沈哲文,沈?qū)W順,蘇勇

(1.中國氣象科學(xué)研究院，北京100081；2.國家氣象中心，北京100081；3.中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室，北京100081)

1 引 言

隨著模式和同化的改進(jìn)以及計算機技術(shù)的快速發(fā)展，數(shù)值天氣預(yù)報取得了顯著的進(jìn)步，預(yù)報能力逐步提高，但少數(shù)情況仍會出現(xiàn)較大的系統(tǒng)性誤差，呈現(xiàn)預(yù)報技巧極端下降（Forecast Bust）現(xiàn)象[1]。直觀上，此現(xiàn)象表現(xiàn)為溫、壓、風(fēng)、濕等氣象要素的預(yù)報值與觀測值差異較大。進(jìn)一步來說，這些事件還涉及對高影響天氣的預(yù)報失敗，例如冬季風(fēng)暴或臺風(fēng)。Rodwell等[1]系統(tǒng)研究了歐洲中期天氣預(yù)報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）模式在歐洲地區(qū)中期預(yù)報技巧極端下降事件，并將此類事件定義為在144小時預(yù)報500 hPa高度場的距平相關(guān)系數(shù)（Anomaly Correlation Coefficient，ACC）小于0.4，均方根誤差（Root Mean Square Error，RMSE）大于60 gpm的預(yù)報即為中期預(yù)報技巧極端下降事件。

Rodwell等[1]利 用ERA-Interim（European Centre for Medium-Range Weather Forecasts Interim Reanalysis）再分析資料作為初值重新預(yù)報得到的預(yù)報數(shù)據(jù)，根據(jù)定義識別出584個預(yù)報技巧極端下降個例，通過合成分析研究了極端下降事件的共同特征。結(jié)果表明，中期預(yù)報技巧極端下降事件通常與歐洲阻塞形勢建立時的預(yù)報誤差有關(guān)。這些預(yù)報誤差來源于初值中存在于上游北美地區(qū)落基山槽和槽前高對流有效位能的誤差，在春季該特征尤為明顯。Magnusson[2]對其中三個典型中期預(yù)報技巧極端下降事件進(jìn)行個例分析，研究表明都與斯堪的納維亞阻塞形勢的預(yù)報有關(guān)。Ferranti等[3]對ECMWF集合預(yù)報在北大西洋振蕩（North Atlantic Oscillation，NAO）正位相、NAO負(fù)位相、阻塞形勢、大西洋脊四種天氣模態(tài)情況下的預(yù)報結(jié)果進(jìn)行分析比較，發(fā)現(xiàn)NAO-天氣模態(tài)下的預(yù)報技巧最好，阻塞形勢的預(yù)報技巧最差。預(yù)報技巧極端下降事件往往低估了阻塞形勢的維持，而高估了向緯向環(huán)流形勢的轉(zhuǎn)變。

對于一年中不同季節(jié)發(fā)生的多個中期預(yù)報技巧極端下降事件，它們受不同環(huán)流形勢的影響而體現(xiàn)出不同的特征。Lillo等[4]基于Rodwell等的研究，進(jìn)一步分析了ECMWF模式在歐洲地區(qū)的預(yù)報技巧極端下降事件，將所有事件分為三個高發(fā)時間段進(jìn)行獨立分析。在1—2月，模式對墨西哥灣沿岸和美國東南海岸氣旋生成的預(yù)報誤差帶來的高層誤差，會被強大的冬季急流向下游傳播。在6—7月，北美中西部上空的對流活動預(yù)報誤差導(dǎo)致高空產(chǎn)生反氣旋，使得橫跨大西洋的脊維持在原地，造成北美中西部對流活動進(jìn)一步虛假發(fā)展，通過這個正反饋，模式在歐洲地區(qū)的預(yù)報逐漸偏離真實情況，這與Rodwell等的合成分析結(jié)果一致。對于ECMWF模式而言，9—10月是預(yù)報技巧極端下降事件高發(fā)期。該時期是熱帶風(fēng)暴在大西洋中部活躍時期，模式預(yù)報的熱帶風(fēng)暴路徑偏向于通過大西洋中部極向轉(zhuǎn)向，路徑的誤差導(dǎo)致潛熱釋放和相應(yīng)的沿急流軸的負(fù)位渦距平輸送到風(fēng)暴北部和東部。這些負(fù)位渦距平通過觸發(fā)羅斯貝波列將誤差進(jìn)一步傳遞到下游歐洲地區(qū)。這些研究結(jié)果表明了中期預(yù)報技巧極端下降現(xiàn)象與橫跨大西洋的羅斯貝波的虛假觸發(fā)和放大有關(guān)，誤差通過羅斯貝波向下游傳播，引起下游歐洲地區(qū)環(huán)流形勢的預(yù)報失敗。

