2008年1月欧亚阻塞形势的ECMWF集合预报效果评估检验

王毅，金荣花，代刊，牛若芸，曹勇

(国家气象中心，北京100081)

0 引言

阻塞形势是中高纬大气环流异常经向发展并稳定的形势。阻塞高压(简称阻高)并不是一个孤立的系统，与它密切相连的还有其南侧低压、分支急流等，它们合在一起统称为阻塞形势。统计研究工作利用历史天气图和逐日高度场等资料揭示了阻塞活动的地理分布和季节变化等特征(仪清菊，1982;李峰和丁一汇，2004;史湘军和智协飞，2007)，结果表明，乌拉尔山、鄂霍次克海和贝加尔湖是欧亚阻塞形势发生频率较高的地区。关于阻塞形势的发生、发展和崩溃过程，国内外学者从多平衡态(Charney and Devore，1979)、非线性孤立波(罗德海和纪立人，1989)、不同尺度涡动(智协飞，1993)、波流相互作用以及波波相互作用(陆日宇和黄荣辉，1996)等方面进行了动力学研究，并取得了很多有意义的结果。

持续的阻塞形势维持经常导致大范围地区天气气候的异常。例如，1998年夏季中国长江流域洪水，2010年夏季东欧和俄罗斯高温热浪以及2008年初我国南方低温雨雪冰冻灾害。早在20世纪60年代初期，叶笃正等(1962)就指出阻塞形势的建立和崩溃常常伴随着一次大范围环流型的调整，特别在冬季，乌拉尔山阻高的崩溃经常在东亚造成大范围的寒潮过程，因此阻塞形势在持续异常天气预报中具有重要的意义。2008年1月罕见的低温雨雪冰冻灾害是典型的极端天气气候事件，很多研究表明其发生与多个大气环流系统的异常有关，尤其是乌拉尔山阻高的异常(李崇银等，2008;杨贵名等，2008)。陶诗言和卫婕(2008)的研究更明确指出2008年1月亚洲中高纬度阻高稳定维持长达20余天，在其南侧里海以东地区维持一个切断低压系统。这种“对偶式”异常构成的阻塞形势长时间的稳定和维持，是导致南方地区出现持续低温雨雪冰冻灾害天气的重要原因(王东海等，2008)。

由于阻塞形势对我国冬季气候的重要影响，准确预报阻塞形势特别是其建立和崩溃是中短期天气预报面临的至关重要的问题。众所周知，目前的数值预报对短期以内(24～72 h)的天气形势预报和实际观测的误差较小，但对于中期时效的预报误差相对较大。事实上，阻塞形势的建立和崩溃具有非线性动力学背景，因此在中长期天气预报中具有较大的不确定性(李建平和丑纪范，2003)。集合预报是近几年来迅速发展并广泛应用的数值预报系统，为解决单一确定性预报存在的不确定性问题提供了一条新途径(陈静等，2002;杜钧和陈静，2010)。另一方面，虽然极端天气(或高影响天气)出现的概率很低，但是其带来的影响却十分可观，而集合预报可以根据一组预报结果给出未来大气状态的概率分布，进而可能对小概率的极端天气事件做出预报。集合预报除了可以得到若干个成员的预报值以外，还可以通过分析各成员间的离散度来度量预报的可信度或者大气的“可预报性”(杜钧，2002)。因此，集合预报的应用对于提高中期甚至更长时效的极端天气事件的预报能力具有重要的意义。

