六個(gè)氣候系統(tǒng)模式對西南地區(qū)2 m溫度的預(yù)報(bào)檢驗(yàn)分析

蔡宏珂 , 鄭嘉雯, , 毛雅琴 , 衡志煒 , 曾 琳

（1. 成都信息工程大學(xué)大氣科學(xué)學(xué)院/高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室, 成都 610225；2. 廣東省廣州市氣象臺, 廣州 511430；3. 中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室, 成都 610072）

引言

我國西南地區(qū)地形復(fù)雜，以盆地、丘陵地形為主，被高山包圍，又處于中國氣候南北分界線附近，這種復(fù)雜的地形使得西南地區(qū)長期處于冷空氣與暖濕氣流交匯地帶，夏季悶熱潮濕，冬季陰冷多雨，春秋季多云多霧。西南氣候極其復(fù)雜，尤其是地形不連續(xù)、海拔高度差異較大的地區(qū)還有著顯著的立體氣候特征，高溫?zé)崂恕㈦A段性嚴(yán)寒等極端天氣頻發(fā)。不同地區(qū)高溫、嚴(yán)寒等極端天氣的強(qiáng)度以及維持時(shí)間也隨地形等因素的變化存在著明顯的差異，使得開展西南區(qū)域預(yù)報(bào)時(shí)經(jīng)常無法把握地形、地貌等因素對氣象要素的影響，嚴(yán)重降低了氣候模式在西南地區(qū)的預(yù)測準(zhǔn)確度，這也是眾多模式在西南地區(qū)預(yù)報(bào)能力偏弱的原因。模式在西南地區(qū)的預(yù)測水平普遍低下，不同模式之間模擬能力差異顯著，但均在青藏高原地區(qū)效果最差，相對而言對氣溫空間分布的模擬效果優(yōu)于氣溫變化。

評估一種模式大都是介紹模式的基本內(nèi)容，選定不同的評判方法將預(yù)報(bào)值與實(shí)測值做比較，得出模式預(yù)報(bào)場與實(shí)況場的差別，進(jìn)而找出存在的不足，不斷地優(yōu)化模式[1]。BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2是現(xiàn)在比較成熟的數(shù)值預(yù)報(bào)模式，已經(jīng)得到了廣泛的應(yīng)用。BCC_CSM1.1m氣候模式是國家氣候中心研制的全球海氣耦合模式，能夠很好地模擬我國降水、氣溫特征，但與實(shí)況相比，仍存在著溫度場、風(fēng)場、高度場的配置差異[2-7]。ECMWF_SYSTEM5氣候模式是歐洲中心的中期天氣預(yù)報(bào)模式，具有較高的預(yù)報(bào)水平[8-9]。NCEP氣候模式是美國國家環(huán)境預(yù)測中心研制的短期氣候業(yè)務(wù)預(yù)測模式，受到各國廣泛應(yīng)用，該模式對中國降水預(yù)報(bào)能力的總體水平不高，但空間態(tài)預(yù)測較為準(zhǔn)確[10-11]。FGOALS_f、FGOALS_s2、PCCSM4是我國近幾年新研發(fā)的氣候模式系統(tǒng)，對這3種模式的研究不多。其中，F(xiàn)GOALS_f、FGOALS_s2氣候模式是中國科學(xué)院大氣物理研究所研發(fā)的海氣耦合模式，能夠很好地模擬出東亞氣候態(tài)和降水空間分布，但對于局部氣溫和降水演變的模擬效果較差[12-15]。而PCCSM4氣候模式是我國基于美國國家大氣研究中心CCSM4.0研發(fā)的一個(gè)氣候預(yù)測系統(tǒng)?？偟恼f來，已有很多科學(xué)家對BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2這3種模式在中國區(qū)域的模擬能力進(jìn)行了評估[16-20]，而對近年來才研發(fā)的FGOALS_f、FGOALS_s2、PCCSM4模式的研究較少，并且相關(guān)研究集中于我國東南部地區(qū)，對我國西南部的研究較少，缺乏對這6種模式在西南地區(qū)預(yù)測能力的系統(tǒng)性評估。

