短期气候预测的评估问题.doc

短期气候预测的评估问题王绍武朱锦红(北京大学地球物理系, 北京 100871)提要该文系统地介绍了国内外评估月、季尺度短 期 气 候 预 测 结 果 的 方 法, 比 较 了 相 关 系 数(R )、预报技巧分 (S ) 和准确率 (P ) 的特点, 并对当前国内外气候预测业务水平进行了分析, 着 重对大气环流、气温、降水及 EN SO 的预测水平进行了评估, 指出国内外月、季尺度的降水预 报的水平目前在 55% 60% 左右, 对 EN SO 的发生、结束和强度的预报水平有限. 文中探讨了 短期气候预测的可预报性问题, 提出月、季尺度气候预测的可预报性的理论上限可能为 6 12 月, 准确率在 80% 85% 之间.关键词: 短期气候预测评估 当前短期气候预测水平 可预报性引言短期气候预测, 通常指月、季尺度的预测, 有时也包括年度预测. 但这里所谓年度预测主要不是指对分辨率为年的序列用统计方法作下一年预测, 而是指以 3 个月为季, 提前 4 个季的预测. 例如, 美国气候预测中心 (C PC ) 就建立了这种预测业务. 因此, 可以说短期气 候预测主要是月、季尺度预测.由于逐日天气预报的可预报性为两周, 所以短期气候预测的对象是气候, 即天气的平 均值, 如月或季平均气温、总降水量或 500 h P a 高度. 因为气候预测时间长, 包括了气候的 季节变化, 所以一般预报距平. 但是用不同时段计算的多年平均值不同, 根据世界气象组 织 (W M O ) 建议, 目前采用 1961 1990 年平均作为多年平均. 由于气候的 20 30 年振荡 很强, 因此, 30 年是一个比较合适的时间尺度. 用最近的 30 年是适应气候变化的, 例如近 年来气候变暖, 如果用本世纪初 1901 1930 年作平均, 则近年来多为正距平, 短期气候异 常的判断就受到气候变化的干扰. 另外用最近 30 年的平均有利于使用新资料, 如卫星资 料只有近期的, 不可能用早期作多年平均. 但是计算多年平均的时段也要保持相对稳定, 以免造成预报业务及研究工作的混乱. 历史上曾经用 1901 1930 年、1931 1960 年、1951 1980 年, 90 年代之后统一采用 1961 1990 年作多年平均.月平均一般指日历的月, 1 12 月, 季则不只限于气候上的季, 如春 (3 5 月)、夏 (68 月)、秋 (9 11 月)、冬 ( 12 月至翌年 2 月) , 也可以作 4 6 月、5 7 月等 3 个月平均预 报, 我国的季度预测目前以汛期降水预测为主. 本文得到“九五”国家攻关课题我国短期气候预测系统的研究962908204201 专题资助.1999210206 收到, 2000201207 收到修改稿. 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c短期气候预测的评估方法1目前国际上采用的评估方法主要有相关系数 (R ) 与技巧分 (S ) 两种, 有时也用预报准确率 (P ). 我国设计了自己的评分公式, 近年来也开始采用 R 、S国对此作了详细分析1 . (1) 相关系数两种评分, 陈桂英与赵振R 是广泛应用的评估方法, 特别对于数字化的预报量场, 如北半球 500 h P a 月平均高度距平等, 就经常计算预报距平与观测距平之间的相关系数. 对于月预报, 通常认为相关 系数平均达到 0. 5, 是业务预报的最低标准.相关系数的特点是对大的距平比较敏感. 例如一共有 20 个站, 有 19 个站气温距平在0. 2之内预报完全正确, 而有一个站距平为+ 1. 0, 但报- 1. 0, 则可能完全抵消正 确的预报, 使相关系数成为负值. 实际情况不会这样突出, 但这个例子足以说明相关系数 对大距平预报正确程度的敏感性.关于相关系数的另一个问题是整个场距平平均问题. 因为在计算两个场 (预报场和观测场) 的相关系数时, 先要对每个场各自求平均, 然后再各自对其平均求距平, 计算相关系 数. 如果实际情况是全国降水偏多, 且南方偏多的多, 北方偏多的少, 但预报为全国降水偏 少, 且南方偏少的少, 北方偏少的多. 可能作出来的两张距平分布图是类似的, 相关系数可 能为正, 但实际报的趋势却不对, 当然, 实际上也不会如此. 不过这个例子说明, 对一个预 报场进行检查, 计算相关系数时, 重点考虑的是预报量距平的分布. 由于对 500 h P a 月平 均高度很少会计算出整个场为正距平或负距平, 所以检查高度场预报时多采用相关系数, 而对一个区域的气温或降水量预报检查时多用技巧分.