如何提高天氣預報和氣候預測的技巧？

錢維宏

北京大學大氣海洋科學系，北京 100871

如何提高天氣預報和氣候預測的技巧？

錢維宏

北京大學大氣海洋科學系，北京 100871

從理論上探討如何提高天氣預報和氣候預測的技巧.氣候包括以小時為基本單位的晝夜循環、以日為基本單位的年（季節）循環、年代際循環和世紀循環等時間尺度的變化.這些氣候變化存在確定的外強迫，是可以被認識和預報的.相對氣候晝夜循環和年（季節）循環的偏差是天氣尺度擾動.天氣尺度的瞬變大氣擾動可引發極端天氣事件.有技巧的天氣預報正是要通過天氣尺度大氣擾動信號，提前幾天甚至十幾天，預報出極端天氣事件的發生.相對氣候年代際和世紀循環的偏差是氣候異常，有技巧的氣候預測正是要預報出這種異常.距平天氣圖會大大提高短期和中期—延伸期天氣預報的技巧，距平數值預報模式的研制也會加快提高中期—延伸期天氣預報和氣候預測的技巧.

天氣預報，氣候預測，技巧，距平天氣圖，距平數值模式

1 引 言

天氣預報的種類按時間長短可分為：幾小時的短時天氣預報，1—3天的短期天氣預報，4—9天的中期天氣預報和10—30天的延伸期天氣預報.氣候預測，分月—季的短期氣候預測，以及年、十年和幾十年的氣候預測.短期逐日天氣預報的成功發端于大氣長波（Rossby）理論的建立.對一地的短期天氣預報，預報員應用的正是長波理論中“槽來脊去”的外推方法進行對未來天氣的預估.隨著計算機的發展，大氣流體動力學方程組的數值解為天氣預報擴展了空間范圍并延長了預報時效.

對于天氣預報，最早的方法是以天氣圖為信息來源的天氣學方法，現在又與氣象衛星云圖和雷達回波圖等資料共同使用，以提高幾小時至1天的預報水平；第二種方法是以計算機為工具的數值天氣預報，它通過解流體力學、熱力學方程組制作天氣預報；第三種是以概率論數理統計為手段的統計預報方法.

自從1950年世界上第一次成功地做出數值天氣預報以來，數值天氣預報方法取得了長足的發展.數值解法日益精確，對大氣的描述越加細致，垂直方向可分解到20～30層，水平方向可細劃到10～20km.預報的精度和時效也在不斷地提高和延長，一般對3天以內的重要天氣過程及其相應的強烈天氣如大風、降溫、暴雨等均可做出較準確的預測.歐洲中期天氣預報中心（ECMWF）和美國國家環境預報中心（NCEP）等氣象業務預測機構發展的數值天氣預報模式或全球預報系統（FGS），現在已經能夠把環流形勢的預報延長到了10天左右.毫無疑問，數值方法必將成為未來天氣預報的重點發展方向.

逐日的數值天氣預報受到可預報性的限制［1－3］.所謂可預報性，是指天氣預報在時效上的一種上限，理論上為2周左右.一般認為，預報誤差產生的來源是初始條件的不確定和預報模式的不完善，而理論上認為是大氣過程的混沌本質［4］.目前的天氣形勢預報，特別是極端天氣預報時效與理論上限還有很大的距離，即預報還存在不確定性.對數值天氣預報而言，其不確定性由以下幾種因素造成.其一是，模式中表征物理過程或計算近似造成的不確定性，也稱模式誤差.它反映的是模式物理過程與發生在大氣中實際的物理過程之間的不一致.其二是模式初值條件的不確定性，其誤差來源于觀測和資料同化系統的近似等.簡言之，這是由于大氣實際的初始狀態與用于模式初值之間的差別造成.初始誤差隨時間增長，數值積分3～5天時誤差增倍，對于小的誤差增長更快.

由于天氣圖方法和數值模式方法不能從根本上解決未來幾天的天氣預報問題，因而人們利用統計方法彌補不足.從觀測的天氣資料和數值預報模式資料中使用降尺度方法，就是統計方法的解釋應用［5］.因此，天氣圖、數值模式和統計方法，仍然是未來相當長時期內天氣預報的主要手段.本文將從概念和理論上提出改進天氣預報技巧和延長預報時效的出路，以及動力學模式與統計方法的有機互補.

2 天氣與氣候的分離

天氣圖方法的基礎是長波理論.數值天氣預報方法的理論基礎是流體力學方程.它們都是確定性的方法，其思想基礎來自牛頓（1642—1727年）力學的確定論.拉普拉斯（1749—1827年）是一位法國的機械決定論者，他把牛頓的質點運動確定論擴展到了無窮質點系統的確定論.他在1814年的《概率論的哲學試驗》著作中寫道：“如果有一種智慧，它能在某一瞬間知道支配著自然的一切力，知道大自然所有組成部分的相對位置，并能偉大到足以分析所有這些事物；它能用一個單獨的公式，從最大的天體到最小的原子，都毫無例外悉數概括出宇宙萬物的運動，而且對未來就像對于過去那樣，都能一目了然；那么目前的宇宙整體，可以看作是它以前的狀態的結果，以及以后發展的原因”.拉普拉斯是希望找到一個獨立的公式，把宇宙的萬物運動描述清楚.他提到，公式中要包含力、位置和原子狀態等問題的描述.這樣，宇宙的前因后果都確定了，也都能回溯過去和預測未來.

