榮艷敏，盛春巖

（山東省氣象科學研究所，濟南 250031）

山東省2016年秋季（2016年9—11月）數值預報產品檢驗

榮艷敏，盛春巖

（山東省氣象科學研究所，濟南 250031）

根據短期天氣預報質量檢驗辦法，以及氣象行業(yè)標準《風預報檢驗方法》（QX/T229-2014），對2016年9—11月T639、EC細網格、山東WRF確定性預報12km和4km分辨率、WRF集合不同分位數、上海區(qū)域模式（BCSH）以及T639-MOS解釋應用產品在山東省陸地120個國家級氣象觀測站和沿海12個精細海區(qū)的降水、日最大風速以及日最高最低氣溫預報進行檢驗，分析了不同數值模式產品的預報能力。

秋季；數值預報；降水；風速；氣溫

1 天氣概述

2016年秋季（2016年9—11月，下同），全省平均降水量為114.1mm，較常年偏多1.7mm，比上年偏少31.5mm。全省平均氣溫為15.2℃，較常年偏高0.8℃，比上年偏高0.6℃，為1951年以來歷史同期第4位高值。季內共出現了24次降水過程，分別為9月8次、10月9次、11月7次，出現19次大風天氣過程，其中14次為海上和陸地大風，5次為海上大風，分別為9月2次、10月8次、11月9次。

2 資料與方法

2.1 數值模式資料

參與檢驗的數值模式主要包括T639、EC細網格、WRF確定性預報（EnWRF）12km和4km，WRF集合不同分位數（包括集合最小值、10%、25%、50%、75%、90%、集合最大值）、上海區(qū)域模式（BCSH）、中國氣象局下發(fā)的T639-MOS釋用產品。統(tǒng)一對各模式20時的預報進行檢驗評分，其中T639-MOS檢驗時效為48h，其他各模式檢驗時效為72h。

2.2 實況資料

實況資料主要包括全省陸地（120站）和沿海12個精細化海區(qū)（12站）兩部分。全省陸地120站是指山東省120個國家級氣象觀測站（其中泰山站屬于高山站不參與評分，成山頭和長島站參與沿海站部分的評分）；沿海12站是指按照《山東省海洋氣象業(yè)務規(guī)定》（魯氣辦發(fā)〔2011〕125號）中的規(guī)定，將距山東海岸線10km以內的海區(qū)劃分為12個精細化海區(qū)。

2.3 檢驗方法

降水和氣溫檢驗主要是根據中國氣象局《關于下發(fā)中短期天氣預報質量檢驗辦法（試行）的通知》（氣發(fā)〔2005〕109號）中有關規(guī)定進行檢驗，其中降水等級檢驗劃分為晴雨、一般性降水、小雨、中雨、大雨、暴雨和大暴雨7個等級，氣溫分小于等于1℃、小于等于2℃的預報準確率和預報誤差。

風力等級預報檢驗則是根據山東省氣象科學研究所盛春巖等起草的氣象行業(yè)標準《風預報檢驗方法》（QX/T 229—2014）中對風力等級的檢驗方法，包括預報準確率、預報偏強率、預報偏弱率。

3 地面要素預報檢驗結果

3.1 降水預報檢驗

從各模式對全省陸地降水的預報評分可知（圖1a-c），各模式晴雨預報TS評分總體差異不大，大多在80分左右，其中集合50%分位數對24h和72h預報評分最高，T639-MOS對48h預報評分最高，集合最大值評分最低。對于一般性降水預報，上海區(qū)域模式對24h預報評分最高，集合90%分位數對48h和72h預報評分最高。對于中雨預報，集合75%分位數、上海區(qū)域模式、集合90%分位數分別對24h，48h，72h評分最高。對于本季度的大雨預報，各模式評分均較低，其中集合75%分位數、WRF確定性預報12km、EC細網格預報效果相對較好。對于暴雨預報，上海區(qū)域模式對24h和48h預報評分最高，EC細網格對72h預報效果最好。從降水空、漏報率來看（圖略），各模式對大雨以上級別降水空、漏報較多，集合較小分位數空、漏報率可達100%。

從本季度降水的BS評分可以發(fā)現（圖略），T639、EC細網格和集合較高分位數對一般性降水和小雨預報明顯偏多，大雨以上級別降水集合較高分位數以及上海區(qū)域模式BS評分值明顯偏大，表明其對相應量級降水的預報范圍偏大。