早在20世紀(jì)初，Grazzini等[5]就發(fā)現(xiàn)ECMWF同化在北美地區(qū)的分析增量異常與模式在歐洲地區(qū)的預(yù)報失敗有一定聯(lián)系。在不穩(wěn)定的潮濕環(huán)境下，模式將會產(chǎn)生非常強烈的虛假中尺度對流系統(tǒng)（Mesoscale Convective System，MCS），這使得資料同化過程中合理的觀測數(shù)據(jù)會由于與預(yù)報背景場相差較大而導(dǎo)致被剔除。合理觀測資料的剔除導(dǎo)致模式誤差得不到有效訂正，由此造成的初值誤差將很快被模式預(yù)報產(chǎn)生的虛假對流活動所放大，并向下游擴散，對模式在歐洲地區(qū)的預(yù)報技巧造成了嚴(yán)重的影響。Rodwell等[1]也提出，造成2011年4月10日歐洲中期預(yù)報技巧極端下降事件的原因來自模式同化過程，在同化過程中對位于上游美國中部對流發(fā)生的環(huán)境場不能準(zhǔn)確刻畫，進(jìn)而導(dǎo)致模式在短期預(yù)報中難以正確預(yù)報對流活動。同化初猜場未能準(zhǔn)確刻畫對流活動，加之MCSs區(qū)域內(nèi)能夠同化應(yīng)用的觀測資料又較少，難以產(chǎn)生合理的初值。2009年，研究發(fā)現(xiàn)局部對流產(chǎn)生的初始誤差會對中緯度地區(qū)的大氣產(chǎn)生遠(yuǎn)程影響。中尺度對流上升運動過程中，潛熱釋放和高空輻散導(dǎo)致高空反氣旋形成，引起較大的風(fēng)場預(yù)報誤差，并通過高空急流向下游傳播，在下游觸發(fā)羅斯貝波響應(yīng)，產(chǎn)生大規(guī)模的擾動，從而影響模式的預(yù)報技巧[6-7]。與此同時，中尺度對流活動會通過改變環(huán)流形勢產(chǎn)生反饋而進(jìn)一步放大預(yù)報誤差[8-9]。上述研究說明，在中期天氣預(yù)報中，大尺度環(huán)流形勢的變化和中小尺度擾動之間的相互作用如果不能正確刻畫將成為預(yù)報技巧極端下降事件的重要來源。

近年來，隨著模式和同化系統(tǒng)的不斷改進(jìn)以及模式分辨率的提高，ECMWF預(yù)報技巧極端下降事件顯著減少。ECMWF業(yè)務(wù)預(yù)報的年度中期預(yù)報技巧極端下降總數(shù)已從1990年的每年約70起下降到2011年的每年約5起[1]。然而，即使是這種較低數(shù)量的中期預(yù)報技巧極端下降事件也會給使用數(shù)值天氣預(yù)報產(chǎn)品的用戶帶來困擾，并對預(yù)報技巧評分產(chǎn)生較大影響。上述針對ECMWF模式系統(tǒng)開展的研究，對于改進(jìn)我國自主發(fā)展的全球中期數(shù)值預(yù)報系統(tǒng)(GRAPES Global Forecast System,GRAPES_GFS)具有重要的借鑒意義。

2016年，中國氣象局自主研發(fā)的全球中期數(shù)值預(yù)報系統(tǒng)GRAPES_GFS全面實現(xiàn)業(yè)務(wù)應(yīng)用[10-11]。到目前為止，歷經(jīng)數(shù)次業(yè)務(wù)升級，預(yù)報技巧穩(wěn)步提高，預(yù)報誤差得到了顯著的改善，但仍發(fā)現(xiàn)預(yù)報存在技巧極端下降的情況，嚴(yán)重影響了預(yù)報產(chǎn)品的質(zhì)量和綜合評分。本文通過研究GRAPES_GFS模式在東亞地區(qū)的中期預(yù)報技巧極端下降事件，為進(jìn)一步改進(jìn)GRAPES_GFS同化預(yù)報系統(tǒng)提供診斷分析依據(jù)。

