全球偏差校正的季节性预报对大尺度极端干旱的可预测性

《Frontiers in Water》：Predictability of large-scale extreme droughts from global bias-corrected seasonal forecasts

　　

由于气候变化，极端干旱的严重程度和频率正在增加，这凸显了在季节性时间尺度上获得可靠早期预警信息的必要性。偏差校正的季节性预报为提前几个月预测干旱条件提供了有前景的基础，然而，其对于全球尺度上最严重干旱的预测技能和潜在操作价值仍未得到充分量化。在此，研究人员评估了基于SEAS5-BCSD数据集的季节性干旱预报的性能，使用了标准化降水蒸散指数（SPEI）。从ERA5再分析数据中识别出1981年至2024年间36个最极端的干旱事件，每个大陆和累积期（SPEI-1、SPEI-3和SPEI-6）各选取两个事件，并使用概率性、空间性和面向影响的验证指标（包括连续等级概率技能评分（CRPSS）、分数技能评分（FSS）和潜在经济价值（PEV））评估了预报性能。结果表明，SEAS5-BCSD干旱预报在几乎所有分析事件中均优于气候学。在所有验证指标中，SPEI-1事件和所选非洲干旱的预报技能通常最高，而所选北美事件的技能相对较低。尽管最严重干旱核心的确切位置和强度仍难以预测，但集合分布中通常保留了有用的概率信息。最大PEV值经常超过0.7，表明在合适的成本-损失假设下对决策具有显著潜在价值。这些发现凸显了概率性、基于集合的季节性干旱预报解释的优势。研究人员不应仅依赖集合平均，而应考虑完整的预报分布，通过同时考虑极端事件的可能性和潜在严重性，实现更具风险意识的干旱防备。

**论文解读：全球偏差校正季节性预报对大尺度极端干旱的可预测性**

**研究背景与问题**

气候变化导致极端干旱事件的严重程度和频率持续上升，对农业、水资源和生态系统构成严重威胁。可靠的季节性早期预警信息对于制定有效的干旱防备和缓解策略至关重要。然而，现有研究多集中于区域尺度或关注气候平均态，全球尺度上针对最极端干旱事件的系统性评估仍显不足。特别是，大多数全球研究聚焦于气候学技能或集合平均行为，而非单个极端干旱事件；不同大陆和预测提前期之间的预报性能缺乏一致方法下的比较；概率性干旱预报的操作价值很少被量化。因此，亟需量化全球偏差校正季节性预报在预测最极端干旱事件方面的技能与局限性，以填补这些知识空白。

**研究内容与结论**

研究人员利用ECMWF SEAS5系统的偏差校正数据集SEAS5-BCSD（通过偏差校正和空间分解法获得），结合标准化降水蒸散指数（SPEI）作为干旱指标，系统评估了1981年至2024年间全球36个最严重的大尺度干旱事件的可预测性。这些事件按大陆（南极洲除外）和累积期（SPEI-1、SPEI-3和SPEI-6）各选取两个，采用概率性指标（连续等级概率技能评分CRPSS、布赖尔技能评分BSS）、空间指标（分数技能评分FSS）和影响导向指标（潜在经济价值PEV）进行验证。结果表明，SEAS5-BCSD干旱预报在几乎所有分析事件中均优于气候学参考，且技能在短持续时间干旱（SPEI-1）和非洲大陆事件中最高，而北美事件技能相对较低。尽管最严重干旱核心的确切位置和强度仍难以精确预测，但集合分布中保留了有用的概率信息，最大PEV值常超过0.7，表明在适当成本-损失假设下对决策具有显著经济价值。这些发现强调了基于集合的概率性解释对于季节性干旱预报的重要性，而非仅依赖集合平均。

**论文意义**

该研究首次在全球尺度上，对最极端干旱事件进行了系统、一致的预报技能评估，揭示了偏差校正季节性预报在不同大陆和预测提前期下的性能差异与潜力。研究结果支持将概率性集合预报信息整合到干旱早期预警和风险管理框架中，有助于提升对极端事件的应对准备能力。论文发表在《Frontiers in Water》。

**主要关键技术方法**

研究人员采用以下关键技术方法：
1. **数据来源**：以ERA5再分析数据作为参考，使用偏差校正的SEAS5-BCSD季节性预报数据集（基于ECMWF SEAS5系统，通过偏差校正和空间分解法（BCSD）校正，空间分辨率0.25°×0.25°），包含1981年至今的每月总降水和2米平均温度。
2. **干旱指标**：标准化降水蒸散指数（SPEI），基于降水和温度计算，涵盖1个月（SPEI-1）、3个月（SPEI-3）和6个月（SPEI-6）累积期，分别对应气象、农业和水文干旱。
3. **极端事件识别**：基于ERA5数据，按大陆和累积期，通过组合干旱影响面积（SPEI<-1.5）、强度（平均SPEI值）和持续时间的客观排名指标（R = D√A,I2），每个大陆和累积期选取两个最极端事件，共36个。
4. **验证指标**：连续等级概率技能评分（CRPSS）评估整体分布；布赖尔技能评分（BSS）评估二元干旱事件判别；分数技能评分（FSS）评估空间模式一致性；潜在经济价值（PEV）评估预报的经济效益。