应用相关系数检查一个序列如N ino 3 SST 的预报时, 由于预报量本身持续性很大, 因此相 关系数较高, 但是这并不真正代表预报水平, 这个问题将在下面 EN SO 预报一节中讨论.(2) 预报技巧分美国是最早应用技巧分来检查业务预报的国家. 通常用的公式为:P - CS =N - C其中 N 为预报总次数, P 为预测正确的次数, C 为气候预测或随机预测正确次数. 例如总预测次数为 100 次, 预报对象分 3 级, 每级概率均为 1/3,“气候”预测每年均报正常, 则必 然有 33. 3 次预报正确. 这没有任何意义, 所以一般均与随机预报比较. 即假定预报的 13 级概率也都是 1/3. 但是如果 1 3 级出现表 13 级预报随机预报准确率的概率仍保持 1/3, 则每一级预报准确的概率均为 1/9, 3 级合计为 1/3, 仍然是 100 次 之中有 33. 3 次预报正确. 如果 3 级的概率不均匀, 1 级 0. 3、2 级 0. 4、3 级 0. 3, 则随机预报的准确率见表 1.预报1 级 0. 32 级 0. 43 级 0. 31 级 0. 32 级 0. 4( 0. 09)0. 120. 12( 0. 16)0. 090. 12观测 3 级 0. 3 0. 09 0. 12 ( 0. 09) 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c增刊王绍武等: 短期气候预测的评估问题3把表 1 括弧中的数字相加得 0. 34, 即为随机预报的准确率. 在这种情况下, 只有 100次预报中正确的次数在 34 次之上, 才能认为预报有技巧. 对预报量分 5 级或任何级, 均可 依此处理, 并且这既适合于检查一个场 (如 160 个站气温预报) , 也可以检查一个单站 ( 如北京站历年逐日预报). 不过对于一个场可以计算某一个月或一个季的技巧分, 对一个站 则只能计算一段时间如 20 年 (240 个月) 或 10 年 ( 120 个月) 的技巧分. 只有 1 2 次预报或 3 5 次预报就不能这样计算技巧分了.表 25 级预报随机预报准确率预报1 级 0. 1252 级 0. 2503 级 0. 2504 级 0. 2505 级 0. 125( 0. 016)0. 0310. 0310. 0311 级 0. 1252 级 0. 2503 级 0. 2504 级 0. 2500. 031( 0. 063)0. 0630. 0630. 0310. 063( 0. 063)0. 0630. 0310. 0630. 063( 0. 063)0. 0160. 0310. 0310. 031观测 5 级 0. 125 0. 016 0. 031 0. 031 0. 031 ( 0. 016) 如果分为 5 级, 概率为我国一贯采用的 1/8、1/4、1/4、1/4、1/8. 只有完全报对级别才算预报正确的话, 随机预报准确率为 0. 22 (见表 2). 分级愈多, 随机预报的准确率愈小. 但 是, 如果把报到相邻的级也算预报正确, 则随机预报准确率为 0. 597. 所以如果把预报准确的尺度放宽, 随机预报的准确率也随之上升, 从而保持技巧分的相对稳定, 因此技巧分 是一个比较客观的预报评分指标.近年来美国 C PC 改进了评分系统2 , 认为拟合期 S 0. 30 的站预报技巧是虚假的,只能预报气候平均, 这个区称为 CL 区, 因此, 检查预报只检查非 CL 区. 这样得到的技巧分称为 S S 1, 如果仍然要对全国作检查, 由于 CL区只能报正常, 而正常级又只占 1/3, 则可以推算出对全国的技巧分 S S 2= S S 1 (T 1 /T ). 其中 T 1 为非 CL 区站数, T 为总站数.由于 T 1 T , 所以 S S 2 S S 1. 各种预报方法 CL 区大小不同, 所以 S S 1 与 S S 2 差别也不 同, 表 3 给出 C PC 的 1995 1998 年 32 个 3 个月平均气温、降水预报的技巧分.表 3 CPC 3 个月平均气温与降水量等级预报技巧分 (% )降水O F FCCAO CNCM FO F FCCAO CNCM FS S 1S S 2覆盖面 ( % )25. 413. 45321. 97. 03221. 78. 3384. 10. 820S S 1S S 2覆盖面 ( % )0. 80. 2203. 20. 310- 2. 3- 0. 3120. 30. 