延伸期逐日预报平台对强降水事件预报能力分析——以2016年4月持续性强降水过程为例*

马浩 强玉华

(1. 浙江省气候中心，浙江 杭州 310017； 2.丽水市气象局，浙江 丽水 323000)

延伸期逐日预报平台对强降水事件预报能力分析
——以2016年4月持续性强降水过程为例*

马浩1强玉华2

(1. 浙江省气候中心，浙江 杭州 310017； 2.丽水市气象局，浙江 丽水 323000)

延伸期逐日预报是现代气候业务整体进程中出现的新兴业务。浙江省气候中心自2015年开始研发延伸期逐日预报业务平台，2015年10月发布测试版本。2016年4月，受厄尔尼诺事件影响，浙江省降水量异常偏多，出现了4月3—13日、4月18—26日两次持续性强降水过程。本文深入分析了延伸期逐日预报平台对这两次强降水过程的预报表现，发现第一次强降水过程的预报效果较好，提前20 d预报出这一过程且结果稳定；对第二次强降水过程的预报一开始时段存在较大偏差，随模式不断调整，最终提前16 d预报出这一过程。在个例分析基础上，总结了科学使用延伸期逐日预报平台的若干策略：关注动态演变、宏观把握时段、与气候趋势预测相结合、与气温预报相结合、分析预报上限等。

延伸期逐日预报；强降水过程；业务平台；使用策略

0 引 言

延伸期天气预报一般是指时效为10～30 d之间的预报，也被视为短中期天气预报和短期气候预测之间的“缝隙预报”[1-2]。近年来，低频天气图的推广大大推动了延伸期预报业务的发展[3-5]，强降水过程预报已成为国家级和省级气候中心的基本业务之一。然而，基于统计方法的过程预报作为一种半定量预报，并没有完全解决延伸期时段的服务需求，主要表现在缺少落区定位、降水强度较粗糙、预报时段较模糊；在业务实践中，强降水过程预报实际上指示的是“未来某个时段(或前后)(时段伸缩大)在某个区域(区域不确定)可能会发生较强(强度不确定)降水过程”，不难看出，诸多“不确定”无形中产生了新的“缝隙”，为延伸期产品的应用和服务带来了一定困扰。

对气象业务人员而言，较理想的状态是延伸期预报产品是短中期天气预报的“自然延伸”，即预报逐日要素，然而这就回到了逐日预报的本源问题——初值问题的两周预报上限。Lorenz指出，逐日天气可预报时效的理论上限一般为2周，超过理论上限的预报水平不优于随机猜测水平，即失去可预报性[6]。名不正则言不顺，在混沌理论框架下，2周以上的逐日预报似乎成为一个不可能完成的任务。为延伸期逐日预报“正名”的是短期气候预测机理的形成和集合预报理念的提出。在气候预测领域，存在着一个根本性的概念问题：既然2周以上的天气尚且不可预报，那么月以上时间尺度的气候预测又是如何做到的？这是由于天气预报和气候预测具有不同的时间尺度，在天气预报时段内，大气初值信息强烈地发挥着作用，即天气预报在很大程度上可归结为“初值问题”，这也是天气模式大多采用大气模式的重要原因；在气候预测时段内，初值信息已显著衰减，而海温、冰雪、土壤湿度等外强迫信号开始发挥作用，因此气候预测在很大程度上可归结为“外强迫问题”即“边值问题”[7-10]，这也是大多数气候预测模式采用海洋—大气耦合框架的重要基点。欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts，ECMWF)采用融合预报方案，即10 d以下预报采用大气环流模式结果、10 d以上预报采用海—气耦合模式结果，在实践中取得了良好的效果[11]。气候模式能够提供延伸期时段的有用信息，从而为延伸期逐日预报带来了曙光。集合预报思想从技术上提高了天气预报的准确率。在集合预报框架下，初值并非“一个”，而是满足某一误差分布概率的数据集，因此预报结果也是“一组”数据的集合[2]。Krishnamurti等基于集合预报理念提出了超级集合算法，大大改进了模式计算误差、提高了气候预测准确率[12]。依托气候模式、采用集合预报策略，使延伸期逐日预报成为可能。

浙江省气候中心自2015年开始研究延伸期逐日预报问题，基于美国国家环境预报中心(National Centers for Environmental Prediction，NCEP)研发的新一代气候预测模式——CFSv2模式(Climate Forecast System version 2)[13]提供的逐日预报结果，采用5 d集合平均策略，通过双线性插值最终形成省、市、县3级行政区域逐日气温、降水预报产品。之所以采用5 d集合平均方案，是因为大样本情形能够在一定程度上保证耦合模式预报结果的稳定性[14]。业务平台的测试版本于2015年10月发布，目前已运行10个月。

应当指出，延伸期逐日预报平台的预报性能究竟如何、特别是该平台能否提前15～30 d预报出强天气过程，目前仍然是一个缺乏了解的问题。为了客观评估平台预报能力，我们挑选了2016年4月的两次强降水过程进行检验；此外，延伸期逐日预报产品不能直接视同于“逐日天气预报”，如何科学地借鉴和应用本身也是一个技巧性的问题，因此有必要对平台的使用策略进行深入分析。

