第36卷第4期

2016年12月高原山地气象研究

Plateau

and

Mountain

Meteorology

ResearchVol

.36 No

. 4

Dec

. 2016

文章编号：1674 -2184(2016)04 -0048 -11

NCEP CFSv2对中国2015年夏季月尺度降水和环流预报分析

黄小梅\蒋兴文\肖丁木2

(1.中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室，成都610072;

2.四川省气象台，成都610072)

摘要:利用美国环境预报中心的第二代气候预报系统（NCEP CFSv2)提供的1982 ~2010年历史回报资料和2015年6 ~8月

预报产品、NCEP CFSR再分析资料及中国地面观测降水资料，评估了 NCEP CFSv2对2015年（厄尔尼诺发展年）中国夏季月

降水和环流形势的预报能力，并分析了影响模式预报技巧高低的可能因子。结果表明：1)模式对降水的预报技巧较低且表

现出明显的月变化(7月最高，8月次之，6月最低），但总体水平都不高。预报技巧明显依赖于提前时间的长短。2) CFSv2对

影响我国夏季降水的500hPa关键区环流异常空间模态表现出较高的预报技巧。对全东亚区域，模式基本都可提前5 ~9天

(7月9天，6月6天，8月5天）较为准确的预报出未来一个月高度异常空间模态。3)通过对比分析发现，CFSv2环流预报中

选取12个集合成员（滑动3天）可以得到较稳定的预报结果。4)在2015年夏季月尺度环流异常模态预报中，东亚全区的环

流预报水平很大程度上取决于中高纬地区的预报。CFSv2对中高纬环流月预报技巧(6 ~ 8月都能从提前4天开始就基本稳

定维持在较高水平）比热带地区更高更稳定。

关键词：CFSv2;月降水;环流异常;预报技巧

中图分类号：P468 文献标识码：A doi：10. 3969/j. issn. 1674 -2184 • 2016. 04. 008

引言

早期短期气候预测主要采用统计和气候方法，随着

计算机技术的飞速发展，利用数值模式进行短期气候预

测已成为主要手段。月尺度气候预测是短期气候预测业

务的重要组成部分，业务上月气候预测尝试始于20世纪

80年代[1]。从Myakoda

等&3]的一系列月平均环流场

异常预测成功后，长期数值预报得到迅速发展。例如欧

洲中期数值模式预报中心（ECMWF

)开发的月尺度气候

预测系统T

159I

40(该系统于2004年发展为集合51个成

员的海气稱合月尺度集合预测系统[4])、美国环境预报

中心的海气耦合模式CFSvl

和CFSv

2、日本气象厅

(JMA

)的集合月动力延伸预报模式[5]、亚洲太平洋经济

合作组织气候中心（APCC

)集合多个国家的15个模式，

提供的全球和东亚地区未来3个月的逐月气候预测产

品[6]。以上这些国外模式产品被广泛应用于短期气候预

测之中，已成为了目前月尺度气候预测的主要工具。

虽然长期以来月尺度预报一直是气象学术界关注

的重点，但是由于该时间尺度的预报受到逐日大气可

预报上限（约2 ~ 3周）的制约，当前数值模式的热带外大气环流预报技巧总体偏低，始终无法产生有效的业

务预报能力[7_9]。总结已有的相关研究结果[9_11]及业

务预报经验可知，目前在月尺度上，影响模式预报技巧

高低的因素主要有以下3个方面：1)预报提前时间长

短;2)所选取的集合成员数量;3)模式对中高纬和热带

地区预报技巧的差异。因此，为了减小数值模式的预

报误差，则需要从这三方面人手，搞清楚数值预报各要

素的可用时效，找出模式能提供稳定预报结果的合理

集合成员个数，并分析模式在中高纬和热带地区预报

技巧的差异，为改进数值预报产品的月尺度预报能力

做必要的准备。

依据中国气象局发布的《中国气候变化监测公报

(2015年）》[12]数据显示:2015年，赤道中东太平洋大部

海温异常偏暖，厄尔尼诺事件继续发展。截至12月，此

次厄尔尼诺事件累计海温指数已达23. 0°C

，是一次超强

厄尔尼诺事件，强度已超过1982/1983年，成为历史上第

二强的厄尔尼诺事件。该年是有现代气象记录数据135

年来全球平均气温最高的一年，全球平均气温的持续升

高，引起海平面上升、冰川退缩、极端气候事件频繁发生

等，对地球自然生态系统和人类社会经济生活产生了广

泛的影响。

收稿日期=2016-9-23

资助项目：中国气象局预报预测核心业务发展专项（CMAHX

20160504);中国气象局成都高原气象研究所基本科研业务费项目（BROP

201514);

国家自然科学基金项目（91337107)

作者简介:黄小梅，助理研究员，主要从事气候诊断分析和预测研究。E

-mail

:hxmWel

y@ 163.

