第一章 引言
1.1 研究意义
受到东亚夏季风的影响，中国降水集中在夏季。夏季降水的时空变化对我国农业生产、水资源分布和能源消耗有着极其重要的影响，其异常变化引起的大范围洪涝、干旱等天气气候灾害会给国家的经济发展和人民的生命财产带来重大损失。因此，夏季降水一直是我国短期气候预测中的重点内容。中国夏季降水短期预测的方法主要有三类：（1）物理统计方法：在分析和诊断降水与气候背景场物理关系的基础上，广泛应用多元回归、逐步回归、经验正交分解（Empirical orthogonal function, E0F）、SVD 等统计方法进行预测（赵臻，1978；张家诚等，1978；魏凤英，2006；Ren et al. 2006；李跃清和董文林，1997；张永领等，2006）。为进一步提高预测模型的准确度，气象学者在基本统计方法的基础上，提出了多时次因子 EOF 迭代（张邦林等，1991；李跃清和董文林，1997），距平增量预报（范可等 2007），分离时间尺度预报（郭彦和李建平，2012）等预测方案。（2）动力模式方法：利用数值模式预测中国夏季降水（王绍武和林本达，1993；罗勇等，2002），包括全球环流模式（General Circulation Model, GCM），中国科学院大气物理研究所建立的 IAP 第一代、第二代跨季度数值预测系统和国家气候中心建立的业务动力模式系统。针对模式存在的问题和优劣，利用集合预报、多模式集成预报、基于蒙特卡罗方法滞后平均预报等方案提高预测结果。并针对全球环流模式（GCM）的空间分辨率低，难以准确描述次网格过程，无法对区域气候做出可靠预测的问题，提出动力降尺度方法，将全球模式和区域模式相结合，提高区域预测水平。（3）动力与统计预测方法：将统计诊断的历史经验关系和数值预报模式结果相结合。包括完全预报（Perfect Prognosis，PP）和模式输出统计量（ModelOutput Statics，MOS）方法（Roads，1986）。其中 PP 方法指通过历史资料与气象要素建立统计模型，然后利用模式的预报产品进行预测，而 MOS 方法是通过模式回报资料与气象要素建立统计模型，然后用模式预报产品进行预测。此外，还有动力-统计降尺度方法（张邦林和丑纪范，1991；董文杰等,2001；丑纪范和任宏利，2006；Liu and Fan，2012），该方法采用全球模式预报结果，通过建立模式与区域气候变量之间的统计关系（转换函数），进而实现对大尺度气候模式系统误差的修订和提高对区域气候变化预测的技巧（Zhu et al., 2008）。
…………….
1.2 国内外研究进展
1.2.1 中国夏季降水变化特征
中国幅员辽阔，地形复杂，夏季降水空间特征显著。自上世纪 70 年代起，气象学者就开始了中国夏季降水空间分布特征的研究，并据此对降水进行分型。例如，王绍武和赵宗慈（1979）通过经验正交分解方法，将我国旱涝分布特点总结为 6 种雨型，廖荃荪等（1981）根据夏季总降水量距平百分率分布图及 500hPa 环流形势，将我国东部地区夏季大范围降水分布趋势概括为三种类型，Ⅰ类雨型：主要多雨带位于黄河流域及其以北, 江淮流域大范围少雨, 梅雨偏弱并常有较明显的伏早, 江南南部至华南一般亦为多雨区；Ⅱ类雨型：主要多雨带位于黄河至长江之间, 雨带中心一般在淮河流域一带。黄河以北及长江以南大部地区少雨；Ⅲ类雨型：主要多雨带位于长江流域或江南。淮河以北大范围地区及东南沿海地区少雨。魏凤英和张先恭（1988）提出了一种定量划分我国东部夏季雨带类型的方法，并同时探讨了雨带类型的预报问题。赵汉光和张先恭（1993）利用主分量分析和 K-均值聚类分析方法，对我国东部夏季雨带进行客观的气候分类。孙林海等（2005）利用经验正交分解、主成分分析、奇异值分解、聚类分析等数理统计方法，结合经验分析，对中国东部季风区降水划分为两类四型。许力等（2005）通过对夏季降水资料进行 ISODATA 模糊聚类，将中国西部夏季降水分为两类雨型。龚振淞和杨义（2010）在廖荃荪等的研究基础上，把阻高与副高的配置和中国夏季旱涝分布特点相结合，将中国 3 类雨型进一步细分为 8 种雨带类型。
………….
