DERF2.0模式對甘肅省1月氣溫模擬的誤差分析

盧國陽，林 紓，姚 瑞，陳佩璇，劉麗偉，李丹華，王 鑫

(1.蘭州區(qū)域氣候中心，甘肅 蘭州 730020；2.甘肅省定西市氣象局，甘肅 定西 743000)

引 言

由于受西風(fēng)帶、東亞季風(fēng)和高原氣候的協(xié)同影響，甘肅省異常氣候事件時有發(fā)生，并對當(dāng)?shù)卦斐刹煌潭鹊膿p失。如冬季強(qiáng)烈的寒潮及冷空氣入侵時，往往帶來大幅度的區(qū)域性降溫，并常伴有沙塵、大風(fēng)和冰雪。1月是甘肅省全年最冷月份，低溫事件發(fā)生概率大，持續(xù)性的低溫冷凍事件極易造成巨大損失。因此，做好冬季尤其是1月氣溫預(yù)測對防災(zāi)減災(zāi)非常重要。

近年來，國家氣候中心先后研發(fā)了第一代短期氣候預(yù)測動力氣候模式業(yè)務(wù)系統(tǒng)(DERF1.0)和第二代月動力延伸預(yù)測模式業(yè)務(wù)系統(tǒng)(DERF2.0)，并投入業(yè)務(wù)應(yīng)用。相較于DERF1.0，DERF2.0從模式結(jié)果本身、分辨率以及預(yù)報技巧等方面均有明顯提高[1-3]。研究指出，DERF2.0模式對中國氣溫的總體預(yù)測效果較好，對氣溫的預(yù)測性能較DERF1.0提升明顯，而對中國降水的預(yù)測性能相對較差，預(yù)測水平與DERF1.0相接近[3]，但不同區(qū)域預(yù)報效果有所差異；DERF2.0對氣溫延伸期預(yù)報整體偏差隨預(yù)報時效推進(jìn)而增大，逐日氣溫的延伸期預(yù)報偏差明顯大于中期[4-5]，而對副熱帶高壓(簡稱“副高”)的預(yù)報效果依賴于起報時間，隨著起報時間臨近，對副高的面積、強(qiáng)度、西伸脊點(diǎn)、脊線的預(yù)測性能呈上升趨勢[6]。DERF2.0產(chǎn)品中500 hPa高度場對降水主分量具有一定的可預(yù)報性[7]。然而，由于模式參數(shù)化方案的不確定性以及大氣運(yùn)動的非線性等使得模式預(yù)報誤差無法根除，該模式對于延伸期預(yù)測水平整體不高，預(yù)報值與實(shí)際值之間的誤差還是較大[8-12]，因此開展模式預(yù)報誤差的分析對改進(jìn)、調(diào)整及提高模式的預(yù)報能力尤為重要。

從蘭州區(qū)域氣候中心發(fā)布的甘肅省1月氣候影響評價來看，甘肅1月氣溫年際變率大，特別是自2000年以來，異常冷暖事件常有發(fā)生。從發(fā)布預(yù)報的業(yè)務(wù)評分來看，2010年至今1月氣溫的綜合評分(Ps)為72.3，且各年評分差異較大，如2016年僅為41.4，2014年為93.2，說明預(yù)測效果不穩(wěn)定、業(yè)務(wù)水平低等問題依然存在。因此，近年來蘭州區(qū)域氣候中心將DERF2.0結(jié)果作為延伸期及月預(yù)測的重點(diǎn)參考對象，并將該資料引入主要的預(yù)測業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫。然而，對于該模式資料在甘肅省的預(yù)報效果及預(yù)報誤差研究尚屬空白。因此，本文基于DERF2.0模式的回報資料，結(jié)合站點(diǎn)觀測資料以及NCEP再分析環(huán)流場和NOAA海溫資料，分析該模式對甘肅1月氣溫的年際變化預(yù)測能力，重點(diǎn)討論模式預(yù)報誤差的分布形式，并進(jìn)一步揭示外強(qiáng)迫異常與預(yù)報誤差的聯(lián)系，為利用外強(qiáng)迫異常改進(jìn)模式預(yù)報性能提供可能，同時為使用DERF2.0模式進(jìn)行1月氣溫預(yù)報提供一定參考。

