引言

短期气候预测是国际地球科学领域前沿课题和跨学科难题，受预测理论问题和技术水平制约，水平并不高(丁一汇，2004)。提高我国气候预测水平需要以发展和改进气候动力模式为优先目标，同时可以建立有用的多种统计预报方法，发展具有特点的多种统计与动力方法集合预报(丁一汇，2011)，统计学方法与动力学方法要相互借鉴，取长补短，融合发展(丑纪范，2003a；2003b)。一个完整的统计预报系统包含因子选择、统计数学模型和预报效果检验三个组成部分，因子选择对于统计预报的成败是一个关键问题。汛期旱涝是我国最为严重的气象灾害之一，汛期预测是我国最为重要的气候业务，客观定量的汛期降水预测方法极具挑战性，也是业务中急需的。

20世纪50年代陶诗言等(1962)就研究了夏季江淮持续性旱涝的环流特征，对气候业务预测有重要指导意义。已有研究成果也揭示出影响中国气候异常的最强气候信号是厄尔尼诺事件、高原积雪和季风(丁一汇，2004)，亚洲高空副热带西风急流、北极涛动/北大西洋涛动、南极涛动、越赤道气流、关键海区海温异常等与我国气候异常关系密切(王会军等，2008)。随着对短期气候变化成因研究的深入, 在区域气候异常成因分析基础上，选取具有物理意义的预测因子，建立统计模型进行汛期降水客观预测是目前业务中的一种主要方法，在全国以及各区域都有应用(严华生等，2006；魏凤英等，2010；贾小龙等，2011；龚振淞等，2012; 郭玲等，2012；王遵娅等，2013；张耀华等，2012)，还可以从动力模式结果中选择预测环流因子进行预测(李维京等，1999；陈丽娟等，1999；林纾等，2004；顾伟宗等，2012；康红文等，2012)。预测量和预测因子也可以有所变化，选取年际增量建立的长江流域、华北等区域的汛期降水预测模型也得到较好的结果(范可等，2007；2008)。

国家气候中心整理的74项月环流特征量为气候预测模型提供了前期环流系统和大气下垫面指数因子，许多研究用前期月尺度环流指数因子建立预测模型(王慧等，2008；王启光等，2011；)，在环流因子的时间尺度上，尝试了月、季节等多种尺度的组合因子(黄嘉佑等，2003；毛炜峄，2009; 毛炜峄等，2011)。

由于影响我国盛夏(7—8月)降水异常的主要因子前期(或从冬季到夏季)不同的月际演变特征对后期降水异常的影响不同，所以针对影响因子的月际“持续异常”和“转折变化”对盛夏降水异常的预测效果也应该是有区别的。因此，制作盛夏汛期预测时，可以通过加强对气候系统各环流特征量的时间演变规律的分析，来捕捉更多有预测价值的强信号，提高和改进短期气候预测水平。随着全球气候系统监测快速发展，描述气候系统状况的月尺度物理量越来越丰富，研究分析前期气候系统的持续异常与转折演变中所包含的信息，探讨对我国盛夏降水预测效果的影响，对于提高汛期降水预测是有益的。

1 资料与方法 1.1 资料

全国160站盛夏(7—8月，下同)降水资料来自国家气候中心，数据年限为1961—2011年。环流特征量指数主要来自国家气候中心业务网站(http://cmdp.ncc.cma.gov.cn/cn/download.htm)和美国NOAA下属的CPC网站(http://www.esrl.noaa.gov/psd/data/climateindices/list/#india)。从上述各指数中筛选出了能够满足季节尺度实时预测需求的108个特征量指数，筛选要求如下：起始年份不晚于1960年；每月中旬之前能够通过网站获得逐月补充的新数据。环流特征量资料年限为1960—2011年。

