气象科技进展
月内重要天气过程与气候趋势预测系统及应用进展
陈伯民1信飞1沈愈1李震坤1杨雅薇1史印山2林纾
3 （1上海市气候中心,上海200030；2河北省气候中心，石家庄770020；3甘肃省气候中心，兰州730020） 摘要：对月内（延伸期）重要天气过程与气候趋势预测系统（MAPFS1.1）的框架、预测方法与模块功能、推广应用情况进行了全面的介绍。
该系统包含三种强降水过程预测方法模块和一种月降水趋势预测方法模块，目前已在华东区域等10个省市业务单位投入应用或业务试验，初步取得了较为理想的试验效果。
上海、江苏、浙江气候中心等10家业务单位用低频图预报的2012年汛期月内强降水过程准确率平均达到67.7%，其中6家单位的准确率超过60%。
关键词：月内强降水过程，预测业务系统，应用DOI：10.3969/j.issn.2095-1973.2013.01.007 MonthlyAnomalyandWeatherProcessForecastSystemandItsApplication ChenBomin1,XinFei1,ShenYu1,LiZhenkun1,YangYawei1,ShiYinshan2,LinShu3 (1ShanghaiClimateCenter,Shanghai2000302HebeiCliamteCenter,Shijiazhuang7700203GansuClimateCenter,Lanzhou730020) Abstract:Thispaperintroducestheframework,featureandapplicationofextended-range(Monthly)AnomalyandProcessForecastSystem(MAPFS1.1)consistingofthreeprecipitationprocessforecastmodules(i.e.,thelow-frequentmap,anomalysimilarityand150dcyclemethodmodules)aswellastheEOF-iterationdownscalingmoduleformonthlyprecipitationanomaly.Uptonow,MAPFS1.1hasbeenusedinoperationorinprovisionaloperationintheclimatecentersoftenprovincesorcitiesinChina.Theresultsindicatethatextended-range(10-30d)heavyrainfallpredictionuracyfromtencentersduringtherainseasonof2012is,onaverage,upto67.7%,andparticularlythatofsixcentersislargerthan60%. Keywords:extended-rangeheavyprecipitationprocess,operationalforecastsystem,application 1引言 强降水、强冷空气、高温等天气过程一直受到社会各界普遍关注和重视。
若能尽早（如提前10～30d）掌握上述重要过程发生的时段及某些特征，则可在很大程度上减小其造成的气象灾害。
然而，目前的中短期天气预报可用时效仅达到10d左右[1]，10d以上的逐日预报参考价值有限。
而短期气候预测的对象是未来一个月的气候趋势（降水距平百分率和温度距平），一般不包含天气过程这样的预报信息。
也就是说，尽管对10～30d过程预报存在越来越迫切的需求，但这类预报是目前中短期预报时效上暂时达不到的，也是短期气候预测在内涵上暂时做不到的一类预报。
收稿日期：2012年10月22日；修回日期：2012年11月5日第一作者：陈伯民（1963—），Email：chenbm1@资助信息：国家科技支撑项目“持续性异常信号判识和预报预 测技术的集成应用”第5课题（2009BAC51B05）；中国气象局现代气候业务发展改革试点工作“月内重要过程趋势预测业务系统” 20世纪80年代，国际上曾掀起一股动力延伸预报热。
当时，人们期望能在较短的时间内使逐日预报时效接近洛伦兹提出的天气预报界限，并在此基础上继续向前延伸从而获得延伸期（10～30d）的天气预报结果。
然而由于诸多方面的困难，延伸期的预报进展十分缓慢。
即便是10～30d形势（如500hPa高度场）的预报，至今总体上仍未达到可用的水平[1]。
自Madden和Julian20世纪70年代发现热带地区MJO以后，大气中普遍存在的季节内振荡现象逐渐被认识。
后来人们开始利用这些信息制作两周及以上时间尺度的降水预测[2-5]，取得了显著效果并在全球范围得到广泛应用。
只是到现在，这类预报的对象还仅停留在降水的趋势上，尚未涉及到降水过程[5]。
国内学者20世纪70年代后期开始关注延伸期到季节内时间尺度的天气过程预报[6]。
杨鉴初[2]提出了用环流演变图预报长期天气过程并与旱涝冷暖结合的思想。
需要指出的是，杨鉴初的这一思想有别于传统的长期天气过程概念和预报思路（主要预报平均态异常）。
之后还有学者利用天文因子做10d以上到季节 46AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-2013 Progress研究进展 内的天气过程预测试验，如任振球等[7,8]用天文因子预测连续性特大暴雨和华北汛期干热天气过程，刘德等[9]用日月概率和神经网络方法预报未来降水及变温过程，林纾[10]利用大气中存在的韵律现象做季节内的天气过程定性预报。
受业务发展和服务需求的推动，近年来，国内一些业务单位持续开展延伸期天气过程预报预测探索。
孙国武等[6,11-14]成功开发出用于延伸期强降水过程预报的低频天气图方法和关键区大气低频波方法。
杨玮等[15]尝试用低频速度势预报延伸期降水过程。
史印山等[16]，史湘军等[17]利用环流异常相似信息做延伸期降雨（雪）及降温过程预报。
覃志年等[18]利用Lamb-Jenkinson环流分型相似预报延伸期暴雨过程。
钱维宏[19]通过将大气变量分解成日循环、年循环的气候分量和天气扰动分量，提出预报中期—延伸期极端事件的扰动天气图方法。
郑志海通过挖掘国家气候中心T63模式温度扰动信息预测冬季延伸期大范围冷空气过程①。