010注: O F F 为业务预报、CCA 为典型相关统计预报、O CN 为气候趋势预报、CM F 为耦合环流模式预报.必须指出, 在一定情况下 R 、S 与通常所谓预报准确率 P 是可以换算的. 假定计算相n + - n -关系数时只考虑距平符号, R =, n + 及 n -分别为预报正确及不正确次数, 这样就可n + + n -以与只考虑正负两级时的 P 联系起来. 同样, 假定只分正、负两级, 随机预报准确率为50% , S 也可以与 P 联系起来. 表 4 为此假定情况下 P 、R 、S的关系.如果对单站或对多个站不用分级而用距平值来检查预报, 也可以根据各月的情况来规定多大范围为预报正确. 如气温预报误差在 0. 5之内视为正确, 同时可以算出距平在0. 5之内的概率及气候概率, 仍可以采用技巧分公式. 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c表 4 P、R、S 的比较 P ( % ) R S P ( % ) R S 5055606570758000. 100. 200. 300. 400. 500. 6000. 100. 200. 300. 400. 500. 6052. 557. 562. 567. 572. 577. 582. 50. 050. 150. 250. 350. 450. 550. 650. 050. 150. 250. 350. 450. 550. 652当前国内外气候预测业务水平评估(1) 环流预测水平预报水平与地区及季节有很大关系. 一般北半球的预测水平高于南半球, 对全球进行 检查时, 往往南半球相关系数低于北半球. 另外预测试验个例数对预测水平也有很大影 响. 仅有 10 个例子与有 1000 个例子往往结果不同, 例子较少时随机性较大. 表 5 给出不同模式预测的结果, 前 8 个为动力学模式, 后 4 个为统计方法. 冬季结果普遍较好, 相关系 数大多在 0. 30 0. 40 之间. 日本的结果已达到业务预测的标准, 不过个例数还比较少. 如 果对全年来检查预测, 相关系数在 0. 30 左右, 即使是冬季也不能认为已达到了业务预测 的最低要求, 与 0. 5 还有较大距离.目前, 在气候预测业务中仍以统计模式为主, 但预测水平不如 GCM . 不过统计方法有 一个优点, 即预测水平随预测时效的增加下降得比较缓慢. 而用 GCM 作预测, 如表 5 中所列, 均为无时效预测, 即只能在月初作当月预测. 美国近来作了试验, 把第 1 30 天月平均环流预测改为第 16 45 天, 相关系数下降到 0. 11. 平稳+ 相似模式是年度预测, 即从 当年 1 月可以预测下一年 1 月, 预测时效达到 11 个月, 但是相关系数仍达到 0. 2.表 5用 GCM 作 500 hPa 月平均高度预测模式个例数相关系数国别作者NM C D ER F U KM OCCM 1T 63L 21N C E P M R F T 63L 16P KU L 5T 42L 9C PC位相平均自回归CCA平稳+ 相似108 ( 冬)4749 ( 冬)20 ( 冬)14612310 ( 冬)61981 1990 年1981 1989 年1981 1990 年1980 1994 年0. 370. 310. 370. 550. 270. 370. 360. 420. 2 0. 30. 2 0. 30. 05 0. 150. 20美国英国 美国日本 美国 中国中国中国 美国 加拿大 美国中国T rac to n , 1988 3H a r r iso n , 1990 4B aum h efne r, 1991 5T ak ano , 1995 6Sch em , van den D oo l, 1996 7王向东等, 1996 8朱锦红等, 1996 9 ( 300 h P a 月平均高度)张道民等, 1996 10L ivezey, 1990 11 ( 700 h P a 月平均高度) Sh abba r, 1991 12B a rn sto n, 1994 13王绍武等, 1996 14 ( 年度预测)(2) 气温、降水的预测水平人们真正关心的是对气温和降水的预报, 由于 GCM 擅长于 500 h P a 月平均高度的 预报, 如何转换为对气温、降水的预测是一个重要问题. 陈友民与王绍武 (1996) 15 用实际 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c增刊王绍武等: 短期气候预测的评估问题5观测的 500 h P a 月平均高度距平来计算同期中国气温、降水距平. 