1.2 方法

(1) “滑动相关—逐步回归—集合分析”客观预测方法。该方法建模方案主要思路是：借鉴数值预报中集合预报思路，考虑统计回归模型的不稳定性，建立不同窗口长度对应的多个初选因子库，用逐步回归方法分别建立回归预测模型，将这些模型拟合(预测)结果作为成员进行集合，得到预测结果。已经用该方法对新疆北部夏季降水指数进行预测，有一定效果(毛炜峄，2009)，经过不断细化建模步骤，优化计算方案，应用到全国160站汛期降水滚动预测的效果也不错(毛炜峄等，2011)，在近几年的全国汛期预测业务中使用(见2009—2012年国家气候中心内部刊物《气候预测评论》)。文中应用不断改进的“滑动相关—逐步回归—集合分析”方法，建模样本51年(1961—2011年)。对于160站盛夏降水量及环流因子，滤除51年的显著线性趋势后，用交叉建模方案，每次建立模型使用50个样本，依次拿出1961、1962、1963、…、2010、2011年作为独立样本试报。

(2) “持续异常”和“转折变化”因子计算方法。改进了环流因子的预处理步骤，设计了能够反映月特征量指数的“持续异常”和“转折变化”的两套因子库。在月特征量指数基础上，“持续异常”用加法表示，得到时间尺度分别为1、2、3、4、5和6个月的“持续异常”因子库；环流“转折变化”用减法表示，用最近的月份减去前期的月份，可得到相邻2个月以及间隔1、2、3和4个月的月指数之差的“转折变化”因子库。分别用上述两套因子库建立“滑动相关—逐步回归—集合分析”模型，并对两套计算结果进行对比。

(3) 预测效果检验方法。在交叉建模基础上，采用预测场与实况场的距平符号一致率(简称同号率, 以下用PSS表示)(彭京备等, 2006)和国际上通用的两个场的距平相关系数(以下用ACC表示)(柳艳香等, 2007)来检验其预测效果。降水量的距平符号可反映出旱涝趋势, 而预测场与实测场的距平相关系数则可以度量两个场分布形势的相似程度。以所有交叉建模得到的PSS和ACC的平均值作为反映不同因子选取方案的预测效果评定指标。对交叉建模后所产生的评分统计量的平均值，可以进一步对其作平均值的显著性检验，使用t检验方法，即

$ t = \frac{{\overline x - \mu }}{{s/\sqrt {n - 1} }} $

遵从自由度为n-1的t分布，式中n为交叉检验总次数，x和s分别为评分统计量在交叉试验序列中的平均值和标准差，μ为期望值。PSS随机试验同号率的期望值为0.5, ACC随机试验的期望值为0.0(魏凤英等，2010)。查t检验表可知，当交叉建模次数为50时，统计量t的计算值超过2.678时，可以认为评分统计量的平均值通过了0.01显著性水平检验。

2 1961—2011年盛夏降水量交叉建模结果分析 2.1 “持续异常”因子与“转折变化”因子的交叉建模预测结果

“持续因子”方案下的结果如下，交叉建模得到的全国160站1961-2011年盛夏降水量预测序列与实况之间的距平相关系数分析结果(图 1和表 1)显示：交叉建模预测序列与实况序列之间的距平相关系数为正的站数占160站的95.0%，其中60.0%的站相关系数通过了0.05的显著性水平检验，基本上成片分布，以长江流域中下游地区、江淮、黄淮以及华北地区大部、西南地区东部、新疆西部等地最为明显；51年的160站空间距平相关系数均为正值，94.1%的年份空间距平相关系数通过了0.05的显著性水平检验，80.4%的年份空间距平相关系数通过了0.01的显著性水平检验。

“转折因子”建模结果(图 2和表 1)如下：交叉检验预测序列与实况序列之间的相关系数为正的站数占160站的96.3%，其中72.5%的站相关系数通过了0.05的显著性水平检验，区域分布特征与“持续因子”方案结果类似，但成片分布的区域在长江以南地区、三北(西北、华北、东北)地区明显扩大；51年中160站空间距平相关系数均为正值，100%的年份空间距平相关系数通过了0.05的显著性水平检验，96.1%的年份空间距平相关系数通过了0.01的显著性水平检验。

上述结果说明，用“滑动相关—逐步回归—集合分析”方法，在两种不同的因子选取方案下，交叉建模的结果对于我国盛夏降水空间分布预测都具备一定的效果，对短期气候预测业务有积极的意义。