2 資料與方法

2.1 資 料

本文選取GRAPES_GFS模式[10-11]在2016年4月1日—2018年12月31日0000 UTC（世界時，下同）起報的業(yè)務(wù)預(yù)報數(shù)據(jù)，預(yù)報時長為10天。預(yù)報數(shù)據(jù)的水平分辨率為0.25°×0.25°，垂直60層。本文研究的主要區(qū)域為東亞地區(qū)，范圍為70～145°E,15～65°N。本研究選取ECMWF的ERA-Interim再分析資料作為實況對比分析GRAPES_GFS的預(yù)報誤差，ERA-Interim水平分辨率約為80 km，垂直方向從地面到0.1 hPa共60層?；跁r段為1989—2008年的ERA-Interim逐日資料計算得到逐日氣候態(tài)。降水資料取自全球降水觀測GPM計劃多星融合反演降水產(chǎn)品IMERG（Integrated Multi-satellite Retrievals for GPM），水平分辨率為0.1°×0.1°，覆蓋范圍為60°S～60°N。

2.2 中期預(yù)報技巧極端下降事件的定義

對于全球確定性預(yù)報，通常采用ACC和RMSE這兩個指標(biāo)來衡量全球模式的預(yù)報技巧。ACC用來計算預(yù)報場與分析場之間的線性相關(guān)程度，判斷兩個空間變量場間的相似程度，計算公式如下：

RMSE是用來衡量預(yù)報量與分析量之間的偏差，比較預(yù)報場相對于分析場的偏離程度。RMSE越大，說明模式預(yù)報效果不佳。計算公式如下：

為了量化預(yù)報技巧極端下降事件，本文采用Rodwell等[1]的定義，將東亞地區(qū)144小時預(yù)報500 hPa高度場的ACC小于0.4，RMSE大于60 gpm的事件定義為東亞“中期預(yù)報技巧極端下降”事件。與歐洲地區(qū)同樣，此定義下的中期預(yù)報技巧極端下降事件伴隨著東亞不同地區(qū)（尤其是我國）氣溫、降水等天氣要素預(yù)報誤差的急劇增加。

3 GRAPES_GFS在東亞地區(qū)中期預(yù)報技巧極端下降事件的總體特征

3.1 統(tǒng)計分析

圖1給出了GRAPES_GFS模式在2016—2018年逐日0000 UTC起報不同預(yù)報時效的東亞500 hPa高度場的ACC和RMSE時間序列，圖中給出了預(yù)報時效分別為48 h、96 h、144 h的情況。從各預(yù)報時效來看，GRAPES_GFS模式在48 h和96 h預(yù)報的ACC基本在0.6以上，而144 h預(yù)報的ACC波動較大，多次出現(xiàn)了預(yù)報技巧極端下降現(xiàn)象。并且，不同時效的預(yù)報技巧之間存在一定的相關(guān)性，當(dāng)短期預(yù)報的ACC較小時，鄰近日期的中期天氣預(yù)報的ACC也會減小，RMSE也存在類似的變化趨勢。

從圖1a和圖1b可看出，ACC越小，RMSE越大，兩者波動呈現(xiàn)相反的趨勢，但并不是完全一一對應(yīng)。將144 h時效預(yù)報500 hPa高度場的ACC小于0.4、RMSE大于60 gpm作為預(yù)報技巧極端下降事件的判斷標(biāo)準(zhǔn)，可以確保預(yù)報技巧極端下降事件與足夠大的預(yù)報誤差相關(guān)聯(lián)。

圖1 GRAPES_GFS模式在2016—2018年逐日0000UTC起報不同預(yù)報時效東亞500 hPa高度場的ACC和RMSE紅色表示48 h預(yù)報，綠色表示96 h預(yù)報，藍(lán)色表示144 h預(yù)報。a.ACC；b.RMSE，單位：gpm。

通過對2016—2018年GRAPES_GFS模式144 h時效預(yù)報數(shù)據(jù)的篩選，表1給出了GRAPES_GFS模式在東亞地區(qū)中期預(yù)報技巧極端下降事件的時間及其實況天氣特征。從表1可以看到，2016—2018年GRAPES_GFS模式在東亞地區(qū)的中期預(yù)報技巧極端下降事件總計29例，其中春季（3—5月）9例，夏季（6—8月）5例，秋季（9—11月）12例為最多，冬季（12月—次年2月）3例，分別占全部個例的比例為31.03%、17.24%、41.38%、10.34%。盡管數(shù)據(jù)樣本量較少，但仍能發(fā)現(xiàn)中期預(yù)報技巧極端下降事件在不同的季節(jié)有不同的表現(xiàn)，季節(jié)變化的影響較大，高發(fā)期主要集中在春秋季。這與ECMWF模式在不同季節(jié)的表現(xiàn)比較一致。