尽管通过增加预报因子量可以提高拟合程度, 但是用独立样本作预测的结果却改进不大. 对 1986 1993 年的月 气温预报相关系数为 0. 37, 月降水为 0. 18. 这表明用同期 500 h P a 高度距平来计算气温与降水也有一个可预报性问题. D equ e ( 1995) 16 用观测 SST 计算了 15 个北半球和热带 降水的例子, 结果相关系数分别为 0. 20 和 0. 40. 粗略讲, 这样计算的气温、降水量距平与实测值的相关系数分别在 0. 40 与 0. 20 以下, 0. 20 的相关系数大体上相当预报准确率60%. 如果用 GCM 预报的结果计算温度和降水, 结果会更低 (表 6). 国外早就有人注意到 若在计算冬季气温距平时考虑雪盖, 计算夏季降水量距平时考虑土壤湿度, 所解释的方差 几乎可以增加一倍. 我国气候深受季风影响, 与季风联系最密切的是海平面气压 (SL P ) , 在计算气温、降水量距平时, 考虑 SL P 是必要的, 何况 SL P 也是 GCM 的一个中心产品, 因此完全有可能在实际业务预测工作中应用.表 6用 GCM 的 500 hPa 月平均高度预测结果作气温、降水距平预测模式个例数技巧分国别作者1988 年 12 月 1991 年6 月共 110 次1983 年 1 月 1985 年 4 月1981 1991 年NW P N 45R ich a rd so n, 1993 17气温 0. 21降水 0. 132 个月气温 0. 203气温 0. 283 3英国M u sae lian, 1986 18L iveaey, H oop inga rne r, 1992 19动力统计GNW P苏联美国3符号准确率 60%.3 3分 3 级, 完全准确 39% , 差 1 级 49% , 差 2 级 12%.目前也有一些模式用 GCM 直接预报气温、降水. 如赵彦等对中国部分地区降水的季度与跨季度预测和赵宗慈等对汛期某些年份的预报 (表 7). 不过, 统计方法至今仍是世界表 7一些方法的月、季气温降水距平预测方法个例数技巧分国别作者赵宗慈等3赵彦等3O SU /N CCIA P P SSCA1982 1995 年1982 1994 年夏季降水- 0. 01春季降水 0. 14夏季降水 0. 16月降水 0. 30月气温 0. 07月降水 0. 06气温第 1 15 天 0. 47第 16 30 天 0. 15月气温 0. 14月降水 0. 07季气温 0. 07季降水 0. 04月气温 0. 09月气温 0. 23月降水 0. 06中国中国G ruza, 1986 20H a r r iso n , 1986 21逐步回归多元回归1983 年 1 月 1985 年 4 月1964 1986 年苏联英国统计模式1987 1990 年英国H a r r iso n , 1986 211981 1988 年美国O L en ic, 1991 22CA C1959 1988 年美国O L en ic, 1991 22CA C1955 1990 年1989 1994 年美国乌克兰B a rn sto n , 1992 23乌克兰, 1996 24CCA相似3个人通讯.各国包括我国短期气候预测业务工作的主要工具. 表 7 也列出了美国、英国一些统计预测的例子, 一般气温预测技巧不超过 0. 3, 即相当于 65% 的准确率, 降水的预报技巧普遍较 低, 一般不足 0. 1, 仅相当于 55% 的准确率. 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c近来国家气候中心对过去 10 年汛期预测业务水平重新进行了较全面的评估25 , 并对不同评估方法, 如预报评分 ( P ) , 技巧 评分 (S S ) , 距平相关系数 (A CC ) 及评估结 果进行了比较, 表 8 给出 1988 1997 年汛 期降水的评估结果, 10 年平均的相关系数 为 0. 10. 因此, 从目前国际上短期气候预测 水 平 来 看, 气 温 预 报 准 确 率 可 达 60%65% , 降水预报一般要低于这个水平, 大约 只有 55% 60%.表 8 1988 1997 年汛期降水的评估结果年份P ( % )S S ( % )A CC1988198919901991199219931994199519961997平均73. 1662. 5071. 