本文擬通過計(jì)算BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2、FGOALS_f、FGOALS_s2、PCCSM4共6種氣候模式預(yù)報(bào)1994~2018年西南地區(qū)2 m氣溫的空間相關(guān)系數(shù)和時(shí)間距平相關(guān)系數(shù)，評估不同氣候模式在西南地區(qū)的預(yù)測能力，以期為不斷完善氣候模式并提高模式在西南地區(qū)的預(yù)測能力提供科技支撐。

1 數(shù)據(jù)和方法

1.1 模式資料和再分析數(shù)據(jù)資料

本文選取了6種氣候模式對我國西南地區(qū)氣溫的逐月預(yù)報(bào)數(shù)據(jù)，水平分辨率均為1°×1°，時(shí)間長度均為1994年1月~2018年12月。這6種海氣動(dòng)力耦合模式分別是：BCC_CSM1.1m（國家氣候中心）、ECMWF_SYSTEM5（歐洲中心天氣預(yù)報(bào)中心季節(jié)預(yù)測系統(tǒng)）、NCEP_CFSv2（ 美國國家環(huán)境預(yù)測中心第二代氣候預(yù)測系統(tǒng)）、FGOALS_f（中國科學(xué)院大氣物理研究所）、FGOALS_s2（中國科學(xué)院大氣物理研究所大氣科學(xué)與地球物理流體動(dòng)力學(xué)數(shù)值模擬國家重點(diǎn)實(shí)驗(yàn)室，LASG）和PCCSM4（中國科學(xué)院竺可楨-南森國際研究中心）；BCC_CSM1.1m、NCEP CFSv2、ECMWF_SYSTEM5、FGOALS_f、FGOALS_s2、PCCSM4氣 候模式的預(yù)報(bào)時(shí)效分別為12個(gè)月、9個(gè)月、6個(gè)月、6個(gè)月、6個(gè)月和6個(gè)月，為進(jìn)行各模式預(yù)報(bào)效果對比分析，均選用預(yù)報(bào)時(shí)效為1~6個(gè)月的數(shù)據(jù)進(jìn)行研究。

此外，本文中用于檢驗(yàn)的數(shù)據(jù)是氣象部門研發(fā)的我國第一代全球大氣和陸面再分析資料（CRA），水平分辨率為34 km，為了方便分析，將其雙線性插值到與模式一致的水平網(wǎng)格上。

1.2 評估方法

本文將BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2、FGOALS_f、FGOALS_s2和PCCSM4模式的預(yù)測數(shù)據(jù)與CRA再分析資料（代替實(shí)況數(shù)據(jù)）進(jìn)行對比分析，評估上述6種模式的預(yù)報(bào)能力。

令xi,j代 表觀測值，fi,j代表預(yù)測值，其中i=1, 2,3,···,M代 表 評 價(jià) 區(qū) 域 的 格 點(diǎn) 數(shù)，j= 1, 2, 3,···,N代 表時(shí)間序列。

距平相關(guān)系數(shù)（Anomaly Correlation Coefficient，簡稱ACC），主要反映出預(yù)報(bào)與觀測異常場空間型的相似程度，也可稱為空間相關(guān)系數(shù)，計(jì)算公式如下：

與ACC不同，時(shí)間距平相關(guān)系數(shù)（Temporal Correlation Coefficient，簡稱TCC）能夠表征模式在每個(gè)格點(diǎn)的預(yù)報(bào)能力，得到預(yù)報(bào)技巧的空間分布，其計(jì)算公式如下：

ACC和TCC的取值范圍均為[-1，1]，越接近于1代表預(yù)報(bào)技巧越高。

2 西南地區(qū)2 m溫度氣候背景分析

從我國西南地區(qū)海拔高度的空間分布（圖1）可以看出，西南區(qū)域地形極為復(fù)雜，擁有盆地、高原及丘陵等地形特征，并且區(qū)域及海拔跨度大。結(jié)合1994~2018年多年平均2 m溫度空間分布（圖2a）可知，西南地區(qū)溫度分布呈自西北向東南逐漸遞增的態(tài)勢，其中四川盆地溫度較同一經(jīng)緯度地區(qū)偏高，該分布特征與西南地區(qū)海拔高度的變化趨勢較為一致。

