洪洁莉, 陈丽娟. 2024. 海河流域盛夏降水预测模型的研发和适用性分析[J]. 大气科学, 48(4): 0000−0000. HONG Jieli, CHEN Lijuan. 2024. Development and Application of the Mid-Summer Precipitation Prediction Model over the Haihe River Basin [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 48(4): 0000−0000.
DOI: 10.3878/j.issn.1006-9895.2210.22142
本文从海河流域盛夏降水预测的角度，结合模式对降水的预报能力有限和海河流域盛夏降水年代际信号强的特点，提出利用年际增量思想寻找适当的预测因子，建立降水的多元回归预测模型。进一步评估基于年际增量的回归模型的预报能力，并复盘独立样本检验中预报失败年份的原因，获得一些有价值的结论。
图 海河流域1981～2021年6～8月各月降水年际变化（细实线）、7年滑动平均（粗实线）和2002～2021年线性趋势（虚线），单位：mm。
（1）海河流域初夏（6月）降水的年代际变化特征和盛夏（7～8月）年代际变化特征差异很大。尤其是2002年之后，7～8月降水的年代际尺度特征呈波动中显著增加的趋势，而6月降水年代际尺度特征呈波动中减少的趋势。因而将6月和7～8月海河降水分离，分别建立预测模型，更有利于获得清晰的预测信号。
（2）结合已有研究和近年来气候演变特征，利用年际增量思想，根据相关分析确定海河流域盛夏降水预测的三个关键预测因子：前冬欧亚中高纬度关键区域海平面气压指数、6月Niño3指数、反映ENSO演变速率的6月和1月Niño3指数之差。利用这三个变量的年际增量和海河流域盛夏降水的年际增量建立多元线性回归方程。该模型预报的降水与各动力气候模式3月起报的盛夏降水以及实况进行了对比，回归模型预测和实况的相关系数、距平符号一致率分别达到0.63和73%，技巧最高。尤其是海河流域盛夏降水异常偏多的年份，拟合和回报效果总体都比较高。各动力气候模式的预报中，CFS和TCC预测和实况的相关系数达到0.36，通过95%信度水平检验；距平符号一致率分别为67%和69%。其他模式预报降水和实况的相关系数和距平符号一致率均较低。该结果也证实了本文基于年际增量思想选择的预测因子，建立回归预测方法的思路有效地提高了海河流域盛夏降水拟合和预测技巧。
图 1981～2021年海河流域盛夏降水距平百分率实况（蓝点线）、预测模型拟合（红圈虚线）与独立样本检验（阴影区间）的对比。
（3）对海河流域盛夏降水预测模型的成败个例进行了复盘分析。在独立样本检验中，2020年降水预报与实况完全相反。归因分析发现，前冬欧亚中高纬关键区域海平面气压指数的年际增量项对于预报失败有着主导作用。分析表明海平面气压指数的年际增量项反映了典型的冬季风与夏季风的转折关系在2020年出现断裂。海平面气压指数的年际增量反映在夏季海温的关键区为热带印度洋海温异常，热带印度洋海温通过电容器效应进而影响西北太平洋上空反气旋式异常环流，导致对北方地区降水输送强弱的影响。因此关注临近的模式对热带印度洋海温的预报，有利于提高海河流域盛夏降水的预测能力。本文研究内容主要针对每年3月在全国气候预测会商时间节点提供盛夏海河流域降水预测，而夏季赤道印度洋海温的预报技巧相对于ENSO指数预测技巧偏低。印度洋相对太平洋海盆尺度更小，而变率更大，同时印度洋海温还受到太平洋和大西洋海温协同作用的影响，因此预测难度较大。下一步工作可评估多模式对于热带印度洋海温的预测技巧，挑选技巧较高的信号并添加为预测因子，进一步完善预测模型。
图 1982～2021年前冬海平面气压关键区指数的年际增量值回归到（a）冬季、（b）春季以及（c）夏季的海表温度距平（填色，单位：°C）和850 hPa风场距平场（等值线和矢量箭头，单位：m s−1；黑点区域表示海表温度距平通过90%信度水平检验，蓝色箭头表示通过90%信度水平检验）的空间分布。
海河流域盛夏降水不仅受到跨季节尺度大气环流、ENSO状态和演变速度以及印度洋海温的影响，还受到季节内振荡信号的调制。尤其是海河流域盛夏降水显著偏多年份，季节内振荡信号较强。因此研究季节尺度的影响信号与季节内振荡信号的协调作用将有助于进一步提高海河流域夏季降水的预测能力。