表1 GRAPES_GFS模式在東亞地區(qū)的中期預(yù)報技巧極端下降現(xiàn)象

GRAPES_GFS模式在不同季節(jié)發(fā)生的東亞地區(qū)中期預(yù)報技巧極端下降事件的影響因素可能存在不同。在西太平洋臺風(fēng)活躍期間，即夏秋季節(jié)，中期預(yù)報技巧極端下降事件發(fā)生的時間點十分相近，如2017年8月1日、4日接連兩次的東亞中期預(yù)報技巧極端下降事件都與強臺風(fēng)“奧鹿”的變化有關(guān)。對西太平洋地區(qū)臺風(fēng)的強度與位置預(yù)報的準(zhǔn)確與否將對東亞環(huán)流形勢的預(yù)報產(chǎn)生重要影響。春、冬季的中期預(yù)報技巧極端下降事件發(fā)生的時間點相隔較遠(yuǎn)，影響因素又有不同。這些都是值得研究的有趣現(xiàn)象。

3.2 平均特征分析

為了更清楚地描述中期預(yù)報技巧極端下降事件的空間分布特征，本文對2016年4月1日—2018年12月31日期間GRAPES_GFS模式在東亞中期預(yù)報技巧極端下降事件的所有個例進(jìn)行合成分析。如3.1節(jié)所述，由于中期預(yù)報技巧極端下降事件不僅受不同季節(jié)環(huán)流形勢的影響，還與臺風(fēng)等復(fù)雜天氣系統(tǒng)相關(guān)，故本文將所有預(yù)報技巧極端下降事件分為春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月—次年2月)、臺風(fēng)、無臺風(fēng)這6種情況，其中有無臺風(fēng)情況是通過篩選初始場中是否存在較為明顯的臺風(fēng)得到的。

本文首先將所有個例的預(yù)報場對應(yīng)ERAInterim再分析場計算偏差，再對每個季節(jié)包含的中期預(yù)報技巧極端下降個例進(jìn)行合成，并基于該季節(jié)的所有個例進(jìn)行Student-t檢驗。

圖2給出了以上所分6種情形的中期預(yù)報技巧極端下降個例的144 h預(yù)報500 hPa高度場的偏差合成圖。如圖2a所示，對于春季而言，東亞預(yù)報技巧極端下降時環(huán)流偏差特征主要表現(xiàn)為鄂霍次克海高壓預(yù)報嚴(yán)重偏弱、相應(yīng)的日本海上空東亞槽偏淺，以及相伴隨的上游波狀偏差分布。圖2b是夏季的情形，夏季環(huán)流場的主要偏差特征表現(xiàn)為西伯利亞高壓預(yù)報嚴(yán)重偏弱以及相伴隨的上游槽顯著偏淺、日本海上空存在較大的負(fù)偏差，總體偏差特征表現(xiàn)為預(yù)報的中高緯環(huán)流形勢槽脊活動偏弱、等值線趨于平直。同時，預(yù)報的西太平洋副熱帶高壓西伸北進(jìn)都較實況顯著偏弱。圖2c顯示了秋季東亞預(yù)報技巧極端下降時的偏差合成特征，可以看到預(yù)報顯著偏強的貝加爾湖槽和烏拉爾山脊、以及鄂霍茨克海過深的槽和西太平洋顯著偏弱的副熱帶高壓是秋季模式預(yù)報嚴(yán)重失敗的整體特征。從圖2d可以看到，冬季模式預(yù)報技巧極端下降的偏差特征表現(xiàn)為顯著偏弱的東亞大槽和偏弱的蒙古-西伯利亞高壓。從圖中也可以看到，這些偏差與北半球環(huán)狀模型的高緯極區(qū)預(yù)報偏差有緊密聯(lián)系。

從以上四個季節(jié)合成的模式在東亞地區(qū)的偏差特征來看，極端預(yù)報失敗均與該季節(jié)影響東亞地區(qū)主要天氣系統(tǒng)的預(yù)報偏差大有關(guān)系。合成圖僅僅給出平均特征，通過更多個例的研究追蹤造成主要天氣系統(tǒng)預(yù)報偏差大的來源將是今后研究的重點。

