黑龙江省位于中国东北部，处于东亚夏季风北缘，气候系统受多尺度环流共同调制，年际变率大，旱涝灾害频发（孙力等，2000；Liang et al.，2011；孙照渤等，2016）。其夏季降水成因复杂，初夏阶段主要受东北冷涡活动影响，盛夏则以东亚夏季风降水为主，同时叠加东北冷涡及北上台风的共同作用（沈柏竹等，2011；丁婷等，2015）。作为我国核心产粮区，黑龙江夏季降水异常直接关系区域粮食安全和社会经济稳定。近几十年的观测数据和灾害统计表明，黑龙江夏季降水时空分布高度不均，洪涝与干旱灾害并发且危害显著。典型事件包括1998年夏季嫩江、松花江流域特大暴雨洪涝，及2013年夏季黑龙江干流发生的罕见特大洪水，均对农业生产和民生造成严重影响（李维京，1999；李永生等，2014；赵珊珊等，2017）。与此同时，干旱灾害同样突出，21世纪以来平均每2 a发生1次区域性干旱事件（周秀杰等，2011），持续性干旱导致农作物减产甚至绝收的现象屡有发生。统计显示，近20 a来黑龙江省旱灾面积占农业气象灾害总面积的比例高达63%，农业损失在各类气象灾害中居首位（吴黎等，2022；刘玉莲等，2025）。因此，提高黑龙江夏季降水的预测准确率，对保障粮食安全、促进区域经济发展及松辽流域汛期防灾减灾具有重要现实意义。

基于气候模式的客观预测是气象部门开展季节尺度业务预测的重要技术支撑（Wu et al.，2024）。近年来，各国相继研发并投入业务运行的新一代气候预测系统，在物理框架完整性、时空分辨率及参数化方案等方面均取得显著提升，包括中国气象局第三代气候预测模式系统（China Meteorological Administration-Climate Prediction System version 3，CMA-CPSv3）、美国国家环境预测中心（National Center for Environmental Prediction，NCEP）第二代气候预测系统（Climate Forecast System version 2，CFSv2）、欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts，ECMWF）第五代季节预测系统（the Fifth Generation Seasonal Forecast System，SEAS5）、日本气象厅（Japan Meteorological Agency，JMA）第三代耦合预测系统（Coupled Prediction System version 3，CPS3）等。围绕这些模式在不同区域、不同季节预测技巧的系统评估研究已取得大量成果（李海燕等，2023；Liu et al.，2023；Takemura et al.，2023；陈明升等，2024；Sun et al.，2024）。

现有研究普遍认为，气候模式对热带和副热带地区大尺度环流的模拟能力相对较强，但对东亚季风区气温和降水的预报技巧偏低（Liu et al.，2015；顾伯辉等，2017；郭渠等，2017），尤其在东北地区汛期降水预测方面表现不理想（赵俊虎等，2020），其原因有待深入探讨。

当前模式评估工作多集中于CFSv2和第二代月动力延伸预测模式业务系统（DERF2.0）等（何慧根等，2014；马浩等，2022；肖颖等，2023；吴遥等，2024），而对ECMWF系列季节预测模式的系统性评估相对不足。SEAS5作为国际主流季节预测模式之一，同时也是我国多模式集合预测的重要成员，其对中国不同区域季节降水的预测能力及误差来源尚不明确。已有研究表明，SEAS5在澳大利亚、南美等地区的季节降水预测技巧存在显著区域差异（Gubler et al.，2019；Wang et al.，2019）；在热带环流预测方面稳定性优于部分模式（郑嘉雯等，2021），但在中高纬环流刻画方面能力相对有限（Wang et al.，2009）。黑龙江地处我国最北端，地形条件复杂，夏季降水受中高纬环流系统影响显著，SEAS5模式对该区域夏季降水的预测表现及其误差成因亟待系统评估。基于此，本文围绕SEAS5对黑龙江汛期降水的预测能力展开研究，重点分析其预测技巧特征及潜在物理成因，以期明确该模式在黑龙江季节尺度气候预测中的应用潜力，为后续业务解释应用及预测水平提升提供科学依据。