目前，针对集合预报的检验和应用已有一些研究。段明铿等(2009)利用NCEP集合预报资料对夏季亚欧中高纬环流的预报效果进行了检验，结果表明集合平均的预报效果在预报时效大于5 d时优于单一确定性预报。康志明等(2010)利用集合预报资料开发了寒潮概率预报产品，可以体现集合预报在小概率事件预报上的优势。Matsueda(2009)利用各中心模式的集合预报资料检验了冬季阻塞形势的预报效果，发现模式对于欧洲—大西洋地区和太平洋地区的阻塞形势预报能力较高，而对于乌拉尔山地区阻塞形势的预报能力较低。智协飞等(2013)利用多国集合预报构建超级集合预报系统，并和单中心的预报结果进行了对比检验。Maseuda(2010)利用集合预报资料研究了2010年东欧和俄罗斯高温热浪期间阻高的可预报性问题。对于2008年低温雨雪冰冻灾害，卫婕等(2008)从短期、中期和长期三个时间尺度讨论了1月25—29日的平均环流形势和阻塞过程的可预报性问题。然而，目前关于集合预报对2008年1月阻塞形势的预报效果以及对其持续异常的预报能力还缺乏深入的认识。本文将利用欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts;简称EC)集合预报的500 hPa位势高度场资料对阻塞形势的预报效果进行检验，并与日常业务中EC模式的确定性预报进行比较。另外，本文还将通过分析阻塞的集合概率预报结果，试图对2008年1月阻塞形势在中期时效的可预报性问题作初步的探讨。

1 资料与方法

1.1 资料

使用的资料包括EC集合预报系统资料和确定性预报资料。集合预报资料包括1个控制预报和50个集合预报成员的500 hPa位势高度场;起报时间为12月17日—1月31日的每日12:00(世界时，下同)，最长预报时效为10 d，格点分辨率为2.5°×2.5°。对应的实况分析场用EC确定性预报中的初始场代表，用于检验预报效果，该数据的时空分辨率与集合预报资料相同。另外，本文还使用了EC逐日再分析资料，时段为1971—2000年，用来分析阻塞形势的气候背景。

1.2 方法

对阻塞形势的检验首先需要用一个定量的指标来表征。目前，已有学者比较了几种客观定量表征阻高的方法(金荣花等，2009)，其中 Tibaldi et al．(1990)定义的方法具有简单易用的特点，这也是目前美国国家环境预报中心(National Centers for Environmental Prediction，NCEP)和中国气象局国家气候中心定量化客观监测阻塞形势的方法。本文也采用该方法，具体做法是对每个经度计算南500 hPa高度梯度(IGHGS;单位:gpm/(°))和北500 hPa高度梯度(IGHGN;单位:gpm/(°)):

其中:Z代表位势高度;φn=80°N ± Δ;φ0=60°N ±Δ;φs=40°N ±Δ;Δ =0°，2.5°，5°。对某个时刻某经度任意一个Δ，如果条件满足

则诊断为该时刻该经度出现“阻塞形势”。通过计算机检索，把阻塞发生与否作为阻塞指数，如果出现阻塞形势，阻塞指数记为1，否则记为0。本文用到的阻塞发生频率定义为一个经度上发生阻塞形势的天数占研究时段总天数(1月共31 d)的比值。

本文利用距平相关系数(anomaly correlation coefficient，ACC)和均方根误差(root-mean-square error，RMSE)这两个指标来分析500 hPa位势高度的预报效果。距平相关系数计算的是分析场和预报场相对于1971—2000年500 hPa位势高度平均的距平的相关，因而可以反映槽脊位置和强度的预报效果。一般认为，ACC高于0.6是可用的预报(Krishnamurti et al．，2003)。均方根误差是预报场的平均偏离程度，因而能反映总误差的情况。

2 欧亚阻塞形势概况

图12008年1月平均的500 hPa位势高度(等值线)及其距平(阴影)场(a;单位:gpm)和2008年1月40～85°E范围平均的500 hPa位势高度的纬度—时间剖面(b;单位:gpm)Fig．1 (a)The mean 500 hPa geopotential height(contour)during January 2008 and its anomalies(shaded area)(units:gpm);(b)the mean latitude-time section of zonal 500 hPa geopotential height over 40—85°E during January 2008(units:gpm)

2008年1月10日至2月2日，我国南方发生了4次低温雨雪冰冻灾害，分别是2008年1月10—16日、18—22日、25—29日和31—2月2日。利用EC确定性预报中的零场，首先分析2008年1月的大尺度环流形势。图1a给出了2008年1月的500 hPa平均位势高度及其距平场。可以看出，乌拉尔山地区是十分显著的正异常，对应乌拉尔山阻高，而从里海到贝湖一带有负距平区，对应阻高南部的低槽。这种强度和范围均异常偏大的“对偶式”距平分布，在动力学上极其稳定，使得上述异常形势能较长时间维持。该形势有利于冷空气从西伯利亚方向入侵我国，为我国出现大范围低温、雨雪冰冻天气提供了冷空气条件。