这些方法部分已投入业务应用并在服务中发挥了良好的作用。
上海市气候中心自2008年以来连续5年用低频图预报方法开展延伸期强降水过程预报。
该方法尤其在2010年世界博览会气象服务保障中发挥了突出的作用[15]。
在国家科技支撑项目和中国气象局现代气候业务发展与改革试点工作的推动下，上海市气候中心又对低频图方法进行了进一步完善和客观化，并与河北省气候中心、甘肃省气候中心一道，共同完成了“月内重要过程趋势预测系统（MAPFS1.1）”的研制，期望以该系统为平台，以低频天气图等预报方法为主要预报工具，推动月内重要天气过程预测业务在更大范围开展。
在MAPFS1.1系统中，上海市气候中心承担了系统整体设计、低频图预报方法模块和EOF迭代预测方法模块的开发，以及低频图预报方法的技术推广。
河北省气候中心、甘肃省气候中心分别承担了异常相似释用预测方法模块[17]和150d韵律预测方法模块[10]的技术开发工作。
目前，低频图方法连同MAPFS1.1已经在12个省（市、区）投入业务应用或试验。
本文主要介绍系统框架、低频图方法模块和扩展样本的EOF迭代预测方法模块功能及目前的推广应用情况。
2月内强降水过程标准及主要预报内容2.1月内强降水过程标准 目前，MAPFS1.1系统主要涉及的过程是延伸期的强降水过程，包括三种预报方法。
由于不同方法给 出的强降水过程标准有一定差别，这里首先对过程的标准做一个归纳。
强降水过程是指预报区域内按一定比例（或数量）要求的台站日雨量X（单位：mm）满足一定的条件（或达到一定的阈值）。
降水条件可表述为：X≥R或R1≤X≤R2，
R，R1和R2的具体数值依照不同预报区域实际情况确定。
以上海为例，强降水过程是指11个地面气象站中，至少3个站（含3站）日（24h）雨量达到或超过10mm，即X≥10。
2.2月内强降水过程预报内容根据近年的实践和中国气象局《月内强降水过程 预报业务指导意见》要求，月内重要过程预报主要提供过程发生的时段（起止日期）和强度特征（即前述
R，R1和R2） 3月内重要过程与趋势预测业务系统（MAPFS1.1） 3.1MAPFS1.1系统整体结构MAPFS系统采用C++语言开发人机交互式界面作 为主程序控制整个平台的运行，制定了各类文件的命名规范，以子目录文件库的形式存储平台数据以方便系统移植和推广。
系统绘图用MICAPS3.3部分软件绘图。
核心计算模块采用FORTRAN90/95语言编程，并编译成可执行文件或以动态库的方式供主程序调用。
系统可在Windows7.0、WindowsXP环境下安装运行，其通用性可确保在不同省（市、自治区）的本地化推广应用。
另外，系统还预留了接口，以后进行功能扩充和升级十分便利。
目前的MAPFS1.1是2011年MAPFS1.0版的升级，其中分为两个部分：降水过程预测和降水趋势预测。
前者包括三个方法模块，即低频图方法模块、异常相似释用模块和150d韵律方法模块；后者目前只有样本拓展的EOF迭代预测方法模块。
下面介绍降水过程预测和降水趋势预测两部分模块功能。
3.2MAPFS1.1系统降水过程预测3.2.1低频天气图方法模块
（1）低频天气图方法低频天气图方法以分析低频图（借助带通滤波技术，将格点上的风场或位势高度场的低频分量分离出来，并绘制成类似于日常天气图的地图，即所谓的“低频图”）中的低频系统时空特征、演变规律及其与降水过程的关系为主要思路，通过追踪低频系统 ①私人交流 AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-201347 气象科技进展 的演变，利用其时空特性达到间接追踪天气系统的演变，进而达到预测10～30d降水过程发生时段的目的。
用低频图方法做预报首先需要建立预报模型，包括划分预测区域，确定低频系统关键区，建立低频系统活动与降水过程的关系，计算低频系统周期等。
有了预报模型便可用系统做过程预报。
下面简要给出预报建模的具体步骤[12—15]。
第一步是确定预测区域。
对一个范围较大的区域进行降水一致性分析，通常需要将其划分为范围适中的一个到多个预测区域。
过程预测将针对这些预测区域进行。
在进行降水一致性分析时，所采用的方法以能很好地体现当地实际降水过程天气气候背景为原则，降水资料可使用预测区域内基本气象站历史逐日实况降水资料。
第二步是确定低频系统关键区。
确定预测区域强/较强降水过程的等级标准，然后基于绘制的多年历史低频图（如经过30～50/60d带通滤波的低频风场）确定与预测区域强降水过程关联的低频系统关键区。
确定关键区是建模的重要环节，主要以低频图中低频系统活动的时空特征及其与预测区降水过程存在的密切关系为依据，即综合参考与强降水时段对应的低频风场序列EOF分解前几个分量空间模态特征，以及与强降水过程对应的低频系统空间位置、分布及持续出现的频数。
低频关键区通常由若干经线、纬线组成的矩 型区域构成。
第三步是低频图方法预测建模。
通过分析强降水 过程时段内各关键区低频系统的配置及其周期（低频系统出现的时间间隔），便可得到关键区低频系统的配置与强降水过程的关系，这样的关系就是所需要的降水过程低频图预测模型。
（2）低频天气图预报模块功能建立预报区低频图预测模型之后，便可用MAPFS1.1的“低频图预报方法模块”进行月内延伸期的强降水的过程预报，全部预报流程见图
1。
MAPFS1.1低频图预报模块由包括“系统设置”、“FTP设置”、“低频数据运算”、“低频预报”、“历史资料”和“帮助”6个功能块组成。
在这6个功能块中，预报员可灵活设置或增减预测区域，输入预测区域低频关键区低频系统的历史周期和最新周期，按需要选择原始格点风场资料种类（目前系统容许选择CMAcast，NCEP1和NCEP2三种资料）和标准等压面层次，设定地图投影方式（麦卡托投影和兰勃特投影）和低频流场显示方式（流线图、矢量图，以及流线疏密程度和颜色）；在“低频数据运算”和“低频预报”这两个核心功能块中，可实现低频系统动态识别、跟踪、统计、过程预报和产品输出。
所有这些功能和具体操作方法在系统“帮助”功能块的《系统技术手册》中均有详细说明。