1 2016年4月强降水过程

2016年是超强厄尔尼诺事件衰减年，受厄尔尼诺和热带印度洋海盆一致模态(Indian Ocean Basin Mode，IOBM)的共同影响，春季西太平洋副热带高压(以下简称西太副高)异常偏西、偏强，使西南暖湿气流输送旺盛、我国南方地区降水偏多。从降水过程的时间演变来看(图1)，3月降水过程较少，4月初开始降水过程显著增多、形成持续性连阴雨过程，5月中旬以后降水过程逐渐减弱。如果以中雨以上量级(≥10 mm)作为强降水的判别标准，则4月开始主要形成了4月3—13日、4月18—26日、5月2—10日3次强降水过程，其中4月降水的群集性特征尤其突出。2016年4月是降水显著偏多的月份，从空间分布上来看(图2)，各地均偏多，全省大部偏多2成以上，其中浙西北大部、嘉兴大部偏多1倍以上，共有12个县(市、区)降水量破历史同期最多纪录。因此，选取4月强降水过程开展分析具有典型性和代表性。

图1 2016年3月1日～5月31日逐日全省平均降水量 (单位：mm)

图2 2016年4月浙江省降水量距平百分率空间分布 (单位：%)

2 延伸期逐日预报平台对4月强降水过程的预报能力分析

4月形成了4月3—13日、4月18—26日两次持续性强降水过程。关于第一次过程，由图3可见，延伸期逐日预报平台3月14日就预报出4月2—13日将发生一次持续性强降水过程，且这一预报基本稳定，3月15、16、17、18日起报的结果同样预报出4月3—12日持续性强降水过程(图略)，总体而言提前20 d预报出这一过程，说明业务平台基本把握住了该次过程的时段和强度。需要指出的是，延伸期逐日预报结果不宜与实况“一一对应”，即不应基于平台的输出结果直接开展延伸期时段的逐日天气预报，这是因为在延伸期时段，初值信息已大大衰减，外强迫中的强信号主要表现为大尺度调控[15]，因此细化到具体的区域容易出现时间、空间上的偏差。从这个意义上来说，对延伸期“时段”的考虑和把握更为重要，关键在于综合预报时段内的逐日信息、提炼归纳出典型天气过程的发生时段及强度，以图3为例，较合理的解读应为：4月上旬前期—中旬前期将发生一次持续性强降水过程。

(柱状图表示降水量预报值，“T”形细实线的上端和下端分别表征预报上限和预报下限)图3 延伸期逐日预报平台3月14日起报3月29—4月13日逐日全省平均降水量

关于第二次强降水过程，预报平台给出的信息值得深入研究。3月27日起报的结果提示4月11—19日将发生一次强降水过程(图4)，预报时段与实况存在较大偏差，且这一预报在较长时间内保持稳定，3月28、3月29、3月30、3月31日、4月1日起报的结果均指示强降水主要发生在4月中旬(图略)，但4月2日起报的结果发生了转折，预报强降水时段为4月17—25日(图4)，4月3日则更加清晰地指示出了4月18—26日强降水过程(图4)，与实况一致，总体而言提前16 d预报出这一过程。平台预报结果的变化反映了大气环流的调整与转折，事实上，模式在延伸期时段内的逐日预报也往往是这样一个“动态演变”的过程，因此不能孤立地看待某一天起报的结果，而应当从连续多日起报的结果中提取重要的稳定性和转折性信号，再通过具体研判确定预报。

(柱状图表示降水量预报值，“T”形细实线的上端和下端分别表征预报上限和预报下限)图4 3月27日起报(a)、4月2日起报(b)、4月3日起报(c)未来15～30 d逐日全省平均降水量

需要指出的是，逐日预报平台不仅对2016年4月两次强降水过程表现出较好的预报能力，对今年汛期的多次过程(如梅雨期降水)也展现出良好的预报效果(图略)。尽管平台尚无法完全准确地提前15 d以上预报出每一次强降水过程，对典型降水过程强度的预报也存在一定偏差(主要表现为量级偏小)，但总体而言其预报能力已经远远超过随机猜测水平，能够为预报员提供必要的参考。

3 延伸期逐日预报平台的使用策略

通过以上分析，不难得出延伸期逐日预报平台的输出结果不宜直接用来制作逐日天气预报，科学、合理、有策略地使用平台，才能取得最佳预报效果。除了上文提到的注意把握时段、关注动态演变之外，还有以下技巧可供选择。

1)将气候趋势预测与逐日预报相结合。逐日预报结果不能脱胎于气候背景预测，二者互为因果，因此分析趋势预测结果有助于更加科学地看待逐日预报。以2016年4月强降水过程预报为例，国家气候中心4月气候趋势预测意见明确给出了北极涛动(Arctic Oscillation，AO)呈现负位相、西太副高偏强、西伸脊点偏西的结论，从而有利于冷空气活动及暖湿气流输送；同时，在降水预测意见中给出了浙江大部偏多2成以上的判断；环流预测与降水预测结论为预报4月强降水过程提供了坚实的气候背景支撑。深入研究趋势预测结果，有助于对强天气过程的时段和强度(特别是强度)作出正确的分析与取舍。

