CFSv2模式对东北地区夏季各月降水的预测性能评估

李永生，邢程，任桂林

(1.黑龙江省气候中心，黑龙江哈尔滨150030;2.木兰县气象局，黑龙江哈尔滨151900; 3.黑龙江省气象局，黑龙江哈尔滨150001)

CFSv2模式对东北地区夏季各月降水的预测性能评估

李永生1，邢程2，任桂林3

(1.黑龙江省气候中心，黑龙江哈尔滨150030;2.木兰县气象局，黑龙江哈尔滨151900; 3.黑龙江省气象局，黑龙江哈尔滨150001)

利用距平相关系数（ACC）、距平符号一致率（Pc）、趋势异常综合检验（Ps）等3种方法，对CFSv2模式在东北地区开展的1983-2010年夏季各月降水回报试验结果、2011-2014年业务应用结果进行综合评估。结果表明，CFSv2模式在东北地区夏季各月降水的效果相对较好。尽管目前应用的业务评分办法的评分都相对较高，但年际差异明显，预测效果不稳定，需要进一步提高模式的预测技巧。

东北地区；CFSv2；月预测；检验

1 引言

随着科技的进步，目前，在全球范围内，绝大多数国家和地区基于动力模式开展短期气候预测业务[1-2]，已经逐渐取代传统的统计学模型预测，虽然目前国内外短期气候预测的精度有待提高，但其在国民社会经济等各领域具有重要应用价值。我国的短期气候预测在经历了半个世纪的发展后，目前也取得了显著的效果。模式的预测已经成为短期气候预测的主要参考依据，特别是月气候趋势预测对模式的依赖程度更大。提高月尺度气候预测水平不仅是全面推进东北地区气象现代化的需求，更是东北地区农业发展、经济发展和防灾减灾的迫切需求。目前国内外有多家模式供短期气候预测参考，但如何信任模式的预测效果，就得对模式的回报效果进行检验。

美国国家气候中心（NCEP/CPC）于2004年建立的第一代海气耦合模式CFSv1，在2011年推出第二代全球海气耦合模式CFSv2，本文对CFSv2模式直接输出的1983－2014年夏季逐月降水预测资料，采用距平相关系数ACC、趋势异常综合检验Ps和距平符号一致率Pc这3种指标进行评估。为科学利用该模式做月尺度气候预测，以及如何改进该模式对东北地区夏季各月的降水预测提供科学依据。

2 资料来源和评估方法

2.1 资料来源

本文所用资料主要包括：（1）东北地区172个气象站1983－2014年月降水资料。（2）CFSv2模式回报的降水资料。时间长度为1983－2014年，多年平均采用1983－2014年共28 a平均。其中1983－2010年视为回报结果，2011－2014年视为试报结果。格点插值到站点的方法采用的是双线性插值法。

2.2 评估方法

短期气候预测评分方法有很多。目前短期气候预测业务中常用的检验方法为分级评分（Pg）、距平符号一致率评分（Pc）、趋势异常综合评分（Ps）和距平相关系数（ACC）。为了加强和规范短期气候预测质量评定，2010年中国气象局预报司下发了分级评分（Pg），2012年中国气象局预报司下发了趋势异常综合评分（Ps）。为了便于和当前业务质量评判指标同步，并且系统性地评估模式的预测效果，本文选取一致率评分（Pc）、趋势异常综合评分（Ps）和距平相关系数（ACC）3种评分指标对预测回报结果进行定量评估。

3 结果分析

3.1 距平相关系数（ACC）评估

距平相关系数ACC常用来描述某一气象变量距平的预测值与观测值的年际变化或空间分布的相似程度，分为空间距平相关系数和时间距平相关系数。

图1 CFSv2模式对1983-2014年东北地区夏季各月回报和实时预报的ACC评分

从图1可知，CFSv2模式直接输出的降水对东北地区夏季各月的ACC评分年际变化差异明显。无论是从回报还是实时预报的效果来看，对东北地区6月降水的ACC评分在－0.24－0.71之间，有8 a的ACC值＜0，多年平均值为0.17，总体表现出较好的预测性能。ACC评分最好的是2001年，最差的是1987年。在1980年代后期到1990年代的预测性能相对较好，2012－2014年的实时预报效果也相对较好；对东北地区7月降水的ACC评分在－0.41－0.54之间，有10 a的ACC值＜0，多年平均为0.18。ACC评分最好的是1995年，最差的是2013年，在1990年代对东北地区降水预测性能总体较好；对东北地区8月降水的ACC评分在－0.35－0.61之间，有8 a的ACC值＜0，多年平均为0.21。ACC评分最好的是2009年，最差的是2004年，在1990年代对东北地区降水预测性能总体较好,2011－2014年的实时预报效果相对较好。综合以上分析，CFSv2模式直接输出的降水，对东北地区夏季各月有一定的预测性能。8月的预测性能要略好于7月和6月，但总体普遍存在预测效果不稳定的情况。

距平相关系数在空间上的分布为时间距平相关系数，即预报量与实况之间的相关系数。研究CFSv2模式直接输出的降水对东北地区夏季各月的距平相关系数的空间分布发现，夏季各月东北地区ACC评分除个别地区为负值外，其它地区均为正值，且6月份的ACC评分最高，为0.41，8月次之，为0.39，7月相对较差，为0.29。由此表明，CFSv2对东北地区各地夏季各月降水表现出相对较好的预测性能，尤其是6、8月份。6月份，西部和南部地区的ACC在0.3以下，其它地区均在0.3以上；7月，黑龙江省除部分站点的ACC在0.3以上，黑龙江省的大部地区的ACC均在0.3以下，辽宁也有部分地区的ACC在0.3以下，这样就导致7月的预测效果相对较差；8月大兴安岭地区、吉林东部、辽宁南部的ACC在0.3以下，其它大部地区的ACC在0.3以上。3.2距平符号一致率（Pc）评估