某一高度层的区域环流格点资料 绘制预报日的低频天气图 分析关键区低频系统的变化 确定历史上关键区低频系统出现的周期变化 确定关键区内低频系统最新出现时间 确定近期低频系统的周期变化 根据历史周期和近期周期变化，外推未来10~30d各个关键区的低频系统可能变化 确定月内强降水过程预报的低频天气图预 报模型 建立历史资料库 检验 预报月内10~30d的强降 发布 水过程 图1低频图预报业务流程 48AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-2013 Progress研究进展 各站点实况气候要素的历史样本y （预报量） 气候模式预测的历史样本x （预报因子） 样本扩展与信息浓缩 建立统计关系fi:yi=fi(x1,x2,...,xn) 优化统计参数fi:yi=fi(x1,x2,...,xn) 图2基于样本拓展的EOF月动力产品解释应用技术流程 3.2.2异常相似释用方法模块和150d韵律方法模块降水过程预报部分的另两个方法是异常相似释用 方法和150d韵律方法。
它们是从分析北半球环流、要素和外源强迫异常入手，异常相似释用方法通过寻找异常的历史相似来制作10～30d月内重要天气过程预测，具体方法详见文献[17]。
150d韵律方法以欧亚地区500hPa候平均高度场图为基本预测信息，以天气形势与预测区域的降水关系为主要依据预测未来降水过程，具体方法详见文献[10]。
3.3MAPFS1.1系统降水趋势预测——扩展样本 的EOF迭代预测方法模块以月尺度的降水总量预测作为背景信息，对降水过程的准确把握有重要的参考意义。
在MAPFS1.1中，降水趋势预测采用扩展样本的EOF迭代方法，给过程预报提供旬滚动的未来30/40d降水趋势预测信 息。
针对目前动力产品释用普遍存在的不足，以气候模式产品、历史台站资料的信息挖掘与信息变换、释用模型信息优化为介入点，对传统的EOF迭代释用方法进行了改进和优化。
具体做法是：用主成分展开解决模式气候形势场整体信息的浓缩，利用随机过程遍历性原理解决释用建模中的小样本拓展，利用全样本集的交叉检验来达到释用统计模型参数的全息优化，最后根据以往的实践，统计释用的转换函数的选择采用经验正交函数迭代或者典型相关回归[20]（图2）。
扩展样本EOF迭代方法的关键是建模（图3）。
建模的第一步是建立气候资料文件。
它包括站点预报量实况资料样本文件和模式预报、回报物理量场因子（由用户选择）资料样本文件两类。
模式气候（目前为国家气候中心第一代气候系统模式）矢量因子场的范围及种类的选择需根据用户的相关预测经验以及相关的研究成果经交叉检验确定。
第二步是交叉回算。
统计释用模型的性能取决于模型参数，选取合理参数的全息方案应该是全样本集交叉检验，而交叉检验的前提是交叉回算。
本系统目前的建模方案是经验正交迭代，故第二步要做的是选择不同解释方差的经验正交迭代方案，进行历史交叉回算，处理程序是HindFctEof。
第三步是交叉检验评分。
第二步所得的不同解释方差交叉回算资料，必须经过评分检验才能为在迭代模型中最合理的解释方差选取提供信息，本系统为此设计了处理程序NCC_Score。
为了较为准确估计交叉 动力模式样本选择 Qaddfor=1QForyear=预测年 将观测历史样本中最后一年站点值拷贝至文件末尾，形成与模式样本文件样本长度对应的观测样本文件 观测历史样本文件 若是降水 含预测年的样本文件 经验正交迭代模型交叉回算 若是温度 温度单位转换 将用于交叉回算的两个文件都替换成含预 测的样本文件，同时将样本长度增加1（即siml_len+1），回算样本仅为最后一个样本（即hindcast_start=hindcast_end-siml_len+1） VB调用Surfer自动绘图预报图 图3EOF迭代模型建模流程AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-201349 气象科技进展 历史模式数据选取 filelist格点因子场文件列表 格点因子场序列选取 pfn0 pfn1格点因子样本文件 观测的原始站点 扩展的站点任意时段统计（延伸） 站点缺测数据剔除 扩展的站点任意时段统计（延伸） 观测历史样本文件 经验正交迭代模型交叉回算 温度或降水观测样本站点文件站点任意时段统计 重复抽样的交叉检验评分 用于评分的30年降水常年值 VB调用Surfer自动绘图 历史回报评分图 图4EOF迭代降尺度业务预测工作流程 检验评分，此程序采用重复抽样技术来实现检验评分的无偏校正和置信区间的估计，图示NCC_Score所得评分信息，以求获得待选迭代模型合理解释方差释用效果的直观判断。
第四步是根据第三步所得信息确定经验正交迭代模型的解释方差建立模型，并用此模型进行预测。
处理程序是HindFctEof_
1。
EOF迭代降尺度预测的全部流程分三大块：台站及动力模式预测历史资料构建、建模及预测、预测结果后处理（数据输出及绘图显示）（图4）。
4MAPFS1.1推广应用情况 在完成MAPFS1.1研制后，重点对MAPFS1.1系统的低频图预报方法模块进行了推广。
目前，上海市气候中心、江苏和浙江省气候中心等10家单位已能掌握系统相关模块的使用方法，并在2012年汛期（6—8月）开展了月内延伸期（10～30d）强降水过程的业务预报（或业务试验）。
10家单位预报结果初步检验显示（表1），2012年汛期10～30d强降水过程的平均预报准确率达到67.7%，空报率为32.3%；其中7家单 位预报准确率超过60%；上海、江苏、浙江和安徽气候中心预报准确率达到75%以上。
江西省气候中心虽然由于时间原因只开展了4—6月的回报试验，但回报准确率达到83%。
这些结果说明大部分单位构建的月内强降水过程预报模型基本合理。
另外，业务系统的多用途功能也在各单位前期确定低频系统活动关键区及强降水过程预报建模中起到了提高工作效率的作用。
5小结和讨论 本文对月内重要过程与趋势预测业务系统（MAPFS1.1）的开发情况、总体框架和功能、预报方法和推广应用效果做了介绍。
系统在功能上涵盖强降水过程预报和月降水趋势预测，降水过程预报部分包含了三种方法：低频图预报方法、异常相似释用方法和150d韵律方法。
月降水趋势预测部分为样本扩展的EOF迭降尺度预测方法。
系统MAPFS1.1为相关业务单位提供了一个平台，不同单位可根据当地天气气候特点，选择适合的方法，或对不同方法进行适当的优化组合以开展当地月内延伸期（10～30d）强降水 表110家单位用低频图预报方法对2012年汛期延伸期（10～30d）强降水过程预报（回报）效果初步检验 试点单位 上海 河北 江苏 浙江 辽宁 甘肃 重庆 山东 安徽 江西 平均 预报准确率(%) 75 50 92 85 47 47 56 67 75 83 67.7 空报率(%) 25 50
