新文速递 | AAS 模式对降雪的预测能否突破传统天气预报时效？

Tan H., Z. Zhu*, L. Miao, J. Long. 2023: Winter cloudy days will diminish over China under global warming. Earth's Future, 11, e2023EF004030. https://doi. org/10.1029/2023EF004030.

ESCAPE课题组

课题组博士生刘雪峰、朱志伟教授联合江苏省气象台陈圣劼博士、气象服务中心桑小卓博士、南信大孙巧红教授，在《Advances in Atmospheric Sciences》发表题为“Do the S2S models have prediction skills beyond the weather timescale for winter snowfall over eastern China?”的论文。评估了次季节至季节（S2S）预测计划中三家业务模式对2023/24年冬中国东部三次高影响降雪过程的次季节预测技巧，探讨了模式预测误差来源，揭示了中高纬和热带环流季节内配置是此类降雪过程的关键次季节可预测性来源。

文章链接：

https://doi.org/10.1007/s00376-025-5055-8

全文概述

2023/24年冬季，中国东部经历了三次强降雪天气过程，给生产生活造成了重大影响。能否提供超过7天常规天气预报时效的精准预测信息，对于提前应急降雪天气、防灾减灾具有重要意义。本研究揭示ECMWF（CY48R1）、CMA（BCC-CPS-S2Sv2）和IAP-CAS（CAS-FGOALS-f2-V1.4）三家S2S模式能够提前10−15天和10天预测降雪过程中地表气温和降水异常空间分布，但由于降雪过程的预测准确性同时依赖地表气温和降水对应的精确预测，模式对三次降雪过程的预测技巧均未超过常规天气预报时效。S2S模式对欧亚大陆中纬度罗斯贝波及印太热带对流异常的捕捉能力，分别决定了其对地表气温和降水异常的预测效果。由于季节内尺度上欧亚中纬度罗斯贝波与热带印太对流异常分别与中国东部地表气温和降水存在显著的历史统计关系，两者的季节内配置是此类降雪过程次季节可预测性的重要来源。

主要内容

中国东部地区在2023/24年冬季经历了四次低温过程。除1月下旬的低温过程外，其余三次均伴随显著降水异常。地表气温负异常和降水正异常的交集均对应积雪深度出现正异常（图1a），能够反映实际三次降雪过程。考虑到地表气温和降水这两个降雪形成关键要素存在动力来源的差异，本研究分别针对降雪过程中地表气温和降水异常的次季节预测技巧开展评估。基于地表气温和降水异常的时空分布，可识别出P1、P2和P3三次强降雪天气过程（图1）。由于P2正值春节返乡高峰，而P3正是假期结束返校返岗高峰期，这两次降雪过程都造成了大范围的高铁停运、交通拥堵。那么，S2S模式对三次降雪过程预测技巧如何？能否提供超出一周时效的准确预测？

图1 （a）2023年12月1日至2024年2月28日，沿110°–122°E平均的逐日地表气温（点）和降水异常（阴影）的纬度–时间剖面以及沿 25°–40°N、110°–122°E 平均的逐日地表气温异常（红蓝线；左纵轴）、积雪深度异常（黑线；左纵轴）和降水异常（柱状；右纵轴）的时间序列。粗线（阴影柱）表示冬季日地表气温（降水）低于（高于）第5百分位（第95百分位）阈值。实竖线代表三次降雪过程。（b）三次降雪过程中国东部地表气温异常的空间分布。（c）同（b）但为降水异常。红框为模式评估关键区（25°–40°N，110°–122°E）。

ECMWF、CMA和IAP-CAS模式能够提前10–15天较好地捕捉P1和P3的地表气温负异常，但显著低估其强度（图2左）。相比之下，三家模式在预测P2地表气温负异常时表现较差，其中IAP-CAS模式的预测技巧显著低于ECMWF和CMA。对于降水异常预测，ECMWF能够提前10天捕捉三次过程降水异常的空间分布（图2右）。CMA模式能够提前15天再现P2降水异常空间分布，但对降水强度预测误差随时效提前而显著增加。IAP-CAS模式虽可提前10–15天捕捉P1和P3降水正异常空间分布，但对P2降水异常的位置和强度预测出现明显偏差。

图2 左图为P1、P2和P3期间观测和S2S模式分别提前5天、10天、15天和20天预测的地表气温异常空间分布。右图同左图但为降水异常空间分布。

P1期间，乌拉尔山至西北太平洋的西北东南走向的罗斯贝波波列引导冷空气南下（图3a），引发中国东部地表气温负异常，而海洋性大陆至热带东印度洋的对流负异常在其西北侧激发低层异常反气旋，反气旋西北侧南风气流输送水汽至中国东部（图3b），与强冷空气交汇形成降雪；P2期间，巴伦支海上空的大尺度气旋异常向东南延伸，青藏高原上空的切断低压平流冷空气致使中国东部地表气温负异常，而澳大利亚北部对流负异常激发的反气旋向中国南方输送水汽，与强冷空气交汇引发降雪；P3期间，新地岛至中亚的经向罗斯贝波波列有利于冷空气南下，配合海洋性大陆及热带东印度洋对流异常所激发反气旋北侧暖湿气流，与强冷空气交汇在中国东部形成降雪。

