第36卷第4期2016年12月
高原山地气象研究
Plateau and Mountain Meteorology Research
Vol.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T159I40(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CFSv2、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（CMAHX20160504);中国气象局成都高原气象研究所基本科研业务费项目（BROP201514);
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@
第4期黄小梅，等:N C E P C F S v2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 CFSv2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CFSv2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（V3.0)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CFSv2模式的对 中国区域的模拟能力进行评估，这对改进CFSv2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（MOM3)。
该模式初始场由15个不同时 间的样本集合而成，分辨率为T62L64(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 (CFSv2) 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（MOM4)，陆面部分采用四层NO-A H陆面模式。
CFSv2包含16个集合成员，水平分辨率 提升为T126(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。
CFSv2于2011年3月提供业务化预报，该模式(T126L64)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 and18 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（V3.0)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) CFSv2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CFSv2预报处理为逐日平均变量（其中高度场水平分辨
率为1.0° x1.〇°，降水量为高斯格点分布）进行分析。
(4) 1982 ~2〇10年CFSv2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°x1.0°，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CFSv2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CFSv2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 CFSv2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300m m以上），其次为长江以南大部（达200m m以
上）（图l a)。
7月，雨带进一步北扩，虽然最大降水区 (达300m m以上）仍位于华南南部，但降水次大值区
(达200m m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300m m以上），降水次大值区 (达200m m以上）位于西南地区东部经华南北部至东
南沿海地区（图l e)。
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l b)。
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I d)。
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I f)。
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)。
50高原山地气象研究第36卷图11981〜2010年气候平均的中国月总降水量（a:6月，c:7月，e:8月，单位:mm)、