1 資料和方法

使用國家氣候中心DERF2.0歷史回報資料(其數(shù)據(jù)命名格式為Z_NAFP_C_BAQH_yyyymmddhhmmss_P_BCC_AGCM2.2_2MT_1.0_MN_00.nc)，考慮到省級業(yè)務(wù)產(chǎn)品在月末發(fā)布，選用的1992—2013年1月回報資料由1991—2012年每年12月26日00:00(北京時，下同)起報的逐日2 m氣溫生成，空間分辨率為1.0°×1.0°。為了便于與站點(diǎn)資料比較，將其通過雙線性插值方法內(nèi)插到甘肅省參與業(yè)務(wù)評分的69個氣象站點(diǎn)上，站點(diǎn)分布見圖1。另外，使用了上述參與業(yè)務(wù)評分的69個站點(diǎn)1992—2013年1月氣溫逐日觀測資料(來源于甘肅省氣象信息與技術(shù)裝備保障中心)，以及NCEP/DOE reanalysis II全球平均海平面氣壓場和位勢高度場逐月再分析資料和NOAA重建的第5版逐月海溫資料[13]。

采用了趨勢分析、EOF分析、相關(guān)分析及回歸分析等方法。均一化標(biāo)準(zhǔn)差是模式輸出數(shù)據(jù)標(biāo)準(zhǔn)差與觀測數(shù)據(jù)標(biāo)準(zhǔn)差的比值，一般認(rèn)為其值介于0.75～1.25時，模式模擬性能良好[4]。

圖1 甘肅省參與業(yè)務(wù)評分的69個氣象站點(diǎn)分布Fig.1 The distribution of 69 weather stations participating in forecast scoring in Gansu Province

2 模式回報與觀測誤差分析

2.1 模式回報誤差分布特征

圖2是甘肅省1992—2013年1月氣溫DERF2.0模式回報誤差(回報值減去觀測值)的平均值及方差分布?？梢钥闯?，DERF2.0模式對甘肅省大部地區(qū)1月氣溫回報低于觀測值，河西大部、甘南州東南部以及隴南市大部平均誤差低于-3 ℃，低值中心位于隴南市文縣，為-9.1 ℃，說明該模式對這些區(qū)域1月氣溫存在較為嚴(yán)重的低估；在甘南西北部、臨夏、蘭州、定西、平?jīng)觥c陽一帶平均誤差較小，為-3～1 ℃，模式低估程度較輕，且局部地方出現(xiàn)高估現(xiàn)象[圖2(a)]。另外，從模式回報誤差的偏離程度[圖2(b)]看，誤差的方差河西大部大于4 ℃，河?xùn)|小于4 ℃，說明DERF2.0模式對甘肅省河?xùn)|大部1月氣溫回報的穩(wěn)定性優(yōu)于河西。

2.2 模式回報與觀測氣溫的趨勢對比

從近22 a甘肅省站點(diǎn)觀測的1月氣溫線性趨勢分布[圖3(a)]看出，1月觀測氣溫的線性趨勢總體上以黃河為界，黃河以西呈現(xiàn)變冷趨勢，金塔變冷趨勢通過了0.1顯著性檢驗(yàn)；以東(慶陽除外)為增暖趨勢，增暖中心位于甘南高原，線性傾向率為1.2 ℃·(10 a)-1，且大部通過0.1顯著性檢驗(yàn)。模式回報氣溫的線性趨勢分布[圖3(b)]與觀測差異明顯，除河西東北部外，近22 a甘肅大部1月氣溫呈現(xiàn)增暖趨勢，尤其是甘南高原增暖明顯，最大可達(dá)0.9 ℃·(10 a)-1，可見模式對河西1月氣溫近年來的變冷趨勢回報效果較差，出現(xiàn)與觀測相反的變化趨勢。對比發(fā)現(xiàn)，盡管河西東北部觀測與模式回報的1月氣溫均呈變冷趨勢，但模式回報的氣溫變化率顯著偏小，變冷幅度不明顯，而甘南高原增暖幅度模式回報較觀測略偏弱，且模式和觀測增暖趨勢均通過0.1顯著性檢驗(yàn)。

