2.中国气象科学研究院，灾害天气国家重点实验室，北京100081
3.中国科学院大气物理研究所，竺可桢—南森国际研究中心，北京100029
4.广东省气象局，广州市气象台，广东广州511430
2.StateKeyLaboratoryofSevereWeather,ChineseAcademyofMeteorologicalSciences,Beijing100081，China
3.ClimateChangeResearchCenter,InstituteofAtmosphericPhysics,andNansen-ZhuInternationalResearchCentre,ChineseAcademyofSciences,Beijing100029，China
4.GuangzhouMeteorologicalService,GuangdongProvinceMeteorologicalBureau,Guangzhou511430，China
收稿日期:2020-05-31修回日期:2020-06-30网络出版日期:2020-08-20
Received:2020-05-31Revised:2020-06-30Online:2020-08-20
作者简介Aboutauthors
西太平洋副热带高压和南亚高压对东亚区域天气气候影响显著，运用数值模式集合系统提升其预报准确率对我国天气预报意义重大。采用国家级气象业务规范指标，系统地评估了中国气象局数值预报中心自主研发的GRAPES全球集合预报业务模式系统对2019年西太平洋副热带高压和南亚高压的集合预报技巧，并考察了不同集合方法对预报效果的影响，从而为东亚天气特别是极端事件的预报提供参考。结果显示，GRAPES全球集合预报系统对西太平洋副热带高压脊线的预报技巧最高，强度和面积次之，表现为偏弱的估计，西伸脊点的预报效果相对较差，表现为较观测偏东；对南亚高压强度和中心纬度指数的预报技巧较高，而对中心经度指数预报技巧相对较低。采用最大（小）值法可以有效降低该模式对西太平洋副热带高压强度和面积（西伸脊点）指数的预报偏差。而在南亚高压预报中，集合平均法比最值法具有略高技巧。对于极端性预报，最大值法较集合平均法可以显著提升对西太平洋副热带高压和南亚高压指数极端情形的预报性能，这从个例分析中也得到证实。从而表明集合最值法比平均法可能更适用于该模式的极端事件预报，应在业务应用中加以重视。
关键词：GRAPES-GEPS;西太平洋副热带高压;南亚高压;集合平均法;最数法
Keywords：GRAPES-GEPS;Western-PacificSubtropicalHigh;South-AsianHigh;Ensemblemeanapproach;Maximum/minimumapproach
本文引用格式
(1)西太副高面积指数：10°N以北、110°~180°E范围内的500hPa位势高度场上所有数值不小于5880gpm的格点所覆盖形成的面积。
(2)西太副高强度指数：西太副高面积内每个格点的500hPa高度值减去参考值5870gpm的差值、再与面积指数乘积的总和。
(4)西太副高西伸脊点指数：90°~180°E范围内西太副高面积的最西格点所在的经度。若在90°E以西则统一取为90°E。
Fig.1Correlationcoefficientsof500hPageopotentialheightbetweenGRAPES-GEPSandobservations
图2GRAPES-GEPS对西太副高强度(a)、面积(b)、脊线位置(c)和西伸脊点(d)指数的预报评分Taylor图
数字1~15代表提前预报的天数
Fig.2TaylordiagramforforecastingskillsofGRAPES-GEPSfortheintensity（a），area（b），ridgepoint（c）andridgeline（d）indexofthewesternPacificsubtropicalhigh
Thenumbers1~15representthedaysforecastedinadvance
Fig.3Correlationcoefficientsof200hPageopotentialheightbetweenGRAPES-GEPSandobservations
图4GRAPES-GEPS对南亚高压的强度(a)、中心纬度(b)、中心经度(c)指数的预报评分Taylor图
Fig.4TaylordiagramforforecastingskillsofGRAPES-GEPSfortheintensity（a），centerlatitude（b），andcenterlongitude（c）indexofthesouthAsiahigh
图5GRAPES-GEPS对西太副高强度(a)、面积(b)、脊线位置(c)和西伸脊点(d)指数预报的Talagrand分布
Fig.5Talagranddistributionoftheintensity(a),area(b),ridgepoint(c),andtheridgeline(d)indexofwesternPacificsubtropicalhighforecastedbyGRAPES-GEPS
图6GRAPES-GEPS所有集合成员对西太副高指数预报的命中率(a)和离散度(b)对预报时效的演变
Fig.6Theevolutionofthehitrate(a)anddispersion(b)ofallGRAPES-GEPSensemblememberstotheforecastofwesternPacificsubtropicalhighindex