（1）黑龙江省气象数据中心1993—2023年全省83个常规气象站（图1）逐月降水数据，数据已通过严格质量控制，对识别出的个别站点少量缺测值进行无效值标记，并在后续统计分析中自动剔除，以保证资料的一致性和结果的可靠性。（2）同期再分析资料来源于美国国家环境预测中心/美国国家大气研究中心（National Center for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR）发布的全球逐月大气环流再分析数据集（Kalnay et al.，1996），水平分辨率为2.5°×2.5°，垂直方向覆盖1 000~10 hPa，共17层，使用的变量包括位势高度、纬向风和经向风。（3）模式数据使用国家气候中心多模式解释应用集成预测系统（Multi-model Downscaling Ensemble Prediction System，MODES）V2版本（刘长征等，2013）的SEAS5降水预测产品，起报日期为每月8日，水平分辨率为1°×1°，积分时长为6个月。为分析预报技巧与预报时效之间的关系，分别选取3月、4月和5月起报（分别简称Sf3、Sf4、Sf5）的夏季降水预测结果。模式资料时段为1993—2023年，其中1993—2017年为回报试验阶段，2018—2023年为实时预报阶段。由于实时预报阶段较短且两阶段的检验结果差别不显著（相关分析见下文），本文对两个阶段的预测结果进行统一分析。气候态为1993—2020年的平均值。为便于与观测资料对比，通过双线性插值方法将模式格点降水数据插值到黑龙江省83个气象站点位置。

采用距平相关系数（Anomaly Correlation Coefficient，ACC）、时间相关系数（Temporal Correlation Coefficient，TCC）、偏差（BIAS）、均方根误差（Root Mean Square Error，RMSE）和趋势异常综合评分（Ps评分）等指标，从确定性预报的角度客观定量评估模式预测性能。其中Ps评分是中国气象局月季气候趋势预测业务评分标准，能够检验预测结果对气候趋势和异常量级的综合把握能力（刘长征等，2013），计算公式如下：

式中：N为参加评分的气象站数；N₀为气候趋势预测正确的站数；N₁为一级异常预测正确（即-50%<ΔR≤-20%或20%≤ΔR<50%，ΔR为预测与观测降水距平百分率）的站数；N₂为二级异常预测正确（即ΔR≤-50%或ΔR≥50%）的站数；M为没有预报二级异常而实况出现降水量距平百分率大于等于100%或等于-100%（即漏报）的站数；a、b、c分别为气候趋势项、一级异常项和二级异常项的权重系数，根据规定，分别取a=2、b=2、c=4。

首先评估SEAS5模式对黑龙江夏季降水总量的预测能力。图2为观测与模式预测的1993—2023年黑龙江夏季降水总量及其均方差的空间分布。观测结果表明，黑龙江夏季降水由中部地区向四周递减，高值中心位于伊春中部，降水量超过420 mm。模式预测中，降水高值中心位置偏南，集中在伊春南部的哈尔滨一带，降水量级与观测相当，但高值区范围明显偏大。整体而言，SEAS5模式能较好地再现黑龙江夏季降水总量的主要空间分布特征，但在高值中心位置及其范围上存在系统性偏差。进一步比较不同起报月份的预测结果发现，随着预报时效的临近，降水高值中心范围反而有所扩大。这表明，就夏季降水总量而言，SEAS5的预测性能并未随预报时效缩短而显著提升，模式预测误差并非单纯由初值误差决定，而可能与模式对关键物理过程和环流演变的刻画不足有关（汪栩加等，2017；马浩等，2022）。观测的夏季降水总量均方差的空间分布与气候态分布差异明显，且整体量级偏大，反映出黑龙江夏季降水年际波动剧烈，增加了旱涝预测难度。相比之下，Sf3、Sf4、Sf5预测的降水均方差空间分布与观测较为一致，高值主要位于黑龙江南部，年际变化较小，说明SEAS5模式对降水变化的模拟偏于平滑，对极端旱涝事件的捕捉能力较弱。

从黑龙江夏季降水总量预测偏差的多年平均值[图3（a）~（c）]来看，除黑龙江西部及中北部局部存在干偏差外，全省大部表现为湿偏差，偏差大值区主要集中在西北部和东南部。不同起报月份的偏差空间分布相似，表明SEAS5模式总体会高估黑龙江夏季降水总量。偏差幅度上，各起报月份中，模式湿偏差最大可达74 mm，干偏差最大约51 mm。区域平均结果显示，Sf3与观测之间的偏差略小于Sf4和Sf5，尽管偏差量级相近，但3月起报结果整体略优，再次印证了SEAS5预测结果并未随着预报时效的缩短而提高。