采用CFSR资料绘制的气候平均500h P a高度场（b:6月，d:7月，f:8月，单位:gpm)
55P N' 50 45 40 35 30 25 2055Q:N-
75 80 85 90 95 100 105 110 115 120^125 130 135°E 7580 85 90 95 100 105 110 115 120 125 130 135°E 75 80 85 90 95 100 105 110 115 120 125 130 135°E
T T T
(a)(b)(c)4
图2 1981〜2010年气候平均850hP a风场（a:6月，b:7月，c:8月，等值线范围内为地形大于1500m(850hPa)
高度区域，单位:m/s)
3 N C EP CFSv2对中国夏季月尺度降水及相应环流异常预报检验
3.1 2015年6 ~8月降水量的预报
图3给出了 2015年夏季中国月降水距平百分率实况和CFSV2模式提前1天预报的月降水距平百分率空 间分布Q由图3a可见，6月实况降水偏多区主要位于长 江中下游及其以北、西北地区东部以及东北大部。
模式 预报结果中（图3b)，降水偏多区主要位于江南至华南地 区以及东北中北部。
与实况相比，
模式预报的我国西北
第4期黄小梅，等:N C E P C F S v 2对中国2015年夏季月尺度降水和环流预报分析51
地区、内蒙古大部、河套至江淮地区的降水距平百分率为 明显的负偏差，云南大部、江南及华南地区为明显的正偏
差。
表明，CFSv 2模式提前1天预报的中国2015年6月 降水异常分布与实况存在明显差异。
由2015年7月降水距平百分率实况空间分布（图
3c )可见，除江南和华南地区降水略偏多以外，我国其余
大部分地区降水均明显偏少。
模式预报中（图3d )有两 个主要降水偏多区，分别位于江南至华南大部和西北地 区西部。
与实况对比，模式预报的除华北局部地区外，我 国大部分地区的月降水距平百分率为正偏差，其中西北
地区正偏差尤为明显。
由此可见，CFSv 2模式提前1天
预报的中国2015年7月降水异常分布与实况差异较大。
图3e 是2015年8月降水距平百分率实况空间分 布，由图可见，降水偏多区主要位于西南地区中东部、东 南沿海、东北地区北部，我国其余大部分地区为降水偏 少，尤其是在西北地区经河西走廊至内蒙古地区最为明
显。
但模式预报（图3f )中西南地区东部、东南沿海、东 北大部降水偏少，西北地区还出现大范围降水偏多区。
与观测相比，模式预报的我国西南地区、东南沿海和东北 北部为降水距平百分率负偏差，西北至河套地区为降水 距平正偏差。
因此，8月CFSv 2模式对中国降水异常预 报与实况也存在明显差异。
图3 2015年6〜8月观测（a :6月，c :7月，e :8月）和模式提前1天预报未来一个月的降水距平百分率分布
(b :6 月，d : 7 月，f
:8 月）
52高原山地气象研究第36卷
为了进一步检验CFSv2模式对中国夏季月尺度降水 异常分布的预报能力，结合预报数据的特点，分别选取 2015年5月1〜31日、6月1〜30日、7月1〜31日逐日 预报6〜8月降水距平百分率与对应预报月的站点观测 值计算空间相关系数（SCC)，分别得到2015年6〜8月
CFSv2模式提前1〜30/31天预报降水与实况之间的SCC 变化（图4)。
由图可见，模式整体预报技巧7月最高，8 月次之，6月最低。
对7月的预报，随着提前时间不断缩 短，自6月17日开始预报技巧有所提高，22日达到峰值 (SCC= 0.5)之后又有所起伏，总体水平不高，相对可靠 预报时效为5天。
对8月的预报，SCC —直在较低水平 明显波动，仅从7月30日（SCC =0.29)开始较为稳定，总体预报效果较差，相对可靠时效为2天。
对6月降水 的预报，自5月1〜28日SCC基本维持在负值范围内波 动，仅在29日达到峰值（0.27)之后又有所下降，总体预 报技巧最差，无明显相对可靠时效。
因此，CFSv2模式对 中国2015年夏季月降水异常预报技巧均不够理想。
目前仍然需要进一步改进模式物理方案、参数化及陆面过 程等或者利用模式对其他变量（如大气环流因子）可能 较好的预报能力来间接预测降水异常分布，以适应我国 汛期月时间尺度降水预测业务的需求。
图4 CFSv2模式提前1〜30(31)天逐日预报2015年6〜8 月降水距平百分率与相应月实况降水距平百分率分布的空 间相关系数（SCC)变化
3.2 2015年夏季中国月降水异常环流成因及关键环流因子空间异常模态预报
大气环流异常是造成中国夏季气候异常的直接原 因，大范围持久性旱涝与大气环流的持续性异常有必然 的关系。
气象学者已经对影响我国夏季降水的环流因子 进行了大量研究[19_35]。
研究表明，夏季副高的强弱变化 及其南北和东西的位置变动，与我国夏季雨带的分布和 旱涝趋势有着密切的关系[19_26]。
