集合预报及其在季节尺度气候预测中的应用

陈溢豪，张蕴斐，周倩，祖子清

（1.国家海洋环境预报中心，北京100081；2.厦门大学海洋与地球学院，福建厦门361005；3.国家海洋环境预报中心自然资源部海洋灾害预报技术重点实验室，北京100081）

1 引言

因为初始条件的不确定性和模式物理参数化过程的不完美，任何预报都难免存在误差。在大气非线性过程的作用下，这些误差会慢慢增大，最终造成预报完全失去预报技巧，因此单一性的预报是不可靠的[1-3]。为了从单一性预报转向概率预报，Epstein[4]提出了随机动力预报。后来，Leith[5]通过一组大约10 个预报的集合平均，即“蒙特卡罗法”，有效改善了预报的结果，且更加实用。“蒙特卡罗法”有效降低了计算量，使概率预报成为了可能，并为后来集合预报技术的发展提供了理论基础。

所谓的集合预报是指一个集合由多个单一的预报组成，因为大气或海洋的真实状态是未知的，所以每个预报都代表了一个可能发生的情况。一个设计合理的集合应该与预报事件的概率密度分布相关。Leith[5]认为，只要集合初始扰动能够很好地反映初始状态的不确定性，集合平均的结果就会优于确定性预报。除此之外，集合预报还可以用来评估预报的可靠性[6-7]，通过Talagrand 分布、Brier Score（BS）评分、离散度、信噪比等方法提供概率预报，甚至可以通过集合来确定观测敏感区域。在这些敏感区域增加观测可以较大程度地提高初始条件的准确性[8-9]。

理论上来说，一个集合的集合成员越多，集合成员样本分布就越接近预报事件的概率密度分布。……