8 15 53 53 44 33 25 17 32.3 注：1
预报准确率=预报正确次数/预报总次数（实况强降水日和预报时段偏差1d视为预报正确）；空报率=1—预报准确率2江西为2012年汛期（4—6月）回报试验结果评分 50AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-2013 Progress研究进展 过程预报。
目前，系统已在华东及其他区域部分省份实现 业务化应用或试验，10家业务单位用低频图预报方法对2012年汛期延伸期强降水过程的预报准确率达到67.7%，其中7家单位预报准确率超过60%。
系统和预报方法的技术推广取得了阶段性成果。
当然，由于时间仓促，业务系统建设和技术方法推广在取得了预期成果的同时，还存在一些问题和不足。
在2012年汛期推广应用中，虽然大部分单位的预报准确率超过60%，但仍然有两家单位的预报准确率低于50%，效果暂时不太理想。
实践中也发现，低频图预报方法应用到不同地区时，需要考虑不同地区强降水特征（强度、频率和持续时间等），以及与之关联的不同纬度带低频系统特点（如周期变化等），并且把这些特点和预报模型紧密结合起来。
辽宁、甘肃2012年汛期预报准确率相对较低，可能就和所处纬度较高或降水强度相对较弱有关，需要结合这些经验改进预报模型。
另外，低频图预报从诞生到应用时间还很短暂，方法本身也需要在今后的推广应用中不断加以改进和完善。
可喜的是，辽宁省气候中心、甘肃省气候中心后期制作的预报中，预报准确率已有大幅度提高。
如在辽宁省气候中心制作的15次过程预报中后期（7—8月）的预报准确率已达到67%，预报效果较前期有了明显的改善。
这也说明，一些改进预报的经验是能够通过不断的实践而获得的。
另外，做延伸期过程预报还需要多种方法的集成，即通过不同方法预测结果的相互应用从而达到减少预报不确定性的效果。
目前系统过程预报部分的“异常相似预报模块”仅实现了通用化改造，还未大范围推广应用。
今后需要加大该方法的技术推广力度。
在系统性功能方面，过程预报的“150d韵律预报方法模块”还需要进行预报定量化的改进；系统的趋势预测部分目前仅有EOF迭代一种方法，需要进一步补充新的方法以便给过程预报提供更多可供参考的趋势背景信息。
在系统性能方面，系统运行中有时会出 现运行速度降低等问题，还需要对源代码进行进一步 的优化。
致谢：系统开发及预报方法推广过程中，孙国武 研究员、何金海教授给予悉心指导并提出宝贵意见和 建议，蒋薇、毛燕军、周须文、罗连升、杨苏华、王 小桃、何慧根、孟祥新、马锋敏等专家提供部分预报 及检验结果，在此深表谢意。
参考文献 [1]
RichardsonDS,BidlotJ,FerrantiL.VerificationstatisticsandevaluationsofECMWFforecastsin2009—2010,ECMWFTechnicalMemoranda,2011,635:2-
5.(http://www.ecmwf.int/publications/library/do/references/list/14) [2]杨鉴初,归佩兰.关于长期天气过程的划分.气象,1979,4
(6):14-18. [3]MaharajEA,Wheeler.ForecastinganindexoftheMaddenOscillation.IntJClimatol,2005,25:1611-1618. [4]WheelerMC,HendonHH.Anall-seasonreal-timemultivariateMJOindex:Developmentofanindexformonitoringandprediction.MonWeaRev,2004,132:1917-1932. [5]丁一汇,梁萍.基于MJO的延伸预报.气象,2010,36
(7):111-122.[6]孙国武,冯建英,陈伯民,等.大气低频振荡在延伸期预报中的应 用进展.气象科技进展,2012,2
(1):11-18.[7]任振球,张素琴.用天文因子试报连续性特大暴雨长期过程的实 况检验.天文气象学术讨论会文集.北京:气象出版社,1986.[8]任振球,张素琴,李松勤.1989年华北汛期干热天气过程预测的 实况检验.气象,1990,16
(5):43-45.[9]刘德,李晶,李永华,等.BP神经网络在长期天气过程预报中的应 用试验.气象科技,2006,34
(3):250-253.[10]林纾.500hPa准150天韵律在过程预报中的应用研究//新世纪 气象科技创新与大气科学发展——气候系统与气候变化.北京:气象出版社,2003.[11]孙国武,信飞,陈伯民,等.低频天气图预报方法.高原气象,2008,27(增刊):64-68.[12]信飞,孙国武,陈伯民.自回归统计模型在延伸期预报中的应用.高原气象,2008,27(增刊):69-75.[13]孙国武,信飞,孔春燕,等.大气低频振荡与延伸期预报.高原气象,2010,29
(5):1141-1147.[14]孙国武,孔春燕,信飞,等.天气关键区大气低频波延伸期预报方法.高原气象,2011,30
(3):594-599.[15]杨玮,何金海,孙国武,等.低频环流系统的一种统计预报方法.气象与环境学报,2011,27
(3):1-
7.[16]史印山,顾光芹.用相似释用方法制作小麦生育期逐旬气候预测.气象科技,2012,待刊.[17]史湘军,史印山,池俊成,等.10～30天延伸期重要天气过程的相似年统计预测方法.河北气象,2012
(1):1-
4.[18]覃志年,李维京,何慧,等.广西6月区域性暴雨过程的延伸预测试验.高原气象,2009,28
(3):688-693.[19]钱维宏.中期-延伸期天气预报原理.北京:科学出版社,2012.[20]沈愈.EOF迭代降尺度方案及其在华东梅汛期降水预测中的应用.高原气象,2008,27(增刊):52-63. 下期要目 热浪对人体健康影响的研究进展中国不同强度降水时空变化特征 多时间尺度认识气候及其变化西北地区干旱对农业影响的评估方法——以甘肃省春玉米为例 AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-201351