圖2 甘肅省1月氣溫DERF2.0模式回報誤差的平均值(a)及方差(b)空間分布(單位：℃)Fig.2 The spatial distribution of mean value (a) and variance (b) of forecasted temperature errors by DERF2.0 model in January in Gansu Province (Unit: ℃)

圖3 甘肅省1992—2013年1月氣溫的線性傾向率空間分布(單位：℃·a-1)(陰影區(qū)表示通過0.1的顯著性檢驗(yàn))(a)站點(diǎn)觀測，(b)DERF2.0模式回報，(c)模式回報與觀測的差值Fig.3 The spatial distribution of linear tendency rate of temperature in January from 1992 to 2013 in Gansu Province (Unit: ℃·a-1)(The shadow areas pass 0.1 significance test) (a) station observation, (b) DERF2.0 model forecast, (c) difference between observation and model forecast

為了定量地比較模式預(yù)報與觀測氣溫變化趨勢的差異，計算了兩者的差值[圖3(c)]，發(fā)現(xiàn)除甘肅中部外，其余地區(qū)模式回報的1月氣溫趨勢系數(shù)均大于觀測，其中模式和觀測變化趨勢一致為負(fù)的河西東北部，其1月氣溫觀測的趨勢系數(shù)較模式回報低0.4～1.2 ℃·(10 a)-1，差值最高出現(xiàn)在金塔，而變化趨勢一致為正的中部地區(qū)，兩者差異較小。這與王皓等[10]的研究結(jié)論“模式對于青藏高原等高海拔地區(qū)增溫趨勢的模擬效果較好”較為一致。

2.3 模式與觀測的氣溫均一化標(biāo)準(zhǔn)差

標(biāo)準(zhǔn)差反映數(shù)據(jù)的離散程度，將其應(yīng)用到時間上可反映變率，應(yīng)用到空間上則反映空間分布的均勻程度，一般認(rèn)為均一化標(biāo)準(zhǔn)差介于0.75～1.25時模擬性能良好[4]。從模式回報的1月氣溫均一化標(biāo)準(zhǔn)差空間分布(圖4)來看，均一化標(biāo)準(zhǔn)差呈現(xiàn)自西北向東南逐漸遞增趨勢，河西大部地區(qū)小于0.75，甘南州東部、隴南市西部、天水市東部地區(qū)大于1.25，而在甘南、臨夏、定西、天水、平?jīng)?、慶陽以及隴南中部為0.75～1.25，表明DERF2.0模式對這些區(qū)域1月氣溫預(yù)報的離散程度與觀測最接近。這與前文模式回報的1月氣溫平均誤差分布有較好的對應(yīng)關(guān)系，即誤差在甘南至中部、隴東一帶較小。

圖4 甘肅省DERF2.0模式回報的1月氣溫均一化標(biāo)準(zhǔn)差空間分布(陰影區(qū)的數(shù)值介于0.75～1.25)Fig.4 The spatial distribution of normalized standard deviation of forecasted temperature in January by DERF2.0 model in Gansu Province(The values in shadow areas were from 0.75 to 1.25)

綜上所述，DERF2.0模式對于甘肅省河?xùn)|地區(qū)1月氣溫的模擬效果優(yōu)于河西大部，特別是甘南西北部、臨夏、蘭州、定西、平?jīng)觥c陽等地區(qū)模式回報的平均誤差小，回報氣溫的年變化趨勢與觀測一致，均呈增暖趨勢，尤其甘南高原區(qū)增暖趨勢顯著，且預(yù)報值的離散程度與觀測接近，具有較高的參考價值；河西大部平均誤差大，年變化趨勢與實(shí)況相反，且回報效果不穩(wěn)定，易出現(xiàn)較高的擾動誤差。