为了更清楚地反映阻塞形势的逐日演变特征，图1b给出了40～85°E之间纬向平均的500 hPa位势高度随时间的变化，可见，5 360 gpm等位势线1月初在60°N以北，在14日前后南落到50°N附近，随后又在17日再度北推至60°N以北，最后于28日前后再次南落至50°N附近。这表明2008年1月阻塞活动可以分为两个阶段:1月1—11日和17—28日。这与王亚非等(2008)分析2008年1月大尺度环流时指出阻高活动分为两个阶段的结果一致。

图2是利用EC分析场资料计算的2008年1月各经度上的阻塞发生频率，同时叠加了利用EC逐日再分析资料计算的1971—2000年阻塞发生频率的气候平均及第95百分位值。可以看出，2008年1月阻塞发生频率呈现双峰型特征，一个是在东欧东部地区(40～50°E)，超过40%以上，对应第一阶段的阻塞形势(1月1—11日);另一个出现在乌拉尔山东部地区(60～65°E)，超过了50%以上，对应第二阶段的阻塞形势(1月17—28日)。从图2可以看出，阻塞发生频率在乌拉尔山地区(40～80°E)超过了第95百分位值，表明这一地区阻塞形势出现频率极端偏高，而在贝加尔湖地区(90～130°E)阻塞发生频率接近于0。综上所述，阻塞活动主要集中在乌拉尔山地区，这也是2008年1月阻塞形势的一个显著特点。

综上所述，本研究针对疑似脊柱骨折患者实施X线及CT检查，其结果显示，与X线检查相比，CT检查诊断结果准确度较高，是临床中脊柱骨折患者诊断、治疗效果评估的重要检查项目，具有临床推广应用的优势。

3 阻塞形势预报效果分析

3.1 阻塞发生频率预报效果分析

下面利用EC集合预报资料检验EC模式对阻塞发生频率的预报效果。图3分别是不同时效预报的阻塞发生频率与实况的对比，同时还给出了EC确定性预报的结果。相对于确定性预报只能得到一个预报值(虚线)，集合预报则可以得到多个值。图3中两条点划线分别表示集合成员预报的阻塞发生频率的第25和第75百分位值，两条线所包围的范围代表大部分集合成员预报的结果，方框线表示集合成员预报的平均值。从图3a可以看出，提前2 d的集合预报和确定性预报的阻塞发生频率与实况均非常接近，并且点划线包围的区域比较“狭窄”，说明各个集合成员预报的阻塞频率值比较一致。随着预报时效延长，集合成员预报的环流形势差异逐渐增大，阻塞发生频率差异也逐渐增大，表现为图中点划线包围的区域变宽。对于阻塞发生频率的双峰型特征，提前2 d以上的集合预报基本都未能预报出来。提前4 d预报的阻塞发生频率在50～60°E范围内偏高(图3b)，而提前6 d预报的阻塞频率在50°E以西范围内偏低(图3c)，并且预报的峰值位置都较实况略偏西。提前8 d和10 d的集合成员平均值在乌拉尔山东部地区(60～65°E)的峰值都低于40%，明显低于实况(图3d、e)。

图2 2008年1月各经度上的阻塞发生频率(点划线表示阻塞形势发生频率;实线和虚线分别表示1971—2000年1月阻塞发生频率的气候平均及第95百分位值;单位:%)Fig．2 Longitudinal distribution of blocking frequency in January 2008(dotted line)(the solid and dashed lines represent the climatology mean value of blocking frequency during 1971 and January 2000 and 95th percentile，respectively;units:%)

对比集合预报和确定性预报可以发现，6 d以内两者对阻塞频率的预报差异不大。但是提前8 d和10 d(图3d、e)，集合成员平均的阻塞频率基本都高于确定性预报，更接近于实况。在西西伯利亚中东部(70～90°E)，确定性预报的阻塞发生频率甚至低于集合预报的第25百分位值，即大部分集合预报成员的预报效果好于确定性预报。总体而言，在预报时效大于6 d时确定性预报的阻塞频率偏低，而集合预报的结果相对较好。