图3 P1、P2 和P3（从左到右）期间观测的（a）500 hPa 风场（矢量）、位势高度（等值线）和 850 hPa 位势高度（阴影）以及（b）OLR（阴影）和850 hPa 风场（矢量）异常场。

S2S模式能否准确预测与地表气温相关的中高纬环流异常及与降水相关的热带对流异常？各模式均能提前10天较好捕捉到P1西北东南向的罗斯贝波波列，对应地表气温较高预测技巧（图4左）。尽管环流空间分布与P1相似，但模式对P3过程中国西北部气旋异常的捕捉能力不足，导致P3地表气温预测技巧下降。P2期间，三家模式虽能捕捉巴伦支海及东北亚上空的大尺度环流异常，但未能准确预测青藏高原上空的局地切断低压，致使此次过程地表气温的预测技巧较低。

对于热带对流异常预测而言，模式总体能够提前10天捕捉P1印太对流异常，进而成功再现中国东部降水正异常（图4右）。相比之下，P2期间，预报时效超过5天后，各模式对热带对流异常的空间分布和强度预测存在显著偏差，导致模式无法准确预测中国南方降水异常分布。在P3期间，模式低估了海洋性大陆对流异常的强度，进而低估了长江中下游流域降水正异常。

图4 左图为P1、P2和P3期间观测和S2S模式分别提前5天、10天、15天和20天预测的500 hPa 风场（矢量）、位势高度（等值线）以及 850 hPa 位势高度（阴影）。右图同左图但为OLR（阴影）和850 hPa 风场（矢量）。

三次过程中，模式对于多成员不同时效的中国东部地表气温和降水空间分布的预测技巧分别与欧亚中高纬高度场（表征季节内中纬度罗斯贝波）和热带印太OLR场（表征季节内热带对流活动）空间分布的预测技巧存在显著关联（图5a−b）。通过奇异值分解（SVD）将环流空间分布与预测对象的统计关系扩展至更长的1991/92−2023/24年历史时期（图5c−g），发现欧亚环流-中国东部地表气温前三个耦合模态对应2023/24年冬季三次低温过程，而热带OLR-中国东部降水前两个耦合模态也可以很大程度上解释2023/24年冬季三次降水过程。

环流系统与预测对象预测技巧间的线性关联以及历史奇异值分解诊断均表明，次季节尺度上欧亚中高纬罗斯贝波列和热带印太对流异常的协同是中国东部降雪过程的次季节可预测性来源。对两者的准确捕捉是提升中国东部降雪次季节预测技巧的关键。

图5 模式中（a）500 hPa位势高度场（20°–80N°, 40°E–180°）和地表气温（20°–40°N, 105°–122°E）异常以及（b）向外长波辐射（20°S–20°N, 80°E–140°W）和降水（20°–40°N, 105°–122°E）异常的空间相关系数预测技巧的散点分布。图中蓝色、橙色、红色实线分别为ECWMF、CMA和IAP-CAS的两个变量空间相关系数预测技巧的线性拟合，实线包围区域则为对应的置信椭圆。右下角显示空间相关系数技巧的相关系数。（c）左图为500 hPa位势高度（填色）与SVD左场（20°–80°N, 40°E–180°）时间系数的回归空间分布；右图为地表气温（填色）与SVD右场（20°–40°N, 105°–122°E）时间系数的回归空间分布。中间图蓝/红色实线分别表示左/右场SVD模态的标准化时间系数，蓝色阴影标注2023/24年冬季时段，插图为2023/24年期间该SVD模态的时间系数（星号标注三次过程）。（d–e）同（c）但分别为第二、三模态的回归分布。（f–g）同（c–e）但为向外长波辐射（20°S–20°N, 80°E–140°W）与降水（20°–40°N, 105°–122°E）耦合模态。打点区域表示通过99%置信水平显著性检验的回归系数。

结论与思考

1、2023/24年冬，中国东部遭遇三次强降雪高影响天气过程。S2S模式能够提前10−15天和10天较好预测三次降雪过程中的地表气温和降水异常空间分布。但由于降雪预报技巧同时依赖于地表气温和降水的准确预报，模式对降雪过程的预报时效未能超过常规天气预报最长一周的有效预报时效。

2、S2S模式对次季节尺度的欧亚中纬度罗斯贝波和热带对流异常的捕捉能力决定了其对中国东部三次降雪过程的预测效果。关键环流系统的模拟偏差导致模式在超过15天时低估地表气温异常，在超过10天时低估降水异常。

3、季节内尺度上欧亚中纬度罗斯贝波以及印太热带对流分别与中国东部地表气温和降水存在1991/92−2023/24年历史时期耦合，不同耦合模态能够联合反映2023/24年冬季三次降雪过程及其热带与中高纬环流协同配置。对次季节尺度热带对流和中高纬罗斯贝波的准确捕捉是提升中国东部降雪次季节预测技巧的关键。

文章信息：

Liu X, Zhu Z, Chen S, Sang X, Sun Q. Do the S2S models have prediction skills beyond the weather timescale for winter snowfalls over eastern China? Advances in Atmospheric Sciences (2025). https://doi.org/10.1007/s00376-025-5055-8.