可將拉普拉斯的文字轉換成公式.宇宙是由無窮的銀河系和太陽系組成的.每個銀河系稱為一個子系統.系統總是由物質組成的，假定有足夠多的R個變量就可以描述這個系統或子系統.d1，d2，…，dR等是R個變量，它們都是隨時間變化的.R個變量構成和確定了系統隨時間t變化的狀態S（t）.

系統有確定的空間范圍，其大小依據確定的邊界，邊界分隔了系統內與系統外.所謂系統動力學的描述不能缺少三個方面：一是它受系統外的強迫，即外強迫；二是系統內部存在某種制約機制；三是要能方便地描述系統的變化.一個理想的系統動力學預測模型［6］是

這好似拉普拉斯文字描述的公式.這里S是狀態變量的全體，也是拉普拉斯考慮的每個原子的位置；F（t）是外界對系統的強迫，可以是時間的函數，也是拉普拉斯考慮的力；N為控制系統內部狀態變化的復雜性（非線性），L為簡單的線性作用關系，D為耗散作用；（N＋L＋D）就是這個系統的內部動力學.

如果上式中不考慮內部動力學（N＋L＋D）的作用，則有

問題變得非常的簡單，如S＝（u，v，w）只是一個質點的速度，則上式為

這就是質點運動的牛頓第二定律.即一個質點的加速度等于這個質點所受的合力.拉普拉斯與牛頓的思想方法不同也體現在（1）與（3）式之間.

只要這個系統是由大于兩個質點組成的外源強迫運動，就構成了天文上的三體或多體問題，此時就不能忽略系統內部動力學（N＋L＋D）的作用.何況，大氣和海洋，或全球氣候系統是一個由無窮多個變量和質點組成的系統.

如果已經對某一系統有了完全的認識，也就是掌握了這個系統的內部動力學（N＋L＋D），外界對系統的作用F又有了確定和全面的描述，對t＝0時的初值S0，可以精確地測量到每個分子的程度，利用容量無窮大和小數有效位無窮的計算機.那么理論上，可以精確地得到任一時刻S在R維空間中的位置，其中也知道了每個分子的位置.由此，就可以倒算，知道銀河系和太陽系的形成，地球的形成，大氣與海洋的過去運動和過去的氣候變化.也可以正算，無限期地預測它們的未來.

自然界中，層次是客觀存在的，如銀河系與太陽系，大氣長波與短波，氣候與天氣等.在一個時間內，系統中有嵌套的層次.假定數學模型（1）式是可以描述多個層次的.在數學上，可以把系統的狀態S（對外發布的要素）分成一個時間段上的氣候部分ˉS和這個時間段上的天氣擾動部分S′的和，即

則系統的天氣擾動部分為

可見，天氣擾動部分依賴于系統內部的復雜性和線性與耗散的作用.天氣擾動部分與系統的非均勻性及內部動力學有關.這樣的確定是人為的，但有兩點是清楚的.一是，把一個可能完全混沌的問題，變成了至少兩個層次的問題，其中一個層次上的問題可以用線性數學來描述，并可得到問題的解；二是，有一個數學上的氣候定義，氣候在一定時空尺度下狀態（也稱吸引子）隨時間連續變化，僅依賴于系統的控制變量（外強迫），是一個線性過程.反過來說，氣候異常（天氣擾動的總和）是這個線性過程上疊加在氣候系統內部的復雜性或非線性作用的結果.

對線性部分，只要知道外強迫的控制變量，這一部分就是確定的.由于復雜性的存在，就有很多的不確定性，稱為隨機的成分.于是，可以認定：對任何復雜系統的狀態，S（t）都可以寫成確定性De和隨機性Ra并存的方程：

其中，De＝F－（L＋D，Ra＝－N＋S′）－（L＋D）S′.從上述方程的分化，認識到：由于復雜性的存在，確定論的動力系統本質上是不確定的.但在這個不確定性中，又蘊藏有確定的成分.這一確定的成分在很多情況下是可以預報的.另一部分中，存在對不確定部分的統計可預報性.把確定性和隨機性兩者相聯系.這里的確定性是上一個層次研究的問題，隨機性是下一個層次研究的問題.即使在下一個層次中，我們會在后面分析到，仍然存在確定性的部分.

3 天氣與氣候的關系

如果把系統限定為地球大氣，那么根據定義，氣候是在一定時空尺度下大氣狀態隨時間的連續變化，僅依賴于系統的控制變量，是一個線性過程.于是，最短時間的氣候與最短時段的大氣外強迫有關.這個局地氣候就是大氣變量隨太陽輻射的晝夜變化.一地大氣的溫度、濕度、風等連續變量隨太陽輻射晝夜變化的關系可用（5）式描述.在線性方程（5）中，太陽輻射的晝夜變化與大氣變量（如氣溫、風等）不是同時的對應關系，而是有時間滯后項－（L＋D的作用.顯然，一地日內最強的太陽輻射是在午時，而當地的最高溫度是在午后.一地夜間接受不到太陽的直接輻射，大氣放射地面長波輻射，最低溫度出現在凌晨.因此，有一地的最高溫度與最低溫度相對晝夜的不對稱，但它們的出現是有規律的.這種規則變化形成的物理原因是清楚的，是晝夜天氣預報的氣候部分.這種晝夜氣候是要認識的，并沒有預報技巧.預報員要做的是，明天的最高溫度和最低溫度是怎樣偏離了晝夜氣候變化的？在時間上和量值上偏離多少？把這個偏離預報出來，預報就稱為是有技巧的.溫度偏離的原因是因為當地來了一個冷的（或暖的）大氣擾動系統，改變了當地正常的晝夜氣候.于是，對那個擾動（高壓或低壓）系統的預報，成為預報當地溫度偏差值（相對于氣候）需要知道的前期信息.對外發布的溫度預報就是氣候變化的溫度部分與溫度擾動部分的線性疊加.

