湯 浩，賈麗紅

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊830002；2.新疆維吾爾自治區(qū)氣象臺，新疆 烏魯木齊830002）

WRF模式是美國氣象界聯(lián)合開發(fā)的新一代高分辨率區(qū)域數(shù)值預(yù)報模式和同化系統(tǒng)，2004年6月對外發(fā)布了第二版和三維變分同化系統(tǒng)，2008年4月發(fā)布了第三版。該模式采用高度模塊化、并行化和分層設(shè)計技術(shù)，集成了迄今為止在中尺度方面的先進研究成果。模擬和實時預(yù)報試驗表明，WRF模式在預(yù)報各種天氣中都具有較好的性能，同時實現(xiàn)在線完全嵌套大氣化學(xué)模式，不僅具有較好的天氣預(yù)報水平，而且具有預(yù)報空氣質(zhì)量的能力[1]。WRF模式已經(jīng)被NCEP用來作為區(qū)域業(yè)務(wù)模式，在北京奧運會期間，基于WRF模式的精細化預(yù)報系統(tǒng)為各項賽事提供了精準的天氣預(yù)報[2]，為奧帆賽提供的風(fēng)速預(yù)報產(chǎn)品分辨率達到了500 m[3]。

隨著WRF模式的不斷發(fā)展和完善，越來越多的氣象工作者使用WRF進行高影響天氣個例特別是大降水天氣的分析和研究[4-8]，在風(fēng)能資源的模擬評估中，WRF模式也發(fā)揮了很好的作用[9]。孫貞等[10]對青島的海風(fēng)環(huán)流進行了模擬，表明WRF模式較好地模擬了海風(fēng)環(huán)流發(fā)生發(fā)展的完整過程。湯浩等[11]對新疆三十里風(fēng)區(qū)的大風(fēng)進行了模擬，得出了有益的結(jié)論。

目前，國際上流行數(shù)值預(yù)報模式的快速更新循環(huán)（rapid updatecycle，簡稱RUC）同化和預(yù)報系統(tǒng)，該系統(tǒng)每日多次啟動，不斷吸收最新的探測資料更新初始預(yù)報場運轉(zhuǎn)模式制作預(yù)報，相關(guān)研究表明，由于快速更新同化了大量的實時觀測資料而能夠得到更為準確的預(yù)報結(jié)果。中國氣象局北京城市氣象研究所基于WRF模式,開發(fā)北京地區(qū)精細數(shù)值預(yù)報系統(tǒng)[12-13]，為北京市氣象局短時臨近預(yù)報業(yè)務(wù)提供著強有力的技術(shù)支撐。

新疆氣象局在中尺度區(qū)域模式本地化應(yīng)用研究方面取得了一定的進展，但同其他區(qū)域中心相比仍存在較大差距，目前運行的區(qū)域模式預(yù)報準確率仍然較低[14-15]。因此，選擇應(yīng)用效果較好的WRF展開研究，優(yōu)選適合新疆氣候和地形特征的背景場和物理過程，了解模式在新疆的預(yù)報能力及不足之處，并在此基礎(chǔ)上優(yōu)化和改進，是迫切需要開展的一項工作。

1 資料與方法

1.1 物理過程敏感試驗

模式分辨率設(shè)計為27、9 km，其中9 km分辨率覆蓋全疆；選取較常用的 Lin、WSM6、Thompson微物理過程和KF、Grell 3D積云參數(shù)化方案設(shè)計了5種敏感試驗方案（表1），其他物理過程固定為長波：RRTM，短波：Goddard，近地層：Monin-Obukhov，陸面：NOAH，邊界層：YSU。選擇 2011 年 1、4、7、10 四個月代表4個季節(jié)，使用NCEP的FNL分析資料驅(qū)動WRFv3.1模式進行回算，對回算結(jié)果進行了統(tǒng)計檢驗，通過對比檢驗，確定最優(yōu)方案。

表1 物理過程敏感性試驗方案

1.2 背景場對比試驗

使用物理過程敏感試驗確定的最優(yōu)方案，分別以中國氣象局的T639和NCEP的GFS全球模式資料驅(qū)動WRF模式，再次進行2011年1、4、7、10四個月代表的回算,對回算結(jié)果進行了對比檢驗。