1859. 0973. 9166. 2879. 2669. 4460. 3455. 9567. 1124213- 31417322011- 3130. 21- 0. 040. 13- 0. 090. 100. 060. 450. 200. 05- 0. 080. 10表 9 1997 1998 年几种模式 ENSO 预测检验1996 年 6 月1998 年 3 月相关系数1997 年 3 5 月暖事件开始1998 年 4 6 月暖事件结束模式L D EO 21L D EO 22BM RCO xfo rd21O xfo rd22SCR /M P I COL A- 0. 38- 0. 480. 700. 260. 500. 700. 81-+ ( 0)-+ ( 0)-+ ( -+ ( -+ ( -1)4)4)+ ( -1) N C E P 0. 83 - + ( 0) 018401830184013801660155+ ( - 4)+ ( 0)CL IP ER A N A L O GCCA SSA /M EML IMN EU RA L-+ ( 0)-+ ( -+ ( -+ ( -2)1)2) CON SOL 0151 - - P ER S IS 0. 40 - - 注:“- ”表示未报出,“+ ”表示报出, 括弧中数字表示提前几个季可以作出预测.(3) EN SO 的预测EN SO 预测是近年来短期气候预测进步最快的一个项目. 1997 1998 年发生了本世 纪 以 来 最 强 的 厄 尔 尼 诺, 对 这 个 暖 事 件 的 预 测, 应 该 是 对 现 有 预 测 能 力 的 最 好 检 验.B a rn sto n 及 H e 计算了各种模式预测 1996 年 6 月到 1998 年 3 月的 SST 及观测值的相关 系数, 将他们的结果合为一个表 (表 9) 2 , 表中上半部为动力模式, 平均相关系数 0. 49, 下半部为统计模式, 7 种模式相关系数平均为 0. 66, 均超过了单纯持续性预报 (P ER S IS) 的0. 40. 统计模式的结果要好于动力模式. 这表明目前的预报方法都有一定的技巧, 但动力 模式的水平仍有待进一步提高.从表中可以看出, 由于 EN SO 有着较大的持续性, 所以各类方法预报的相关系数都 较高 (除 L D EO 的两个模式以外) , 但这些方法对事件的发生这样一个重要的转折却预报能力不高. 如果仔细比较一下预报的距平和观测距平可以发现, 对本世纪最强的暖事件的 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c增刊王绍武等: 短期气候预测的评估问题7强度预报更是让人失望. 这表明有时效性的 EN SO 预测还处于初级阶段. 而且, 从 90 年代初至今 EN SO 预报技巧无明显提高.短期气候预测的可预报性研究3月、季尺度气候预测的可预报性问题包括两个方面: 一个是准确率能达到多高, 另一个是预报时间能达到多长. 从理论上讲气候预测准确率的上限与气候噪声有关26 . 气候噪声的大小, 可以用信噪比 F 来判断. F 是气候要素标准差的平方 2 与气候噪声 2N 的A比. 根据 Sh ea 等计算, 美国月平均气温与降水量的 F 值在 1. 0 1. 5 之间. F = 1 表示气候要素变化与噪声大小相同, 预报完全是随机的, 预报与观测的相关系数应为 0. F = 2 表示 气候要素的变化有 50% 的方差是可以预报的, 根据回归计算, 当复相关系数为 r 时, 可以解释的方差为 r2. 如果有 0. 50 的方差是可预报的, 则相关系数应该为 0150 = 01707, 我们可以由此推算出预报准确率为 0. 853, 即 F = 2 时预报准确率为 85. 3%. 所以知道了 F , 就可以判断预报水平的上限. 表 10 给出 F 值与预报准确率的简单对应关系. 需要指出, 这是在假定相关系数只考虑符号, 所有距平只分正、负两档得到的结果, 所以称为简单对应关系. 通过这个表, 给出大体上多大的 F 相当什么样的预报准确率.从表 10 可见 F 在 1. 0 1. 5 之间, 即表 10 气候噪声与预报准确率的关系表明由于气候噪声的影响, 气候预测的准确率最高在 50. 0% 78. 9% 之间, 只 有 F =2, 准确率才可能达到 85. 1%. 不过, 需要说 明, 这是可预报性, 即预报可能达到的最好水平, 并不是目前的预报水平. 这里只考虑 了一个因素, 即气候是天气的平均, 相对于 气候来讲, 天气是噪声. 