com第4期黄小梅，等:NCEP CFSv2对中国2015年夏季月尺度降水和环流预报分析49

综上所述，鉴于2015年这个特殊的厄尔尼诺发展

年及美国NCEP

CFSv

2模式预报产品在我国短期气候

预测预报业务中广泛的应用，且该模式业务化预报产

品具有较长时间的历史回报（有助于定量地区域分析

与评价）、实时更新预报及其在全球和美国区域的预报

优势™，因此，本文拟利用CFSv

2提供的降水场、高度

场历史回报试验资料和2015年夏季（6 ~8月）月尺度

预报产品、CFSR

再分析资料及中国地面气候资料曰值

数据集（V

3. 0)的观测降水资料，针对厄尔尼诺发展年

(2015年）我国汛期逐月降水情况和相应的大气环流

形势预报技巧进行验证，从考察模式对月尺度降水和

环流形势模拟能力的角度，对2015年CFSv

2模式的对

中国区域的模拟能力进行评估，这对改进CFSv

2模式，

提高中国区域气候变化的模拟能力和预测水平具有重

要的科学意义和应用价值。

1模式和资料方法简介

1.1

模式介绍

美国环境预报中心的气候预报系统（CFS

)是一个

全稱合的海洋-陆地-大气动力季节预测系统。第一

代CFS

(CFSvl

) [14]大气部分采用美国国家环境预报中

心NCEP

的全球预报系统模式（GFS

)，海洋部分采用美

国国家地球物理流体动力实验室（GFDL

)的第三代模

块化海洋模式（MOM

3)。该模式初始场由15个不同时

间的样本集合而成，分辨率为T

62L

64(水平近似于

210km

)。2004年8月CFSvl

在美国环境预报中心实施

业务预报，模式在季节和季节内尺度预报上取得了一

系列的重要进展[15-16]。2011年3月第二代CFS

(CFSv

2) m替换了 CFSvl

，该模式大气部分采用NCEP

的全球预报系统模式（GFS

)，海洋部分采用GFDL

的第

四代模块化海洋模式（MOM

4)，陆面部分采用四层NO

-

AH

陆面模式。CFSv

2包含16个集合成员，水平分辨率

提升为T

126(近似于100 km

)。该模式进行了 29年

(1982 -2010年）的历史回报，预见期长度为9个月，

时间分辨率为6小时，回报数据包括12个大气变量。

CFSv

2于2011年3月提供业务化预报，该模式

(T

126L

64)同时产生3种预报产品:4个时段（0，6，12

and

18 UTC

cycles

)预见期长度为9个月的预报；1个时

段（0 UTC

cycle

)预见期长度为1个季节的预报（大概

123天）；3个时段（6,12 and

18 UTC

cycles

)预见期长度

为45天的预报。其预报数据已被广泛应用于业务单位

和研究机构™。

1.2

资料和方法

本文所用的资料主要包括：

(1)中国气象局国家气象信息中心资料服务室提供

的中国地面气候资料日值数据集（V

3. 0)的1981 ~ 2015

年824站逐日观测降水量资料。(2) 1981 ~2010

年、2015

年6 ~8

月 CFSR

— 日 4

次

的再分析资料[14]:变量包括高度场、风场，其水平分辨率

为0.5° x

〇.5°格点，垂直方向分为37层，最高可以达

到 lhPa

。

(3) CFSv

2产生的预报产品:4个时段（0,6，12 and

18 UTC

cycles

)预见期长度为9个月的预报。预报时间

分辨率为6小时，每日预报4次，这里采用从2015年2月

25日开始的预报资料，在研究中将每6小时一次的

CFSv

2预报处理为逐日平均变量（其中高度场水平分辨

率为1. 0° x

1. 〇°，降水量为高斯格点分布）进行分析。

(4) 1982 ~2〇10年CFSv

2历史回报资料：预见期长

度为9个月，时间分辨率为6小时，间隔5天预报，采用

的回报数据变量包括:高度场、降水量（其中高度场水平

分辨率为1. 〇° x

1. 0°，降水量为高斯格点分布）。在本研

究中首先将每6小时一次的CFSv

2回报资料处理为日平

均变量，然后采用权重平均法将每隔5天的回报数据处

理为逐日回报变量进行分析。

分别计算出2015年6 ~ 8月逐月实况降水和环流异

常及CFSv

2预报产品提供的降水和环流异常，对相同月

份的实况和预报变量进行比较分析，最终采用计算空间

相关系数（SCC

)的方法分别对NCEP

CFSv

2模式对中国

2015年夏季月尺度降水和相应的环流形势异常预报效

果进行评估。

2降水时空分布及相应环流特征

中国区域多年6 ~ 8月降水总量分布均为东南部大

于西北部。6月，华南和江南部分区域为最大降水区

(达300mm以上），其次为长江以南大部（达200mm以

上）（图la)。7月，雨带进一步北扩，虽然最大降水区

(达300mm以上）仍位于华南南部，但降水次大值区

(达200mm以上）明显北扩，位于长江以北的四川盆

地、江汉、江淮至黄淮地区（图lc

)。8月，华南南部部

分地区为最大降水区（达300mm以上），降水次大值区

(达200mm以上）位于西南地区东部经华南北部至东

南沿海地区（图le

)。在500hPa高度场上，6月西太平

洋副热带高压（以下简称副高）脊线位于22°N附近，副

高586线穿过台湾海峡，华南地区位于副高西北边缘

以北（图lb)。7月副高脊线位于27°N附近，副高586

线控制华南至江南地区，长江以北位于副高西北边缘

以北（图Id)。8月，随着副高主体北抬，脊线位于30°N

附近，586线控制长江流域及其以南地区（图If

)。在

850hPa

风场上，6

月来自孟加拉湾和南海的偏南风影响

我国长江以南大部地区（图2a)。7月来自南海和孟加拉

湾的偏南风进一步增强，且影响范围进一步向北扩展到

达长江以北地区（图2b)。8月主要是来自南海的东南风

和热带西太平洋的偏东风气流影响华南和中东部地区

(图 2c

)

。