1.3 檢驗方案

檢驗分站點要素和形勢場檢驗兩部分，檢驗內(nèi)容見表2。

表2 物理過程敏感試驗檢驗內(nèi)容

1.3.1 站點要素檢驗

將27、9 km分辨率結(jié)果使用雙線性法插值到全疆105個測站，對溫度和降水進行了評分檢驗。

降水檢驗標準包括Ts評分、系統(tǒng)偏差B、預(yù)報效率Eh（晴雨預(yù)報）、Ets評分，其計算公式為：

公式中的符號說明見表3。

表3 降水的檢驗分類

溫度檢驗指標為：1度準確率，預(yù)報與實況的誤差的絕對值≤1的樣本個數(shù)與總樣本個數(shù)之比；2度準確率，預(yù)報與實況的誤差的絕對值≤2的樣本個數(shù)與總樣本個數(shù)之比。

1.3.2 形勢場檢驗

將預(yù)報場和對應(yīng)時刻的預(yù)報初值場進行檢驗，檢驗的指標有相關(guān)系數(shù)r、平均誤差ME、均方根誤差RMSE，其計算公式為：

其中，Σ為對區(qū)域內(nèi)所有網(wǎng)格點求和，F(xiàn)為預(yù)報值，A0為分析場。平均誤差計算時正負誤差抵消，它反映的是統(tǒng)計區(qū)域內(nèi)的某種系統(tǒng)性誤差。均方根誤差反映預(yù)報值與實況值的平均偏離程度，因而能反映總誤差情況，其誤差越小，說明預(yù)報值和分析場越接近，預(yù)報效果越好；反之，則預(yù)報越差。

2 物理過程敏感試驗結(jié)果分析

2.1 站點降水、氣溫檢驗結(jié)果分析

圖1所示為降水站點檢驗結(jié)果，其中d1為27 km分辨率檢驗，d2為9 km分辨率檢驗結(jié)果，檢驗結(jié)果表明方案1、2、3的Ts評分相當，方案4、5略差，9 km分辨率的定性及小量級Ts評分普遍優(yōu)于27 km。其中方案2的9 km分辨率預(yù)報能力最優(yōu)。各方案對大量及暴量降水均有一定的預(yù)報能力。Ets評分的檢驗與Ts評分檢驗結(jié)論相似。預(yù)報偏差檢驗表明各方案的偏差均趨于空報，方案2的9 km分辨率的預(yù)報性能總體優(yōu)于其他方案。預(yù)報效率（晴雨預(yù)報）方案1、2、3的評分相當，方案4、5存在明顯偏差，9 km分辨率的評分明顯優(yōu)于27 km。

逐月Ts評分（圖2）檢驗結(jié)果表明，10月預(yù)報能力最優(yōu)，其次為4月，7月居第三，1月預(yù)報能力最差。

圖3是各方案站點溫度預(yù)報檢驗結(jié)果，其中d01為27 km分辨率產(chǎn)品，d02為9 km分辨率產(chǎn)品，2℃準確率方案1、2、3的評分相當，方案4、5略差，1℃準確率方案1略好于方案2、3，方案4、5略差。各種方案的9 km分辨率的評分都優(yōu)于27 km。

2.2 500 hPa高度場檢驗

平均誤差反映的是系統(tǒng)性誤差，對高度場預(yù)報來說，當平均誤差為正值時，說明在預(yù)報中低壓槽偏弱，高壓脊偏強；相反，當平均誤差為負值時，說明在預(yù)報中低壓槽偏強，高壓脊偏弱。圖4給出各方案500 hPa高度場檢驗結(jié)果。從中可見，24 h預(yù)報的相關(guān)系數(shù)均高于48 h，方案1、2相當，好于其他方案，方案4、5較差；平均誤差各方案均在負5～7位勢米，說明各方案均傾向于預(yù)報低壓槽偏強、高壓脊偏弱，其中方案4平均誤差絕對值最小，方案5最大，48 h的誤差較24 h明顯；均方根誤差，方案2最小，方案4最大，說明方案4的波動較大，各方案48 h均方根大于24 h。

2.3 850 hPa風(fēng)場檢驗

850 hPa風(fēng)場U分量平均誤差，各方案均在0.7～1.2 m/s之間，說明預(yù)報西風(fēng)平均偏大1 m/s，東風(fēng)偏小1 m/s左右，24 h方案2最小，為0.7 m/s，48 h方案1最小，為0.9 m/s；均方根誤差方案1略優(yōu)于方案2，為7.1 m/s，較其他方案小，方案4最大，為8.8 m/s。850 hPa風(fēng)場V分量平均誤差絕對值，24 h方案3最小，48 h方案4最小，各方案誤差有正有負，在-0.3～0.6 m/s，隨機性較大；均方根24 h方案2最小，48 h方案1最小。

2.4 海平面氣壓場檢驗

海平面氣壓場平均誤差絕對值，24 h方案2最小，為0.1 hPa，48 h方案1、4較其他方案小，各方案誤差有正有負,在-0.9～0.8 hPa之間；均方根誤差方案1、2相當，在3.0 hPa以內(nèi)，方案 5最大，為4.3 hPa。

