全球季节降水预报有了统一擂台:数据驱动模型在11项指标上追平最强业务中心
核心概要
季节降水预报长期依赖计算昂贵的数值集合系统,且缺少与数据驱动模型对比的全球基准。SeasonRainBench把七个业务中心的预报、52个CMIP6气候模式的310944个模拟月与GPM IMERG卫星降水放进同一协议,并新增刻画异常强度与雨带位置的指标。基于该基准的Sim2Earth先在模拟上预训练再迁移到地球观测,在ACC、CRPS、异常强度和雨带位置上分别比最强业务或数据驱动模型提升12.0%、3.6%、2.9%和0.3%。
深度剖析
全球1至5个月的月度降水预报第一次可以在同一套协议下,把数据驱动模型与七个业务中心的预报放在一起比较。 此前的基准只覆盖中期、次季节或区域季节预报,没有统一协议来对照全球数据驱动降水预报与业务系统。 SeasonRainBench以GPM IMERG卫星降水为检验目标,纳入七个Copernicus中心的2020至2025年月度集合,测试集为2020年1月起发布的345个发布期与提前期组合,目标月延续到2025年12月。
评分不再只看距平相关和均方误差,而是直接报告汛期降水异常的强弱和每月主雨带所在纬度。 ACC与RMSE只概括相关性和平方误差,不直接给出业务汛期展望所陈述的异常强度与雨带位置。 在由IMERG观测构造、只改变其中一个属性的成对预报上,标准评分会奖励被压弱的异常,也会在雨带被移动时给出与业务指标不同的偏好,因此引入AGSS与RBLE两项指标。
Sim2Earth把气候模拟当作观测记录缺失部分的来源,再分三步迁移到真实地球。 卫星降水在每个日历月只有不到三十个样本,每个样本只是其海温状态下唯一一次观测结果。 训练使用52个CMIP6模式中158个提供模拟月的成员,共310944个训练月,另留出9个成员;随后依次在再分析和卫星观测上微调。
启示与展望
已展示的范围是全球月度降水、提前1至5个月、以GPM IMERG卫星降水为检验目标,并与七个Copernicus业务中心的2020至2025年预报对照;测试集为2020年1月起发布的345个发布期与提前期组合,目标月截至2025年12月。
七个业务中心的原生集合在三类概率评分上均低于气候态,即CRPSS与RPSS为负;Sim2Earth是唯一使三分位概率优于气候态的系统,RPSS为0.0619。历史模拟延伸至2014年以后依赖38个模式的SSP2-4.5情景运行,并非所有成员都有延伸。