我們又注意到，北半球或中國任一地方的地面與高空溫度、濕度、風及地面降水的季節氣候變化，總是落后太陽直射北回歸線的時間一個多月［7－8］.其原因就是在平均的線性方程（5）中，外強迫F（太陽輻射季節變化）不是直接與大氣變量（如氣溫和風）的同時對應關系，而是有時間滯后項－（L＋D的作用.在季節循環過程中，一地的溫度變化除了受到太陽輻射隨季節作用外，還受到海陸地形分布、下墊面地貌狀況、大氣內部過程等的季節調節作用.太陽（活動）輻射還存在10年和20年尺度的準周期性變化，海溫還存在60—70年的周期性變化，它們對全球平均的氣候變化也有滯后影響［9－10］.如不考慮年代際和世紀變化，要發布的一地氣候預報是太陽強迫的氣候季節變化部分和海陸調節的氣候季節變化部分與氣候偏差的疊加.這個偏差中還可分解為行星尺度的逐日偏差和天氣尺度的逐日偏差兩個部分.于是，一個觀測變量可以分解成四個部分［11］，即

分解式等號左邊的變量S（λ，φ，t）Y是第Y年從1月1日起算第t日隨經度λ和緯度φ變化的過去的或當前的氣象觀測量.分解式等號右端第一項是對應N年內第t日氣候平均及沿緯圈平均后，只隨緯度φ變化的量，反映的是太陽輻射緯度變化的影響.右邊第二項，是相對第t日用第1年至第N年時間平均的空間格點變量，減去相對第t日太陽輻射緯圈平均季節變化后的氣候逐日空間變量場，反映的是海陸、地形差異調節的逐日氣候空間變量場.第三項是用當日觀測的大氣變量，減去逐日太陽輻射氣候變化分量后，再做緯圈平均得到的，反映的是大氣中行星尺度緯圈距平擾動分量，與行星尺度的赤道和極地熱力強迫有關.第四項，是用當日觀測的大氣變量，減去逐日氣候變化分量（前兩項），和行星尺度緯圈距平擾動分量得到的，反映的是大氣中的局地天氣瞬時擾動分量.

天氣與氣候之間是什么關系？有沒有必要人為地把天氣與氣候分離開？關系式（8）表明，每天觀測的氣象變量中既有氣候，又有天氣.按照（8）式，氣象部門可以做出下列分工：左邊的項指示需要進行氣象變量的觀測，相當于需要有一個“探測中心”，為認識氣候和異常天氣及異常氣候的預報提供資料支撐.右邊第一和第二項指示需要有一個“氣候中心”，通過資料分析獲得對年（季節）循環的和長期（年代和世紀）循環的氣候變化的認識.第三和第四項指示需要一個“氣象中心”，從觀測資料中去除氣候和氣候變化，獲得不同時段偏差部分的大氣運動及預報大氣擾動對應的極端天氣事件.

是否具有預報技巧，是看（6）式和（8）式中，帶有右上角撇號的擾動量.天氣預報發布的要素量中囊括了氣候和偏差.這個偏差大于一個確定的值就是極端天氣事件.按理，大氣變量中出現的偏差越大，對應的極端天氣事件越嚴重.目前，常規的天氣圖方法、數值模式和統計方法都沒有在嚴格意義上把氣候與偏差分開，可以說是用混沌的初值來預報混沌的終值.于是有論斷：超過5天的極端天氣事件預報，必然是大氣科學中世界性的難題.極端天氣事件的預報是要尋找前期信號：1—15天的大氣變量偏差，是天氣預報員做短期和中期天氣預報需要尋找的前期信號；20天以上的變量偏差，也是氣候預報員需要尋找的前期信號.根據（8）式，天氣預報員和氣候預報員都離不開前兩項的氣候認識作為基礎.極端天氣事件的時間長度為幾天至幾十天.在這個時段內，偏差部分的大氣變量變化幅度最大，年循環的氣候變化幅度要小一個量級，十年至幾十年和世紀循環的氣候變化幅度更小.因此，極端天氣事件的預報需要尋找大氣中幾天至十幾天前的擾動信號.

4 天氣距平模式

在變量的兩個層次上，上一個層次是要認識的氣候，而下一個層次相對上一個層次為偏差，也稱為距平.氣候是在外源強迫下的規則變化，是時間的函數.如果距平變量隨時間不變，但它疊加上氣候的絕對值是變化的.自從有天氣圖和數值天氣預報以來，預報員分析的是絕對值，而極端天氣的信息就隱含在絕對值中.一個預報員經過幾十年的長期摸索，等到快退休的時候才積累了一些預報極端天氣事件的經驗.然而，這些經驗只可會意，不可言傳.預報不對，被人笑話.預報對了，又說不上道理.實際上，這些經驗很大部分可能與（8）式的各項分離有異曲同工之妙.然而，最有經驗的預報員進行的信息分離也是定性的和幾個可記憶的模型，很難勝任預測多種形式的極端天氣事件.