3 （1上海市气候中心,上海200030；2河北省气候中心，石家庄770020；3甘肃省气候中心，兰州730020） 摘要：对月内（延伸期）重要天气过程与气候趋势预测系统（MAPFS1.1）的框架、预测方法与模块功能、推广应用情况进行了全面的介绍。
该系统包含三种强降水过程预测方法模块和一种月降水趋势预测方法模块，目前已在华东区域等10个省市业务单位投入应用或业务试验，初步取得了较为理想的试验效果。
上海、江苏、浙江气候中心等10家业务单位用低频图预报的2012年汛期月内强降水过程准确率平均达到67.7%，其中6家单位的准确率超过60%。
关键词：月内强降水过程，预测业务系统，应用DOI：10.3969/j.issn.2095-1973.2013.01.007 MonthlyAnomalyandWeatherProcessForecastSystemandItsApplication ChenBomin1,XinFei1,ShenYu1,LiZhenkun1,YangYawei1,ShiYinshan2,LinShu3 (1ShanghaiClimateCenter,Shanghai2000302HebeiCliamteCenter,Shijiazhuang7700203GansuClimateCenter,Lanzhou730020) Abstract:Thispaperintroducestheframework,featureandapplicationofextended-range(Monthly)AnomalyandProcessForecastSystem(MAPFS1.1)consistingofthreeprecipitationprocessforecastmodules(i.e.,thelow-frequentmap,anomalysimilarityand150dcyclemethodmodules)aswellastheEOF-iterationdownscalingmoduleformonthlyprecipitationanomaly.Uptonow,MAPFS1.1hasbeenusedinoperationorinprovisionaloperationintheclimatecentersoftenprovincesorcitiesinChina.Theresultsindicatethatextended-range(10-30d)heavyrainfallpredictionuracyfromtencentersduringtherainseasonof2012is,onaverage,upto67.7%,andparticularlythatofsixcentersislargerthan60%. Keywords:extended-rangeheavyprecipitationprocess,operationalforecastsystem,application 1引言 强降水、强冷空气、高温等天气过程一直受到社会各界普遍关注和重视。
若能尽早（如提前10～30d）掌握上述重要过程发生的时段及某些特征，则可在很大程度上减小其造成的气象灾害。
然而，目前的中短期天气预报可用时效仅达到10d左右[1]，10d以上的逐日预报参考价值有限。
而短期气候预测的对象是未来一个月的气候趋势（降水距平百分率和温度距平），一般不包含天气过程这样的预报信息。
也就是说，尽管对10～30d过程预报存在越来越迫切的需求，但这类预报是目前中短期预报时效上暂时达不到的，也是短期气候预测在内涵上暂时做不到的一类预报。
收稿日期：2012年10月22日；修回日期：2012年11月5日第一作者：陈伯民（1963—），Email：chenbm1@资助信息：国家科技支撑项目“持续性异常信号判识和预报预 测技术的集成应用”第5课题（2009BAC51B05）；中国气象局现代气候业务发展改革试点工作“月内重要过程趋势预测业务系统” 20世纪80年代，国际上曾掀起一股动力延伸预报热。
当时，人们期望能在较短的时间内使逐日预报时效接近洛伦兹提出的天气预报界限，并在此基础上继续向前延伸从而获得延伸期（10～30d）的天气预报结果。
然而由于诸多方面的困难，延伸期的预报进展十分缓慢。
即便是10～30d形势（如500hPa高度场）的预报，至今总体上仍未达到可用的水平[1]。
自Madden和Julian20世纪70年代发现热带地区MJO以后，大气中普遍存在的季节内振荡现象逐渐被认识。
后来人们开始利用这些信息制作两周及以上时间尺度的降水预测[2-5]，取得了显著效果并在全球范围得到广泛应用。
只是到现在，这类预报的对象还仅停留在降水的趋势上，尚未涉及到降水过程[5]。
国内学者20世纪70年代后期开始关注延伸期到季节内时间尺度的天气过程预报[6]。
杨鉴初[2]提出了用环流演变图预报长期天气过程并与旱涝冷暖结合的思想。
需要指出的是，杨鉴初的这一思想有别于传统的长期天气过程概念和预报思路（主要预报平均态异常）。
之后还有学者利用天文因子做10d以上到季节 46AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-2013 Progress研究进展 内的天气过程预测试验，如任振球等[7,8]用天文因子预测连续性特大暴雨和华北汛期干热天气过程，刘德等[9]用日月概率和神经网络方法预报未来降水及变温过程，林纾[10]利用大气中存在的韵律现象做季节内的天气过程定性预报。
受业务发展和服务需求的推动，近年来，国内一些业务单位持续开展延伸期天气过程预报预测探索。
孙国武等[6,11-14]成功开发出用于延伸期强降水过程预报的低频天气图方法和关键区大气低频波方法。
杨玮等[15]尝试用低频速度势预报延伸期降水过程。
史印山等[16]，史湘军等[17]利用环流异常相似信息做延伸期降雨（雪）及降温过程预报。
覃志年等[18]利用Lamb-Jenkinson环流分型相似预报延伸期暴雨过程。
钱维宏[19]通过将大气变量分解成日循环、年循环的气候分量和天气扰动分量，提出预报中期—延伸期极端事件的扰动天气图方法。
郑志海通过挖掘国家气候中心T63模式温度扰动信息预测冬季延伸期大范围冷空气过程①。
这些方法部分已投入业务应用并在服务中发挥了良好的作用。
上海市气候中心自2008年以来连续5年用低频图预报方法开展延伸期强降水过程预报。
