基于多气候因子的长江流域长期降水预测研究王乐张方伟闵要武邱辉张潇訾丽（长江水利委员会水文局，湖北武汉430010）摘要：水资源供需矛盾是当前中国社会发展面对的一大难题，而长期降水预测对合理分配利用水资源起到重要作用。针对长江流域复杂的降水机制，选取冬季海温、北半球500hPa位势高度和北极海冰3种气候因子，分析其与长江流域主汛期降水相互联系的关键区，在此基础上采用奇异值分解（SVD）方法构建降水初步预测模型和预测订正模型，并将二者组合得到优化预测模型（SSVDF），然后对该模型预测效果进行检验。结果表明：采用多因子综合预测的方法较单因子预测效果更好，SVD订正方法可以显著消除原有统计模型的预测误差，优化后的SSVDF模型能够有效预测长江子流域主汛期的降水量，并能较好预测长江流域主汛期降水异常的空间分布。关键词：长期降水预测;冬季海温;北半球500hPa位势高度;北极海冰;奇异值分解;长江流域中图法分类号：P456.3文献标志码：ADOI：10.16232/j.cnki.1001-4179.2021.07.0140引言受全球气候变化影响，近年来水旱极端事件频发，水资源形势日渐严峻[1-2]，准确的长期降水预测对于水资源高效利用起到重要指示作用。国内外现有的长期降水预测方法主要分为动力、统计和动力-统计相结合三大类[3]。动力方法通过海-陆-气耦合模式计算未来的天气条件从而预测降水，其物理机制明确，但计算量大操作复杂[4-7];统计法从大量的历史数据中挖掘降水自身的变化规律及其与前期气候因子的关系，进而利用获取的统计关系进行降水预测[8-10];动力-统计相结合的方法则利用统计方法对模式预测结果进行分析订正[11-12]。由于统计学方法计算便捷、可操作性强，且能充分利用历史资料所含规律，目前其已成为长期降水预测中不可或缺的手段[3，6]。长江流域地处北半球中低纬地区，是典型的季风性气候，其主汛期降水一方面受到海温、海冰、积雪、太阳辐射等外强迫因子的作用[13-14]，另一方面又与大气环流大尺度变动等大气内部特性密切相关[15-16]，这些因子的变化缓慢并具有持续性、相关性等特征，从而为长期降水预测提供了统计基础。国内外学者对此进行了大量研究[17-20]，如王乐等[13]发现冬春季节北极关键区海冰异常分布与长江流域主汛期降水密切相关，并利用海冰面积指数建立了长江流域分区降水预测模型;吴旭树等[17]利用全球海温多级指标建立了长江上游长期降水预测模型;张礼平等[20]利用北半球高度场、海平面气压场和北太平洋海温场成功预测了湖北省2001年降水。但已有研究主要集中在预测长江流域的面平均降水量或者少数站点的降水分布方面，针对长江流域多站点降水量和空间分布综合预测的研究相对较少。此外，由于计算的不稳定性，统计模型在实际预测中往往会产生系统性误差，因此需要开展降水预测场的订正。鉴于此，本文以长江流域为例，筛选与流域主汛期降水密切相关的前期气候要素作为预测因子，通过奇异值分解（SingularValueDecomposition，SVD）[21]方法构建基于多气候因子的降水场初步预测模型，在此基础上构建预测误差订正模型，并将二者组合得到最终的长江流域主汛期降水场优化预测模型，以期为长江流域的水资源高效利用提供技术支撑。1资料与方法1.1研究资料研究数据包括长江流域降水数据、全球海温数据、北极海冰数据和北半球位势高度数据。降水数据为长江流域116站日值地面降水数据集，来源于长江水利委员会（以下简称长江委）水文局，所有站点数据均通过系统的质量控制和均一性检验，月降水数据通过日降水数据累加得到。海温和海冰数据为1°×1°的HadISST1逐月数据集，来源于英国气象局哈德利中心（MetOfficeHadleyCentre，https：∥www.metoffice.gov.uk/hadobs/hadisst/data），其中海温数据通过对多源数据进行最優插值和空间重构得到，海冰数据通过卫星反衍同化得到，目前在全球范围内得到广泛应用。北半球位势高度数据为2.5°×2.5°的NCEP/NCARReanalysis1逐月数据集，来源于美国气象环境预报中心（NationalCentersforEnvironmentalPrediction）。所有数据的时间跨度均为1960～2017年。本文按照长江委水文局划分的长江流域一级子流域进行分区降雨预测检验，...