圖2e給出了極端下降樣本中有臺風(fēng)的所有個例的合成偏差圖，有臺風(fēng)時所呈現(xiàn)出的東亞地區(qū)環(huán)流場預(yù)報極端失敗的偏差與前述夏季（圖2b）與秋季（圖2c）有相似之處，尤其是與秋季（圖2c）的偏差分布非常相似。由此可以推斷，GRAPES_GFS模式夏、秋季在東亞地區(qū)預(yù)報極端失敗與模式未能合理預(yù)報臺風(fēng)活動有很大關(guān)系；尤其是秋季，模式未能準(zhǔn)確預(yù)報臺風(fēng)活動是造成秋季GRAPES_GFS在東亞地區(qū)預(yù)報技巧極端下降的原因之一。圖2f給出了無臺風(fēng)時夏秋所有個例的合成偏差圖，從偏差分布來看更與夏季的偏差分布相似，基本表現(xiàn)了夏季預(yù)報失敗的主要特征。

圖2 2016—2018年東亞中期預(yù)報技巧極端下降個例的144 h預(yù)報場500 hPa高度場偏差合成

對于一年中不同季節(jié)發(fā)生的多個中期預(yù)報技巧極端下降事件，它們受不同環(huán)流形勢的影響而體現(xiàn)出不同的特征。為了更加深入地了解這些預(yù)報誤差的來源與發(fā)展，本文將在下一節(jié)選取冬春夏秋四個典型個例以及臺風(fēng)特殊個例進(jìn)行診斷研究，以期找到一些造成預(yù)報技巧極端下降的誤差來源線索。

4 中期預(yù)報技巧極端下降事件的個例研究

4.1 冬季典型個例

本文選取了GRAPES_GFS模式在2017年1月19日東亞的中期預(yù)報技巧極端下降事件作為冬季的重點研究個例，該個例在預(yù)報誤差分布、誤差來源等方面具有代表性。向后回溯法[2]常用來確定預(yù)報誤差的來源，將不同預(yù)報時效的預(yù)報結(jié)果與對應(yīng)時刻的分析場（即“真值”）進(jìn)行比較，確定誤差的分布特征，找出特定的誤差結(jié)構(gòu)，不斷向后回溯誤差起源與發(fā)展，從而最終確定誤差源頭。本文利用該方法，來追蹤定位東亞地區(qū)中期預(yù)報技巧極端下降的偏差可能來源與發(fā)展。

圖3給出了GRAPES_GFS模式在2017年1月19日0000 UTC起報不同預(yù)報時效的500 hPa高度場及其偏差，預(yù)報時效分別為24 h、48 h、72 h、96 h、120 h、144 h。從144 h的預(yù)報結(jié)果來看，預(yù)報技巧極端下降時，模式在中緯度地區(qū)的預(yù)報偏差整體呈現(xiàn)為“正-負(fù)-正-負(fù)-正”的波狀特征，在東亞地區(qū)具體表現(xiàn)為偏弱的東亞大槽和偏弱的蒙古-西伯利亞高壓，這也與預(yù)報技巧極端下降時的合成分析中所呈現(xiàn)出的冬季東亞上游波狀偏差分布特征相一致（圖2d）。

從預(yù)報技巧極端下降時刻向后回溯，可以看到，模式在極區(qū)的預(yù)報誤差從第48 h開始迅速向南擴展，中緯度天氣尺度波的活動與傳播受到較大影響，到72 h時已經(jīng)影響到了整個北半球中高緯度的環(huán)流活動。從24 h、48 h的預(yù)報誤差分布來看，負(fù)的預(yù)報誤差使得極渦預(yù)報偏強，偏強的極渦及其向南的擴張造成中緯度環(huán)流有向緯向型環(huán)流發(fā)展的趨勢，造成槽脊的活動經(jīng)向度變?nèi)?。如前所述，這在東亞地區(qū)表現(xiàn)為偏弱的東亞大槽和偏弱的蒙古-西伯利亞高壓（圖3c、3f），也即主導(dǎo)東亞地區(qū)天氣形勢的兩大系統(tǒng)預(yù)報偏弱，造成了預(yù)報技巧極端下降。

