研究背景
随着灾害性天气气候事件频繁发生，运用高技巧次季节预测提前两周准确预测周平均降水、风、光等气象要素，对防范洪水、热浪、野火等自然灾害，实现新能源高效利用、物流高效运营以及农业安全生产等社会高质量运转越发重要。国际上对高技巧次季节预测的迫切需求，促使世界气候研究计划（WCRP）和世界气象研究计划（WWRP）共同发起了次季节-季节预测计划（S2S），计划在未来五年将核心目标转向预测应用，即服务农业与环境的SAGE。
然而，即便是目前国际上最先进的预测系统，如ECMWF系统，对周平均陆地降水的最佳预测技巧只有一周（0.5相关系数阈值），并且随着预报时效的延长明显降低，难以满足社会需求。例如当前风能次季节预测技巧不足一周，难以满足电力市场中长期期货交易的需求，导致风电企业弃电罚电损失过高，严重制约了能源产业的高效发展。
研究成果
为解决次季节预测技巧不足一周的国际难题，我院通过走访各省、州、市气象局，吸取各地区的预测经验，与国家气候中心等国内外机构合作，从可预报性的角度解释了高技巧次季节预测难以突破一周的原因，并提出了可通过识别高技巧预测机会和障碍（OBs-Opportunities & Barriers）来提高预测水平的行业应用方法（图1）。
图1：高技巧次季节预测机会与障碍（OBs）辨识方法。1.针对预测对象，辨识历史回报实验中预测技巧好/坏的次季节事件；2.确定观测资料中好/坏事件的前期信号；3.计算前期信号传播稳定度，稳定度高/低的信号为预测机会/障碍；4.在实际预测中，根据观测中有无预测机会来确定预测信心。
以东亚夏季风降水为例，其周平均降水预测技巧不到一周。本研究通过对历史每个次季节事件的预测技巧进行分类，分析其前期信号的波动传播稳定性。结果表明：东亚夏季风降水高技巧的次季节预测主要来自稳定传播的欧亚和热带大气波动驱动的强次季节事件。这类事件主导的周平均降水预测技巧能够提前到两周，提前一周的技巧高达0.86。还有一半的东亚夏季风强次季节事件是由青藏高原-东亚季风耦合所驱动，然而此类高原-东亚波列十分不稳定，导致预测技巧受限，通常小于一周。由于欧亚和热带大气波动的强迫只能解释东亚夏季风一半左右的次季节变率，能够被高技巧预测的次季节事件大概占所有事件的一半。对于无强次季节事件发生的周平均降水预测，模式技巧不到一周，然而幸运的是，此时通常没有灾害性事件发生。
为了用好当前的预测系统，本研究指出：在业务操作中，需要建立一套历史回报系统，用于辨识高技巧预测的OBs；如果系统预警两周后会发生强降水、高温、无风、无光、电力爬坡等强次季节事件，需在过去几天的观测数据中辨识有无预测机会的信号（Os），如果有则需要提高此次预测的信心发布预警。辨识出来的障碍（Bs）也为改进预测系统提供研究方向。当前基于机器学习的统计模型发展迅猛，OBs辨识方法也有望基于物理约束来克服统计预测不稳定的缺陷。
本研究提出的高技巧预测OBs的辨识方法不仅仅适用于次季节预测，如果能够找到稳定的前期预测机会，也可用于天气预报与气候预测。
该成果于2024年10月发表在《Bulletin of the American Meteorological Society》上，题目为“Opportunities and barriers for skillful sub-seasonal prediction of East Asian summer precipitation”。本文由中山大学大气科学学院风能预报预测实验室刘飞，广东省气象局周家辉，以及中山大学，夏威夷大学，哥德堡大学，清华大学，中国科学院大气物理研究所，自然资源部第二海洋研究所，中国气象局，南京信息工程大学众多学者联合完成。该研究得到了国家自然科学基金区域创新发展联合基金、南方海洋科学与工程广东省实验室（珠海）、热带大气海洋系统科学教育部重点实验室、中山大学等的支持。
Liu F.*, J., Zhou, B. Wang, J. Leung, D. Chen, Z. Lin, I. Kang, Q. Chao, Z. Ke, K. Fan, B. Liu, G. Huang, P. Hsu, and W. Dong*, 2024: Opportunities and barriers for skillful sub-seasonal prediction of East Asian summer precipitation. Bulletin of the American Meteorological Society. https://doi.org/10.1175/BAMS-D-24-0055.1
原文链接：https://doi.org/10.1175/BAMS-D-24-0055.1
--- ATMOS ---
撰稿：刘飞
编辑：曹煜颍
责任编辑：樊涌涛
初审：林柏富
审核：何文平
审核发布：董文杰 郑慧
欢迎投稿
mediaofsas@163.com