图7GRAPES-GEPS对南亚高压强度(a)、中心纬度(b)和中心经度(c)指数预报的Talagrand分布
Fig.7Talagranddistributionoftheintensity(a),centerlatitude(b),andcenterlongitude(c)indexofsouthAsiahighforecastedbyGRAPES-GEPS
图8GRAPES-GEPS所有集合成员对南亚高压指数预报的命中率(a)，离散度(b)对预报时效的演变
Fig.8Theevolutionofthehitrate(a)anddispersion(b)ofallGRAPES-GEPSensemblememberstotheforecastofsouthAsiahighindex
图9两种集合方法预报的西太副高强度(a)、面积(b)和西伸脊点(c)指数的均方根误差
Fig.9Rootmeansquareerroroftheintensity(a),area(b)andridgepoint(c)indicesofwesternPacificsubtropicalhighforecastedbythetwoensemblemethods
我们也对比了集合平均法和最值法对南亚高压指数预报偏差的影响，但结果表明，最值法无益于减小GRAPES-GEPS对南亚高压强度和中心纬度指数的预报误差。尽管实况南亚高压强度倾向于大于所有集合成员预报值，但最大值法仅在预报时效大于10天时才发挥效果。此外，由于该系统对南亚中心纬度指数的命中率始终维持在高值区间，因而最大值法反而加大了模式的预报误差。
图10两种集合方法预报的西太副高指数的极端个例（90百分位以上）的均方根误差
Fig.10Rootmeansquareerrorofextremecases(above90thpercentile)ofthesub-highindexpredictedbythetwoensemblemethods
图11两种集合方法预报的南亚高压指数的极端个例（90百分位以上）的均方根误差
Fig.11Rootmeansquareerrorofextremecases(above90thpercentile)oftheSAHindexpredictedbythetwoensemblemethods
本节将以两个较为典型的个例直观地展示西太副高和南亚高压的极端预报。2019年9月23~26日的西太副高活动异常强,588dagpm特征线深入到我国南方地区，整个南方处于西南气流控制下。从GRAPES-GEPS预报场的角度来看，集合平均法的提前5天的预报场分布与实况较为接近，但西太副高的强度和面积较观测偏弱。随着预报时效的延长，集合平均法预报的西太副高有明显削弱，与实况的差异越来越大。相比较而言，集合最大值法的提前5天的预报场更接近于实况场。并且，随着预报时效的延长，西太副高强度的削弱较慢，能够有效减小GRAPES-GEPS的预报误差。
图122019年9月23~26日平均的500hPa高度场的实况与预报
(a)观测；(b)~(d)使用集合平均法提取的GRAPES-GEPS提前5天(b)、10天(c)和15天(d)的预报场；(e)~(g)采用最大值法提取GRAPES-GEPS提前5天(e)、10天(f)和15天(g)的预报场；黑色粗线代表5880gpm，等值线间隔为40gpm
Fig.12Distributionofthe500hPageopotentialheightfromobservationandGRAPES-GEPSaveragedovertheperiodfrom23to26September2019
(a)Observation；(b)~(d)TheforecastsofGRAPES-GEPSextractedbytheensemblemeanmethodfor5days(b),10days(c)and15days(d)inadvance；(e)~(g)TheforecastsofGRAPES-GEPSextractedbytheMaximummethodfor5days(b),10days(c)and15days(d)inadvance.Thelackthicklinerepresents5880gpm,thecontourlineintervalis40gpm
图132019年7月29日至8月1日平均的200hPa高度场的实况与预报
(a)观测；(b）~（d)为使用集合平均法提取的GRAPES-GEPS提前5天(b)、10天(c)和15天(d)的预报场，(e）~（g)采用最大值法提取GRAPES-GEPS提前5天(e)、10天(f)和15天(g)的预报场；黑色粗线代表5880gpm，等值线间隔为40gpm
Fig.13Distributionofthe200hPageopotentialheightfromobservationandGRAPES-GEPSaveragedovertheperiodfrom29Julyto1August2019
(a)Observation；(b）~（d)TheforecastsofGRAPES-GEPSextractedbytheensemblemeanmethodfor5days(b),10days(c)and15days(d)daysinadvance,(e）~（g)TheforecastsofGRAPES-GEPSextractedbytheMaximummethodfor5days(b),10days(c)and15days(d)daysinadvance.Theblackthicklinerepresents12500gpm,thecontourlineintervalis50gpm