區域性暴雨，或持續性區域暴雨是國家和地區級氣象業務部門每天極為關注的極端天氣事件.僅僅850hPa觀測風場物理分解后的擾動氣流輻合線就能指示這類區域性暴雨極端天氣事件的出現位置.擾動氣流輻合線與區域性暴雨的配置關系就是一種“暴雨天氣距平模式”［12］.利用當前歐洲中期天氣預報中心（ECMWF）預報的850hPa風場分解的擾動流場輻合線可以平均提前6—7天預報區域性暴雨的落區［13］.

熱浪是夏半年經常出現的持續性高溫極端天氣事件.傳統天氣學關注500hPa的高壓環流形勢，判斷它是否控制一個地區.“熱浪天氣距平模式”中，250hPa層的天氣尺度位勢高度擾動和400hPa層的天氣尺度溫度擾動最有可能提前7天預報需要跟蹤的前期信號［14］.利用ECMWF的預報產品與前期擾動信號的結合可以提前1—2周預報熱浪事件［15］.

持續性低溫和冬季的雨雪冰凍天氣也是全球大氣科學界的難題，即難以提前5天做出這類極端天氣事件的預報.然而，利用“低溫天氣距平模式”中的前期觀測的850hPa天氣尺度溫度擾動和300hPa天氣尺度高度擾動低值信號與ECMWF模式產品物理分解的結合可以提前1—2周做出持續性低溫和區域性雨雪冰凍極端天氣的預報［16］.

持續性區域旱澇是多次天氣尺度擾動與行星尺度緯圈平均擾動共同作用的結果，于是區域持續性旱澇也可以分解為氣候部分和擾動部分.旱澇的擾動部分與天氣尺度擾動和行星尺度擾動的結合構成了“區域持續性旱澇距平模式”［17］.

距平變量模式預報極端天氣事件具有技巧.傳統的天氣學原理更適用于擾動形勢下的極端天氣事件分析.在氣象部門的未來預報方法中，同時使用傳統“槽來脊去”天氣模式與距平天氣模式相結合，會大大提高預報技巧.

數值天氣預報的發展大大延長了環流形勢預報的時效.目前ECMWF的可用環流形勢預報信息，已達到10天左右.中期數值天氣預報使用的是大氣環流模式，未來數日的形勢預報依賴于觀測的初值.這些初值是由逐日氣候和天氣擾動偏差共同組成的.大氣環流模式是把初值中的氣候部分和偏差部分都拿來做隨時間的積分.于是，數值天氣預報模式會出現一個通病，即預報與未來的實況之間出現系統性的偏差.這種偏差不完全是初值偏差的放大，還包含氣候部分再分解后的截斷誤差.這部分截斷誤差經過非線性相互作用，誤差會隨積分過程不斷放大.

理論上短期和中期數值天氣預報模式應該取用（1）式進行積分運算.（1）式中，模式積分不但要考慮線性與非線性及耗散動力學過程，還要考慮太陽輻射的晝夜強迫和太陽與海洋的季節強迫.當今所有模式不能夠把氣候部分模擬（預報）得很好，可能反映了上述誤差的積累作用.為了避免這一不足，理論上應該取用（6）式的形式進行積分運算.形如（6）式的數值天氣預報模式中，氣候部分不是預報量，也就沒有了氣候誤差的累積和放大.模式（6）需要輸入的是初值偏差和認識的氣候部分，預報的是未來變量偏差演變及其對應的極端天氣事件.未來取用（6）式研制中期天氣預報模式，會進一步延長預報時效和提高預報技巧.這是數值天氣預報中的“天氣距平模式”.

5 氣候距平模式

短期氣候預報模式不但需要初值，也需要未來強迫量的信息.簡單的氣候模式是大氣環流模式.以大氣為系統，它的上界有來自太陽輻射的強迫，它的下邊界有來自陸地和海洋的動力與熱力的強迫.最初的耦合模式是簡單的熱帶太平洋海氣耦合模式，后來又發展到全球大氣與全球海洋耦合的模式.全球氣候系統五大圈層相互作用的耦合模式稱為氣候系統模式，現在又發展為包括大氣化學和生物過程在內的氣候系統模式.在全球氣候系統模式中，圈層與圈層之間都會發生相互作用與耦合的過程.全球氣候系統模式僅僅是對真實的全球氣候系統耦合動力學的一種仿真，不可避免地存在各種誤差，模式的多樣性也在所難免.模式包含的圈層越多，則是把本來的外部強迫問題轉變成了內部的動力學問題.