3.2 阻塞发生概率预报效果分析

与确定性预报不同的是，集合预报系统是一种概率预报系统，可从其成员的预报中计算某种环流形势或天气发生的相对概率，包含了该集合系统所能提供的所有信息，所以概率预报是表达集合预报最全面的方法之一。前面的分析主要是针对2008年1月阻塞总的发生频率的预报效果进行检验，但是对阻塞形势的逐日预报效果如何?下面从概率预报的角度进行检验。假设EC集合预报系统51个集合成员是等权重的，阻塞发生概率定义为某经度上预报阻塞发生(阻塞指数为1)的预报成员与总成员数之比。

图32008年1月EC模式提前2 d(a)、4 d(b)、6 d(c)、8 d(d)、10 d(e)预报的阻塞发生频率(实线表示分析场;虚线表示确定性预报;点划线表示集合成员预报的第25和75百分位值;方框线表示集合成员平均值;单位:%)Fig．3 The(a)2 d，(b)4 d，(c)6 d，(d)8 d，(e)10 d forecast of blocking frequency during January 2008(the solid line，dashed line，dotted line and square line represent the analysis，EC deterministic forecast，EC 25th and 75th percentile ensemble forecast and mean value of EC ensemble member forecast，respectively;units:%)

图4a是利用EC分析场计算的2008年1月阻塞指数随时间的演变，填色区域代表阻塞指数为1，即出现了阻塞形势。不难看出，阻塞形势活动主要有两个过程:1—11日，阻塞形势位于东欧至乌拉尔山地区(35～70°E)，13—15日经历了环流调整，随后阻塞形势在17—28日在乌拉尔山附近重新建立并发展东移至西西伯利亚地区，最后于29日减弱消失。

图4b—f分别是 EC 提前 2、4、6、8、10 d 确定性预报的阻塞指数随时间的演变。很显然，提前2 d预报的阻塞指数与实况比较吻合(图4b)。提前4 d EC确定性预报与实况的偏差主要发生在23—27日(图4c)，没有预报出西西伯利亚地区(65～85°E)阻塞发生或预报阻塞发生的经度范围明显小于实况。提前10 d(图4f)，EC确定性预报的阻塞指数分布较为分散，基本没有反映出两个阶段阻塞的发展演变过程。总体而言，EC确定性预报对第一阶段阻塞预报效果较好，但未能预报出第二阶段处于崩溃期的阻塞形势。

图42008年1月分析场的阻塞指数(a)与EC提前2 d(b)、4 d(c)、6 d(d)、8 d(e)、10 d(f)确定性预报的阻塞指数Fig．4 The blocking index of(a)analysis，(b)2 d，(c)4 d，(d)6 d，(e)8 d，(f)10 d EC deterministic forecast during January 2008

图5 2008年1月EC集合预报成员提前2 d(a)、4 d(b)、6 d(c)、8 d(d)、10 d(e)预报的阻塞发生概率的时间—经度剖面(单位:%;黑色实线包围区域表示分析场得到的阻塞指数)Fig．5 Hovmoller diagram of(a)2 d，(b)4 d，(c)6 d，(d)8 d，(e)10 d forecast of blocking occurrence probability by EC ensemble members during January 2008(units:%;areas framed by black solid lines indicate observed blocking index)

图5a—e分别是EC集合预报系统提前2、4、6、8、10 d预报的阻塞发生概率。图5中还给出了阻塞发生的实况，用黑色包围的区域表示。图5a显示，提前2 d集合预报的阻塞发生概率与实况对应地非常好，并且预报的概率基本在90%以上，表明绝大部分集合成员能够提前2 d预报阻塞的发生。随着预报时效延长，高概率的范围逐渐减少，而低概率的范围逐渐增加，表明随着预报时效延长，集合预报对阻塞发生的预报能力逐渐降低。从提前4 d的预报结果来看(图5b)，在24—27日阻塞发生概率的预报在部分经度低于10%以下。提前6 d的预报效果与提前4 d类似(图5c)，在西西伯利亚中东部(70～90°E)阻塞发生的概率进一步降低，这也与集合预报的阻塞频率在该地区低于实况是对应的。值得注意的是，提前8 d集合预报在24—27日的阻塞发生概率达到25%以上(图5d)，而确定性预报未能预报阻塞的发生(图4e)，说明有部分成员能够预报出此阶段的阻塞形势。提前10 d(图5e)，集合预报的阻塞发生概率除了1月7日以外均低于75%。但是，在18—23日阻塞发生概率高于50%，即有一半以上的集合成员能够预报出第二阶段前期的阻塞形势，而确定性预报在相同时效预报的阻塞指数较为凌乱(图4f)。因此，在较长时效集合预报比确定性预报具有更高的预报技巧，这对于阻塞形势中期时效的预报具有重要意义。第二阶段阻塞崩溃期为24—28日，对应于2008年第三次冰冻雨雪天气过程(25—29日)。