同时，由于中国地域南 北跨越幅度大，夏季降水不仅受来自热带、副热带系统的 影响，还与中高纬地区大气环流及与之相联系的冷空气 活动有紧密的联系[27_31]。
青藏高原由于其特殊的地形 及其显著的热源变化，夏季高原高度场异常与同期长江 流域、河套及华北地区降水异常相关非常显著[32]。
此外，由于西南季风是我国夏季降水的主要水汽通道之一，印度洋作为西南季风的发源地和流经地，印度洋北部地 区高度场异常也可影响我国夏季降水异常分布[33]。
因此，根据影响中国夏季降水异常这些关键环流因子 将500hPa东亚区域划分为4个关键区，分别是:关键区
1(15。
〜45°N，102。
〜150°E)副高西部及其北部；关键区 11(45°〜60°N，60°〜150°E)中高纬地区;关键区111(10°〜40°N，70。
〜102°E)青藏高原及其以南的印度洋北部地区。
关键区IV(10°〜60°N，60°〜150°E)全东亚区域。
下文将利用再分析资料，对2015年6〜8月影响中国 区域降水异常的对流层中层东亚大气环流异常特征进行 初步分析，以期进一步了解2015年夏季月降水异常的环流 成因。
图5是米用CFSR再分析资料得出的2015年6〜8月500hPa高度异常场和850hPa异常风场及其辐合辐散情 况。
由图5a可见，6月亚洲中高纬巴尔喀什湖至贝加尔湖 及其以北为脊区，东亚沿岸尚压脊有所减弱。
中低纟韦副尚明显偏强，面积明显偏大，西界明显偏西，脊线略偏北。
高 原高度场偏低，且其下游低槽明显加深，利于高原低值系 统活动。
配合低层风场异常辐合区主要位于长江中下游 及其以北和东北大部，利于这些地区降水偏多（图5b) ;7月（图5c)，中高纬乌拉尔山附近为槽区，高原以北至贝湖 为强脊。
副高西南部偏弱，西北部和中东部偏强，西界明 显偏东，脊线明显偏北。
高原高度场偏高，不利于高原低 值系统活动，易造成长江流域降水偏少。
配合低层风场异 常辐合区主要位于华南地区，利于华南降水偏多（图5d) ;8月（图5e)，中高纬西风带经向环流较强，贝湖附近为强脊 区，其下游东亚大陆沿岸为强槽，利于北方冷空气南下。
副高西南部偏强，西北部减弱，西界明显偏西，脊线明显偏 南，副高偏西偏南利于将更多水汽输送到西南地区，易造 成西南降水异常偏多。
配合低层风场异常辐合区主要位 于西南地区中东部、东南沿海和东北北部，利于这些地区 降水偏多（图5f)。
图6分别为2015年6〜8月500hPa高度距平实况分 布（图6a，c，e)和CFSv2提前1天预报下一个月的500hPa高度距平分布（图6b，d，f)。
通过比较6月实况 (图6a)和CFSv2预报产品（图6b)可知，模式预报的关 键区1(副高西部及其以北）表现为南正北负空间模态，与实况分布较为一致;关键区n(中高纬地区）为西正东 负模态，与实况分布非常一致;关键区iii(高原及其以南 的印度洋北部）为南高北低空间模态，也与实况分布较为 一致。
采用同样的方法，7月实况（图6c)与预报（图6d)对比发现，模式预报关键区I为东北负西南正模态，与实 况的西南负东北正模态相反;关键区n由西至东为负正 负异常空间分布，与实况非常一致;关键区m为北高南 低空间模态，与实况分布也较为一致。
8月实况（图6e)与预报（图6f)对比表明，模式预报关键区I为北负南正 模态，与实况分布非常一致;关键区II
为西负东正的异常
第4期黄小梅，等:N C E P C F S v2对中国2015年夏季月尺度降水和环流预报分析53空间模态，与实况较为一致;关键区III为南北高中间低 的空间模态，与实况分布较为一致。
及其辐合辐散情况（d:6月，e:7月，f:8月，阴影表示风场异常辐合区，等值线范围内为地形大于1500m(850hPa)高度区域，风场单位:m/s)
综上所述，2015年6〜8月的CFSv2模式提前1天预 报下一个月500hPa高度异常在影响我国夏季降水的关键 环流因子所在的3个关键区内的空间异常模态与相应的 关键区内实况分布基本一致。
仅在7月的关键区1 (副高 西部及其以北）的预报与实况相反。
由此可见，虽然该模 式在月尺度上(提前1天预报下一个月）对中国2015年夏 季月降水的预报效果较差，但模式（提前1天预报下一个
月）对相应月的影响降水变化的关键环流因子空间异常模 态预报效果较好。
因此，目前可尝试利用模式对500hPa大 气环流异常空间模态较好的预报能力，通过动力诊断分析 或统计降尺度方法间接预测中国夏季降水异常分布，从而 达到提高目前我国汛期月尺度降水预测水平的目的。
3.3检验模式对6~8月500hPa环流异常空间模态预
报技巧
由于目前在月尺度预报中，所选取的集合成员个数 是影响模式预报技巧高低的重要因素，因此，为了考察CFSv2模式对500hPa环流异常空间模态月尺度预报中 需要采用多少个集合成员才能得到稳定的预测结果，这 里对2015年6〜8月CFSv2模式提前不同时间（1〜30/ 31天）的预测结果进行滑动处理（滑动1〜9天）。