图2 CFSv2模式对1983-2014年东北地区6、7、8月降水回报和实时预报的PC评分

距平符号一致率Pc反映的是一定范围内预测值与实况值距平（距平百分率）符号一致的站点数占总站点数的比例。从图2可知，CFSv2对东北地区夏季各月降水的距平符号一致率Pc评分有明显的年际变化特征。6月降水的Pc评分在39-88%，评分最高的是2000年，最低的是1991年，多年平均为63%；7月的Pc评分在28-86%，最高的是1991年，最低的是1999年，多年平均68%。8月的Pc评分在16-97%，最高的是1989年，最低的是1991年，多年平均66%。夏季各月降水多年平均的Pc均在60%以上，但年际差异较为明显，预测效果相对不稳定。

东北地区各月CFSv2模式的PC评分空间分布，6月，评分在60-70的站点所占比例是最大的，尤其是在黑龙江，有超过半数的站点评分在60-70分，并且在中西部比较集中。辽宁也是有大部分地区评分在60-70，主要分布在中部和西部地区。70-80的分布比较零散，黑龙江境内南部地区有十余个站点达到这个量级，吉林相对多一些，吉中部和南部稍显集中，辽宁最少，分布不集中。对于80分以上的地域更是屈指可数，整个东北地区只有不足十个站点PC评分达到了80分以上，而达到90分以上的只有辽宁东北部的一个站点。有25%的站点在及格线60分以下，最多出现在黑龙江，吉林和辽宁不相上下。7月，整个东北地区CFSv2模式降水PC评分都没有高于80分，在黑龙江，有七成的站点评分在60分以下，60-70分的地区不足三成，且分布比较零散。70-80分的更是寥寥无几。在吉林，评分在60-70的区域所占比重最大，其次是60分以下，全省最高分同样没有超过80分。辽宁的东部评分总体略高于西部，70-80分的地区主要集中在东部。8月份，距平一致率在黑龙江和吉林的个别地区出现了80-90分的分布，总的来说仍然是60-70这个范围内的分布最广泛，60分以下的区域也不占少数，尤其在吉林，几乎达到了半数，中东部比较普遍，一致率在70-80%之间的地区占总站数的17%左右。

3.3 趋势异常综合检验（Ps）评估

图3 CFSv2模式回报的1983—2014年6、7、8月东北地区降水Ps评分

从图3可以看出，CFSv2模式对东北地区夏季各月预测的Ps评分也是存在较为明显的年际差异。其中6月降水的Ps评分在56.0-94.8分，多年平均79.6分，1999年最高，1991年最低；7月降水的Ps评分在47.2-90.4分，多年平均为81.2分，1991年最高，1999年最低；8月降水的Ps评分在31.6-99.1分，多年平均为84.3分，1989年最高，1991年最低。

4 结论和讨论

本文将CFSv2模式直接输出的1983-2014年夏季各月降水预测资料，采用距平相关系数ACC等3种方法评估了CFSv2对东北地区夏季各月降水的预测性能。得出以下结论：

（1）CFSv2模式对东北地区夏季各月降水的ACC评分在6月和8月相对较好，7月相对较差，总体表现的是对降水的预测效果都是年际变化差异较大，预测效果不稳定，从空间分布来看，7月在黑龙江省的预测技巧相对较低。

（2）CFSv2模式对东北地区夏季各月降水的Pc评分在7月和8月相对较好，6月相对较差，从空间分布来看，也是在7月对黑龙江省的降水趋势把握较差。

（3）CFSv2模式对东北地区夏季各月降水的Ps评分在8月表现的相对较好，7月次之，6月相对较差，虽然总体平均都达到了80分，但还是存在较大的年际差异，预测效果不稳定。

总体来看，CFSv2对东北地区夏季各月的降水还是有一定的预测技巧，与目前业务预测评分基本相当，甚至有的时候高于业务预测评分，但是预测效果不稳定，特别是空间分布的模拟效果相对较差，对东北北部黑龙江省的空间分布预测技巧较低，仍需进一步改进。下一步将CFSv2模式进行误差订正或者本地化解释应用，预测效果可能会更好，将另文讨论。

[1]丁一汇,刘一鸣,宋永加,等.我国短期气候动力预测模式系统的研究及试验[J].气候与环境研究,2002,7(2): 236-246.

[2]刘一鸣,丁一汇,李清泉.区域气候模式对中国夏季降水的10年回报试验及其评估分析[J].应用气象学报, 2005,16(增刊):41-47.

Prediction performance of CFSv2 model for monthly precipitation in summer in Northeast China

LI Yong-sheng1,XING Cheng2,REN Gui-lin3
(1.Climate center of Heilongjiang province,Heilongjiang Harbin 150030; 2.Mulan county meteorological bureau,Heilongjiang Harbin 151900; 3.Heilongjiang meteorological bureau,Heilongjiang Harbin 150001)

Three methods of anomaly correlation coefficient(ACC),anomaly sign consistency rate(Pc)and trend anomaly comprehensive test(Ps)are used to evaluate the CFSv2 pattern in the northeast region of 1983-2010 for each month of summer precipitation return test results and 2011-2014 business application results.The results show that,The effect of CFSv2 model on monthly precipitation in summer in Northeast China is relatively good. Despite the relatively high scores of the current business scoring methods,the inter-annual variability is significant and the predictive effect is not stable,so further improvement of the forecasting skill is needed

Northeast China;CFSv2;monthly forecast;inspection

1002－252X(2016)04－0006－03

2016－9－1

李永生（1984-），男，黑龙江省齐齐哈尔市人，南京信息工程大学，本科生，高级工程师.