圖3 GRAPES_GFS模式在2017年1月19日0000 UTC起報不同時效預(yù)報的500 hPa高度場

4.2 春季典型個例

本文選取了GRAPES_GFS模式在2017年4月13日東亞的中期預(yù)報技巧極端下降事件作為春季的代表性研究個例。圖4給出了GRAPES_GFS模式在2017年4月13日0000 UTC起報不同預(yù)報時效的500 hPa高度場及其偏差。從144 h的預(yù)報結(jié)果來看，模式在我國上游的預(yù)報偏差表現(xiàn)為槽脊強度的大幅度變?nèi)?，包括貝加爾湖槽及其上游脊的同時減弱，形勢場趨于平直化，并且可以發(fā)現(xiàn)該預(yù)報偏差在預(yù)報第72 h開始發(fā)展并在緩慢東移過程中加強。而且，144 h的預(yù)報偏差在我國東北部表現(xiàn)為東亞大槽東移速度明顯偏慢，造成在渤海灣上空顯著的負(fù)偏差和日本東部顯著的正偏差。這種預(yù)報偏差在我國上游的形成發(fā)展、并進(jìn)而影響模式在東亞地區(qū)預(yù)報技巧的情況在GRAPES_GFS的春季預(yù)報中是造成預(yù)報技巧極端下降的主因。這也與預(yù)報技巧極端下降時的合成分析中所呈現(xiàn)出的春季東亞上游波狀偏差分布特征相一致（圖2a）。

為了更清楚地觀察預(yù)報偏差自上游傳播并造成東亞地區(qū)預(yù)報技巧極端下降的過程，圖5給出了GRAPES_GFS模式在2017年4月13日0000 UTC起報不同預(yù)報時效500 hPa位勢高度預(yù)報偏差的Hovm?ller圖，圖中給出了沿35～75°N的平均?？梢钥吹剑?fù)相間、波列狀的預(yù)報偏差從上游歐洲區(qū)域自西向東傳播并最終影響東亞地區(qū)的預(yù)報技巧，偏差傳播的速度為5～6經(jīng)度/天，群速度可從相鄰偏差大值區(qū)中心連線的斜率看出，為20～30經(jīng)度/天，預(yù)報偏差的群速度明顯大于相速度，使得上游的偏差在2～3天內(nèi)影響東亞地區(qū)，造成該地區(qū)的預(yù)報技巧極端下降。

圖5 GRAPES_GFS模式在2017年4月13日0000 UTC起報不同時效預(yù)報的500 hPa位勢高度預(yù)報偏差Hovm?ller圖 500 hPa緯向平均位勢高度預(yù)報偏差，單位：gpm，經(jīng)過35～75°N的緯向平均。

在研究ECMWF模式在歐洲區(qū)域預(yù)報技巧極端下降的春季個例時，Rodwell指出模式在北美地區(qū)的預(yù)報偏差隨著Rossby波向下游的傳播是造成模式在歐洲預(yù)報技巧極端下降的動力機制，并進(jìn)一步指出模式在北美的預(yù)報偏差來源于模式初值不能正確表述北美地區(qū)的中尺度對流活動[1]。本研究也存在類似的物理機制，具體的預(yù)報偏差的起源還需要進(jìn)一步的研究。

4.3 夏季典型個例

本文選取了GRAPES_GFS模式在2017年7月8日東亞的中期預(yù)報技巧極端下降事件作為夏季代表性研究個例。圖6給出了GRAPES_GFS模式在該日0000 UTC起報不同預(yù)報時效的500 hPa高度場及其預(yù)報偏差。從144 h的預(yù)報結(jié)果來看，模式在我國上游的預(yù)報偏差表現(xiàn)為西伯利亞高壓預(yù)報嚴(yán)重偏弱，日本上空存在較大的負(fù)偏差，總體偏差特征與合成圖一致，表現(xiàn)為預(yù)報的中高緯環(huán)流形勢槽脊活動偏弱、等值線趨于平直（圖2b）。通過向后追溯法可以發(fā)現(xiàn)，造成該夏季個例東亞預(yù)報技巧極端下降的誤差源有兩個，即白令海峽以西負(fù)的預(yù)報偏差以及中西伯利亞的負(fù)預(yù)報偏差。從圖6c可以看到，白令海峽以西的負(fù)預(yù)報偏差率先出現(xiàn)并加強，具體表現(xiàn)為模式對白令海峽以西的低壓系統(tǒng)東移預(yù)報偏快。更進(jìn)一步，從圖6d和6e可以看到，模式預(yù)報的極地低渦向南擴張過快，造成在中西伯利亞出現(xiàn)負(fù)的預(yù)報偏差，同時極區(qū)的預(yù)報偏差不斷加大并向南傳播，進(jìn)一步加強了中西伯利亞到極區(qū)的負(fù)預(yù)報偏差。這兩處誤差的維持與加強，造成了GRAPES_GFS預(yù)報技巧的嚴(yán)重下降。與冬季個例類似，模式在高緯極區(qū)容易出現(xiàn)較大的預(yù)報誤差，這可能與模式對極區(qū)的處理和計算精度不足有關(guān)，需要進(jìn)一步研究。