滑动 处理后分别得到滑动1〜9天每个月4个关键区的模式 预报与实况（再分析）高度异常的空间相关系数（SCC)变 化序列。
通过对每个关键区不同滑动天数的SCC对比 可得到究竟选取多少个集合成员可得到稳定的预报结 果。
SCC可用于评估该模式对4个关键区内高度异常空 间模态的预报技巧随不同提前时间变化。
要说明的是，文中提到的模式相对可靠预报时效是指SCC明显高于 之前的值并开始趋于稳定，且满足〇.2 < SCC < 0.5，所对 应的日期距离所预报月1日的天数。
而可靠预报时效则 是指SCC明显高于之前的值并开始趋于稳定，且满足 0.5 < SCC< 1，所对应的日期距离所预报月1
日的天数。
54高原山地气象研究第36卷
L/1--------------气--------1-----"i ^■-------.,f i丨“~'-------i--------»------—I
60 70 80 90 100 110 120 130 140 150 160。
E
(a)60 70 80 90 100 110 120 130 140 150 160。
E
(b)
60 70 80 90 100 110 120 130 140 150 160。
E
(d)
60 70 80 90 100 110 120 130 140 150 160。
E
60 70 80 90 100 110 120 130 140 150 160。
E
(f)
60 70 80 90 100 110 120 130 140 150 160。
E
图6 2015年6〜8月500hPa环流异常实况（a:6月，c:7月，e:8月）及CFSv2提前1天预报的下一个月环流异常分布
(b:6 月，d:7 月，f:8 月）（单位：gPm)
、10
首先讨论针对4个关键区CFSv2模式对500hPa环 流异常空间模态月尺度预报中需要采用多少个集合成员 才能得到稳定的预测结果。
根据6〜8月关键区I副高 西部及其以北（图7)、关键区I I中高纬地区（图8)、关键 区III青藏高原及其以南的印度洋北部（图9)、关键区IV 全东亚区域（图10)各区分别滑动1〜9天（每天4个集 合成员）的预报产品与实况的SCC随时间的变化进行对 比发现:6〜8月的关键区I- IV，滑动3天（集合12个成 员）之后，SCC均趋于稳定。
表明对6〜8月4个关键区 域均采用集合12个成员就可以得到稳定的预报结果。
因此，下面对文中所选的4个关键区均采用3天滑动结
果进行进一步分析。
模式对关键区I的6月高度异常预报与实况的SCC 随提前时间的变化（图7a)表明:5月1〜26日SCC呈波 动性变化，27日开始趋于稳定（SCC>0.22)，相对可靠的 预报时效为5天;对7月的预报（图7c)显示:6月1〜31 日SCC大多在负值范围波动性变化，总体效果非常不好，无相对可靠预报时效;对8月的预报（图7e)可见:7 月1〜17日SCC呈波动性变化，18日开始在较高水平范 围（SCC > 0.5)呈稳定明显上升趋势，可靠预报时效为14 天。
因此，CFSv2模式对关键区I的500hPa高度异常空 间模态预报技巧在夏季不同月差异较大，技巧相比之下，8月最高（提前14天可靠），6月次之（提前5天相对可
靠），7月最低（无相对可靠预报时效）。
模式对关键区I I的6月高度异常预报与实况的SCC 随提前时间的变化（图8a)显示:5月1〜25日呈周期性 波动性变化，26日开始稳定在高水平，可靠预报时效为6天。
对7月的预报（图8c)表明，6月1〜7日呈波动变 化，8日开始为明显上升，至20日开始稳定维持在高水 平，可靠预报时效为11天。
对8月的预报（图8e)表明:7月1〜23为周期性波动，24日开始保持在较高水平上波 动性变化，27〜31日呈直线上升，相对可靠预报时效为4天，可靠预报时效为2天。
因此，CFSv2模式对于中高纬 500hPa 高度场异常空间模态预报技巧在夏季不同月份有
第4期黄小梅，等:N C E P C F S v 2对中国2015年夏季月尺度降水和环流预报分析55
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
(f )7月
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
(b ) 5月
1.00.8 : 0.6 :
0.4 :
0.2 :
0.0 :
-
1.0-
图8 同图7,但为关键区I I 中高纬地区（45°〜60°N ，60°〜150°E )
其以北区域（15。
〜45°N ，102◦〜150°E )关键区I 的空间相关系数（a 、b :6月，c 、d :7月，e 、f :8
月）
56高原山地气象研究第36卷
5 79 11 13 15 17 19 21 23 25 27 29 31
U ) 5月
图9
同图7,但为关键区III 青藏高原;?