圖1 西南地區(qū)地形

結(jié)合6個(gè)氣候系統(tǒng)模式1994~2018年預(yù)測場與實(shí)況場均方根誤差空間分布（圖2b~g）可知：對于海拔高度>3000 m的高原區(qū)域2 m溫度，各模式預(yù)測場和實(shí)況差異較大，其中ECMWF_SYSTEM5和FGOALS_s2模式的誤差更為明顯；除此之外，各模式預(yù)測場和實(shí)況的均方根誤差空間分布均從西南向東北呈遞增趨勢，即模式對西南地區(qū)西南部2 m溫度的初始誤差較小，但上述兩種模式的初始誤差仍為最大。值得注意的是，對于四川東部盆地地區(qū)2 m溫度，ECMWF_SYSTEM5模式預(yù)測場的均方根誤差較小，說明該模式的2 m溫度預(yù)報(bào)對我國西南地區(qū)地形變化的敏感程度最高。總體而言，F(xiàn)GOALS_f模式的均方根誤差最小，F(xiàn)GOALS_s2和ECMWF_SYSTEM5模式的均方根誤差最大，其余模式差異較小。

圖2 1994~2018年平均西南地區(qū)2 m溫度空間分布(a. CRA再分析資料，單位：K)；不同氣候系統(tǒng)模式模擬西南地區(qū)2 m氣溫的預(yù)測場與實(shí)況場均方根誤差空間分布（b. BCC_CSM1.1m，c. ECMWF_SYSTEM5，d. NCEP_CFSv2，e. FGOALS_f，f. FGOALS_s2，g. PCCSM4）

3 各模式對西南地區(qū)2 m溫度預(yù)測的ACC分析

空間相關(guān)系數(shù)（ACC）是體現(xiàn)模式在同一空間下的預(yù)測空間型和觀測的相似程度，也是短期氣候預(yù)測中最常用的檢驗(yàn)方法之一，著重體現(xiàn)模式是否能預(yù)測要素場空間分布的特征，從而反映模式的總體預(yù)測性能。

從1994~2018年不同模式年最大ACC的變化（圖3a）來看，各模式對西南區(qū)域2 m溫度的空間型均有一定的預(yù)報(bào)能力，除PCCSM4和ECMWF_SYSTEM5模式的最大ACC隨時(shí)間變化有所下降外，其余模式無明顯變化趨勢，其中尤以ECMWF_SYSTEM5模式在2016~2018年下降趨勢最為明顯；對比分析各模式的年最大ACC可知，PCCSM4、NCEP_CFSv2和FGOALS_f模式對西南區(qū)域的空間刻畫能力較強(qiáng)。從各氣候模式年最小ACC的變化（圖3b）來看，除NCEP_CFSv2模式在2010年和ECMWF_SYSTEM5模式在2017年的最小ACC>0，1994~2018年其余模式的最小ACC均<0；ECMWF_SYSTEM5模式對西南區(qū)域2 m溫度預(yù)報(bào)的年最小ACC隨時(shí)間有上升的變化趨勢，其上升趨勢在2016~2018年最為顯著，其余模式變化趨勢較??；結(jié)合ECMWF_SYSTEM5模式年最大ACC的變化趨勢可知，該模式自2016年起預(yù)報(bào)穩(wěn)定度有所提升，其原因可能與歐洲中心模式升級有關(guān)，仍需進(jìn)一步研究。

