Distribution of correlation coefficients between snow area anomaly in the northern hemisphere from May to August (a, b), Greenland sea ice area anomaly from January to July (c, d) and the geopotential height fields on 200 hPa in September (a, c), 500 hPa in October (b, d) during 1981-2019(The black dots area passed the significance test at 0.1)

4 預測模型的建立4.1 預測指標選取

基于以上分析，外強迫因子的異常變化能夠直接或間接影響冷空氣活動，從而對初霜凍開始早晚產(chǎn)生影響，因此計算多項環(huán)流指數(shù)、SST指數(shù)、積雪及海冰面積序列與初霜凍日期的相關(guān)關(guān)系，篩選出相關(guān)性顯著(通過α=0.1的顯著性檢驗)且持續(xù)相關(guān)(持續(xù)3個月及以上的顯著相關(guān)關(guān)系)的因子建立預測概念模型。

為滿足8月底對初霜凍日期進行預測業(yè)務(wù)的需求，表2列出1—8月各因子特征量與初霜凍日期的相關(guān)系數(shù)(只給出相關(guān)系數(shù)顯著且持續(xù)性較好的特征量)?？梢钥闯觯瑬|亞槽強度指數(shù)、熱帶南大西洋SST指數(shù)、北半球積雪面積指數(shù)、NINO3.4區(qū)海表溫度距平指數(shù)、西太平洋副高指數(shù)及格陵蘭海冰面積指數(shù)與初霜凍日期均存在持續(xù)3個月以上的顯著相關(guān)性，以上指數(shù)與上文分析得出的顯著影響初霜凍日期的環(huán)流系統(tǒng)和外強迫因子一致。其中，5—7月東亞槽強度指數(shù)與初霜凍日期呈連續(xù)3個月的顯著正相關(guān)，相關(guān)系數(shù)為0.27～0.64；1—8月熱帶南大西洋SST指數(shù)與初霜凍日期呈連續(xù)8個月的顯著正相關(guān)，相關(guān)系數(shù)為0.32～0.44；5—8月北半球積雪面積指數(shù)與初霜凍日期存在連續(xù)4個月的負相關(guān)關(guān)系，相關(guān)系數(shù)為-0.40～-0.36；NINO3.4區(qū)SST距平指數(shù)與初霜凍日期在6—8月存在連續(xù)3個月的負相關(guān)關(guān)系，相關(guān)系數(shù)為-0.41～-0.33；1—8月西太平洋副高強度指數(shù)與初霜凍日期存在連續(xù)8個月的顯著正相關(guān)關(guān)系，相關(guān)系數(shù)為0.31～0.48；1—7月格陵蘭海冰面積指數(shù)與初霜凍日期存在連續(xù)7個月的顯著負相關(guān)關(guān)系，相關(guān)系數(shù)為-0.55～-0.31，且均通過α=0.1及以上的顯著性檢驗。因此，對寧夏初霜凍日期進行趨勢預測時，以表2中各項因子作為預測指標。

表2 1981—2019年1—8月各因子特征量與寧夏初霜凍日期的相關(guān)系數(shù)Tab.2 The correlation coefficients between the various factors and first frost date in Ningxia from January to August during 1981-2019

4.2 物理概念預測模型

綜合以上物理機制和統(tǒng)計分析，給出寧夏初霜凍日期的物理概念模型：(1)5—7月東亞槽強度偏強時，有利于冷空氣活躍、氣溫降低，初霜凍易偏早，反之則偏晚；(2)1—8月西太平洋副高持續(xù)偏強，有利于后期暖空氣起主導地位，初霜凍易偏晚，反之偏早[29]；(3)1—8月熱帶南大西洋SST持續(xù)偏暖，我國大部主要受緯向環(huán)流控制，東亞槽淺薄，西太平洋副高偏強，不利于出現(xiàn)降溫天氣，初霜凍易偏晚，反之則偏早；(4)6—8月NINO3.4區(qū)SST偏暖時，東亞槽偏強，環(huán)流的經(jīng)向型異常分布有利于槽后冷空氣向西北侵襲，易出現(xiàn)降溫天氣，初霜凍則偏早，反之偏晚；(5)5—8月北半球積雪面積持續(xù)偏小時，烏拉爾山脊較常年偏弱，東亞槽淺薄，西太平洋副高偏強，不利于冷空氣活躍，初霜凍易偏晚，反之偏早；(6)1—7月格陵蘭海冰面積持續(xù)偏小時，東亞槽淺薄，西太平洋副高偏強，不利于冷空氣活躍，初霜凍偏晚，反之則偏早。圖6為寧夏初霜凍日期物理概念預測模型。

圖6 寧夏初霜凍日期物理概念預測模型Fig.6 The prediction model of physical concept for first frost date in Ningxia