3.3 阻塞形势个例预报效果分析

下面将针对低温雨雪冰冻的第二次过程(18—22日)和第三次过程(25—29日)期间的阻塞形势的预报效果进行分析。第二次过程雨雪天气主要出现在长江流域，并且贵州、湖南出现了大范围的冻雨天气。第三次过程的冻雨区向东扩展至江西、安徽南部和浙江西北部，且向南波及到广西东北部，是四次过程中冻雨范围最大，低温强度最强的一次。个例起报的时间分别选为1月12日和19日，前者处于第一阶段阻塞结束之后，后者处于第二阶段阻塞维持期间。

图6 2008年1月18日(a)、20日(d)、22日(g)的500 hPa位势高度的分析场;1月12日EC确定性预报的1月18日(b)、20日(e)、22日(h)500 hPa位势高度场(等值线)以及与分析场的偏差(阴影);1月12日EC集合预报成员预报的1月18日(c)、20日(f)、22日(i)的500 hPa位势高度场平均值(等值线)以及与分析场的偏差(阴影)(单位:gpm)Fig．6 The analysis of 500 hPa geopotential height on(a)18，(d)20，(g)22 January 2008;the EC deterministic forecast of 500 hPa geopotential height on 12 January(contour)for(b)18，(e)20，(h)22 January and their anomalies(shaded area);ensemble mean forecast of 500 hPa geopotential height by EC ensemble members on 12 January(contour)for(c)18，(f)20，(i)22 January and their anomalies(shaded area)(units:gpm)

图6给出了18—22日的500 hPa位势高度的分析及预报场。阻塞建立初期，18日高压脊从里海向高纬欧亚北部地区伸展，在(45°E，55°N)附近出现闭合的反气旋环流中心，而从巴尔喀什湖至咸海与里海有一东北东至西南西方向的横槽(图6a)。20日在咸海以东(65°E)出现切断低涡，并和北侧孤立的高压中心形成“偶极子”的对称分布，另外40°N以南低槽加深(图6d)。到22日阻高东移，中心位势高度略有降低，脊前偏东气流输送极地冷空气到中亚地区，切断低涡略有加强，低涡中不断分裂的冷空气东移影响中国南方地区，同时切断低涡对于印缅南支槽的维持也起着重要作用(图6g)。

图6b、e、h分别是EC确定性预报1月12日预报的18、20和22日的500 hPa位势高度场，而图6c、f、i是对应的所有集合成员预报的500 hPa位势高度场的平均值。图6中阴影区表示预报与分析场的偏差。可以看出，对18日的环流形势，确定性预报和集合平均与分析场都比较接近，主要偏差位于阻高脊的北部。20日，确定性预报的阻高和切断低涡位置偏北，阻高的西北部和东部的500 hPa位势高度预报相对于分析场偏高;从图4e上也可以看出，确定性预报的阻塞形势的经度范围为45～85°E，较实况范围(55～75°E)明显偏大。集合平均有类似的特点，但与分析场的偏差的幅度低于确定性预报，并且在巴湖至贝湖一带以及40°N以南地区偏差较小，说明集合预报对中亚地区的低槽预报较好。图6h显示，确定性预报在22日的500 hPa高度场在乌拉尔山西部偏高，在贝湖以西地区偏低，因此没有预报出阻塞东移的趋势，而集合平均在贝湖至巴湖一带的偏差的幅度低于确定性预报，对阻塞东移的特征有一定的反映，但是对中亚地区的低槽预报偏弱(图6i)。