圖3 1994~2018年各模式年最大ACC（a）和年最小ACC（b）

從上述分析可看出，模式對西南區(qū)域不同子區(qū)域的預(yù)報(bào)效果有所差異，并且由于各模式的預(yù)報(bào)時(shí)效不一致，為對比分析各模式在不同子區(qū)域的預(yù)報(bào)效果，本文綜合考慮地形（圖1）和模式預(yù)測場誤差（圖2），將西南地區(qū)分為西南（97°~105°E、21°~28°N）、東部（105°~111°E、21°~35°N）和西北（97°~105°E、28°~35°N）3個(gè)子區(qū)域，并選取預(yù)報(bào)時(shí)效為1~6個(gè)月各子區(qū)域的平均ACC（圖4）進(jìn)行對比分析。BCC_CSM1.1m模式對西南區(qū)域海拔較高的西北部和海拔較低的東部區(qū)域2 m溫度的預(yù)報(bào)效果較好，其ACC幾乎均在0以上，但在海拔高度為1000~3000 m西南部的預(yù)報(bào)效果欠佳，可看出該模式模擬地形變化較大地區(qū)的能力較差。對于西南地區(qū)的西南和東部區(qū)域，采用ECMWF_SYSTEM5模式進(jìn)行預(yù)報(bào)的ACC較高，但隨著預(yù)報(bào)時(shí)效的延長，采用FGOALS_f和FGOALS_s的預(yù)報(bào)效果逐漸提升。對于海拔較高的西北地區(qū)，在不同的預(yù)報(bào)時(shí)效下，采用BCC_CSM1.1m的預(yù)報(bào)效果均為最佳。不同氣候模式對西南地區(qū)2 m溫度預(yù)報(bào)的ACC并非都隨預(yù)報(bào)時(shí)效的延長而降低。在西南子區(qū)域（圖4a），各模式預(yù)報(bào)的ACC隨著預(yù)報(bào)時(shí)效的延長呈先減小后增大的變化趨勢。在東部子區(qū)域（圖4b），BCC_CSM1.1m、NCEP_CFSv2和ECMWF_SYSTEM5模式預(yù)報(bào)的ACC并不隨預(yù)報(bào)時(shí)效的延長而顯著變化，模式預(yù)報(bào)穩(wěn)定度較高；FGOALS_f模式預(yù)報(bào)的ACC隨預(yù)報(bào)時(shí)效的延長表現(xiàn)出雙峰結(jié)構(gòu)，其余各模式預(yù)報(bào)的ACC仍隨預(yù)報(bào)時(shí)效的延長呈先減后增的變化趨勢。在西北子區(qū)域（圖4c），各模式的預(yù)報(bào)穩(wěn)定度高于其余子區(qū)域，ACC并不隨預(yù)報(bào)時(shí)效的延長而顯著改變，其成因仍需進(jìn)一步分析。

圖4 不同預(yù)報(bào)時(shí)效各模式在西南地區(qū)各子區(qū)域的平均ACC（a. 西南，b. 東部，c. 西北）

4 各模式對西南地區(qū)2 m溫度預(yù)測的TCC分析

時(shí)間距平相關(guān)系數(shù)（TCC）多用于比較同一格點(diǎn)上模式預(yù)測值與實(shí)測值的差異，體現(xiàn)的是時(shí)間序列的位相相似性。本節(jié)首先分析了各模式在預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC空間分布特征，然后對各模式預(yù)報(bào)西南區(qū)域的平均TCC進(jìn)行對比，進(jìn)而全面評估各模式對西南區(qū)域2m溫度的預(yù)報(bào)效果。

當(dāng)預(yù)報(bào)時(shí)效為1個(gè)月時(shí)，從各模式對西南區(qū)域2 m溫度預(yù)報(bào)的TCC空間分布（圖5）來看，各模式對西南區(qū)域2 m溫度有一定的預(yù)報(bào)效果，TCC數(shù)值在大部分區(qū)域超過0.5。整體而言，各模式對西南區(qū)域東部的預(yù)報(bào)效果優(yōu)于西部；尤其是NCEP_CFSv2和FGOALS_f模式對西南區(qū)域西部的預(yù)報(bào)TCC介于0~0.1，預(yù)報(bào)效果較差，這可能是西部地勢較高且天氣物理過程具有特殊性導(dǎo)致的。PCCSM4模式對高原區(qū)域預(yù)報(bào)效果較NCEP_CFSv2和FGOALS_f模式好，但對于盆地和高原的過渡區(qū)域，即地形起伏較大的區(qū)域，其預(yù)報(bào)效果較差。而對于其他氣候模式而言，地形影響較小，2 m溫度預(yù)報(bào)的TCC水平分布較均勻，其中FGOALS_s2模式在預(yù)報(bào)時(shí)效為1個(gè)月時(shí)對西南區(qū)域2 m溫度預(yù)報(bào)的平均TCC最高。