该方法尤其在2010年世界博览会气象服务保障中发挥了突出的作用[15]。
在国家科技支撑项目和中国气象局现代气候业务发展与改革试点工作的推动下，上海市气候中心又对低频图方法进行了进一步完善和客观化，并与河北省气候中心、甘肃省气候中心一道，共同完成了“月内重要过程趋势预测系统（MAPFS1.1）”的研制，期望以该系统为平台，以低频天气图等预报方法为主要预报工具，推动月内重要天气过程预测业务在更大范围开展。
在MAPFS1.1系统中，上海市气候中心承担了系统整体设计、低频图预报方法模块和EOF迭代预测方法模块的开发，以及低频图预报方法的技术推广。
河北省气候中心、甘肃省气候中心分别承担了异常相似释用预测方法模块[17]和150d韵律预测方法模块[10]的技术开发工作。
目前，低频图方法连同MAPFS1.1已经在12个省（市、区）投入业务应用或试验。
本文主要介绍系统框架、低频图方法模块和扩展样本的EOF迭代预测方法模块功能及目前的推广应用情况。
2月内强降水过程标准及主要预报内容2.1月内强降水过程标准 目前，MAPFS1.1系统主要涉及的过程是延伸期的强降水过程，包括三种预报方法。
由于不同方法给 出的强降水过程标准有一定差别，这里首先对过程的标准做一个归纳。
强降水过程是指预报区域内按一定比例（或数量）要求的台站日雨量X（单位：mm）满足一定的条件（或达到一定的阈值）。
降水条件可表述为：X≥R或R1≤X≤R2，
R，R1和R2的具体数值依照不同预报区域实际情况确定。
以上海为例，强降水过程是指11个地面气象站中，至少3个站（含3站）日（24h）雨量达到或超过10mm，即X≥10。
2.2月内强降水过程预报内容根据近年的实践和中国气象局《月内强降水过程 预报业务指导意见》要求，月内重要过程预报主要提供过程发生的时段（起止日期）和强度特征（即前述
R，R1和R2） 3月内重要过程与趋势预测业务系统（MAPFS1.1） 3.1MAPFS1.1系统整体结构MAPFS系统采用C++语言开发人机交互式界面作 为主程序控制整个平台的运行，制定了各类文件的命名规范，以子目录文件库的形式存储平台数据以方便系统移植和推广。
系统绘图用MICAPS3.3部分软件绘图。
核心计算模块采用FORTRAN90/95语言编程，并编译成可执行文件或以动态库的方式供主程序调用。
系统可在Windows7.0、WindowsXP环境下安装运行，其通用性可确保在不同省（市、自治区）的本地化推广应用。
另外，系统还预留了接口，以后进行功能扩充和升级十分便利。
目前的MAPFS1.1是2011年MAPFS1.0版的升级，其中分为两个部分：降水过程预测和降水趋势预测。
前者包括三个方法模块，即低频图方法模块、异常相似释用模块和150d韵律方法模块；后者目前只有样本拓展的EOF迭代预测方法模块。
下面介绍降水过程预测和降水趋势预测两部分模块功能。
3.2MAPFS1.1系统降水过程预测3.2.1低频天气图方法模块
（1）低频天气图方法低频天气图方法以分析低频图（借助带通滤波技术，将格点上的风场或位势高度场的低频分量分离出来，并绘制成类似于日常天气图的地图，即所谓的“低频图”）中的低频系统时空特征、演变规律及其与降水过程的关系为主要思路，通过追踪低频系统 ①私人交流 AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-201347 气象科技进展 的演变，利用其时空特性达到间接追踪天气系统的演变，进而达到预测10～30d降水过程发生时段的目的。
用低频图方法做预报首先需要建立预报模型，包括划分预测区域，确定低频系统关键区，建立低频系统活动与降水过程的关系，计算低频系统周期等。
有了预报模型便可用系统做过程预报。
下面简要给出预报建模的具体步骤[12—15]。
第一步是确定预测区域。
对一个范围较大的区域进行降水一致性分析，通常需要将其划分为范围适中的一个到多个预测区域。
过程预测将针对这些预测区域进行。
在进行降水一致性分析时，所采用的方法以能很好地体现当地实际降水过程天气气候背景为原则，降水资料可使用预测区域内基本气象站历史逐日实况降水资料。
第二步是确定低频系统关键区。
确定预测区域强/较强降水过程的等级标准，然后基于绘制的多年历史低频图（如经过30～50/60d带通滤波的低频风场）确定与预测区域强降水过程关联的低频系统关键区。
确定关键区是建模的重要环节，主要以低频图中低频系统活动的时空特征及其与预测区降水过程存在的密切关系为依据，即综合参考与强降水时段对应的低频风场序列EOF分解前几个分量空间模态特征，以及与强降水过程对应的低频系统空间位置、分布及持续出现的频数。
低频关键区通常由若干经线、纬线组成的矩 型区域构成。
第三步是低频图方法预测建模。
通过分析强降水 过程时段内各关键区低频系统的配置及其周期（低频系统出现的时间间隔），便可得到关键区低频系统的配置与强降水过程的关系，这样的关系就是所需要的降水过程低频图预测模型。
（2）低频天气图预报模块功能建立预报区低频图预测模型之后，便可用MAPFS1.1的“低频图预报方法模块”进行月内延伸期的强降水的过程预报，全部预报流程见图
1。
MAPFS1.1低频图预报模块由包括“系统设置”、“FTP设置”、“低频数据运算”、“低频预报”、“历史资料”和“帮助”6个功能块组成。
在这6个功能块中，预报员可灵活设置或增减预测区域，输入预测区域低频关键区低频系统的历史周期和最新周期，按需要选择原始格点风场资料种类（目前系统容许选择CMAcast，NCEP1和NCEP2三种资料）和标准等压面层次，设定地图投影方式（麦卡托投影和兰勃特投影）和低频流场显示方式（流线图、矢量图，以及流线疏密程度和颜色）；在“低频数据运算”和“低频预报”这两个核心功能块中，可实现低频系统动态识别、跟踪、统计、过程预报和产品输出。
所有这些功能和具体操作方法在系统“帮助”功能块的《系统技术手册》中均有详细说明。