3 模式回報誤差主模態(tài)分布

3.1 模式與觀測氣溫的EOF分析

圖5是1992—2013年DERF2.0模式回報與觀測的1月氣溫距平標(biāo)準(zhǔn)化場的前三個主分量(EOF)空間分布。從觀測的1月氣溫來看，前三個主模態(tài)解釋方差分別為80.5%、10.1%、2.8%，累計達(dá)93.4%，表明前三個模態(tài)基本可以代表1月氣溫的真實(shí)分布形態(tài)。其中，EOF1為整體一致型分布，表現(xiàn)為全區(qū)一致的偏暖或偏冷，且河西地區(qū)較河?xùn)|變率大，最大中心位于河西走廊東端的武威[圖5(a)]；EOF2表現(xiàn)為河西和河?xùn)|反位相的偶極型分布，氣溫變率最大中心在甘南高原和酒泉西北部[圖5(c)]，而EOF3則表現(xiàn)為隴東南地區(qū)和甘肅其余大部反位相分布[圖5(e)]。從DERF2.0模式回報的1月氣溫看出，前三個主模態(tài)解釋方差分別為88.0%、6.6%、3.0%，累計達(dá)97.6%。其中，模式回報氣溫的EOF1整體分布與觀測相似，為全區(qū)一致型分布，但氣溫變率的空間分布格局與觀測大體相反，最大中心位于隴南地區(qū)[圖5(b)]；回報的EOF2、EOF3總體與觀測分布型相類似，但氣溫變化異常中心有明顯差異[圖5(d)、圖5(f)]。

進(jìn)一步考察了DERF2.0模式對1月氣溫年際變化的回報能力，圖6分別給出觀測和模式回報的1月氣溫前三個主分量的時間系數(shù)。對于PC1而言，觀測和模式回報的1月氣溫年際變化具有較好的一致性，兩者的相關(guān)系數(shù)達(dá)0.58以上(通過了0.01的顯著性檢驗(yàn))，并且模式對于異常冷(暖)的預(yù)報也展示出一定技巧，如2008年偏冷和2010年偏暖，模式都給出較好的回報效果[圖6(a)]。對于PC2[圖6(b)]和PC3(圖略)的時間系數(shù)序列，前者觀測與回報的相關(guān)系數(shù)為0.63(通過0.01的顯著性檢驗(yàn))，后者的相關(guān)系數(shù)為0.35。

綜上可見，DERF2.0模式總體上能夠較好把握甘肅省1月氣溫的空間分布形態(tài)以及相應(yīng)的年際變化特征。

3.2 模式回報誤差的EOF分析

為探討模擬與觀測的差異，進(jìn)一步給出回報誤差場的空間分布模態(tài)(圖7)。從圖7看出，誤差場前三個主模態(tài)的解釋方差分別為67.9%、17.3%、4.6%，累計達(dá)89.8%。對比觀測氣溫的EOF主模態(tài)，發(fā)現(xiàn)誤差場的前三個模態(tài)與觀測氣溫的空間模態(tài)非常接近，說明模式對實(shí)際氣溫分布有較好的反映，但數(shù)值上與實(shí)況差異較大。其中，誤差場的第一模態(tài)表現(xiàn)為模式對1月氣溫全區(qū)一致的高估或低估[圖7(a)]；第二模態(tài)基本以黃河為界，河?xùn)|和河西呈相反的分布型，即當(dāng)模式對河西大部1月氣溫高(低)估時，而對河?xùn)|大部1月氣溫則出現(xiàn)低(高)估現(xiàn)象[圖7(b)]；第三模態(tài)主要表現(xiàn)為青藏高原東側(cè)高海拔的甘南與其余大部地區(qū)反位相分布型[圖7(c)]。