4.3 客觀預測模型及預測效果檢驗

在概念模型的基礎(chǔ)上，選取表2中8月前相關(guān)關(guān)系最顯著且21 a滑動相關(guān)顯著的5月東亞槽強度指數(shù)(X1)、2月熱帶南大西洋SST指數(shù)(X2)、5月北半球積雪標準化距平指數(shù)(X3)、7月NINO3.4區(qū)海表溫度距平指數(shù)(X4)、4月西太平洋副高強度指數(shù)(X5)、2月格陵蘭海冰標準化距平指數(shù)(X6)作為自變量。圖7為1981—2019年各自變量與寧夏初霜凍日期的21 a滑動相關(guān)系數(shù)，可以看出，除4月西太平洋副高強度指數(shù)在1996—2016年之后的各時間段與初霜凍日期存在顯著正相關(guān)外，其他5項因子在1989—2009年之后的各時間段與初霜凍日期均存在顯著正、負相關(guān)關(guān)系，可見選取的自變量因子近年與初霜凍日期均存在顯著且穩(wěn)定的相關(guān)關(guān)系。因此，以1981—2013年的初霜凍日期和各自變量序列作為樣本，采用最小二乘法確定各自變量的回歸系數(shù)b1、b2、b3、b4、b5、b6，得到寧夏全區(qū)及各分區(qū)的多元線性回歸方程如下：

(1)

圖7 1981—2019年各因子特征量與寧夏初霜凍日期的21 a滑動相關(guān)系數(shù)Fig.7 The 21-year sliding correlation coefficients between the various factors and first frost date in Ningxia during 1981-2019

式中：Y1、Y2、Y3、Y4分別代表寧夏全區(qū)、引黃灌區(qū)、中部干旱帶及南部山區(qū)的初霜凍日期。

圖8為1981—2019年寧夏全區(qū)、引黃灌區(qū)、中部干旱帶及南部山區(qū)初霜凍日期的擬合值、預測值及觀測值，其中擬合值、預測值的起止時間分別為1981—2013年、2014—2019年。從擬合效果來看，寧夏全區(qū)、引黃灌區(qū)、中部干旱帶、南部山區(qū)的初霜凍日期擬合值和觀測值的復相關(guān)系數(shù)分別為0.75、0.76、0.63、0.50，方差檢驗統(tǒng)計量F分別為4.57、5.93、3.23、1.65(除南部山區(qū)外，其余均通過α=0.05的顯著性檢驗)，所建立的各模型回歸關(guān)系較為顯著。擬合值與觀測值雖然存在差異，但2000年以后趨于一致，寧夏全區(qū)及3個分區(qū)的平均絕對誤差分別為2、3、4、7 d。因此，所建立的回歸模型總體上擬合效果較好，其中，寧夏全區(qū)相對最好，其次為引黃灌區(qū)和中部干旱帶，南部山區(qū)相對較差。

圖8 1981—2019年寧夏全區(qū)(a)、引黃灌區(qū)(b)、中部干旱帶(c)及南部山區(qū)(d)初霜凍日期的擬合值、預測值及觀測值Fig.8 The fitted value, predicted value and observed value of first frost date in the whole area of Ningxia (a), irrigation region (b), middle arid region (c) and southern mountainous region (d) during 1981-2019

從預測效果來看，2014—2019年寧夏全區(qū)及3個分區(qū)的預測值與實際觀測值較為一致，全區(qū)的預測值與觀測值的平均絕對誤差為3 d，且除2018年偏早的趨勢預測錯誤外，其余5 a初霜凍日期的氣候趨勢均預測正確；引黃灌區(qū)與中部干旱帶的預測值與觀測值的平均絕對誤差均為4 d，2個分區(qū)除2015年偏晚的趨勢以及2018年偏早的趨勢預測錯誤，其余4 a初霜凍日期的氣候趨勢均預測正確；南部山區(qū)預測值與觀測值的平均絕對誤差為5 d，且初霜凍日期的氣候趨勢均預測正確?？梢?，建立的回歸模型預測效果較好，具有一定的預測能力。

5 結(jié) 論

(1)寧夏初霜凍偏晚(早)時，前期赤道中東太平洋SST持續(xù)顯著偏冷(暖)，SST異常形態(tài)為明顯的ENSO模態(tài)，而印度洋、大西洋、西北太平洋SST則持續(xù)的表現(xiàn)為顯著偏暖(冷)。前期中東太平洋及熱帶南大西洋SST可以通過對中高緯地區(qū)環(huán)流分布的異常影響進而對初霜凍日期的早晚產(chǎn)生影響，即當中東太平洋SST偏暖或熱帶南大西洋SST偏冷時，其環(huán)流分布型與初霜凍偏早年環(huán)流分布型一致，表現(xiàn)為東亞槽偏強，副熱帶高壓偏弱，中高緯環(huán)流形勢利于冷空氣活動，初霜凍出現(xiàn)偏早，反之則偏晚。

(2)5—8月北半球積雪、1—7月格陵蘭海冰面積與初霜凍日期存在持續(xù)顯著負相關(guān)關(guān)系，當北半球積雪和或格陵蘭海冰面積偏大時，會引起環(huán)流系統(tǒng)異常，表現(xiàn)為極區(qū)及我國北方地區(qū)都處于負距平位勢高度控制下，東亞槽深厚，西太平洋副高偏弱，有利于冷空氣活躍，導致初霜凍日期偏早，反之則偏晚。

(3)影響寧夏初霜凍日期的主要因子特征量為東亞槽強度、熱帶南大西洋SST、北半球積雪面積、NINO3.4區(qū)SST、西太平洋副高強度以及格陵蘭海冰面積等。基于以上因子，利用多元回歸方程建立的客觀化預測模型存在良好的預測效果，2014—2019年寧夏全區(qū)、引黃灌區(qū)、中部干旱帶及南部山區(qū)的預測值與觀測值的平均絕對誤差較小，分別為3、4、4、5 d，且6 a的趨勢預測中，除個別年份外均能被正確預測。