《表1 各预报中心S2S模式数据信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《次季节—季节（S2S）预测数据分析与应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：～表示分辨率约为；表中时间为世界时；1/6/11/16/21/26表示每月1、6、11、16、21、26日，余同。

S2S数据主要覆盖次季节到季节（0～60d）的时间范围，模式数据分析及后处理方法包括：热带、温带、极地等不同区域的预报预测技术，使用ACC(Anomaly Correlation Coefficient）、RMSE(Root Mean Squared Error）等方法进行检验评估，对各不同预报中心数据进行对比分析揭示预测性能，参照检验评估等开展模式订正等。本文开展的数据分析以候（5d）、周（7d）、旬（10d）时间尺度为主，分析其中几类主要要素的变化情况，主要关注实时预测均值，以及实时预测均值相较N年历史同期均值的距平。以2m气温要素为例，要得到2m气温实时要素的预测值，需读取1个预报时次的文件数据，对于空间范围中特定经纬度的点，将多个集合、多个时效的数值计算算数平均值。距平的计算需要用到N年历史同期均值，选取N年同一时次、同一位置数据做算术平均。GRIB文件中的特殊值处理在GRIB文件格式的数据压缩中，对于数据文件中的NaN(Not a valid Number，非有效数字）特殊值[21]，在统计时跳过，不参与求和与求平均等计算。距平需要先计算历史同期均值，先要选定带计算的回算时长，回算时长确定可对比的历史值时间范围，最长不超过表1中“回算预报时长”标注的范围。S2S回算预报的计算频次固定，可事先将特定N年的历史值采用对应网格点算数平均的方法，计算得到历史N年的均值，为距平计算做好准备。距平的计算公式如下：