西太副高和南亚高压对东亚区域的天气气候有重要影响，提升其预报准确率对我国天气预报和气候预测有重要价值。本文利用中国气象局数值预报中心全球集合预报业务模式系统（GRAPES-GEPS）的2019年实时预报数据，来检验和评估西太副高和南亚高压多个特征指数的预报技巧，进而研究了不同集合预报方法对西太副高和南亚高压预报性能的影响。GRAPES-GEPS对500和200hPa高度场（西太副高和南亚高压指数定义所在层）的预报在中纬度区域较低纬展现出更高的预报技巧。模式集合平均对西太副高的预报检验显示，GRAPES-GEPS对西太副高脊线的预报技巧最高，其次是西太副高强度和面积，对西伸脊点指数的预报能力相对较低。对于南亚高压而言，GRAPES-GEPS对其强度和中心纬度指数预报技巧较高，而对其中心经度指数预报效果相对较差，并且对3个指数变率的估计均偏弱，反映出该模式预报的南亚高压相对于观测移动偏少的特点。
GRAPES-GEPS集合预报对西太副高的预报偏差主要体现在预报的西太副高强度和面积的偏弱，西太副高位置较观测偏东。模式对南亚高压的强度亦存在偏弱的估计，预报的南亚高压中心纬度略偏南。相比于集合平均方法，采用集合最大（小）值法可以有效降低GRAPES-GEPS对西太副高强度和面积（西伸脊点）指数的预报误差。与西太副高不同，在南亚高压预报中，集合平均法要比最值法略好。这表明，集合平均法和最值法各有优劣，其预报效果依赖于预报对象。进一步对比了集合平均法和最值法针对西太副高和南亚高压极端事件的预报性能，显示最大值法可以显著减小GRAPES-GEPS对西太副高强度、面积和脊线指数的预报误差。并且，最大值法也能显著减小该系统对南亚高压强度、中心纬度和中心经度指数的预报误差。通过对两个典型个例的分析表明，在预报西太副高及南亚高压的极端事件上，最大值法比集合平均法能给出更准确的预报。本文结果表明最值法更适用于GRAPES-GEPS对两个环流型指数的极端事件的预报。
TaoShiyan,WeiJie.Thewestward,northwardadvanceofthesubtropicalhighovertheWestPacificinsummer
陶诗言,卫捷.再论夏季西太平洋副热带高压的西伸北跳
HuangShisong,YuZhihao.Onthestructureofthesubtropicalhighsandsomeassociatedaspectsofthegeneralcirculationofatmosphere
黄士松,余志豪.副热带高压结构及其同大气环流有关若干问题的研究
YangRW,XieZA,CaoJ.AdynamicindexforthewestwardridgepointvariabilityofthewesternPacificsubtropicalhighduringsummer
MasonRB,AndersonCE.Thedevelopmentanddecayofthe100mbsummertimeanticycloneoverSouthernAsia
TaoShiyan,ZhuFukang.The100-mbflowpatternsinSouthernAsiainsummeranditsrelationtotheadvanceandretreatofthewest-PacificsubtropicalanticycloneovertheFarEast
陶诗言,朱福康.夏季亚洲南部100毫巴流型的变化及其与西太平洋副热带高压进退的关系
LuoSiwei,QianZhengan,WangQianqian.TheclimaticandsynopticalstudyabouttherelationbetweentheQinghai-Xizanghighpressureonthe100mbsurfaceandthefloodanddroughtineastChinainsummer
罗四维,钱正安,王谦谦.夏季100毫巴青藏高压与我国东部旱涝关系的天气气候研究
ZhangQiong,QianYongfu,ZhangXuehong.InterannualandinterdecadalvariationsoftheSouthAsiaHigh
张琼,钱永甫,张学洪.南亚高压的年际和年代际变化
ZhangQiong,WuGuoxiong.ThelargeareafloodanddroughtoverYantzeRivervalleyanditsrelationtotheSouthAsiaHigh
张琼,吴国雄.长江流域大范围旱涝与南亚高压的关系
AiYuexiu,ChenXingfang.AnalysisofthecorrelationbetweenthesubtropicalhighoverwesternPacificinsummerandSST
艾悦秀,陈兴芳.夏季副高与海温的相互关系及副高预测
JiaYajun,HuYijia,ZhongZhong,etal.StatisticalforecastmodelofWesternPacificSubtropicalHighIndicesinsummer
贾亚俊,胡轶佳,钟中,等.夏季西太平洋副热带高压指数的统计预测模型
RenHongli,ZhangPeiqun,GuoBingrong,etal.Dynamicalmodelofsubtropicalhighridge-linesectionandnumericalsimulationswithitssimplifiedscheme
任宏利,张培群,郭秉荣,等.预报副高脊面变化的动力模型及其简化数值试验