2.5 敏感性試驗結(jié)果

通過各方案形勢場、站點溫度及降水的綜合對比分析、檢驗，發(fā)現(xiàn)方案1、2、3總體能力相當，其中方案2的9 km分辨率的站點產(chǎn)品略勝一籌；形勢場的預(yù)報能力方案1、2能力相當，方案4、5表現(xiàn)遜色一些，最終確定使用2號方案進入背景場敏感性試驗。

3 背景場敏感試驗結(jié)果分析

3.1 站點要素檢驗結(jié)果分析

從背景場敏感性試驗降水檢驗結(jié)果，可以看出GFS為背景場與T639相比，在定性、小量、中量級別上都較同分便辨率的產(chǎn)品有一定優(yōu)勢，大量級別上27 km產(chǎn)品二者相當，9 km產(chǎn)品則是GFS有優(yōu)勢，暴量兩者相當。兩種背景場的27 km分辨率的預(yù)報除大量外，其余各兩級都不及或與9 km相當。Ets評分反映出的結(jié)果與Ts評分類似。B評分均大于1，表現(xiàn)出預(yù)報失誤以空報為主，T639為背景場的空報較之GFS更明顯些。在定性及大量以下的量級上9 km分辨率的空報較27 km小，但在暴量量級上，9 km的空報迅速增加，明顯高于27 km產(chǎn)品。晴雨準確率GFS優(yōu)于T639，9 km分辨率產(chǎn)品優(yōu)于27 km。

背景場敏感性試驗溫度檢驗結(jié)果，可以看出GFS在1℃、2℃準確率上均較T639有一定優(yōu)勢，9 km分辨率產(chǎn)品略優(yōu)于27 km。

3.2 500 hPa高度場檢驗

不同背景場500 hPa高度場檢驗結(jié)果表明，24 h預(yù)報的相關(guān)系數(shù)均高于48 h，GFS好于T639；平均誤差兩種背景場均為負值，為-2.8～-4位勢米，說明均傾向于預(yù)報低壓槽偏強、高壓脊偏弱，其中GFS誤差的絕對值大于T639，48 h的誤差較24 h明顯；均方根誤差，GFS略小于T639，T639誤差的波動較大，其誤差較小的原因是正負誤差相互抵消的結(jié)果。

3.3 850 hPa風(fēng)場檢驗

850 hPa風(fēng)場的背景場敏感性試驗檢驗結(jié)果，從U分量的結(jié)果來看，平均誤差大于0，表現(xiàn)為西風(fēng)預(yù)報偏大，東風(fēng)預(yù)報偏?。籊FS的平均誤差和均方根誤差均小于T639，48 h的值大于24 h。

V分量的平均誤差24 h兩種背景場均為負值，表現(xiàn)為南風(fēng)預(yù)報偏小，北風(fēng)預(yù)報偏大，GFS誤差的絕對值小于T639，而48 h的檢驗結(jié)果恰好相反；均方根誤差GFS小于T639，表現(xiàn)為其誤差更為穩(wěn)定，48 h的值大于24 h，說明誤差增大。

3.4 海平面氣壓場檢驗

兩種背景場的海平面氣壓場的檢驗結(jié)果，GFS兩個檢驗時次以及T639的48 h時次的平均誤差為正，為0.14～0.18 hPa，表現(xiàn)為高壓預(yù)報偏強，低壓偏弱，T639的24 h檢驗結(jié)果相反；均方根誤差24 h GFS較大，48 h T639較大。

3.5 典型降水個例檢驗

圖5是2011年3月15日20時至16日20時的T639和GFS驅(qū)動WRF模式的預(yù)報與實況對比圖，圖中二者對北疆、東疆降水落區(qū)的預(yù)報較好，南疆落區(qū)預(yù)報偏大，其中T639偏大得更明顯，二者都較好地預(yù)報了北疆西部、天山山區(qū)、北疆沿天山一帶的暴量降水，但空報了北疆北部的暴量，中量、大量的落區(qū)的預(yù)報也明顯偏大?？傮w來看，二者的預(yù)報能力相當，對北疆大量級的降水及南疆的降水落區(qū)存在空報現(xiàn)象。

圖5 2011年3月15日20時—16日20時預(yù)報和實況對比

圖6 是2011年7月1日20時—2日20時T639和GFS驅(qū)動WRF模式的預(yù)報與實況對比圖，二者都存在較明顯的預(yù)報失誤，成功預(yù)報了北疆北部、東部、北疆沿天山的大量以上降水，空報了北疆西部、北疆沿天山的大量以上降水，GFS漏報了北疆盆地的小量降水；對南疆盆地的降水，T639為背景場有一定的預(yù)報能力，但預(yù)報范圍偏大，GFS則沒有預(yù)報出來，二者都空報了沿昆侖山暴量。

