评估偏差校正后 NMME 预报相对于气候学预报在中国季节性降水的时空技能

为何更好的降雨预报很重要

从城市水库到稻田，中国的生活仰赖于对降雨何时到来的判断。季节性降水预报，着眼于一至三个月的时段，可帮助农民安排播种、发电公司管理水力发电，以及政府为洪水或干旱做准备。但有一个问题：先进的气候数值模式并不总是能胜过基于历史平均降水的简单经验规则。本研究提出了一个务实且影响深远的问题：经过现代统计调整后，今天的气候模式是否确实能为中国提供比仅依赖历史更有用的季节性降雨预报？

两种展望降雨未来的方法

研究人员比较了两类主要的预报方法。第一类是传统的“气候学”预报，使用数十年的观测记录来判断某地某季节的典型降水量。第二类使用全球气候模式，模拟海洋、大气与陆地相互作用以产生未来降水。这些模式来自北美多模式集合（NMME），包含六个预报系统。由于原始模式输出常存在显著误差，团队先对每个模式的降水估计施加一种称为伽玛—高斯模型的偏差校正方法，然后再用贝叶斯模型平均的方法将它们合并。理论上，这会产生更贴近实况的调整后多模式预报。

在中国多样气候下检验技能

中国横跨寒冷平原、湿润海岸、干旱沙漠和高耸的青藏高原，因此没有单一模式能在所有地区表现最佳。作者将全国划分为九个广义气候区，并对近三十年（1982–2010）逐月评估每个模式。对于地图上的每个网格单元，他们比较经校正的模式预报与观测季节性降水之间的匹配程度，并与简单气候学的表现作对比。他们不仅检验平均误差，还评估预报区间的可靠性。对于每个区和起始月，他们选择最常优于气候学的模式（或模式组合），构建一个针对中国多样地形的“最优”组合。

模式胜出之处与历史仍占优的地区

结果呈现出混合图景。对于一个月前置期的预报，优化后的模式组合在约三分之一的中国地区优于气候学。随着前置期延长到两个月和三个月，这一优势缩小，分别只有约四分之一和五分之一的地区优于气候学。技能并非均匀分布。沿海和南部地区——尤其是北部亚热带带——获益最多，而青藏高原和华北中部部分地区相比历史基线几乎没有收益或根本无增益。季节也很关键：在 9月至次年3月的非汛期，几乎一半的网格在一个月前置期显示出明显的模式优势，但在动荡的4月至8月汛期，这一比例下降到约三分之一或更低。

为什么季节和地形会影响可预测性

这些模式反映了自然本身的行为。在非汛期，降水更多受大尺度且相对稳定的驱动因子影响，例如海洋温度和宽广的风场，这些是气候模式能够在数月前追踪到的。在汛期，中国的降雨受高度可变的东亚夏季风以及许多局地性暴雨（包括台风和强对流）的影响，这些在季节尺度上更难以预测。像青藏高原这类地形复杂的地区又带来额外难题：陡峭地形和复杂的局地过程无法被现有模式完全捕捉，限制了它们相较于简单历史平均的附加价值。

这对使用季节预报有何意义

简言之，研究表明经过精心调校的气候模式预报可以优于传统的基于历史的预报——但并非在所有地点、全年或长远的时间范围内都如此。较短的前置期、较平静的季节以及沿海或亚热带地带看到最明显的收益，而长前置期、暴雨的夏季和山区或内陆地区仍然难以预测。通过绘制模式预报何时何地真正增加价值的地图，作者提供了一条务实路线图：在中国的特定地区和季节，水资源管理者与规划者可以更有信心地依赖基于模式的季节预报；在模式仍存在困难的地方，则应把气候学视为更稳妥的参考。

引用: Yu, B., Cong, H., Xu, B. et al. Evaluating the spatiotemporal skill of bias-corrected NMME forecasts against climatological forecasts for seasonal precipitation in China. Sci Rep 16, 8010 (2026). https://doi.org/10.1038/s41598-026-39636-8

关键词: 季节性降水, 气候预测, 中国季风, 偏差校正, 水文