某一高度层的区域环流格点资料 绘制预报日的低频天气图 分析关键区低频系统的变化 确定历史上关键区低频系统出现的周期变化 确定关键区内低频系统最新出现时间 确定近期低频系统的周期变化 根据历史周期和近期周期变化，外推未来10~30d各个关键区的低频系统可能变化 确定月内强降水过程预报的低频天气图预 报模型 建立历史资料库 检验 预报月内10~30d的强降 发布 水过程 图1低频图预报业务流程 48AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-2013 Progress研究进展 各站点实况气候要素的历史样本y （预报量） 气候模式预测的历史样本x （预报因子） 样本扩展与信息浓缩 建立统计关系fi:yi=fi(x1,x2,...,xn) 优化统计参数fi:yi=fi(x1,x2,...,xn) 图2基于样本拓展的EOF月动力产品解释应用技术流程 3.2.2异常相似释用方法模块和150d韵律方法模块降水过程预报部分的另两个方法是异常相似释用 方法和150d韵律方法。
它们是从分析北半球环流、要素和外源强迫异常入手，异常相似释用方法通过寻找异常的历史相似来制作10～30d月内重要天气过程预测，具体方法详见文献[17]。
150d韵律方法以欧亚地区500hPa候平均高度场图为基本预测信息，以天气形势与预测区域的降水关系为主要依据预测未来降水过程，具体方法详见文献[10]。
3.3MAPFS1.1系统降水趋势预测——扩展样本 的EOF迭代预测方法模块以月尺度的降水总量预测作为背景信息，对降水过程的准确把握有重要的参考意义。
在MAPFS1.1中，降水趋势预测采用扩展样本的EOF迭代方法，给过程预报提供旬滚动的未来30/40d降水趋势预测信 息。
针对目前动力产品释用普遍存在的不足，以气候模式产品、历史台站资料的信息挖掘与信息变换、释用模型信息优化为介入点，对传统的EOF迭代释用方法进行了改进和优化。
具体做法是：用主成分展开解决模式气候形势场整体信息的浓缩，利用随机过程遍历性原理解决释用建模中的小样本拓展，利用全样本集的交叉检验来达到释用统计模型参数的全息优化，最后根据以往的实践，统计释用的转换函数的选择采用经验正交函数迭代或者典型相关回归[20]（图2）。
扩展样本EOF迭代方法的关键是建模（图3）。
建模的第一步是建立气候资料文件。
它包括站点预报量实况资料样本文件和模式预报、回报物理量场因子（由用户选择）资料样本文件两类。
模式气候（目前为国家气候中心第一代气候系统模式）矢量因子场的范围及种类的选择需根据用户的相关预测经验以及相关的研究成果经交叉检验确定。
第二步是交叉回算。
统计释用模型的性能取决于模型参数，选取合理参数的全息方案应该是全样本集交叉检验，而交叉检验的前提是交叉回算。
本系统目前的建模方案是经验正交迭代，故第二步要做的是选择不同解释方差的经验正交迭代方案，进行历史交叉回算，处理程序是HindFctEof。
第三步是交叉检验评分。
第二步所得的不同解释方差交叉回算资料，必须经过评分检验才能为在迭代模型中最合理的解释方差选取提供信息，本系统为此设计了处理程序NCC_Score。
为了较为准确估计交叉 动力模式样本选择 Qaddfor=1QForyear=预测年 将观测历史样本中最后一年站点值拷贝至文件末尾，形成与模式样本文件样本长度对应的观测样本文件 观测历史样本文件 若是降水 含预测年的样本文件 经验正交迭代模型交叉回算 若是温度 温度单位转换 将用于交叉回算的两个文件都替换成含预 测的样本文件，同时将样本长度增加1（即siml_len+1），回算样本仅为最后一个样本（即hindcast_start=hindcast_end-siml_len+1） VB调用Surfer自动绘图预报图 图3EOF迭代模型建模流程AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-201349 气象科技进展 历史模式数据选取 filelist格点因子场文件列表 格点因子场序列选取 pfn0 pfn1格点因子样本文件 观测的原始站点 扩展的站点任意时段统计（延伸） 站点缺测数据剔除 扩展的站点任意时段统计（延伸） 观测历史样本文件 经验正交迭代模型交叉回算 温度或降水观测样本站点文件站点任意时段统计 重复抽样的交叉检验评分 用于评分的30年降水常年值 VB调用Surfer自动绘图 历史回报评分图 图4EOF迭代降尺度业务预测工作流程 检验评分，此程序采用重复抽样技术来实现检验评分的无偏校正和置信区间的估计，图示NCC_Score所得评分信息，以求获得待选迭代模型合理解释方差释用效果的直观判断。
第四步是根据第三步所得信息确定经验正交迭代模型的解释方差建立模型，并用此模型进行预测。
处理程序是HindFctEof_
1。
EOF迭代降尺度预测的全部流程分三大块：台站及动力模式预测历史资料构建、建模及预测、预测结果后处理（数据输出及绘图显示）（图4）。
4MAPFS1.1推广应用情况 在完成MAPFS1.1研制后，重点对MAPFS1.1系统的低频图预报方法模块进行了推广。
目前，上海市气候中心、江苏和浙江省气候中心等10家单位已能掌握系统相关模块的使用方法，并在2012年汛期（6—8月）开展了月内延伸期（10～30d）强降水过程的业务预报（或业务试验）。
10家单位预报结果初步检验显示（表1），2012年汛期10～30d强降水过程的平均预报准确率达到67.7%，空报率为32.3%；其中7家单 位预报准确率超过60%；上海、江苏、浙江和安徽气候中心预报准确率达到75%以上。
江西省气候中心虽然由于时间原因只开展了4—6月的回报试验，但回报准确率达到83%。
这些结果说明大部分单位构建的月内强降水过程预报模型基本合理。
另外，业务系统的多用途功能也在各单位前期确定低频系统活动关键区及强降水过程预报建模中起到了提高工作效率的作用。
5小结和讨论 本文对月内重要过程与趋势预测业务系统（MAPFS1.1）的开发情况、总体框架和功能、预报方法和推广应用效果做了介绍。
系统在功能上涵盖强降水过程预报和月降水趋势预测，降水过程预报部分包含了三种方法：低频图预报方法、异常相似释用方法和150d韵律方法。
月降水趋势预测部分为样本扩展的EOF迭降尺度预测方法。
系统MAPFS1.1为相关业务单位提供了一个平台，不同单位可根据当地天气气候特点，选择适合的方法，或对不同方法进行适当的优化组合以开展当地月内延伸期（10～30d）强降水 表110家单位用低频图预报方法对2012年汛期延伸期（10～30d）强降水过程预报（回报）效果初步检验 试点单位 上海 河北 江苏 浙江 辽宁 甘肃 重庆 山东 安徽 江西 平均 预报准确率(%) 75 50 92 85 47 47 56 67 75 83 67.7 空报率(%) 25 50