进一步采用RMSE定量评估模式预测偏差[图3（d）~（f）]。结果表明，不同起报月份的RMSE空间分布特征基本一致，小值区位于黑龙江省西北部及中北部、西南部和东南部的部分区域，大值区主要在中部，但即使在RMSE小值区，其值也基本超过90.0 mm，表明模式对黑龙江夏季降水总量的整体预测误差偏大。区域平均结果显示，与黑龙江夏季降水总量预测偏差类似，Sf3的预测偏差（RMSE=116.3 mm）略小于Sf4（RMSE=119.0 mm）和Sf5（RMSE=119.3 mm），再次印证3月起报的预测技巧相对更高。

从时间演变（图4）来看，Sf3结果显示黑龙江西北部、中北部和西南部部分区域表现为正技巧（TCC>0），其中西北部分地区超过0.20，但全省平均TCC为-0.01；Sf4、Sf5正技巧区域明显减少，全省平均TCC分别为-0.18和-0.19，说明相对而言Sf3结果更为可信。

以下分别基于ACC和Ps评分两种指标（图5），定量评估SEAS5模式对黑龙江夏季降水距平的预测性能。从ACC结果来看，SEAS5对黑龙江夏季降水距平的预测技巧整体偏低，且年际波动显著。Sf3、Sf4和Sf5 ACC的多年平均分别为-0.04、-0.05和-0.12，均未达到正技巧水平，且随起报月份临近呈明显下降趋势。其中，Sf3的ACC为-0.53~0.38，31 a中共有11 a为正技巧（其中6 a大于0.20），20 a为负技巧（其中6 a小于-0.20），最高值和最低值分别出现在2012年和2015年；Sf4的ACC为-0.74~0.33，正技巧年份14 a（6 a大于0.20），负技巧17 a（7 a小于-0.20），最高值和最低值分别出现在2011年和2002年；Sf5的ACC为-0.60~0.26，正技巧年份仅8 a（3 a大于0.20），负技巧年份达23 a（11 a小于-0.20），最高值和最低值分别出现在2014年和2003年。1993—2023年的31 a中，仅2012年、2014年和2023年在不同起报月份下均表现为正技巧，表明模式在少数年份对黑龙江夏季降水距平具有相对可靠的预测能力，其余年份则以负技巧为主。总体而言，Sf3的ACC明显高于Sf4和Sf5，且Sf5较前两者显著下降。

从Ps评分结果来看，多数年份的Ps评分高于60分，但仅有个别年份超过80分，显示模式对大多数年份的预测效果整体偏低。Ps评分多年平均Sf3最高（63分），Sf4（57分）与Sf5（58分）得分相近，且二者年际波动幅度更大，稳定性相对较差。具体而言，Sf3共有5 a Ps评分超过80分、12 a低于60分；Sf4仅有3 a超过80分、13 a低于60分，其中2000年和2004年Ps评分低于 20分，说明预报结果与实况几乎完全相反；Sf5同样有5 a超过80分、13 a低于60分，其中2019年低于20分。综合ACC与Ps评分结果可看出，Sf3相对于Sf4和Sf5的预测技巧相对最高，且稳定性更优。

由上述分析可知，SEAS5模式对黑龙江省夏季降水具有一定预测能力，但总体预测技巧偏低。由此引出的问题是：模式预测性能优劣的原因是什么?鉴于降水预报技巧很大程度上受模式对大尺度环流系统刻画能力的制约，以下将重点分析SEAS5模式对关键环流形势的预测表现，探讨其降水预测成败所对应的环流背景。为突出环流差异对预测技巧的影响，首先依据观测资料将1993—2023年共31 a划分为降水偏多年和降水偏少年，并在两类年份中分别筛选Ps评分大于80分的高技巧年份和低于60分的低技巧年份（表略），对其不同层次的大尺度环流特征进行合成分析。考虑到Sf3、Sf4和Sf5环流成因特征整体一致（图略），以下以Sf3为代表，系统分析模式预测的环流特征及其对降水预测的影响。