第二章 中国夏季降水异常 EOF 模态的时间稳定性分析
2.1 引言
经验正交分解（Empirical orthogonal function, E0F）又被称为主成分分析(Principalcomponent analysis, PCA)，最早由 Pearson 提出(Pearson，1902)，20 世纪 50 年代 Lorenz将该方法引入大气科学领域(Lorenz，1956)，随后被广泛应用至今。EOF 方法的优点在于它能对分布不规则的气象要素场进行时空分解，得到的各特征向量（空间模态和时间系数）相互正交，其中空间模态（EOF）在一定程度上可反映要素场的空间分布特点，而时间系数（PC）则反映相应空间模态随时间的权重变化。除此之外，EOF 方法还具有展开收敛速度快，容易将原始要素场的变化信息浓缩在前几个模态上的特点。因此，该方法常用于气象要素场时空变化特征规律研究。EOF 方法是气候研究中的主要方法之一，在过去几十年，中国学者利用该方法对中国降水时空变化特征做了大量研究（例如，王绍武和赵宗慈，1979；邓爱军等，1989；李栋梁等，1997；宋正山和杨辉，2001；魏凤英，2003；孙林海等，2005；Wang et al.,2012；封国林等，2013 ；Zhang et al., 2013）。其中，王绍武等（1979）利用此方法分析了我国旱涝分布特点，并在此基础上提出了中国 6 种主要雨型的观点。宋正山和杨辉（2001）利用此方法分析了 500 hPa 环流场与我国夏季降水（雨型）相关分布，指出该环流场前两个模态与中国夏季降水主要分布型有很好的对应关系。除此之外，学者们还将 EOF 方法应用于短期气候和区域统计降尺度预测中，通过 EOF 各模态的 PC 系数预测和重建来预测未来要素场的变化（章基嘉等，1979；Robert and Lanzante, 1985；袁景凤和吴晓曦，2000；何慧等，2004）。例如，何慧等（2004）通过对广西前汛期降水距平百分率作 EOF 分解，选取累积方差贡献接近 70%的前五个模态为预报量，利用统计方法建立降水预报模型。众所周知，在 EOF 重建过程中，参与模态越多，重建场与原始场越接近。然而，在利用 EOF 方法预测时，参与模态的选取则有严格的条件限制。章基嘉等（1981）指出，只有 EOF 模态在预测时效内稳定，该模态的信息才可用于未来的气候预测。Charles 等（1999），Wilby 和 Wigley（2000）指出预报因子和预测函数随时间稳定是建立统计预测模型的基本条件。因此，在利用 EOF 方法建立气候预测模型时，需首先讨论各 EOF 模态是否随时间发生变化。为方便讨论，文中将 EOF 模态不随时间发生变化称作时间稳定。
………..