包括固體地球角動量變化在內的氣候系統模式可以稱為地球系統模式.在固體地球、海洋和大氣構成的地球系統中，大氣與其下墊面的地球和海洋之間存在動力和熱力的耦合，形成了大氣的異常運動和大氣質量相對固體地球的再分布.如果不考慮海洋角動量的變化，則全球大氣西風相對角動量的變化ΔMr，以地球角速度旋轉的地球上大氣質量再分布引起的大氣角動量的變化ΔMΩ，和固體地球角動量的變化ΔME之和是守恒的，即

稱為地氣角動量守恒，其中

上述式中，Ω和ΔΩ為地球自傳角速度及其變率，R為地球半徑，g為重力加速度，φ為緯度，p為氣壓從大氣上層pu到地面ps，［Δu］為西風距平的緯圈平均，IE為固體地球的轉動慣量.

在固體地球和大氣之間，角動量的變化應該是它們之間力矩作用的結果，即

其中，山脈力矩為

摩擦力矩為

式中，H為山脈高度，ρ為表面大氣密度，CD為無量綱拖曳系數分別為表面風速分量.

山脈力矩反映了表面氣壓分布相對山脈地形的作用.在El Ni?o海溫距平位相時，南北美洲山脈地形的太平洋一側氣壓偏低，山脈力矩使大氣得到角動量，而固體地球失去角動量，即地球轉動減慢.Wendy和Smith［18］針對1982—1983年的El Ni?o事件計算了3個大山脈的平均力矩，發現落基山山脈力矩最大，它的作用使全球總的大氣角動量增加Δ（Mr＋MΩ）＞0.摩擦力矩的計算非常困難，原因在于表面風的誤差和拖曳系數的不確定.雖然存在準確計算地氣之間角動量交換和計算它們之間力矩的困難，但與El Ni?o事件相聯系的大氣角動量變化和日長變化的事實已經得到了公認.在El Ni?o事件暖水位相時，大氣西風角動量增加，而固體地球角動量減少，這就是海洋－大氣－固體地球之間相互作用概念模型滿足的觀測事實［19］.在年際時間尺度上，El Ni?o－Southern Oscillation（ENSO）事件的預測，除了海洋與大氣的耦合外，固體地球也參與了耦合.固體地球－大氣－海洋角動量的守恒，也許是全球氣候系統模式的一個約束條件.

無論是大氣環流模式，還是海氣耦合模式或全球氣候系統模式，它們作長期數值積分時，除了距平值的積分外，還同時包含了對平均季節變化的模擬.氣候季節變化的模擬誤差，會大大影響距平值的積分結果.到目前為止，很多數值模式中的氣候漂移和對氣候季節進程的模擬，特別對東亞季風區氣候特征和副熱帶高壓強度的模擬仍然面臨難以克服的困難.幾乎所有的耦合氣候模式對中國梅雨期的氣候模擬與實況氣候的偏差可滯后2個月，誤差與梅雨本身的氣候時段相當.這樣的模式當然難以用于梅雨異常的預測.為此，早些年人們就提出要把預報對象分解為氣候平均值及其距平值兩部分的思路［3，20］，即把氣候季節平均值的演變作為已知的，模式要預報的是距平值.確切的，氣候應該是逐日隨季節變化的，如果用月平均值代替逐日氣候變化也有誤差.把已知的氣候季節演變值放進一個模式中，用格點差分或若干譜正交展開的方法積分下去，模式輸出的氣候與實際的氣候之間就出現了差異，這個差異常常歸并到了預報的距平值中了.前面的理論（5和6式）和下面的過去實踐都認為，氣候距平模式優于普通的氣候模式.

早在1970年代末，我國氣候研究人員就建立了500hPa高度距平場和地表溫度距平場的月預報方法，并認為這一嘗試是長期數值天氣預報有希望的一條途徑［21］.當時的長期數值天氣預報就是現在所指的月和季節時間尺度的短期氣候預測.接著，邢如楠等［22－23］在1982年又發展了長期數值預報的三層濾波模式，用以預報地面溫度和不同高度上環流的月距平.后來，邱崇踐和丑紀范［24］發展了一種相似－動力長期數值天氣預報模式，黃建平和王紹武［25］利用這一模式做了季度預報試驗.這里，他們用歷史相似場代替了氣候平均場，初始場和預報場都是相對的距平場.

在ENSO事件的預報歷史上，Zebiak和Cane［26］發展的簡單海氣耦合模式，其大氣變量和海洋變量都是距平量.這樣簡單的模式成功地預報了1986—1987年的ENSO事件.后來該模式對1993—1995年的海溫距平進行的預報結果與觀測結果并不一致.盡管對這一模式有很多改進的版本，但總體上預報水平并沒有很大的提高.這一模式僅僅把研究的范圍限定在20°S—20°N的赤道太平洋上，他們認為ENSO循環就在這個海氣耦合的區域中.盡管是一個非常簡單的局地海氣耦合的距平模式，但它運算方便，至今仍被人們用于理論研究.隨著觀測現象的增多和復雜海氣耦合模式的發展，人們逐漸認識到ENSO事件是多尺度海氣相互作用的結果［27］.

當大氣變量中的行星尺度緯圈平均擾動和天氣尺度擾動在一個地區長期維持的時候就形成了所謂的旱澇異常.大氣環流異常是形成持續性極端天氣和極端氣候事件的直接原因.我們的分析已經認識到，南方濤動（SO）、北極濤動（AO）、南極濤動（AAO）是行星尺度緯圈平均大氣擾動形成的［28］.北大西洋濤動（NAO）、太平洋－北美型（PNA）遙相關和太平洋－日本濤動（PJO）等都是天氣尺度擾動長期維持形成的［29］.