圖5 甘肅省觀測(a、c、e)和DERF2.0模式回報(b、d、f)的1月氣溫距平標(biāo)準(zhǔn)化場的第一(a、b)、第二(c、d)和第三(e、f)模態(tài)空間分布Fig.5 The spatial distribution of first (a, b), second (c, d) and third (e, f) modes of standardized observed (a, c, e) and simulated (b, d, f) temperature anomaly field in January by DERF2.0 model in Gansu Province

圖6 甘肅省1月氣溫距平標(biāo)準(zhǔn)化場EOF模態(tài)對應(yīng)的PC1(a)和PC2(b)時間系數(shù)序列Fig.6 The corresponding time coefficient series of the first (a) and second (b) EOF principal components of standardized temperature anomaly field in January in Gansu Province

圖7 甘肅省1月氣溫DERF2.0模式預(yù)報誤差場前三個EOF模態(tài)空間分布(a)第一模態(tài)，(b)第二模態(tài)，(c)第三模態(tài)Fig.7 Distribution of the first three EOF modes of forecasted errors field of January temperature by DERF2.0 model in Gansu Province(a) the first mode, (b) the second mode, (c) the third mode

綜上可見，DERF2.0模式對甘肅省1月氣溫的空間模態(tài)能給出較好的回報結(jié)果，模式回報的EOF1和觀測相一致，為全區(qū)一致型，但氣溫變率中心相較于觀測差異較大；EOF2、EOF3總體與觀測分布型相類似，但氣溫變化的異常中心差異明顯。另外，模式對1月氣溫年際變化的預(yù)測能力也有較好的技巧，前兩個模態(tài)對應(yīng)的時間系數(shù)序列與觀測的相關(guān)性均通過0.01的顯著性檢驗(yàn)，且對一些異常冷暖事件也有一定的預(yù)測能力。誤差場的EOF分析結(jié)果表明，模式雖然對實(shí)際氣溫分布形態(tài)有較好的反映，但在數(shù)值上與觀測差異較大。

4 模式回報誤差與環(huán)流和外強(qiáng)迫的關(guān)系

大氣環(huán)流以及外強(qiáng)迫異常均能引起氣溫變化，模式對大氣環(huán)流以及外強(qiáng)迫的響應(yīng)能力對于模式的預(yù)報性能有很大影響，通過分析模式回報誤差與環(huán)流和外強(qiáng)迫之間的關(guān)系，在一定程度上能夠減小模式的預(yù)報誤差。前文研究發(fā)現(xiàn)，誤差場的模態(tài)分布與實(shí)況模態(tài)分布非常接近，故而進(jìn)一步分析了DERF2.0模式回報誤差與環(huán)流和外強(qiáng)迫之間的關(guān)系。