观测显示，黑龙江夏季降水偏多年的高技巧年份，200 hPa中纬度西风急流明显增强，西北太平洋至中亚一带出现正负异常中心交替分布的经向遥相关波列，东北地区及其南北两侧存在显著的纬向风切变[图6（a）]。模式合成结果[图6（b）]显示，SEAS5能较好捕捉西风急流增强及经向遥相关波列的基本结构，但西风急流强度偏弱，波列槽脊异常的位置和范围与观测存在一定差异。500 hPa位势高度场[图6（c）]观测的欧亚中高纬度呈现北高南低的环流形势，黑龙江受负位势高度距平控制，气旋式环流异常导致的辐合增强为降水偏多提供了有力的大尺度动力条件，同时西太平洋副热带高压（简称西太副高）显著加强并西伸。模式虽能较好捕捉西太副高位置偏西的副热带环流特征，但在中高纬为一致正距平，对东北地区负高度距平的刻画能力明显较弱[图6（d）]。850 hPa水平风场，蒙古至我国东北地区形成气旋式环流异常（Cyclonic Circulation Anomaly，CCA），黑龙江位于其控制范围内，对应正涡度距平[图6（e）]，表明东北冷涡增强所引起的低层辐合上升在降水形成中起关键作用（何金海等，2006；沈柏竹等，2011；赵俊虎等，2020）。在高技巧年份中，SEAS5同样在中纬度西北太平洋模拟出CCA结构，黑龙江南部为正涡度距平[图6（f）]。尽管模式对CCA的位置与强度预报仍存在偏差，但能较好反映东北冷涡相关环流特征。综合来看，在降水偏多年中，模式取得较高预测技巧的关键在于其能较好刻画东北地区附近CCA对低层辐合上升和降水增强的作用。

降水偏多年中的低技巧年（图7），200 hPa中纬度西风急流和西北太平洋至中亚的经向遥相关波列依然存在，但正负异常中心的位置与高技巧年份存在明显差异。模式合成虽能反映西风急流的增强，但经向波列强度相对偏强，导致纬向风切变的范围和强度与观测存在较大偏差。500 hPa高度场，观测显示东北地区呈北低南高分布特征，副高位置较气候态偏东；模式虽同样预测出副高偏东，但对中高纬地区整体负高度距平的模拟结果与观测相反。在对降水具有直接影响的850 hPa水平风场中，观测显示东北地区中北部受CCA控制，低层辐合上升增强，有利于黑龙江大部地区降水偏多；然而模式预测结果中东北地区以偏强的西北气流为主，对应降水偏少。

因此，SEAS5模式未能正确模拟东北地区低层气旋式环流异常，尤其是东北冷涡相关CCA的位置和强度，是导致降水预测失败的重要原因。这进一步表明，模式对东北冷涡及其相关中低层环流系统的预测能力，是决定黑龙江夏季降水预报技巧的关键因素。

黑龙江夏季降水偏少年的高技巧年（图8），亚洲中纬度西风急流明显减弱，西北太平洋至中亚形成“-+-”经向遥相关波列；500 hPa位势高度场欧亚中高纬呈西低东高的环流形势，东北地区受正高度距平控制，有利于形成反气旋式环流异常（Anticyclonic Circulation Anomaly，ACA），同时西太副高西伸位置与常年相近；850 hPa水平风场东北地区整体处于ACA控制之下，对应负涡度距平，表明低层辐合减弱和下沉运动增强，是黑龙江大部降水偏少的重要原因。模式合成结果表明，SEAS5整体能较好预测中纬度西风急流减弱及经向遥相关波列的基本特征，但波列正负异常中心的位置和强度与观测仍存在明显偏差：500 hPa位势高度场欧亚中高纬环流形势刻画较好，西太副高脊线略偏东；低层环流场ACA异常中心偏东，但仍使东北中北部处于其控制下，并对应负涡度距平，因此黑龙江大部降水偏少。综合来看，模式在降水偏少高技巧年份取得较好预测结果的关键，在于较好刻画了对流层中层东北地区的正高度距平及对流层低层东北地区附近的ACA结构。

降水偏少年的低技巧年份（图9），模式对各层环流的预测与观测差异明显：对流层高层和低层850 hPa风场中，模式模拟的环流形势与观测结果基本相反；中层500 hPa，尽管观测和模式均呈现出东北地区附近北低南高的位势高度距平分布特征，但观测中东北南部至黄淮为负高度距平，而模式为正距平，该差异进一步影响低层水平环流结构；850 hPa水平风场，东北地区受ACA控制，而模式未能在该区域模拟出明显的ACA结构。

综合高、低技巧年份的对比分析可发现，无论降水偏多还是偏少年，观测中的ACA均主要局限于东北及其邻近区域，从气候意义上反映了东北冷涡的增强或减弱对区域降水的影响。因此，SEAS5模式对东北冷涡及其相关中低层环流系统的预测能力，在很大程度上制约了其对黑龙江夏季降水的预测能力。