图72008年1月25日(a)、27日(d)、29日(g)的500 hPa高度的分析场;1月19日EC确定性预报的1月25日(b)、27日(e)、29日(h)500 hPa高度场(等值线)以及与分析场的偏差(阴影);1月19日EC集合预报系统预报的1月25日(c)、27日(f)、29日(i)的500 hPa高度场平均值(等值线)以及与分析场的偏差(阴影)(单位:gpm)Fig．7 The analysis of 500 hPa geopotential height on(a)25，(d)27，(g)29 January 2008;the EC deterministic forecast of 500 hPa geopotential height on 19 January(contour)for(b)25，(e)27，(h)29 January and their anomalies(shaded area);ensemble mean forecast of 500 hPa geopotential height by EC ensemble members on 19 January(contour)for(c)25，(f)27，(i)29 January and their anomalies(shaded area)(units:gpm)

第三次过程由于东欧上空短波槽从西北部侵入乌拉尔山阻高，因此阻高相对于第二次过程偏弱，25日脊前低涡中心东移至巴湖以南，另外在高纬短波槽以东有浅脊存在(图7a)。27日随着阻高脊后极地冷空气侵入，阻高脊东移减弱，与高纬地区东移的浅脊在90°E附近同位相叠加，然而由于40°N以南的低槽变得平直，因此阻塞形势不明显，到了29日阻塞形势基本消失。

对25日500 hPa高度场，确定性预报的阻高脊相比于分析场略偏东，对高压脊前的低槽预报较好，而集合平均对这一低槽预报偏弱，另外对于贝湖东侧的高度场预报偏低，但对高压脊西北部的浅槽预报较好(图7c)。到27日，确定性预报对短波槽的南压的预报好于集合平均，但是对贝湖东侧的高压脊预报明显偏弱，而集合平均对90°E附近高压脊的同位相叠加有一定的反映(图7f)。对比图7h和图7i可以发现，确定性预报和集合平均对29日短波槽的强度预报都偏强，对5 440 gpm等位势线的位置预报都偏南，另外对40°N以南减弱的低槽强度预报都偏弱，但集合平均与分析场的偏差总体小于确定性预报。

图8 2008年1月12日(a，c)和1月19日(b，d)东欧至西西伯利亚地区(40～100°E，30～75°N)EC集合成员预报(虚线)、EC确定性预报(实线)和EC集合平均预报(方框线)的500 hPa高度场的距平相关系数(a，b)和均方根误差(c，d;单位:gpm)Fig．8 (a，b)The anomaly correlation coefficients(ACC)and(c，d)root mean square error(RMSE;units:gpm)of 500 geopotential height over eastern Europe and west Siberia area(30—75°N，40—100°E)forecasted by EC ensemble members(dashed lines)，EC deterministic forecast(solid lines)and EC ensemble mean(square lines)on(a，c)12 and(b，d)19 January 2008

为了进一步了解集合平均对这两次个例的预报效果，并与各集合成员以及确定性预报比较，计算了距平相关系数(ACC)和均方根误差(RMSE)这两个衡量预报效果的指标。图8分别给出了1月12日和19日预报的阻塞发生区域(40～100°E，30～75°N)的500 hPa位势高度场的ACC和RMSE。由图8a可知，预报时效小于6 d时，集合成员和确定性预报的ACC值基本在0.8以上;从第6天开始ACC值逐渐下降，并且各个成员之间的ACC值差异逐渐增大，说明各个集合成员预报的发散程度逐渐增大。集合平均的ACC值高于大部分集合成员，而且在预报的第8—10天，集合平均的ACC值高于确定性预报，都在0.6以上。1月19日预报的ACC值总体低于1月12日预报的ACC值，在第4天(23日)就下降到0.8左右，表明EC模式对于阻塞东移并开始衰减的过程预报效果较差。对比12日和19日预报的第7—10天的ACC值，后者集合成员间的发散程度明显大于前者。集合预报成员间的发散程度是大气可预报性的一种表现，因此从这个意义上说，阻塞崩溃期间的可预报性低于阻塞建立期间。从RMSE的结果也可以看出(图8c、d)，从预报第6天开始，集合平均的RMSE小于确定性预报，因此集合平均相对于确定性预报的优势体现在较长的预报时效。