LiC,LuR,DongB.PredictabilityofthewesternNorthPacificsummerclimatedemonstratedbythecoupledmodelsofEnsembles
LiC,LuR,DongB.PredictabilityofthewesternNorthPacificsummerclimateassociatedwithdifferentENSOphasesbyENSEMBLESmulti-modelseasonalforecasts
LiC,LuR,DongB.InterdecadalchangesontheseasonalpredictionofthewesternNorthPacificsummerclimatearoundthelate1970sandearly1990s
YangJie,FengGuolin,ZhaoJunhu,etal.AstudyofobjectiveandquantitativeforecastingthewesternPacificsubtropicalhighanditsindicationforprecipitationinsummeroverChina
杨杰,封国林,赵俊虎,等.夏季西太平洋副热带高压的客观定量化预测及其对汛期降水的指示
RenHongli,JifanChou.Analoguecorrectionmethodoferrorsbycombiningstatisticalanddynamicalmethods
任宏利，丑纪范.统计—动力相结合的相似误差订正法
DuanChunfeng,XuMin,ChengZhi,etal.EvaluationonmonthlypredictionofwesternPacificsubtropicalhighbyDERF2.0Model
段春锋,徐敏,程智,等.DERF2.0模式对月尺度西太平洋副热带高压预测能力评估
ZhouF,RenHL,HuZ,etal.SeasonalpredictabilityofprimaryEastAsiansummercirculationpatternsbythreeoperationalclimatepredictionmodels
YangXuesheng.Thecharacteristicandoutlookoftheoperationalmedium-rangenumericalweatherpredictionmodels
杨学胜.国外中期数值预报业务模式的性能及发展趋势
MaDezhen,MaoHengqing,BaoYuanyuan,etal.ThesubtropicalhighforecastverificationandinterpretationoftheNWPinsummer
马德贞,毛恒青,鲍媛媛,等.盛夏数值预报模式对副高预报性能检验及其释用
YanYan,ZhouRenjun,KeZongjian,etal.EnsembleforecastandverificationoftheWesternPacificSubtropicalHighbasedonmulti-modeldatafromTIGGE
颜妍，周任君，柯宗建，等.基于TIGGE数据的西太平洋副热带高压多模式集成预报及检验
NiuR,ZhaiP.Synopticverificationofmedium-extended-rangeforecastsoftheNorthwestPacificSubtropicalHighandSouthAsianHighBasedonMulti-CenterTIGGEData
XueJishan.ProgressofChinesenumericalpredictionintheearlynewCentury
薛纪善.新世纪初我国数值天气预报的科技创新研究
MengZhiyong,ZhangFuqing,LuoDehai,etal.ReviewofChineseatmosphericscienceresearchoverthepast70years:Synopticmeteorology
孟智勇，张福青，罗德海，等.新中国成立70年来的中国大气科学研究：天气篇
ZhengJiawen,GaoLi,RenHongli,etal.VerificationofChinaextremetemperatureforecastsin2016basedonT639ensembleforecast
郑嘉雯，高丽，任宏利，等.基于T639集合预报的我国2016年极端温度预报检验
GaoLi,ChenJing,ZhengJiawen,etal.Progressinresearchesonensembleforecastingofextremeweatherbasedonnumericalmodels
高丽，陈静，郑嘉雯，等.极端天气的数值模式集合预报研究进展
LiuYunyun,LiWeijing,AiWanxiu,etal.ReconstructionandapplicationoftheMonthlyWesternPacificSubtropicalHighIndices
刘芸芸,李维京,艾婉秀,等.月尺度西太平洋副热带高压指数的重建与应用
CandilleG,TalagrandO.Evaluationofprobabilisticpredictionsystemsforascalarvariable
Taylor,KarlE.Summarizingmultipleaspectsofmodelperformanceinasinglediagram
HuHaichuan,ZhouJun.ApplicationofensembleextremewindforecastinBohaiSea