2.2 “持续异常”因子与“转折变化”因子方案的预测效果对比

对“持续因子”与“转折因子”不同方案得到的51年独立样本的交叉建模结果，距平符号准确率、ACC及其t统计量等结果分别见图 3和表 1。

从图 3可知，以单站的时间ACC为指标，“转折变化”因子方案的结果中有102站高于“持续异常”因子方案，占160站总数的63.8%；以逐年的空间ACC为指标，“转折变化”因子方案的结果中有37年高于“持续异常”因子，占51年样本总数的72.5%。

由表 1可见，用“滑动相关—逐步回归—集合分析”方法，两种不同因子处理方案下所得结果是令人鼓舞的。两个方案中，160站PSS的51年平均值均超过0.6，t检验值达到14.0以上；160站ACC的51年平均值均在0.3以上，最小值均为正，最大值均超过0.7，t检验值达到17.0以上。比较而言，无论是PSS、ACC及其t检验值，都反映出“转折变化”因子方案的预测效果更好。

从全国160站整体上看，“转折变化”因子方案的预测效果相对好一些，但是根据每个测站的效果对比分析来看，两个方案各有优势。能否从单站入手继续提取有价值信息，进而提高整体的预测效果呢？以单站交叉建模的时间距平相关系数(ACC)为指标，分别比较每个测站两种因子选取方案下的ACC，选取ACC较大的因子选取方案结果作为最终预测结果，称之为“集合方案”结果。逐站进行比较，得到了全国160站盛夏降水“集合方案”预测结果。

计算了“集合方案”对应的PSS、ACC及其t检验结果(图 4和表 1)。“集合方案”交叉建模预测序列与实况序列之间的160站的距平相关系数100%为正，其中86.9%的站相关系数通过了0.05的显著性水平检验，全国通过显著性水平检验的区域基本上连成片；51年的160站空间距平相关系数均为正值，100%的年份空间距平相关系数通过了0.05的显著性水平检验，98.0%的年份空间距平相关系数通过了0.01的显著性水平检验。

与“持续异常”和“转折变化”因子方案结果比较，无论距平符号一致率、空间距平相关系数及其t检验值，“集合方案”的值都明显增大，可见“集合方案”的预测效果有进一步提高的潜力。

3 小结及讨论

从前期环流及下垫面外强迫监测指数的“持续异常”和“转折变化”对比分析不同因子选取方案对我国盛夏降水预测效果的影响，得到了一些对提高和改进季节尺度气候预测的有益认识。

(1) 根据前期影响因子的“持续异常”和“转折变化”不同月际演变特点来分别建立统计预测模型，可以改进我国160站盛夏降水预测效果。

(2) 用改进后的“滑动相关—逐步回归—集合分析”方法对全国160站盛夏(7-8月)降水进行预测分析，“持续异常”和“转折变化”因子方案的预测效果均令人鼓舞，其中以“转折变化”因子方案的预测效果更好，距平符号准确率51年平均值为0.639，距平相关系数的51年平均值达到0.377。

(3) 比较“持续异常”和“转折变化”因子方案的结果，以单站交叉建模相关系数更高的因子选取方案结果作为集合方案预测结果，“集合方案”的距平符号准确率的51年平均值达到0.662，和空间距平相关系数的51年平均值分别达到0.443。“集合方案”的预测效果有进一步提高的潜力。

本文从前期气候系统持续异常和转折变化的影响进行对比，探讨对盛夏降水预测的效果，得到了一些有益的认识，对改进季节气候预测业务水平有积极意义。然而统计预测模型的改进可以从很多方面入手，本文从选择因子角度做了些粗浅工作，也进一步说明了加强预测因子挑选方法的研究是可以改进统计预测效果的，也可为建立统计集合预测模型提供更多集合成员。统计气候预测也需要向建立集合预测模型方向努力，预测因子挑选、统计模型构建、集合方案设计三方面均可深入研究。

致谢：感谢中国气象局短期气候预测国家级创新团队提供的技术指导。