图9给出了这两次个例的阻塞形势的概率预报结果。由图9a可见，对于18日阻塞建立初期，集合预报系统在55～75°E范围内预报的阻塞发生的概率超过80%以上，甚至达到100%，说明集合预报对阻塞建立的预报可靠性较好。到20日(图9b)，虽然概率有所降低，但集合预报在55～75°E范围内仍预报阻塞发生概率在80%以上。对22日阻塞系统的东移(图9c)，集合预报有一定的预报能力，在55～80°E范围内预报阻塞发生概率在50%以上，但相对于分析场(62.5～85°E)(图4a)仍然略偏西。对于阻塞崩溃期间，1月19日预报的阻塞发生概率总体偏低，说明阻塞过程崩溃期间相对于建立期间的可预报性较低。25日在贝湖西侧预报阻塞发生的概率高于30%(图9d)，表明部分集合成员预报出了贝湖附近的阻塞环流。27日预报的阻塞发生概率进一步降低，但是一定程度上能够反映出阻塞系统东移的过程。这次阻塞过程对应着最为严重的冰冻雨雪过程，尽管预报的概率较低，但作为可能的结果需要加以重视，这就是集合预报中蕴含的概率信息，而这一信息是确定性预报无法提供的。

4 结论

本文基于ECMWF集合预报模式资料，以2008年1月我国南方发生严重冰冻雨雪灾害期间持续异常的阻塞形势为研究对象，全面分析了集合预报和确定性预报对阻塞的预报效果以及阻塞形势的可预报性，得到如下主要结论。

1)从EC集合预报对阻塞频率的预报效果来看，提前6 d以内的预报效果与确定性预报差异不大。提前8 d和10 d，集合成员预报的平均阻塞频率高于确定性预报，与实况更为接近。此外，提前2 d以上的集合预报的阻塞频率在西西伯利亚中部均比实况偏低，这与集合预报对阻塞东移减弱过程的效果较差有关。

2)集合概率预报的结果表明，提前2 d集合预报的阻塞发生概率与实况对应非常好;随着预报时效延长，集合预报的阻塞发生概率逐渐降低;集合预报对于阻塞建立期间的预报效果较好，而对阻塞崩溃期间的预报效果较差，确定性预报有类似的结果。Matsueda(2010)研究2010年夏季造成欧洲俄罗斯热浪的阻高时也发现，即使初始场存在阻塞形势，模式也倾向于预报阻塞提前结束。然而在时效较长时(提前8～10 d)，确定性预报预报阻塞提前结束，而集合预报的部分成员却能够预报出来。

图9 EC集合预报2008年1月12日预报的18日(a)、20日(b)、22日(c)和1月19日预报的25日(d)、27日(e)、29日(f)的阻塞形势发生概率(单位:%)Fig．9 Blocking occurrence probability by EC ensemble forecast for(a)18，(b)20，(c)22 January on 12 January 2008 and for(d)25，(e)27，(f)29 January on 19 January 2008(units:%)

3)进一步针对低温雨雪冰冻的第二次和第三次过程期间的阻塞形势的预报效果进行了分析，结果表明预报时效大于6 d时，集合平均的ACC评分高于确定性预报。因此，对于阻塞形势的中期时段的环流预报，集合预报相比确定性预报具有更长的预报时效。

本文的研究表明阻塞崩溃期间的可预报性低于阻塞建立期间。该结论仅根据2008年1月阻塞形势的分析得到，因为模式对于环流形势的预报性能可能因天气形势不同而变化，因此今后需要加入更多的阻塞过程个例进行分析。另外目前关于阻塞建立和崩溃的动力机制研究有很多，但其原因还很复杂。王东海等(2008)指出2008年初阻塞维持的可能机制是由于阻塞上游地区存在着较强的负涡度强迫，输送到阻塞区，进而对阻塞的维持起了重要作用。从预报的角度来看，尽管阻塞形势崩溃期间的可预报性较低，但是其往往对应着寒潮等灾害性天气事件，如1月25—29日第三次冰冻雨雪过程。因此今后对于阻塞崩溃期间的环流形势的预报，可以充分利用集合预报获得阻塞发生的概率信息，提前为预报员提供可能发生阻塞的信号，从而避免确定性预报可能产生漏报的局限性。

