S2S数据集中夏季位势高度场的预测技巧文献综述

夏季位势高度场的准确预测对预报季节内到季节（S2S，subseasonal-to-seasonal）尺度的极端天气气候事件具有至关重要的作用。

本文基于S2S数据集，对夏季位势高度场的预测技巧进行了综述。

首先，介绍了S2S预测的概念、发展历程以及S2S数据集的构成；其次，从预测技巧的评估指标、不同模式的预测性能、影响预测技巧的因素等方面回顾了过去几年国内外学者在S2S数据集中夏季位势高度场预测技巧方面取得的主要研究成果；接着，重点阐述了提高夏季位势高度场预测技巧的主要研究方法，包括改进预测模型、优化初始场资料同化以及发展多模式集合预报系统；最后，总结了当前S2S数据集中夏季位势高度场预测技巧研究中存在的主要问题，并对未来的研究方向进行了展望。

关键词：S2S预测；位势高度场；预测技巧；夏季；S2S数据集

#1.1S2S预测的提出
近年来，随着数值天气预报模式的不断发展，短期天气预报的准确率有了显著提高。

然而，对于时间尺度为几周到几个月的延伸期预报，由于大气系统内部的混沌特性以及外部强迫因子的复杂影响，其预测准确率仍然相对较低。

为了弥补短期天气预报和长期气候预测之间的差距，世界气象组织（WMO）于2010年启动了全球无缝隙预测项目（GlobalSeamlessPredictionProject），旨在建立一个从短期到季节的无缝隙预测系统，实现对天气和气候现象的连续预测。

S2S预测作为全球无缝隙预测项目的重要组成部分，其目标是提供从两周到两个月时间尺度的无缝隙天气和气候预测信息。

S2S预测的提出，为人们更好地理解和预测延伸期天气和气候现象提供了新的思路和方法，也为防灾减灾、水资源管理、农业生产等领域提供了重要的科学依据。

#1.2S2S数据集
为了支持S2S预测研究，世界气象组织（WMO）牵头建立了S2S预测项目数据库（S2SDatabase），该数据库收集了来自全球10多个气象中心的S2S预测数据，包括欧洲中期天气预报中心（ECMWF）、美国国家环境预测中心（NCEP）、英国气象局（UKMO）等。