由于天气变率可造 成气候的月、季平均有不确定性. 这个不确 定性是不可能预报的. 因此, 就算有了好的模 式 ( 不 只 是 动 力 学 模 式, 也 包 括 统 计 模 式) , 也不可能有百分之百的准确率. F 解释方差 ( % ) 相关系数预报准确率 ( % )1. 01. 11. 21. 31. 41. 52. 02. 53. 04. 00. 000. 9116. 6623. 0828. 5733. 3350. 0060. 0066. 6675. 000. 000. 3020. 4080. 4800. 5340. 5770. 7070. 7750. 8160. 86650. 065. 170. 474. 076. 778. 985. 188. 790. 893. 3 5. 0 80. 00 0. 894 94. 7 当然, F 值随要素、季节及地理位置而变化, 对月与季不同时间尺度 F 也有差异.另外, 由于对噪声的估计方法不同, 不同作者的结果出入很大. 原苏联一些作者的估计就较高, 有时 F 能达到 3. 5, 而美国的估计则较低, 一般在 1. 0 1. 5 之间, 很少达到 2. 0. 因此,对气候预测准确率上限的估计, 目前还没有一致的意见. 大体上认为 F 值的上限在 1. 52. 0 之间, 则预报准确率的上限大约在 80% 85% , 相关系数在 0. 6 0. 7 左右, 目前无论 月预报还是季预报, 均与这个标准相差很远.前面讨论的可预报性仅仅考虑了天气噪声可能对气候的影响, 并没有涉及预报时效 问题. 实际上正如逐日天气预报有个可预报上限 ( 2 3 周) , 逐月或逐季预报也不能无限 期地报下去, 在时间上应该也有一个限度, 称为气候预测的可预报性. 对这个问题过去人们有一些推测或估计, 但缺少理论分析. 近来M o n in 与 P ite rb a rg 比较系统地从非线性动 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c力学角度讨论了气候的可预报性27 . 他们首先指出, 气候系统中的慢变部分是一个线性惯性系统对天气噪声的响应, 这通常称为 H a sse lm an n 机制. 如果确实在没有外参数变化 的情况下也产生气候变率, 则应该从气候系统本身寻找预报信号. 然后, 他们从统计学角 度具体讨论了可预报性, 对于可能作气候预测的时间, 根据 L igh th ill 及 K rao t so v 的建议提出一个名词“可预报性水平”(P red ic tab ility ho r izo n ) , 即相关系数达到 0.5 的时间. 这与过去对 500 h P a 月平均高度预报的要求是一致的, 但是也有人提出用预报误差达到标准误差的 80% 作为评价可预报性水平的标准. 实际上, 这两种判据是接近的. 以回归方程 为例, 复相关系数达到 0. 5 左右, 则可以解释的方差为 25% , 那么未能解释的方差也可以视为误差, 即 75% , 接近 80%. 根据M o n in 等的研究, 季度预测的可预报性依赖于 SST 的 自回归预报, 则可预报性可以从一步自回归的误差 ( 相对于标准差的相对误差) 推算出来( 表 11) , 这就是说 SST 的可预报性在一年以内. 王绍武28 曾指出, 大气半年韵律可能与 海气相互作用或陆气相互作用有密切关系. 全国各省的预报经验也表明, 半年左右的统计预报指标占了很大优势. 所以, 认为气候可预报性大约在 6 12 个月之间可能是适当的.表 11 SST 一步自回归误差 与可预报性水平 (月) 0. 20 0. 30 0. 40 0. 50 0. 60 0. 70 0. 80 12 8 6 4 3 2 1 4结论(1) 短期气候预测通常指月、季尺度预测.( 2) 国外经常用的评分方法有相关系数 (R )、技巧分 (S ) 及准确率 (P ). 我国除采用这 些方法外, 另外设计了相应的评分方法, 这些方法各有自己的特点.(3) 国外气温的月、季预报准确率在 60% 65% 之间, 降水量在 55% 60% 之间.(4) 中国汛期降水量预报水平在 55% 60% 之间, 月气温与降水量预报水平还稍低. (5) 气候预测的可预报性约为 6 12 个月, 准确率在 80% 85% 之间, 这是可能达到的理论上限, 当前距这个上限尚有很大差距.参 考 文 献陈桂英, 赵振国. 短期气候预测评估方法和业务初估. 应用气象学报, 1998, 9 ( 2) : 178 185.王绍武. 