陈静，陈德辉，颜宏．2002．集合数值发展与研究进展［J］．应用气象学报，13(4):497-507．

杜钧．2002．集合预报的现状和前景［J］．应用气象学报，13(1):16-28．

杜钧，陈静．2010．单一值预报向概率预报转变的基础:谈谈集合预报及其带来的变革［J］．气象，36(11):1-11．

段明铿，王盘兴，吴洪宝．2009．夏季亚欧中高纬度环流的集合预报效果检验［J］．应用气象学报，20(1):56-61．

金荣花，李艳，王式功．2009．四种客观定量表征阻塞高压方法的对比分析［J］．高原气象，28(5):1122-1128．

康志明，金荣花，鲍媛媛，等．2010．基于TIGGE数据的我国寒潮自动识别预报方法［J］．应用气象学报，21(3):298-306．

李崇银，杨辉，顾薇．2008．中国南方雨雪冰冻异常天气原因分析［J］．气候与环境研究，13(2):113-122．

李峰，丁一汇．2004．近30年夏季欧亚大陆中高纬度阻塞高压的统计特征［J］．气象学报，62(3):347-354．

李建平，丑纪范．2003．非线性大气动力学的进展［J］．大气科学，27(4):653-673．

陆日宇，黄荣辉．1996．关于阻塞形势演变过程中的波数域能量的诊断分析［J］．大气科学，20(3):269-278．

罗德海，纪立人．1989．大气中阻塞形成的一个理论［J］．中国科学B辑，19(1):103-112．

史湘军，智协飞．2007.1950—2004年欧亚大陆阻塞高压活动的统计特征［J］．南京气象学院学报，30(3):338-344．

陶诗言，卫捷．2008.2008年1月我国南方严重冰雪灾害过程分析［J］．气候与环境研究，13(4):337-350．

王东海，柳崇健，刘英，等．2008.2008年1月中国南方低温雨雪冰冻天气特征及其天气动力学成因的初步分析［J］．气象学报，66(3):405-422．

王亚非，李琰，李萍云，等．2008.2008年初中国南方雪灾大尺度环流背景分析［J］．气象学报，66(5):826-835．

卫婕，陶诗言，赵琳娜．2008.2008年1月南方冰雪过程的可预报性问题分析［J］．气候与环境研究，13(4):520-530．

杨贵名，孔期，毛冬艳，等．2008.2008年初“低温雨雪冰冻”灾害天气的持续性原因分析［J］．气象学报，66(5):837-850．

叶笃正，陶诗言，朱抱真，等．1962．北半球冬季阻塞形势的研究［M］．北京:科学出版社:1-10．

仪清菊．1982．北半球阻高的某些统计特征［J］．气象，9(3):11-13．

智协飞．1993．低频涡动、高频涡动在阻塞过程中的作用［J］．南京气象学院学报，16(2):186-192．

智协飞，季晓东，张璟，等．2013．基于TIGGE资料的地面气温和降水的多模式集成预报［J］．大气科学学报，36(3):257-266．

Charney J G，Devore J G．1979．Multiple flow equilibrian in the atmosphere and blocking［J］．J Atmos Sci，36(7):1205-1216．

Krishnamurti T N，Rajendran K，Vijaya Kumar T S V，et al．2003．Improved skill for the anomaly correlation of geopotential heights at 500 hPa［J］．Mon Wea Rev，131:1082-1102．

Matsueda M．2009．Blocking predictability in operational medium-range ensemble forecasts［J］．Sola，5:113-136．

Matsueda M．2010．Predictability of Euro-Russian blocking in summer of2010 ［ J］． Geophys Res Lett， 38:L06801． doi:10.1029/2010GL046577．

Tibaldi S，Tosi E，Navarra A，et al．1990．Northern and Southern Hemisphere seasonal variability of blocking frequency and predictability［J］．Mon Wea Rev，122:1971-2003．