4.1 模式回報誤差與大氣環(huán)流的聯(lián)系

圖8是模式回報氣溫誤差場前三個PC時間系數(shù)序列對海平面氣壓距平場和500 hPa高度距平場的回歸?？梢钥闯?，模式回報的氣溫誤差場PC1序列對海平面氣壓距平的回歸場呈現(xiàn)為海陸正氣壓差分布：歐亞大陸大部地區(qū)為海平面氣壓負(fù)異常，西北太平洋大部地區(qū)為顯著的正異常[圖8(a)]，說明模式回報的1月氣溫誤差與這種海陸正氣壓差有較好的相關(guān)性，考慮到海陸氣壓差是影響東亞冬季氣候的重要因子之一[14-15]，而模式可能對這種海陸氣壓差的響應(yīng)存在一定缺陷，進(jìn)而造成甘肅省1月氣溫一致的高估或低估。PC2的回歸場[圖8(c)]上，在西歐至中國東北地區(qū)一帶海平面氣壓為顯著的正異常分布，而在青藏高原大部地區(qū)為負(fù)異常，這種異常分布說明模式回報誤差可能與西伯利亞高壓的強(qiáng)度和位置存在較好的相關(guān)性。由于西伯利亞高壓的形態(tài)及強(qiáng)度對東亞冬季風(fēng)的影響至關(guān)重要，從而引起甘肅省乃至整個中國氣溫異常[16-18]，而模式對西伯利亞高壓的強(qiáng)度和位置刻畫不足，可能造成甘肅河?xùn)|和河西偶極型的誤差分布。PC3的回歸場[圖8(e)]上，以50°N為界，以北海平面氣壓為負(fù)異常，以南大部為正異常。此種異常分布類似于正位相的北極濤動(AO)[19]，AO異常也是影響東亞冬季氣候的重要因子之一[20-21]，模式可能對AO強(qiáng)度和位置異常響應(yīng)不足，造成甘肅的甘南和其余大部反位相的誤差場分布。上述氣壓場的異常分布特征不僅出現(xiàn)于海平面上，在中層500 hPa[圖8(b)、圖8(d)和圖8(f)]及高層200 hPa(圖略)上都有明顯反映，體現(xiàn)了模式回報誤差對應(yīng)大氣環(huán)流的準(zhǔn)正壓結(jié)構(gòu)。

圖8 DERF2.0模式回報1月氣溫誤差的前三個PC序列對海平面氣壓距平場(a、c、e)和500 hPa位勢高度距平場(b、d、f)的回歸系數(shù)(淺、深色陰影區(qū)分別通過0.1、0.05的顯著性檢驗(yàn))(a、b)PC1，(c、d)PC2，(e、f)PC3Fig.8 The regression coefficients between sea level pressure anomaly fields (a, c, e), 500 hPa geopotential height anomaly fields (b, d, f) and the first three PC series of forecasted temperature errors in January by DERF2.0 model(The light and dark shading areas passed 0.1 and 0.05 significance test, respectively)(a, b) PC1, (c, d) PC2, (e, f) PC3

4.2 模式回報誤差與海溫的聯(lián)系

研究表明，太平洋、印度洋以及大西洋關(guān)鍵區(qū)的海溫異常強(qiáng)迫激發(fā)遙相關(guān)波列，引發(fā)大氣環(huán)流異常，從而對東亞冬季氣候產(chǎn)生顯著影響[15,22-29]。圖9是模式回報的1月氣溫誤差場的前三個PC序列與同期海溫距平場的相關(guān)系數(shù)分布?？梢钥闯?，誤差場的PC1序列與同期海溫距平場的相關(guān)性分布形態(tài)類似于厄爾尼諾型，在東印度洋、印太暖池區(qū)、赤道中東太平洋以及墨西哥灣流區(qū)為顯著正相關(guān)區(qū)，最大相關(guān)系數(shù)在0.45以上；負(fù)相關(guān)區(qū)主要位于北太平洋，且在鄂霍次克海附近通過0.1的顯著性檢驗(yàn)[圖9(a)]。上述區(qū)域海溫通常是影響東亞冬季風(fēng)異常的關(guān)鍵海區(qū)，關(guān)鍵區(qū)的顯著相關(guān)分布說明模式對這些海區(qū)海溫的響應(yīng)能力不足，從而導(dǎo)致模式對東亞1月氣溫回報存在誤差。PC2與海溫距平場的相關(guān)分布[圖9(b)]顯示，在北太平洋呈東北—西南向的顯著正相關(guān)分布，最大相關(guān)系數(shù)達(dá)0.5以上；顯著負(fù)相關(guān)位于赤道東太平洋南北兩側(cè)。PC3與海溫距平場相關(guān)分布[圖9(c)]類似于中部型拉尼娜[30]，在赤道中太平洋為顯著的負(fù)相關(guān)，而在西太暖池和赤道東太平洋為正相關(guān)，說明模式對于中部型ENSO響應(yīng)能力有限，從而造成氣溫模擬誤差。上述分析可見，海溫對1月氣溫誤差響應(yīng)敏感區(qū)恰是影響東亞冬季風(fēng)異常的關(guān)鍵海區(qū)，因此通過調(diào)整模式對關(guān)鍵海區(qū)的響應(yīng)能力，在一定程度上可能減小模式對甘肅省1月氣溫的預(yù)報誤差。