前文分析表明，Sf3的预测效果整体优于Sf4和Sf5。以下从200 hPa纬向风场角度分析SEAS5模式预测性能随初值变化的特征（图10）。降水偏多年，Sf3对西北太平洋至中亚地区经向遥相关波列的模拟结果与观测[图10（a）]较为一致，具体表现为热带西太平洋及南海地区西风增强、长江流域西风减弱，以及东北南部、华北北部和新疆北部西风增强[图10（b）]。随着预报时效的缩短[图10（c）、（d）]，经向遥相关波列整体呈向低纬移动的趋势，“+-+”型波列结构逐渐演变为“-+-”型波列，与观测之间的差异明显增大。

降水偏少年，Sf3对西北太平洋至中亚地区经向遥相关波列的预测与观测[图10（e）]较为一致，表现为热带西太平洋及我国东南沿海西风增强，东北大部、华北北部和新疆北部西风减弱，同时欧亚中高纬45°N—65°N范围西风增强，并在东西两侧各形成一个异常中心[图10（f）]。随着预报时效缩短[图10（g）、（h）]，经向遥相关波列逐渐向东南方向移动，Sf5的波列结构已与Sf3存在较大差异，且明显偏离观测。

综上，Sf3较Sf4和Sf5更能合理捕捉夏季对流层高层环流的空间分布，是其预测技巧略优的重要原因。然而，各起报月份在中层和低层环流预测中均存在较大偏差，从而限制了Sf3相对于后期起报结果的优势幅度。

基于SEAS5气候预测模式1993—2023年的历史回报与实时预报数据，采用ACC、Ps评分、TCC、BIAS和RMSE等多种检验指标，对黑龙江夏季降水季节尺度预测技巧及其成因进行系统评估，得到以下主要结论。

（1）SEAS5模式对黑龙江夏季降水总量空间分布的刻画与观测较为一致，但降水高值中心偏南，且随着预报时效缩短，降水大值区范围扩大。模式模拟的夏季降水总量年际起伏小于观测，多数地区普遍存在湿偏差，全省大部地区夏季降水总量的RMSE超过100 mm，多数地区TCC为负技巧，表明模式对降水年际变化的把握能力较弱。在降水距平预测方面，不同起报月份的多年平均ACC均为负技巧；大多数年份的Ps评分偏低，仅有个别年份超过80分。Sf3的预测技巧相对优于Sf4和Sf5。

（2）SEAS5模式对东北冷涡及其相关中低层环流系统的刻画能力，是影响黑龙江夏季降水预测技巧的重要因素。在降水偏多或偏少的高技巧年份中，模式能够较准确模拟东北冷涡导致的气旋或反气旋式环流异常，进而合理再现降水异常；而在低技巧年份中，模式对东北及其附近区域低层环流的模拟偏差较大，导致降水预测与实况偏差较大。

（3）Sf3整体优于Sf4和Sf5，其优势主要来源于Sf3对对流层高层环流空间分布的模拟更为合理。然而，模式在中低层环流预测中普遍存在较大误差，制约了预测技巧的进一步提升。总体而言，Sf3、Sf4和Sf5预测结果技巧均不高，且未随预报时效缩短而明显改善。

已有研究指出，西太副高是影响我国中东部夏季水汽输送和降水异常的关键因子（张庆云和陶诗言，2003），气候模式对西太副高的预测性能直接影响中东部降水预测技巧（陈明升等，2024）。然而，本研究对比分析发现，在西太副高预测偏差大小不同的年份中，黑龙江夏季降水预测技巧并未表现出明显差异，甚至在副高预测偏差较大的年份，部分评分指标反而较优（表略）。这表明，SEAS5模式对西太副高的预测能力与黑龙江夏季降水预报技巧关联较弱，而东北冷涡相关环流的作用更为关键。

此外，SEAS5模式的预测技巧并未随预报时效缩短而提升，表明初值对气候模式预测性能的影响具有高度复杂性。与天气尺度模式不同，在气候尺度上，随着预报时段临近，模式预测水平并不必然提高（马浩等，2022）。因此，针对不同起报月份系统评估模式性能，并识别区域尺度上的最优预报时效，对于提升业务季节预测水平具有重要的科学意义和应用价值。