摘要:
极端预报指数(EFI)是利用集合预报获取极端天气信息的有效工具之一。为提升CMA全球集合预报系统(CMA-GEPS)对极端天气的预报能力,针对CMA-GEPS历史预报数据少且再预报数据缺乏、难以合理统计模式气候分布的难题,研究利用小样本确定性预报数据形成EFI所需模式气候分布的方法。采用2020年6月15日-2022年7月22日CMA全球高分辨率(0.25度)确定性业务预报数据,通过一种时间、空间样本扩展方法建立了与较低分辨率(0.5度)的CMA-GEPS预报模式版本匹配的各预报时效(1-10-d)逐月模式气候分布。使用CMA-GEPS业务预报和ERA5再分析数据评估了CMA-GEPS 2 m温度EFI对2022年夏季6-8月国内外四个代表性区域极端高温的预报能力。基于相对作用特征曲线的检验结果表明,CMA-GEPS EFI在1-10 d的短、中期预报时效上均具备区分极端高温的能力。以最大TS评分为准则,确定了用于发布极端高温预警信号的EFI临界阈值。EFI的预报能力随预报时效增加呈下降趋势,且在不同区域的表现有所差异:对中国长江中下游地区极端高温的预报能力在各时效上均优于华北地区;欧洲西部地区1-7-d时效上的EFI预报能力高于欧洲中部地区,而欧洲中部地区8-10-d时效上的EFI预报能力更好。上述结果与2 m温度的集合预报质量随预报时效与空间位置而变化有关。经济价值模型的评估结果表明,基于EFI预报信息的风险决策存在一定的经济价值和参考价值。个例分析结果进一步展现了CMA-GEPS EFI能够在中期预报时效上发出极端高温早期预警的能力。