圖5 預(yù)報(bào)時(shí)效為1個(gè)月時(shí)不同氣候模式預(yù)報(bào)西南地區(qū)2 m氣溫的TCC空間分布（a. BCC_CSM1.1m，b. ECMWF_SYSTEM5，c.NCEP_CFSv2，d. FGOALS_f，e. FGOALS_s2，f. PCCSM4）

如圖6所示，各模式預(yù)報(bào)西南地區(qū)不同子區(qū)域2 m溫度的平均TCC均高于0，且并不隨預(yù)報(bào)時(shí)效的延長而有顯著變化，可見各氣候模式對西南區(qū)域2 m溫度均有一定的預(yù)報(bào)效果且預(yù)報(bào)穩(wěn)定度較高。在西南子區(qū)域（圖6a），采用FGOALS_s2和PCCSM4模式的整體預(yù)報(bào)效果較好；在東部子區(qū)域（圖6b），采用PCCSM4和NCEP_CFSv2模式的預(yù)報(bào)效果較好；在西北子區(qū)域（圖6c），采用FGOALS_s2和ECMWF_SYSTEM5模式的預(yù)報(bào)效果較好。和ACC不同，各模式預(yù)報(bào)西南地區(qū)不同子區(qū)域2 m溫度的平均TCC隨預(yù)報(bào)時(shí)效的延長均呈“雙峰”變化特征，其中各模式在預(yù)報(bào)時(shí)效為1~3個(gè)月時(shí)的TCC變化趨勢較為一致。

圖6 同圖4，但為TCC

從上述分析可知，各模式對西南區(qū)域2 m溫度預(yù)報(bào)的TCC并非隨著預(yù)報(bào)時(shí)效的延長而呈現(xiàn)出單一下降的變化趨勢。圖7給出了各模式在預(yù)報(bào)時(shí)效為1~3個(gè)月時(shí)的TCC變化趨勢空間分布。如圖所示，對于預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC數(shù)值相對較高且預(yù)報(bào)效果分布較均勻的BCC_CSM1.1m、ECMWF_SYSTEM5模式，其預(yù)報(bào)的TCC變化趨勢變化較小，預(yù)報(bào)穩(wěn)定度較高。而對于其他模式，在預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC數(shù)值較高的區(qū)域，其預(yù)報(bào)的TCC呈下降趨勢；在預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC數(shù)值較低的區(qū)域，其預(yù)報(bào)的TCC呈增加趨勢。這可能是模式系統(tǒng)性偏差與預(yù)報(bào)誤差相抵消或者模式本身的不穩(wěn)定性導(dǎo)致的。

圖7 預(yù)報(bào)時(shí)效為1~3個(gè)月時(shí)不同氣候模式預(yù)報(bào)西南地區(qū)2 m氣溫的TCC變化趨勢空間分布（a. BCC_CSM1.1m，b. ECMWF_SYSTEM5，c. NCEP_CFSv2，d. FGOALS_f，e. FGOALS_s2，f. PCCSM4）

5 結(jié)論

本文通過計(jì)算BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2、FGOALS_f、FGOALS_s2、PCCSM4氣候模式預(yù)報(bào)1994~2018年西南地區(qū)2 m氣溫的空間相關(guān)系數(shù)和時(shí)間距平相關(guān)系數(shù)，對比分析了這6種氣候模式在西南地區(qū)的初始誤差和預(yù)測能力，得到以下結(jié)論：