3.6 背景場敏感試驗結(jié)果

分別使用GFS和T639驅(qū)動模式，對比檢驗站點降水、溫度、500 hPa高度場、850 hPa風(fēng)場、海平面氣壓場，GFS表現(xiàn)出更好的綜合能力，確定GFS作為模式的初始場。

4 結(jié)果

使用 WRF 模式 Lin、WSM6、Thompson 微物理過程和KF、Grell 3D積云參數(shù)化方案，設(shè)計了5種組合方案進行敏感試驗，使用GFS和T639作為背景場驅(qū)動模式，進行2011年1、4、7、10月四個月的回算，對比檢驗了模式在新疆的站點要素、形勢場、典型個例，得到以下結(jié)果：

（1）微物理 WSM6和積云參數(shù)化Kain-Fritsch組合表現(xiàn)出的綜合預(yù)報能力最優(yōu)，可作為新疆業(yè)務(wù)運行的首選方案。

（2）NCEP的GFS產(chǎn)品為背景場的預(yù)報能力總體優(yōu)于T639產(chǎn)品，可作為新疆業(yè)務(wù)運行的首選背景場。

（3）使用模式9 km嵌套的產(chǎn)品插值到站點進行溫度、降水預(yù)報，其預(yù)報準確率整體優(yōu)于27 km嵌套產(chǎn)品，但對暴量降水的預(yù)報存在明顯的空報現(xiàn)象。

（4）模式在新疆的總體預(yù)報水平不高，其中秋季的預(yù)報準確率較好，春季次之，冬季、夏季較差。

（5）個例檢驗表明，模式對北疆降水的預(yù)報能力尚可，在南疆較差，沿昆侖山的空報現(xiàn)象明顯。

[1]章國材.美國WRF模式的進展和應(yīng)用前景 [J].氣象，2004，30（12）：27-31.

[2]楊波，魏東，郭虎.北京奧運場館精細預(yù)報交互平臺[J].氣象，2008（?？?69-273.

[3]楊育強，高榮珍，馬艷，等.海面風(fēng)精細化集成預(yù)報系統(tǒng)在青島奧帆賽期間的應(yīng)用[J].氣象，2008（?？?41-245.

[4]尤紅，肖子牛，王曼，等.2008年“7·02”滇中大暴雨的成因診斷與數(shù)值模擬[J].氣象，2010，36（1）：7-16.

[5]張德林，馬雷鳴.“0730”上海強對流天氣個例的中尺度觀測分析及數(shù)值模擬[J].氣象，2010，36（3）：62-69.

[6]于翡，姚展予.一次積層混合云降水實例的數(shù)值模擬分析[J].氣象，2009，35（12）：3-11.

[7]陳業(yè)國，農(nóng)孟松，黃海洪，等.一次華南強颮線過程的數(shù)值模擬分析[J].氣象，2009，35（9）：29-3.

[8]隋迎久,蔡麗娜,王昌雙.一次山地環(huán)流激發(fā)對流天氣的數(shù)值模擬[J].氣象，2010，36（5）：78-84.

[9]龔強，袁國恩，張云秋，等.MM5模式在風(fēng)能資源普查中的應(yīng)用試驗[J].資源科學(xué)，2006，28（1）：145-150.

[10]孫貞，高榮珍，張進，等.青島地區(qū)8月一次海風(fēng)環(huán)流實例分析和 WRF 模擬[J].氣象，2009，35（8）：76-84.

[11]湯浩，李如琦，賈麗紅．新疆“2·28”大風(fēng)的中尺度數(shù)值模擬[J]．氣象，2011，37（11）：1365-1371.

[12]魏東，尤鳳春，范水勇，等．北京快速更新循環(huán)預(yù)報系統(tǒng)（BJ-RUC）模式探空質(zhì)量評估分析 [J]．氣象，2010，36（8）：72-80.

[13]魏東，尤鳳春，楊波，等．北京快速更新循環(huán)預(yù)報系統(tǒng)（BJ-RUC）要素預(yù)報質(zhì)量評估[J]．氣象，2011，37（12）：1489-1497.

[14]湯浩，賈麗紅.T213 和T639 驅(qū)動GRAPES 對比試驗[J].沙漠與綠洲氣象，2011，5（3）：43-46.

[15]湯浩，賈麗紅，居來提.新疆區(qū)域模式MM5和GRAPES預(yù)報能力對比檢驗[J].沙漠與綠洲氣象，2012，6（1）：21-26.