美国第 23 届气候诊断与预测年会. 气象科技, 1999, ( 3) : 1 10.T rac to n M S. A pp lica t io n o f D ynam ic E x tended R ange Fo reca st ing (D ER F ) to th e M o n th ly Fo reca st P ro b lem. P ro ceed ing s o f th e Tw e lf th A nnua l C lim a te D iagno st ic s W o rk shop , O c to be r 12 16, 1987. 1988. 381 386. 王世平, 杨义文. 英国气象局长期天气预报业务的技术方法和商业价值. 气象科技, 1991, ( 4) : 27 31.B aum h efne r D P. E va lua t io n o f L o ng2range Fo reca st Sk ill f rom M o n te2C a r lo E n sem b le In teg ra t io n s o f A L ow 2re so lu t io n N CA R Comm un ity C lim a te M o de l. E x tended A b st rac t s Subm it ted to th e IC T P /WM O In te rna t io na l12345T ech n ica l Co nfe rence o n L o ng2R ange W ea th e r Fo reca st ing R e sea rch , T r ie ste, Ita ly, A p r il 8 12, 1991. 19.1991. 156T ak ano K , M aeda S, Yam ada S, e t a l. D ynam ica l E n sem b le O ne M o n th Fo reca st E xp e r im en t w ith th e JM AG lo ba l P red ic t io n M o de l. L o ng2R ange Fo reca st ing P ro g re ss R epo r t fo r 1993/1994, L R F P R epo r t Se r ie s N o. 1, 1994-2013 China Academic Journal Electronic Publishing House. All rights reserved. http:/www.c增刊王绍武等: 短期气候预测的评估问题9WM O /TD - N o. 675, 1995, P P 44.7 Sch emm J E , van den D oo l H M . A M u lt i2yea r D ER F E xp e r im en t a t N C E P. P ro ceed ing s o f th e Tw en t ie th A nnua lC lim a te D iagno st ic s W o rk shop , O c to be r 23 27, 1995.1996. 402 405.8 王向东, 李维京. 1996 年度月动力集合预报进展报告. 气候通讯, 1996, ( 3) : 29 36.9 朱锦红, 卢咸池, 王绍武. 延伸预报的试验研究. 见: 王绍武主编. 气候预测研究. 北京: 气象出版社, 1996. 36 49.张道民, 纪立人, 李金龙. 月数值天气预报试验研究. 大气科学, 1996. 20 ( 4) : 429 438.L ivezey R E. V a r iab ility o f sk ill o f lo ng range fo reca st s and im p lica t io n s fo r th e ir u se and va lue. B u l l. A m er.M eteor. S oc. , 1990, 71: 300 309.Sh abba r A. P h a se2ave raged R eg re ssio n M o de l. P ro ceed ing s o f th e F if teen th A nnua l C lim a te D iagno st ic sW o rk shop , O c to be r 29 N o vem be r 2, 1990. 