（1）FGOALS_s2和ECMWF_SYSTEM5模式的均方根誤差最大，其余模式差異較小，F(xiàn)GOALS_f模式的均方根誤差最小。ECMWF_SYSTEM5模式模擬四川東部盆地地區(qū)2 m溫度的均方根誤差較小，說明該模式的2 m溫度預(yù)報(bào)對我國西南地區(qū)地形變化的敏感程度最高。

（2）對于西南地區(qū)的西南和東部區(qū)域，采用ECMWF_SYSTEM5模式進(jìn)行預(yù)報(bào)的ACC較高，但隨著預(yù)報(bào)時(shí)效的延長，采用FGOALS_f和FGOALS_s的預(yù)報(bào)效果逐漸提升。對于海拔較高的西北地區(qū)，在不同的預(yù)報(bào)時(shí)效下，采用BCC_CSM1.1m的預(yù)報(bào)效果均為最佳。不同氣候模式對西南地區(qū)2 m溫度預(yù)報(bào)的ACC并非都是隨著預(yù)報(bào)時(shí)效的延長而降低。在西南子區(qū)域，各模式預(yù)報(bào)的ACC都隨著預(yù)報(bào)時(shí)效的延長呈先減小后增大的變化趨勢。在東部子區(qū)域，BCC_CSM1.1m、NCEP_CFSv2和ECMWF_SYSTEM5模式預(yù)報(bào)的ACC并不隨預(yù)報(bào)時(shí)效的變化而顯著改變，模式預(yù)報(bào)穩(wěn)定度較高；FGOALS_f模式預(yù)報(bào)的ACC隨預(yù)報(bào)時(shí)效的變化表現(xiàn)出雙峰結(jié)構(gòu)，其余各模式預(yù)報(bào)的ACC仍隨預(yù)報(bào)時(shí)效的延長呈先減后增的變化趨勢。在西北子區(qū)域，各模式的預(yù)報(bào)穩(wěn)定度高于其余子區(qū)域，ACC并不隨預(yù)報(bào)時(shí)效的變化而顯著改變。

（3）當(dāng)預(yù)報(bào)時(shí)效為1個(gè)月時(shí)，從各模式對西南區(qū)域2 m溫度預(yù)報(bào)的TCC空間分布來看，各模式對西南區(qū)域東部的預(yù)報(bào)效果優(yōu)于西部，這可能是西部地勢較高且天氣物理過程具有特殊性導(dǎo)致的。PCCSM4模式對高原區(qū)域預(yù)報(bào)效果較好，但對于盆地和高原的過渡區(qū)域，即地形起伏較大的區(qū)域，其預(yù)報(bào)效果仍然較差。對西南子區(qū)域，采用FGOALS_s2和PCCSM4模式的預(yù)報(bào)效果較好；對于西北子區(qū)域，采用FGOALS_s2和ECMWF_SYSTEM5模式的預(yù)報(bào)效果較好；對于東部子區(qū)域，采用PCCSM4和NCEP_CFSv2模式的預(yù)報(bào)效果較好。隨預(yù)報(bào)時(shí)效的延長，各模式預(yù)報(bào)西南地區(qū)不同子區(qū)域2 m溫度的平均TCC均呈“雙峰”變化特征，其中當(dāng)預(yù)報(bào)時(shí)效為1~3個(gè)月時(shí)的TCC變化趨勢較為一致。

（4）對于預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC數(shù)值相對較高且預(yù)報(bào)效果分布較均勻的BCC_CSM1.1m、ECMWF_SYSTEM5模式，其預(yù)報(bào)的TCC變化趨勢變化較小，預(yù)報(bào)穩(wěn)定度較高。而對于其他模式，在預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC數(shù)值較高的區(qū)域，其預(yù)報(bào)的TCC呈下降趨勢；在預(yù)報(bào)時(shí)效為1個(gè)月時(shí)的TCC數(shù)值較低的區(qū)域，其預(yù)報(bào)的TCC呈增加趨勢。這可能是模式系統(tǒng)性偏差與預(yù)報(bào)誤差相抵消或者模式本身的不穩(wěn)定性導(dǎo)致的。