2.2 资料与方法
本章采用的分析方法主要有经验正交分解（EOF）方法、相关分析、均方根误差、小波分析等统计方法。分析的主要时段为 1980-2012 年（33 年），文中的距平和距平百分率是根据最近 30 年（1981-2010）气候平均值计算的。为定量评估降水 EOF 各模态的时间稳定性，本文定义了时间稳定性指数（Stability Index, SI），即资料时间长度处理前后对应空间模态 ACC 和时间系数 TCC 的乘积，并将稳定标准设为 0.5。其中，资料时间长度处理分别通过滑动交叉检验和独立样本检验两种方法实现。
…………
第三章 中国夏季降水主要模态与主要环流因子的关系.........29
3.1 引言 .........29
3.2 资料与方法 .........29
3.3 降水距平模态与环流场之间的时间变化关系和稳定性 .........30
3.4 中国夏季降水模态与同期和前期环流场之间的变化关系 .....40
3.5 影响中国夏季降水模态变化的关键环流指数 .......47
3.6 结论与讨论 .........53
第四章 中国夏季降水与东亚夏季风环流之间的协同变化关系.........55
4.1 引言 .........55
4.2 资料与分析方法 .......55
4.3 中国夏季降水与同期各层环流场的 MEOF 分析 ........56
4.4 东亚夏季风环流与中国夏季降水的协同变化关系 .....62
4.5 本章小结 .......68
第五章 CFSv2.0 模式对中国夏季降水预测的评估......69
5.1 引言 .........69
5.2 模式介绍 .......69
5.3 资料与方法 .........70
5.4 CFSv2.0 模式对中国夏季降水预测评估 .....70
5.5 CFSv2.0 环流与中国夏季降水主要模态之间的关系 .........74
5.6 CFSv2.0 环流对中国夏季降水的预测能力评估 .....80
5.7 本章小结 .......81
第五章 CFSv2.0 模式对中国夏季降水预测的评估
5.1 引言
基于前几章研究结果可知，中国夏季降水主要模态受到东亚夏季风环流整体变化的影响，且根据降水各 EOF 模态环流显著相关区定义的同期夏季和前期冬季环流指数对中国夏季降水有较好的回报能力，其中同期夏季环流指数对各降水模态的历史回报能力大于前期冬季环流指数。然而同期夏季环流指数与夏季降水同时变化，无法提前获得，因此在传统预测方法中，只能利用前期冬季环流指数预测各模态 PC 系数的变化。另一方面，由于不能对局地地形、复杂的大气内部动力和敏感的物理过程进行精确描述，现有的大气动力模式在降水预测上有较大的局限性（Kang et al., 2002；Wang et al., 2004；张人禾等，2006；Kang et al., 2007；康红文等，2012），然而对大尺度环流变量，比如海平面气压或 500hPa 高度场，现有的动力模式是有一定的预报能力的（Von Storch et al.,1993；Kang et al., 2004）。假设模式能准确预测夏季环流，那么根据各降水 EOF 模态与同期夏季环流指数的历史统计关系就能准确预测各模态的 PC 系数，从而能较好地预测中国夏季降水的变化趋势。这种预测思路即为统计降尺度方法（Glahn et al., 1972; Wilks,1995; Zhu et al., 2008；康红文等, 2012），该方法既能避开模式复杂的大气内部动力过程和敏感的物理过程的描述，又能结合中国夏季降水各模态与各层大气环流的历史统计关系，综合了动力预测和统计预测两种方法的优点。那么，在利用统计降尺度思路预测中国夏季降水各 EOF 模态 PC 系数之前，模式的选取十分关键。
…………
结论
本文利用 1951-2012 年中国 160 个台站夏季降水资料、1980-2012 年 NCEP/NCAR大气再分析资料以及 1981-2010 年 CFSv2.0 模式资料，首先分析和研究了中国夏季降水异常前四个 EOF 模态的特征和时间稳定性，以讨论 EOF 方法预测中国夏季降水的潜力。然后重点讨论中国夏季降水距平前四个模态与各环流场的相关关系，根据显著环流区域定义指数、建立回归方程并对方程进行回报检验。在此基础上，分析中国夏季降水各模态与各环流场的协同变化关系，研究各层环流场的耦合作用对中国夏季降水的影响。最后，研究 CFSv2.0 对中国夏季降水、降水主要模态与环流场关系的模拟能力，并通过统计降尺度预测思路讨论该模式环流资料对降水的潜在预测能力。通过前面各章的分析，本文得出以下主要结论：当预测时效为一年，中国夏季降水距平场前四个 EOF 模态表现出显著的稳定性。若时间系数完全预测准确，则潜在的可预测站点主要位于黄河以南地区，理想预测与原始降水的距平相关系数为 0.6 左右。相对而言，降水距平百分率各模态的时间稳定性易受极端降水事件的影响，当人为削弱这种影响后，前三个模态在预测时效为一年时稳定，潜在的可预测站点均匀分布，理想预测与原始降水的距平相关系数为 0.5。但随着预报时效增加，降水距平和距平百分率后三个 EOF 模态的时间稳定性下降，预示着EOF 方法对未来两年以上降水的预测能力将会明显下降。
…………
参考文献（略）