6 統計預報模式

1986年，丑紀范［3］對長期預報中的動力和統計兩種方法有過精辟的論述.動力方法是確定論的.確定論認為天氣的未來狀態是現在狀態和制約這種狀態變化的物理規律所確定的必然結果.形如（5）式，現在的狀態是跟隨強迫的.統計方法是以概率論為基礎的.概率論承認天氣的未來狀態有不確定性，期望依賴天氣的現在狀態和近期的演變情況，對未來作出概率的推斷.我們再把天氣擾動（距平）場（6）式分解成3個部分，即S′＝S′1＋S′2＋S′3.

第一部分是由氣候平均場的非線性過程引起的，即

如果不對氣候變化場做格點差分和譜正交展開的積分，就不會出現這項偏差.對其展開和積分是把人為形成的誤差歸并給了距平場.其后果形成了無物理意義的擾動并由此出現了空報的極端天氣事件.現代氣候模式中的極端天氣事件增多也可能與此有關.

第二部分是擾動的線性過程，由可得到解.在實際天氣預報中，如果初始分離出了一個天氣尺度擾動系統（擾動低壓或擾動高壓），這個擾動系統是可以外推做出一定時效預報的，滯后的時差依賴于大氣內部線性動力學和耗散－（L＋D）.這就是我們在本期幾篇文章中，對極端高溫熱浪和極端低溫冰凍事件尋找到的前期位勢高度擾動和大氣溫度擾動表征的信號.很多強的極端天氣事件在出現之前，都可以提前4—10天找到天氣擾動信號.（16）式描述了在第二個層次上存在的確定性部分，它也是擾動（或距平）天氣圖預報方法的理論基礎.

第三部分是擾動的非線性過程：

如果有一個能夠很好地描述非線性過程的動力學模式，這部分也可以積分下去，對線性項有一個補充.如果現階段不具備有可信的動力學模式，這項可用統計的方法做出預估.如果大量試驗認為動力模式和統計方法都不行，這項就沒有必要考慮了.95%的區域持續性高溫熱浪和低溫事件能夠找到前期信號［14，30］，這讓我們相信，擾動非線性過程的增長是1周或10天后的事.

在第二個層次，又可以把S′（t）寫成確定性D′e和隨機性R′a并存的方程：

從上述方程的分化認識到：自然系統中每個層次上都存在確定性的部分和不確定的隨機部分.統計學方法是要對動力學模式目前尚不能解決的部分做出估計.

7 結論與討論

氣象觀測已經積累了50—60年的逐日資料.這些資料中包含氣象要素受太陽輻射隨季節的變化，也記錄了海陸等地形分布的季節調節作用.大氣變量除了存在年代際和世紀變化外，還有晝夜循環和季節循環等氣候規則變化.這些并不需要預報，要預報的是觀測變量減去太陽輻射強迫和海陸調節的氣候變化后的偏差部分.這個偏差部分還可分解為行星尺度和區域天氣尺度的逐日偏差兩個部分.行星尺度逐日偏差部分與赤道海溫異常（ENSO事件）和兩極濤動有關.

目前的常規天氣圖預報方法中包含了逐日氣候變化的信息，也包含了天氣擾動變化的信息.然而，只有后者才是對區域極端天氣事件預報有用的信息.目前的天氣圖預報，應該同時給出傳統天氣圖表達的信息和擾動（距平）天氣圖表達的信息，從而提高預報員對極端天氣事件預報的技巧［31］.數值天氣預報產品中也要分離出擾動（距平）天氣的要素.

尋找已發生的極端天氣事件的前期信號稱為倒向問題，而由擾動信號預測極端天氣事件是所謂的正向問題.倒向問題的研究是最終解決正向預報問題的基礎.在倒向問題中，特征層上大氣擾動變量與極端天氣事件（暴雨、熱浪和低溫）有高達95%的前期信號指示關系.這是因為極端天氣事件越強烈，大氣擾動量的前期信號也越明顯.在正向問題中，重大的極端天氣事件較少漏報，但一般的極端天氣事件仍然有很多的空報.目前估計的極端天氣事件預報正確率大約在40%～50%.為了減少空報，不但需要給極端天氣事件以適當的定義，還需要大量的“擾動量與極端天氣事件”之間對應關系的總結與認識.

距平天氣圖將大大顯現出未來極端天氣事件發生的前期擾動信號.擾動信號不僅僅在對流層中，多數會出現在對流層頂，甚至平流層中.空間傳播的擾動信號才具有預報意義，對流層頂是有利于天氣尺度擾動信號傳播的層次.

認識氣候變化是天氣預報的基礎［32］.同樣，認識逐日的氣候變化，是研制中期數值天氣預報模式的基礎.認識年代際和世紀尺度的氣候變化，也是研制氣候模式的基礎.氣候和氣候變化是要認識的，要預報的是那些相對氣候變化的偏差，或距平.因此，距平模式是當前數值模式的發展方向，將會提高天氣預報和氣候預測的技巧.

（References）

［1］ Lorenz E N.On the range of atmospheric predictability.Proc.First Statis.Meteor.Conf.，Amer.Meteor.Soc.，1968：11－19.

［2］ Lorenz E N.Atmospheric predictability as revealed by naturally occurring analogues.J.Atmos.Sci.，1969，26（4）：636－646.