圖6 同圖3，但為2017年7月8日0000 UTC起報

4.4 秋季典型個例

從表1可看出，秋季是東亞中期預(yù)報技巧極端下降事件頻發(fā)的季節(jié)?？紤]秋季是臺風(fēng)活躍季節(jié)，為排除臺風(fēng)預(yù)報誤差的影響，本文選取了GRAPES_GFS模式在2017年10月24日發(fā)生的東亞中期預(yù)報技巧極端下降事件作為秋季代表性研究個例，臺風(fēng)個例將在下文給出。圖7給出了該個例在不同預(yù)報時效的500 hPa高度場及其預(yù)報偏差。從144 h的預(yù)報結(jié)果來看，東亞地區(qū)預(yù)報技巧極端下降表現(xiàn)為日本上空較大的正偏差和與之相伴隨的鄂霍次克海負(fù)偏差、以及烏拉爾山的負(fù)偏差，呈現(xiàn)為模式預(yù)報的東亞大槽和烏拉爾脊均偏弱，總體偏差特征與合成圖相似（圖2c）。進(jìn)一步向后追溯發(fā)現(xiàn)，較大的誤差最早出現(xiàn)在北美和大西洋地區(qū)，隨后沿西風(fēng)帶向下游擴展。具體表現(xiàn)為模式預(yù)報的槽脊首先在大西洋、歐洲地區(qū)移動偏快，逐步影響下游，這可以從72 h到120 h預(yù)報的高度場清楚看到（圖中紅色等值線）。至144 h，可以看到明顯移動偏快的東亞大槽和烏拉爾脊，換言之，預(yù)報技巧極端下降表現(xiàn)為形勢場移動位相的較大差異。Lillo等[4]曾研究發(fā)現(xiàn)，對于ECMWF模式而言，9—10月是預(yù)報技巧極端下降事件高發(fā)期。該時期是熱帶風(fēng)暴在大西洋中部活躍時期，模式預(yù)報的熱帶風(fēng)暴路徑偏向于通過大西洋中部極向轉(zhuǎn)向，路徑的誤差導(dǎo)致潛熱釋放和相應(yīng)的沿急流軸的負(fù)位渦距平輸送到風(fēng)暴北部和東部。這些負(fù)位渦距平通過觸發(fā)羅斯貝波列將誤差進(jìn)一步傳遞到下游歐洲地區(qū)。本文秋季在東亞地區(qū)預(yù)報技巧極端下降的個例是否存在類似的機制，需要進(jìn)一步詳細(xì)研究。

圖7 同圖3，但為2017年10月24日0000 UTC起報

為了考察臺風(fēng)預(yù)報誤差對東亞預(yù)報技巧極端下降事件的影響，本文選取了GRAPES_GFS模式在2018年10月25日東亞的中期預(yù)報技巧極端下降事件作為臺風(fēng)重點研究個例。2018年第26號臺風(fēng)“玉兔”于10月19日11時在馬紹爾群島西北洋面上形成擾動，于23日8時升級為臺風(fēng)，24日2時升級為強臺風(fēng)，當(dāng)日5時繼續(xù)升級為超強臺風(fēng)。此后，“玉兔”開始緩慢減弱向偏西方向移動，于10月28日降級為強臺風(fēng)。10月30日4時40分許，“玉兔”的環(huán)流中心在菲律賓呂宋島東北部沿海登陸，登陸時中心附近最大風(fēng)力有15級，中心最低氣壓為945 hPa。而后，“玉兔”繼續(xù)向偏西方向移動，強度快速減弱，于11月3日停止編號逐漸消散。

此次10月25日的中期預(yù)報技巧極端下降事件主要發(fā)生于臺風(fēng)“玉兔”加強為超強臺風(fēng)的過程中。圖8給出了GRAPES_GFS模式在10月25日0000 UTC起報不同預(yù)報時效的500 hPa高度場及其預(yù)報偏差。為更清楚研究臺風(fēng)的影響，與上述個例不同，研究范圍集中在東亞和南海、西太平洋地區(qū)，并在圖8中標(biāo)出了各預(yù)報時刻實況臺風(fēng)的位置（紅色臺風(fēng)標(biāo)志）。同時，圖9給出了與圖8對應(yīng)的24小時累積降水預(yù)報偏差。