2)将气温预报与降水预报相结合。气温预报所预示的升温或降温过程，往往对降水预报有较好的指示意义。由图5可见，3月19日起报平均气温，4月3—10日有一次较明显的降温过程，与4月3日开始的强降水过程有着良好的对应；4月3日起报平均气温，4月18—25日有一次较明显的降温过程，与4月18日开始的强降水过程有着良好的对应。春季台风影响较弱，冷暖气流辐合是形成降水的重要原因[3-5]，因此冷空气活动往往对降水有着较好的参考意义，研判气温预报有助于对降水时段作出正确的把握。

3)关注预报上限。预报上限是CFSv2模式80个成员中降水量预报的最大值。诚然在绝大多数情形下，预报上限已严重偏离实况，然而在预报上限持续出现较大数值时，往往预示着强降水过程的出现。以图3为例，考察3月14日起报结果，不难发现4月2日预报上限跃升至60 mm左右且持续至4月5日，说明4月2日前后触发强降水过程的可能性很大。

图5 3月19日起报(a)、4月3日起报(b)未来15～30 d逐日全省平均气温

4 结 语

判别延伸期业务平台的预报性能，关键看其能否提前较长时间预报出致灾性强、破坏性大的极端天气气候过程。本文以2016年4月发生的两次强降水过程为例，分析了延伸期逐日预报平台的预报能力，发现总体上平台能够提前10 d以上预报出持续性强降水过程；此外针对延伸期逐日预报产品的特点，指出了科学应用业务产品的策略和方法。

延伸期逐日预报目前仍是一个年轻的学科，尚未形成完善的理论体系和技术方法。延伸期逐日预报平台目前仅完成了一期建设任务，其预报能力仍然较为有限，逐日预报产品的生成距离逐日预报的真正实现尚有很长的路要走；为了有效提升预报水平，必须基于客观预报产品研发与之相适应的解释应用技术，同时尝试开展延伸期概率预报，将科技含量注入业务平台，不断夯实业务基础、丰富产品体系。然而，气象预报有其深刻的自身规律，也有难以突破的固有边界。正如天气预报永远无法完全替代实况一样，延伸期天气预报也永远无法达到天气预报的精度和水平。一直在进步，永远有遗憾，这或许就是气候预测这门实践科学的神奇与美妙之处。

[1] 马浩，毛燕军，雷媛，等．10～30d延伸期天气预报研究进展综述[J]．干旱气象，30(4)：514-521．

[2] 金荣花，马杰，毕宝贵．10～30d延伸期预报研究进展和业务现状[J]．沙漠与绿洲气象，2010，4(2)：1-5．

[3] 孙国武，信飞，孔春燕，等．大气低频振荡与延伸期预报[J]．高原气象，2010，29(5)：1142-1147．

[4] 孙国武，冯建英，陈伯民，等．大气低频振荡在延伸期预报中的应用进展[J]．气象科技进展，2012，2(1)：12-18．

[5] 孙国武，李震坤，信飞，等．延伸期天气过程预报的一种新方法——低频天气图．大气科学，2013，37(4)：945-954．

[6] Lorenz E N. Deterministic nonperiodic flow[J]. Journal of the Atmospheric Sciences,1963,20(2):130-141.

[7] 王绍武．短期气候预测的可预报性与不确定性[J]．地球科学进展，1998，13(1)：8-14．

[8] 赵振国，刘海波．我国短期气候预测的业务技术发展[J]．浙江气象，2003，24(3)：1-6．

[9] 丁一汇．我国短期气候预测业务系统[J]．气象，2004，30(12)：11-16．

[10] 马浩，雷媛，毛燕军，等．高分辨率区域海-气耦合模式：短期气候预测新的春天[J]．浙江气象，2014，35(2)：6-11．

[11] 郑志海．月动力延伸预报研究进展回顾[J]．气象科技进展，2013，3(1)：25-30．

[12] Krishnamurti T N, Kishtawal C M, LaRow T E, et al. Improved weather and seasonal climate forecasts from multimodel superensemble[J]. Science,1999,285(5433):1548-1550.

[13] Saha S, Moorthi S, Wu X, et al. The NCEP Climate Forecast System Version 2[J]. Journal of Climate,2014,27(6):2185-2208.

[14] Li C, Wu L, Wang Q, et al. An intimate coupling of ocean-atmospheric interaction over the extratropical North Atlantic and Pacific[J]. Climate Dynamics,2009,32(6):753-765.

[15] 魏凤英．我国短期气候预测的物理基础及其预测思路[J]．应用气象学报，2011，22(1)：1-11.

2016-08-26

*浙江省气象局预报专项项目(2016YBY26)