图10a 为关键区IV 的6月
SCC 变化情况，由图可知:
5月1〜25日呈明显波动性变化，26〜31日SCC 明显上升
并稳定维持在较高水平，可靠预报时效为6天6对7月的 预报（图l 〇c )敁示，6月1〜9日均呈波动变化，10日开始 呈明显上升趋势，22〜30日稳定维持在较高水平，可靠预 报时效为9天。
对8月的预报（图10e )结果表明:7月1〜 23日呈波动性变化，24日开始在较高水平范围内波动，可 靠预报时效仅为2天，相对可靠预报时效为5天。
因此，
CFSv 2对于整个东亚区域500hPa 高度场异常空间模态月
预报技巧在夏季不同月变化差异较大。
相比之下，7月最 高(提前9天可靠），6月次之（提前6天可靠），8月最低 (提前2天可靠，5天相对可靠h
4结论
通过上述分析，得到以下主要结论。
〜40°
N ，70° 〜102°E )
(1)
通过分析CFSv 2模式提前1〜30/31天预报
2015年6〜8月中国降水异常与实况分布可知，在月预报 方面，虽然随提前时间的缩短，预报的降水异常与实况差 异逐渐减小，但即使仅提前1天，预报的降水与实况差异 也非常明显e 从预报与实况降水场空间相关系数随时间
变化可知，模式对降水的预报技巧7月最高（提前5天相 对可靠），8月次之（提前2天相对可靠），6月最低（无相 对可靠预报时效），但总体水平都不高。
因此，直接采用 该模式降水预报产品对中国2015年夏季月降水异常预 测效果都不够理想。
(2) 通过对CFSv 2模式环流预报产品进行滑动处 理，将滑动1〜9天的结果进行对比，发现对2015年6〜8 月东亚全区及其3个子关键区500h P a 高度异常空间模 态均可采用集合12个成员就能得到稳定的结果^
(3) CFSv 2模式对影响中国夏季月降水的关键区（副
所差异，相比之下，7月最高（提前11天可靠），6月次之(提 前6天可靠），8月最低(提前2天可靠，4天相对可靠)。
图9a 为模式对关键区III 的6月高度异常预报与实 况的SCC 随时间变化，由图可见:5月1〜13日呈明显波 动性变化，14日开始在较高水平范围波动变化，25日稳 定维持在较高水平（
SCC >0.5)，可靠预报时效为7天。
对7月的预报（图9c )表明，6月1〜20日均呈明显的波 动性变化，21〜24日位于波峰较高水平（
SCC > 0. 5 )，随
后又出现波动性变化，至28日开始稳定上升，相对可靠 预报时效为2天，可靠预报时效为1天。
对8月的预报 显示（图9e ) :7月1〜31均稳定维持在非常高水平（SCC >0.72)，变化幅度较小，可靠预报时效为31天。
因此，
CFSv 2对于青藏高原及其以南的印度洋北部区域500hPa
高度场异常空间模态月预报技巧在夏季不同月变化差异
较大。
相比之下，8月最高（提前31天可靠），6月次之（提 前7天可靠），7月最低(提前1天可靠，2天相对可靠）。
-------------------08
64202468 I
l.
d d d d d d d d d L
----
-。