圖9 DERF2.0模式回報的1月氣溫誤差的前三個PC序列與同期海溫距平場的相關(guān)系數(shù)分布[等值線的間隔為0.2，淺、深紅(藍(lán))陰影區(qū)分別通過0.1、0.05的顯著性檢驗(yàn)](a)PC1，(b)PC2，(c)PC3Fig.9 The distribution of correlation coefficients between sea surface temperature anomaly fields and the first three PC series of forecasted temperature errors in January by DERF2.0 model (The interval of isolines was 0.2, light and dark red (blue) shading areas passed 0.1 and 0.05 significance test, respectively)(a)PC1，(b)PC2，(c)PC3

5 結(jié) 論

(1)DERF2.0模式對甘肅河?xùn)|地區(qū)1月氣溫的模擬效果優(yōu)于河西大部地區(qū)，特別是甘南西北部、臨夏、蘭州、定西、平?jīng)觥c陽等地區(qū)模式回報的平均誤差小、離散程度低，而河西大部平均誤差大、離散程度高，模式回報效果不穩(wěn)定。

(2)近22 a來，模式回報1月氣溫的年際變化趨勢與觀測差異顯著，河?xùn)|地區(qū)(慶陽和隴南中南部除外)與觀測一致呈增暖趨勢，但增暖幅度模式回報較觀測略偏弱，而河西大部(東北部除外)卻出現(xiàn)與觀測相反的變化趨勢。

(3)DERF2.0模式對甘肅省1月氣溫的空間模態(tài)能夠給出較好的回報結(jié)果，回報氣溫的EOF1和觀測一致表現(xiàn)為全區(qū)一致型分布，但氣溫變率的中心及空間趨勢與觀測差異較大；EOF2、EOF3總體與觀測分布型相類似，但氣溫變化的異常中心也是差異明顯。模式對甘肅1月氣溫年際變化有較好的預(yù)測技巧，且對一些異常冷暖事件也有一定的預(yù)測能力。

(4)模式雖然對實(shí)際氣溫分布形態(tài)有較好的反映，但在數(shù)值上與觀測差異較大。誤差場的第一模態(tài)表現(xiàn)出模式對氣溫全區(qū)一致的高估或低估；第二模態(tài)基本以黃河為界，河?xùn)|和河西呈相反的分布型；第三模態(tài)則是甘南高原區(qū)與甘肅其余大部反位相分布型。

(5)1月氣溫的回報誤差與一些關(guān)鍵區(qū)域的環(huán)流和海溫聯(lián)系緊密。從環(huán)流場來看，誤差場第一模態(tài)對海陸氣壓差的響應(yīng)存有一定缺陷，進(jìn)而造成氣溫一致的高估或低估；第二模態(tài)對西伯利亞高壓強(qiáng)度及位置響應(yīng)不足可能造成河?xùn)|和河西偶極型誤差分布；第三模態(tài)可能對AO強(qiáng)度和位置響應(yīng)不足造成甘南和甘肅省其余大部反位相的誤差場分布。從海溫場而言，對1月氣溫誤差響應(yīng)敏感區(qū)恰是影響東亞冬季風(fēng)異常的關(guān)鍵海區(qū)，因此可通過調(diào)整對關(guān)鍵海區(qū)的響應(yīng)能力，在一定程度上可能會減小模式對甘肅省1月氣溫的預(yù)報誤差。

本文僅探討了DERF2.0模式對甘肅省1月氣溫回報誤差的統(tǒng)計特征和分布型，而對影響預(yù)報誤差的具體物理過程尚不明確，缺乏模式誤差訂正。同時，還需利用外強(qiáng)迫信號改進(jìn)模式性能，進(jìn)而提高DERF2.0的整體預(yù)報能力。