從圖8a給出的24 h預(yù)報中可以看到，預(yù)報臺風(fēng)與實況比較接近，但已經(jīng)可以看到位置的差異，這種差異在24小時降水預(yù)報偏差圖（圖9a）中表現(xiàn)更為明顯。隨著預(yù)報時效的延長，預(yù)報臺風(fēng)明顯偏慢，臺風(fēng)降水差異更為明顯。

圖8 同圖3，但為2018年10月25日0000 UTC起報 紅色臺風(fēng)符號表示實際臺風(fēng)所在的位置。

此個例預(yù)報技巧極端下降時的環(huán)流偏差表現(xiàn)為位于我國東北部的明顯負(fù)偏差，具體表現(xiàn)為一次東北低渦過程的顯著移動偏慢。從現(xiàn)象看，東北低渦的移動偏慢可能與24 h預(yù)報開始呈現(xiàn)的臺風(fēng)預(yù)報偏差及其相伴隨的降水預(yù)報偏差有關(guān)。降水預(yù)報偏差意味著非絕熱加熱場的偏差。從24 h、48 h和72 h的降水預(yù)報偏差圖（圖9a、9b、9c）可以看到，顯著的加熱場正偏差（對應(yīng)降水正偏差）連續(xù)維持在138°E，15°N附近。這種加熱場偏差的維持可能是造成位于橫跨中國東北和日本北部環(huán)流正偏差的原因。類似的現(xiàn)象或機制在熱帶西太平洋對流活動對北半球環(huán)流影響的遙相關(guān)研究中得到廣泛關(guān)注[12-14]。這種橫跨中國東北和日本北部環(huán)流正偏差的產(chǎn)生與維持是造成東北低渦移動偏慢的原因。

圖9 GRAPES_GFS模式在2018年10月25日0000 UTC起報不同時效預(yù)報的24小時累積降水量預(yù)報偏差場

值得注意的是，從表1可知，2018年夏秋季的預(yù)報技巧極端下降事件銳減，受臺風(fēng)影響的中期預(yù)報技巧極端下降事件不多，這可能得益于GRAPES_GFS模式在2018年將三維變分同化系統(tǒng)升級為四維變分同化系統(tǒng)，GRAPES_GFS模式的同化預(yù)報能力得到了顯著改進(jìn)。改善GRAPES_GFS模式對于氣旋的預(yù)報，尤其是強臺風(fēng)等天氣系統(tǒng)，也是提高模式在東亞地區(qū)的中期天氣預(yù)報技巧的有效方式之一[14]。

5 結(jié)論與討論

本文將GRAPES_GFS模式在東亞地區(qū)144 h時效預(yù)報500 hPa高度場的ACC小于0.4，RMSE大于60 gpm的事件定義為GRAPES_GFS模式在東亞的中期預(yù)報技巧極端下降事件，并對此開展了初步研究，得出以下研究成果。

（1）東亞地區(qū)的中期預(yù)報技巧極端下降事件的高發(fā)期主要為春秋季，春季和秋季分別占比31.03%、41.38%，通常表現(xiàn)為對于該季節(jié)影響東亞地區(qū)天氣的主要天氣系統(tǒng)的預(yù)報存在較大偏差，如對東亞大槽的強度、西伯利亞槽脊的強度、副熱帶高壓的位置與強度的預(yù)報偏差大等。

（2）通過對29個個例研究結(jié)果發(fā)現(xiàn)，不同季節(jié)的中期預(yù)報技巧極端下降事件偏差來源與發(fā)展并不一致。冬夏季預(yù)報偏差主要來源于高緯極區(qū)，與模式極地的算法處理緊密相關(guān)；春秋季預(yù)報偏差主要來源于上游天氣系統(tǒng)的活動；西太平洋洋面上活躍的臺風(fēng)的位置與強度的預(yù)報也易影響東亞地區(qū)環(huán)流形勢的預(yù)報。

（3）實際上，本文并不能確定是哪個區(qū)域起主要作用，可能是多個區(qū)域的疊加效應(yīng)引起了東亞中期預(yù)報技巧極端下降事件。未來工作可通過松弛逼近試驗，通過限制某一個區(qū)域的初始條件，使得預(yù)報值更逼近于實況，從而可以進(jìn)一步地論證東亞中期預(yù)報技巧極端下降的敏感區(qū)域。

致 謝：感謝中國氣象局?jǐn)?shù)值預(yù)報中心提供的GRAPES_GFS模式業(yè)務(wù)預(yù)報數(shù)據(jù)。