［3］ 丑紀范.長期數值天氣預報.北京：氣象出版社，1986.Chou J F.Long－Range Numerical Weather Prediction（in Chinese）.Beijing：China Meteorological Press，1986.

［4］ 卞建春，楊培才.關于大氣過程可預報性問題的一些討論.高原氣象，2003，22（4）：315－323.Bian J C，Yang P C.Some remarks on the predictability of atmospheric processes.Plateau Meteorology（in Chinese），2003，22（4）：315－323.

［5］ Benestad R E，Hanssen－Bauer I，Chen D.Empirical－Statistical Downscaling.London：World Scientific Publishing，2008.

［6］ 錢維宏.全球氣候系統.北京：北京大學出版社，2009.Qian W H.Global Climate System（in Chinese）.Beijing：Peking University Press，2009.

［7］ Qian W H，Tang S Q.Identifying global monsoon troughs and global atmospheric centers of action on a pentad scale.Atmos.Ocean.Sci.Lett.，2010，3（1）：1－6.

［8］ 錢維宏.氣候變化與中國極端氣候事件圖集.北京：氣象出版社，2011.Qian W H.Atlas of Climate Change and China Extreme Climate Events（in Chinese）.Beijing：China Meteorological Press，2011.

［9］ 錢維宏，陸波，祝從文.全球平均溫度在21世紀將怎樣變化？科學通報，2010，55（16）：1532－1537.Qian W H，Lu B，Zhu C W.How would global－mean temperature change in the 21st century？Chinese Sci.Bull.（in Chinese），2010，55（19）：1963－1967.

［10］ 錢維宏，陸波.千年全球氣溫中的周期性變化及其成因.科學通報，2010，55（32）：3116－3121.Qian W H，Lu B.Periodic oscillations in millennial globalmean temperature and their causes.Chinese Sci.Bull.（in Chinese），2010，55（35）：4052－4057.

［11］ Starr V P，White R M.Balance requirements of the general circulation.Cambridge，Mass：Geophysical Research，1954，12：66.

［12］ 錢維宏，單曉龍，朱亞芬.天氣尺度擾動流場對區域暴雨的指示能力.地球物理學報，2012，55（5）：1513－1522，doi：10.6038／j.issn.0001－5733.2012.05.008.Qian W H，Shan X L，Zhu Y F.Capability of regional－scale transient wind anomalies to indicate regional heavy rains.Chinese J.Geophys.（in Chinese），2012，55（5）：1513－1522，doi：10.6038／j.issn.0001－5733.2012.05.008.

［13］ 錢維宏.中期－延伸期天氣預報原理.北京：科學出版社，2012.Qian W H.Principles of Medium to Extended Range Weather Forecasts（in Chinese）.Beijing：Science Press，2012.

［14］ 丁婷，錢維宏.中國熱浪前期信號及其模式預報.地球物理學報，2012，55（5）：1472－1486，doi：10.6038／j.issn.0001－5733.2012.05.005.Ding T，Qian W H.Statistical characteristics of heat wave precursors in China and model prediction.Chinese J.Geophys.（in Chinese），2012，55（5）：1472－1486，doi：10.6038／j.issn.0001－5733.2012.05.005.

［15］ 錢維宏，丁婷.中國熱浪事件的大氣擾動結構及其穩定性分析.地球物理學報，2012，55（5）：1487－1500，doi：10.6038／j.issn.0001－5733.2012.05.006.Qian W H，Ding T.Atmospheric anomaly structures and stability associated with heat wave events in China.Chinese J.Geophys.（in Chinese），2012，55（5）：1487－1500，doi：10.6038／j.issn.0001－5733.2012.05.006.

［16］ 錢維宏，張宗婕.南方持續低溫凍雨事件預測的前期信號.地球物理學報，2012，55（5）：1501－1512，doi：10.6038／j.issn.0001－5733.2012.05.007.Qian W H，Zhang Z J.Precursors to predict low－temperature freezing－rain events in southern China.Chinese J.Geophys.（in Chinese），2012，55（5）：1501－1512，doi：10.6038／j.issn.0001－5733.2012.05.007.

［17］ 錢維宏，張宗婕.西南區域持續性干旱事件的行星尺度和天氣尺度擾動信號.地球物理學報，2012，55（5）：1462－1471，doi：10.6038／j.issn.0001－5733.2012.05.004.Qian W H，Zhang Z J.Planetary－scale and regional－scale anomaly signals for persistent drought events over Southwest China.Chinese J.Geophys.（in Chinese），2012，55（5）：1462－1471，doi：10.6038／j.issn.0001－5733.2012.05.004.

［18］ Wendy L W，Smith R B.Length－of－day changes and mountain torque during El Ni?o.J.Atmos.Sci.，1987，44（24）：3656－3660.

［19］ 錢維宏，丑紀范.地氣角動量交換與ENSO循環.中國科學D輯，1996，26（1）：80－86.Qian W H，Chou J F.Atmospheric－earth angular momentum exchange and ENSO cycle.Sci.China Ser.D（in Chinese），1996，39（2）：215－224.

［20］ Smagorinsky J.Problems and promises of deterministic extended range forecasting.B.Am.Meteorol.Soc.，1969，50（5）：286－311.

