姚 愚 , 晏红明

（云南省气候中心，昆明 650034）

引言

月季时间尺度的旱涝趋势预测是短期气候预测业务的重要内容。近年来，气候动力模式发展迅速，模式预测的准确率和时空分辨率不断提升[1−5]。气候动力模式普遍对大尺度大气环流的模拟和预测能力较高，但在对气温和降水等气象要素作预测时，引入了云辐射、对流性降水等参数化方案作近似描述，使得模式对气象要素模拟和预测能力较差。由于大气环流场对区域降水量分布有很好的预测指示意义，充分利用历史资料和模式产品，采用动力和统计相结合的思路，将气候模式模拟较准确的环流信息应用于有物理意义的统计模型，可以纠正模式的预报误差，提高模式预测性能[6−8]。目前这种动力和统计相结合的气候预测方法已在国家和省级业务单位得到广泛应用。国家气候中心（National Climate Center，NCC）基于耦合全球环流模式（Coupled Global Circulation Model，CGCM）以及最优因子订正和异常因子订正两种预测方案，建立了动力和统计集成的中国季节降水预测系统(Forecast System on Dynamical and Analogy Skills，FODAS)，在汛期降水预测中体现了较高的预报技巧[6]。针对不同区域的动力统计相结合的气候预测研究也取得了很多成果[9−14]，一些研究还尝试通过改变预报因子和预报对象的描述形式，例如利用增量资料做模式释用和预测研究[15−18]，以提高气象要素的预测准确率，取得了很好的预测效果。

多模式集合预测通过对不同来源的模式结果进行集成，有助于减少单一预报结果的不确定性和系统性误差，多数情形下预测评分优于参与集成的单个预报结果[19−23]。……