8 15 53 53 44 33 25 17 32.3 注：1
预报准确率=预报正确次数/预报总次数（实况强降水日和预报时段偏差1d视为预报正确）；空报率=1—预报准确率2江西为2012年汛期（4—6月）回报试验结果评分 50AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-2013 Progress研究进展 过程预报。
目前，系统已在华东及其他区域部分省份实现 业务化应用或试验，10家业务单位用低频图预报方法对2012年汛期延伸期强降水过程的预报准确率达到67.7%，其中7家单位预报准确率超过60%。
系统和预报方法的技术推广取得了阶段性成果。
当然，由于时间仓促，业务系统建设和技术方法推广在取得了预期成果的同时，还存在一些问题和不足。
在2012年汛期推广应用中，虽然大部分单位的预报准确率超过60%，但仍然有两家单位的预报准确率低于50%，效果暂时不太理想。
实践中也发现，低频图预报方法应用到不同地区时，需要考虑不同地区强降水特征（强度、频率和持续时间等），以及与之关联的不同纬度带低频系统特点（如周期变化等），并且把这些特点和预报模型紧密结合起来。
辽宁、甘肃2012年汛期预报准确率相对较低，可能就和所处纬度较高或降水强度相对较弱有关，需要结合这些经验改进预报模型。
另外，低频图预报从诞生到应用时间还很短暂，方法本身也需要在今后的推广应用中不断加以改进和完善。
可喜的是，辽宁省气候中心、甘肃省气候中心后期制作的预报中，预报准确率已有大幅度提高。
如在辽宁省气候中心制作的15次过程预报中后期（7—8月）的预报准确率已达到67%，预报效果较前期有了明显的改善。
这也说明，一些改进预报的经验是能够通过不断的实践而获得的。
另外，做延伸期过程预报还需要多种方法的集成，即通过不同方法预测结果的相互应用从而达到减少预报不确定性的效果。
目前系统过程预报部分的“异常相似预报模块”仅实现了通用化改造，还未大范围推广应用。
今后需要加大该方法的技术推广力度。
在系统性功能方面，过程预报的“150d韵律预报方法模块”还需要进行预报定量化的改进；系统的趋势预测部分目前仅有EOF迭代一种方法，需要进一步补充新的方法以便给过程预报提供更多可供参考的趋势背景信息。
在系统性能方面，系统运行中有时会出 现运行速度降低等问题，还需要对源代码进行进一步 的优化。
致谢：系统开发及预报方法推广过程中，孙国武 研究员、何金海教授给予悉心指导并提出宝贵意见和 建议，蒋薇、毛燕军、周须文、罗连升、杨苏华、王 小桃、何慧根、孟祥新、马锋敏等专家提供部分预报 及检验结果，在此深表谢意。
参考文献 [1]
RichardsonDS,BidlotJ,FerrantiL.VerificationstatisticsandevaluationsofECMWFforecastsin2009—2010,ECMWFTechnicalMemoranda,2011,635:2-
5.(http://www.ecmwf.int/publications/library/do/references/list/14) [2]杨鉴初,归佩兰.关于长期天气过程的划分.气象,1979,4
(6):14-18. [3]MaharajEA,Wheeler.ForecastinganindexoftheMaddenOscillation.IntJClimatol,2005,25:1611-1618. [4]WheelerMC,HendonHH.Anall-seasonreal-timemultivariateMJOindex:Developmentofanindexformonitoringandprediction.MonWeaRev,2004,132:1917-1932. [5]丁一汇,梁萍.基于MJO的延伸预报.气象,2010,36
(7):111-122.[6]孙国武,冯建英,陈伯民,等.大气低频振荡在延伸期预报中的应 用进展.气象科技进展,2012,2
(1):11-18.[7]任振球,张素琴.用天文因子试报连续性特大暴雨长期过程的实 况检验.天文气象学术讨论会文集.北京:气象出版社,1986.[8]任振球,张素琴,李松勤.1989年华北汛期干热天气过程预测的 实况检验.气象,1990,16
(5):43-45.[9]刘德,李晶,李永华,等.BP神经网络在长期天气过程预报中的应 用试验.气象科技,2006,34
(3):250-253.[10]林纾.500hPa准150天韵律在过程预报中的应用研究//新世纪 气象科技创新与大气科学发展——气候系统与气候变化.北京:气象出版社,2003.[11]孙国武,信飞,陈伯民,等.低频天气图预报方法.高原气象,2008,27(增刊):64-68.[12]信飞,孙国武,陈伯民.自回归统计模型在延伸期预报中的应用.高原气象,2008,27(增刊):69-75.[13]孙国武,信飞,孔春燕,等.大气低频振荡与延伸期预报.高原气象,2010,29
(5):1141-1147.[14]孙国武,孔春燕,信飞,等.天气关键区大气低频波延伸期预报方法.高原气象,2011,30
(3):594-599.[15]杨玮,何金海,孙国武,等.低频环流系统的一种统计预报方法.气象与环境学报,2011,27
(3):1-
7.[16]史印山,顾光芹.用相似释用方法制作小麦生育期逐旬气候预测.气象科技,2012,待刊.[17]史湘军,史印山,池俊成,等.10～30天延伸期重要天气过程的相似年统计预测方法.河北气象,2012
(1):1-
4.[18]覃志年,李维京,何慧,等.广西6月区域性暴雨过程的延伸预测试验.高原气象,2009,28
(3):688-693.[19]钱维宏.中期-延伸期天气预报原理.北京:科学出版社,2012.[20]沈愈.EOF迭代降尺度方案及其在华东梅汛期降水预测中的应用.高原气象,2008,27(增刊):52-63. 下期要目 热浪对人体健康影响的研究进展中国不同强度降水时空变化特征 多时间尺度认识气候及其变化西北地区干旱对农业影响的评估方法——以甘肃省春玉米为例 AdvancesinMeteorologicalScienceandTechnology气象科技进展3
（1）-201351
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。