［21］ 長期數值天氣預報研究小組.長期數值天氣預報的濾波方法.中國科學A輯，1979，（1）：75－84.Long－Range Numerical Weather Forecast Research Group.The filtering method of long－range numerical weather forecast.Sci.China Ser.A（in Chinese），1979，（1）：75－84.

［22］ 邢如楠，巢紀平.用三層濾波模式做季節預報的試驗.科學通報，1982，（12）：738－740.Xing R N，Chao J P.The seasonal forecast experiments on three－layer filtering model.Chinese Science Bulletin（in Chinese），1982，（12）：738－740.

［23］ 邢如楠，郭裕福，巢紀平.長期數值預報的三層濾波模式.中國科學B輯，1982，（2）：186－192.Xing R N，Guo Y F，Chao J P.The long－range numerical forecast three－layer model.Sci.China Ser.B（in Chinese），1982，（2）：186－192.

［24］ 邱崇踐，丑紀范.天氣預報的相似－動力方法.大氣科學，1989，13（1）：22－28.Qiu C J，Chou J F.An analogue－dynamical method on numerical weather prediction.Chinese J.Atmos.Sci.（in Chinese），1989，13（1）：22－28.

［25］ 黃建平，王紹武.相似－動力模式的季節預報試驗.中國科學B輯，1991，（2）：216－224.Huang J P，Wang S W.The seasonal forecast experiments of an analogue－dynamical model.Sci.China Ser.B（in Chinese），1991，（2）：216－224.

［26］ Zebiak S E，Cane M A.A model El Nio－Southern Oscillation.Mon.Wea.Rev.，1987，115：2262－2278.

［27］ 錢維宏，王紹武.多時空尺度海氣相互作用與Zebick－Cane模式的改進.中國科學D輯，1997，27（6）：554－559.Qian W H，Wang S W.Multiple time－space scale atmosphere－ocean interaction and improvement of Zebiak－Cane model.Sci.China Ser.D（in Chinese），1997，27（6）：554－559.

［28］ Qian W H，Liang H Y.Propagation of planetary－scale zonalmean anomaly winds and polar oscillations.Chinese Sci.Bull.（in Chinese），2012，doi：10.1007／s11434－012－5168－1.

［29］ 錢維宏，梁浩原.北半球大氣遙相關型與區域尺度大氣擾動.地球物理學報，2012，55（5）：1449－1461，doi：10.6038／j.issn.0001－5733.2012.05.003.Qian W H，Liang H Y.Atmospherical teleconnections and regional－scale atmospheric anomalies over the Northern Hemisphere.Chinese J.Geophys.（in Chinese），2012，55（5）：1449－1461，doi：10.6038／j.issn.0001－5733.2012.05.003.

［30］ 張宗婕，錢維宏.中國冬半年區域持續性低溫事件的前期信號.大氣科學，2012，待刊.Zhang Z J，Qian W H.Precursors of regional prolonged low temperature events in China during winter－half year.Chinese J.Atmos.Sci.（in Chinese）.2012，in Press.

［31］ 錢維宏，陸波.我國汛期季度降水預報得分和預報技巧.氣象，2010，36（10）：1－7.Qian W H，Lu B.Score and skill of seasonal forecasts of summer precipitation in China.Meteorological Monthly（in Chinese），2010，36（10）：1－7.

［32］ 錢維宏.認識氣候變化與極端氣候預報.科學，2008，60（5）：12－15.Qian W H.Identifying climate changes and extreme climate forecast.Science（in Chinese），2008，60（5）：12－15.

How to improve the skills of weather and climate predictions？

QIAN Wei－Hong

Department of Atmospheric and Oceanic Sciences，Peking University，Beijing100871，China

This paper describes theoretically how to improve the skills of weather and climate predictions.Climate includes daily and seasonal cycles as well as inter－decadal and centurial－scale periodic cycles.These regular climate changes are forced by decided factors，which can be identified and predicted.The departures of atmospheric variables from daily and seasonal cycles are regional－scale transient anomalies which could cause extreme weather events.The skill of weather prediction is to forecast extreme weather events by these anomalous precursors several days to weeks ahead.Climate anomalies are those departures from inter－decadal and centurialscale periodic cycles.The skill of climate prediction is to find those precursors to indicate possible climate anomalies.Anomaly weather maps can be used to improve the prediction skill for shortmiddle and extended ranges.The anomaly model of numerical weather forecast can largely increase the skills of extended－range weather and climate predictions.

Weather forecast，Climate prediction，Skill，Anomaly weather map，Anomaly numerical model

10.6038／j.issn.0001－5733.2012.05.010

P45，P46

2011－12－06，2012－04－19收修定稿

中國科學院戰略先導專項（XDA05090400）和國家自然科學基金（40975039）聯合資助.

錢維宏，男，1957年生，教授，主要從事天氣氣候研究.E－mail：qianwh＠pku.edu.cn

錢維宏.如何提高天氣預報和氣候預測的技巧？地球物理學報，2012，55（5）：1532－1540，

10.6038／j.issn.0001－5733.2012.05.010.

Qian W H.How to improve the skills of weather and climate predictions？Chinese J.Geophys.（in Chinese），2012，55（5）：1532－1540，doi：10.6038／j.issn.0001－5733.2012.05.010.

（本文編輯 汪海英）