489 494.B a rn sto n A G. L o ng2lead Fo reca st s o f Sea so na l M ean PN A R eg io n 700h P a H e igh t and U. S. Su rfaceT em p e ra tu re and P rec ip ita t io n U sing CCA. P ro ceed ing s o f th e E igh teen th A nnua l C lim a te D iagno st ic s10111213W o rk shop , N o vem be r 1 5, 1993. 1994.374 377.14王绍武, 吴晓红, 叶瑾琳, 等.气象出版社, 1996. 50 60.北半球 500 h P a 月平均高度距平年度预报.见: 王绍武主编. 气候预测研究. 北京:陈友民, 王绍武. 气候可预报性的诊断研究. 见: 王绍武主编. 气候预测研究. 北京: 气象出版社, 1996. 139159.D eque M and Ro ye r J F. L o ng2range Fo reca st ing P ro g re ss R epo r t Sep tem be r 1993 A ugu st 1994. L o ng2R ange1516Fo reca st ing P ro g re ss R epo r t fo r 1993/1994, L R F P R epo r t Se r ie s N o. 1, WM O /TD - N o.675, 1995. 31 32.17R ich a rd so n D S. C a tego r ica l and P ro bab ility Fo reca st s o f T em p e ra tu re and R a infa ll U sing D ynam ica l M o de ls.P ro ceed ing s o f Seven teen th A nnua l C lim a te D iagno st ic s W o rk shop , O c to be r 18 23, 1992. 1993. 432 437.王绍武. WM O 长期预报研究计划. 气象科技, 1990, ( 1) : 52 57.L ivezey R E , H oop inga rne r J D. F u r th e r S tud ie s o f Sk ill C h a rac te r ist ic s o f U . S. L o ng2range Fo reca st s, P a r tI : Su rface T em p e ra tu re and P rec ip ita t io n Fo reca st s. P ro ceed ing s o f th e S ix teen th A nnua l C lim a te D iagno st ic s W o rk shop , O c to be r28 N o vem be r1, 1991. 1992. 430 433.G lruza G V , E Ya R anko va. E xp e r ience o n P ro bab ilist ic L o ng2range Fo reca st ing in th e U. S. S. R. . P ro ceed ing s o f th e Fo u r teen th A nnua l C lim a te D iagno st ic s W o rk shop , O c to be r 16 20, 1989. 1990. 364 369.H a r r iso n M S J , D ick in so n A D , M ilto n S F , e t a l. T h e S ta tu s o f L o ng2range Fo reca st ing a t th e U KM O .18192021P ro ceed ing s o f th e Fo u r teen th A nnua l C lim a te D iagno st ic s W o rk shop , O c to be r 16 20, 1989. 1990.385 390.22O L en ic E A. R eg io na l Sk ill o f O ff ic ia l NW S M o