**研究结果**

**3.1 总体干旱预报性能**
- 所有36个事件均显示正CRPSS，SPEI-1技能最高，非洲事件中位数CRPSS最高（>0.38），北美和欧洲较低。最严重干旱事件的CRPSS值高于较温和事件，呈统计显著负相关（p≈3.03×10^-6），表明更极端干旱预报更准确。
- BSS雷达图显示，SPEI-1时所有大陆正技能，北美最接近零；技能随干旱严重程度和预测提前期增加而下降。非洲始终最高（BSS>0.32），北美最低。
- 与持续性预报和线性Ni?o3.4回归基准相比，SEAS5-BCSD中位BSS主要为正，尤其对短持续时间干旱（SPEI-1）和温和干旱条件。
- 命中率（HR）始终高于假阳性率（FPR），除一例（Aus 09/2013）外，对极端干旱（SPEI<-2）的ROC曲线下面积（AUC）均>0.5，SPEI-1时所有AUC>0.8。
- FSS显示，大多数强干旱（SPEI<-1.5）预报超过0.5技能阈值，SPEI-1平均FSS=0.742，SPEI-3和SPEI-6分别有10/12和11/12事件超过阈值。空间位移是低BSS的主要原因。
- PEV在所有干旱严重程度和累积期均为正，最大PEV常>0.7，最优成本-损失比约0.05，表明显著经济价值。

**3.2 单个干旱事件案例研究**
- **非洲05/2024（SPEI-1，高技能）**：SEAS5-BCSD成功提前7个月捕捉到非洲大部分地区的干旱趋势，月平均SPEI波动于-1.32至-1.43，领导月0时骤降至-2.74。FSS在领导月0时多数区域>0.9，11月预报（领导月5）也有83.0%网格>0.5。
- **北美10/2023（SPEI-3，低技能）**：预报再现了墨西哥及美国南部的干旱中心，但加拿大干旱中心向北偏移且强度低估。最干集合成员FSS=0.649，最湿成员=0.569，表明空间位移和强度衰减是低技能主因，但集合内仍有有用信号。
- **澳大利亚03/2020（SPEI-6，高技能）**：持续6个月的干旱，预报员在超过150天提前期下准确捕捉了中央沙漠附近主要干旱区，CRPSS显示强正技能。集合成员几乎无正SPEI值，而气候学参考偏离观测较远，预报明显优于气候学。

**讨论与结论**

**讨论部分**：研究人员指出，CRPSS与BSS之间的差异主要源于两者侧重点不同：CRPSS考虑整个分布，而BSS仅关注干旱事件，对强度和空间位移更敏感。低BSS并非信号缺失，而是空间位移和强度衰减所致，FSS在大空间窗口仍超0.5，HR始终高于FPR，证实了真实干旱信号的存在。大陆间差异与主导的环流驱动因素有关：非洲和南美洲受热带海温强耦合影响，技能较高；欧洲受北大西洋涛动影响，技能中等；北美高纬度地区动力变率大，技能较低，但空间位移后仍保留大尺度信号。研究局限性包括：依赖ERA5作为参考、固定参考期（1981-2016）导致极端值放大、未量化温度与降水各自贡献、未按雨季分层等。尽管如此，研究表明SEAS5-BCSD预报在极端干旱条件下包含有用概率信息，通过分析完整集合分布，用户可识别低概率高影响情景，并注意空间位移和跨预测提前期的一致性信号。

**研究结论**：该研究表明，针对所选36个全球历史大尺度极端干旱事件，基于SEAS5的全球偏差校正季节性预报可提前数月提供有用的概率信息，用于预测各大洲的大尺度极端干旱。几乎所有分析事件的预报技能均超过气候学，非洲干旱通常表现最佳。短持续干旱和临近预报的技能最高，但即使在长达6个月的提前期下，仍有意义的预测信息。对中等干旱空间范围的可预测性最高，而最极端干旱核心的精确位置和强度更具挑战性。重要的是，较低的确定性或基于事件的技能评分并不表示信号缺失；集合分布中可能保留有用信息，包括低概率高影响结果和空间位移指示。这些发现凸显了概率性、基于集合的季节性干旱预报在早期预警和风险知情决策中的价值，当结合当地专业知识和影响信息时，可支持提前数月实施低成本、无遗憾的干旱防备措施。