近期，智协飞教授团队和德国气象学会理事长、波恩大学教授Clemens Simmer团队合作提出基于对象的诊断评估（MODE）的多模式超级集合预报新方法，可有效改进降水落区预报。以我院博士生吉璐莹为第一作者，智协飞教授为通讯作者的论文《Multi-Model Ensemble Forecast of Precipitation Based on an Object-Based Diagnostic Evaluation》已在国际著名期刊《Monthly Weather Review》在线出版。
传统的点对点的检验方式（如TS评分）在评估降水时存在“双重惩罚”的缺点，因为降水预报会有空报和漏报的情况。而降水的MODE评估可有效克服这一缺点。该方法的研究对象是在某一特定场中超过指定阀值的网格点的相邻区域。对象确定后，利用模式客观识别技术匹配预报场和观测场中的对象，然后通过匹配对象的属性，如降水位置、强度和形状，来比较和评估它们的相似程度。 以MODE检验得到的空间型评分——最大相似中值法（MMI）和基于对象的TS评分（OTS）为基础设定模式权重，进行降水的多模式超级集合预报是一种新的超级集合预报方法。该方法可有效改进降水落区预报，明显优于基于点对点降水预报评估的超级集合预报，因为后者虽然也能改进单点降水预报技巧，但却会导致降水预报空间相关性和时间连续性的损失。
论文在线发表后，迅速引起本领域专家的重视，在Research Gate上得到了英国皇家气象学会会士（Fellow）、意大利国家研究委员会大气科学和气候研究所所长Vincenzo Levizzani教授的推荐。
此外，智协飞和吉璐莹还研发了“基于空间型评估MODE方法的多模式集成降水预报软件系统”，并获批了计算机软件著作权。这一降水预报新方法已在国内外多个重要学术会议报告，并在福建省气候中心、北京市气象台、天津市气象台、河北省气象台、贵州省气象台等业务单位交流。一些业务单位对此方法表现出浓厚的兴趣，希望能够引进到他们的业务预报平台。
参考文献
Ji L Y, Zhi X F, Simmer C, Zhu S P, Ji Y, 2020: Multi-Model Ensemble Forecast of Precipitation Based on an Object-Based Diagnostic Evaluation. Mon Wea Rev, https://doi.org/10.1175/MWR- D-19-0266.1.