圖1 2016年9—11月全?。?20個國家級氣象觀測站）T639、EC_thin、WRF確定性預報12km和4km分辨率、WRF集合不同分位數、上海區(qū)域模式（BCSH）、T639-MOS 24h（a），48h（b），72h（c）降水預報評分

3.2 風速預報檢驗

從各模式對全省陸地和沿海日最大風速的預報評分看（圖2a-f），對于全省陸地，T639、EC細網格分別對2級、3級風力的預報準確率最高；集合最小值、EC細網格和上海區(qū)域模式對沿海地區(qū)4級以下風力預報準確率最高。WRF確定性預報4km對陸地4級風力的預報準確率最高，對于沿海4級風力，EC細網格預報準確率最高。無論陸地還是沿海，對于6級以上風力的預報，基本為集合最大值和集合90%分位數預報準確率最高。

從日最大風預報的偏弱、偏強率來看（圖略），各模式對6級及以上大風預報偏弱率較大，7級及以上大風偏弱率大部分模式達到100%。對于3級及以下小風的預報，各模式的偏強率較大。結合預報準確率的評分可見，集合最大值對大風的預報準確率較高、偏弱率最小，預報效果最好，T639和EC細網格對小風的預報準確率最高、偏強率最小，預報效果最好。

圖2 2016年9—11月全?。?20個國家級氣象觀測站）24h（a），48h（b），72h（c）以及沿海（12個海區(qū)代表站）24h（d），48h（e），72h（f）T639、EC_thin、WRF確定性預報12km和4km分辨率、WRF集合不同分位數、上海區(qū)域模式（BCSH）、T639-MOS日最大風速預報評分

3.3 氣溫預報檢驗

從模式對2m最高、最低氣溫預報評分結果來看（圖3a-f），對于全省陸地站點，2m最高氣溫EC細網格預報準確率最高，優(yōu)勢較明顯；對于2m最低氣溫，EC細網格和T639-MOS預報評分相差不大，預報準確率相對較高。對于沿海地區(qū)，T639對2m最高氣溫24h和48h預報準確率最高，72h預報集合75%分位數略好于EC細網格；2m最低氣溫上海區(qū)域模式對24h預報準確度最高，EC細網格對48h和72h預報效果最好。

氣溫預報平均絕對誤差和TS評分結果基本一致，對于全省陸地站點，無論2m最高氣溫還是最低氣溫，EC細網格的平均絕對誤差均最小。對于沿海地區(qū)，2m最高氣溫48h內T639的平均絕對誤差最小，集合75%分位數72h平均絕對誤差最小；2m最低氣溫上海區(qū)域模式和EC細網格平均絕對誤差均較小。

圖3 2016年9—11月全?。?20個國家級氣象觀測站）24h（a），48h（b），72h（c）以及沿海（12個海區(qū)代表站）24h（d），48h（e），72h（f）T639、EC_thin、WRF確定性預報12km和4km分辨率、WRF集合不同分位數、上海區(qū)域模式（BCSH）、T639-MOS 2m氣溫預報評分

4 結論

對2016年9—11月各數值模式產品在全省陸地120站和沿海12個精細海區(qū)的降水、日最大風速以及日最高最低氣溫預報進行了檢驗。

（1）對于晴雨預報，集合50%分位數和T639-MOS評分最高。對于一般性降水預報，集合90%分位數和上海區(qū)域模式預報評分相對較高。對于中雨預報，集合75%分位數、上海區(qū)域模式、集合90%分位數分別對24h，48h，72h評分最高。對于大雨預報，各模式評分均較低，其中集合75%分位數、WRF確定性預報12km、EC細網格預報評分相對較高。對于暴雨預報，上海區(qū)域模式對24h和48h預報評分最高，EC細網格對72h預報評分最高。

（2）WRF確定性預報4km對陸地4級風力的預報準確率最高，對于沿海4級風力，EC細網格預報準確率最高。無論陸地還是沿海，對于6級以上風力的預報，基本為集合最大值和集合90%分位數預報準確率最高。

（3）對于全省陸地站點，無論2m最高氣溫還是2m最低氣溫，EC細網格預報效果均最好。沿海地區(qū)2m最高氣溫T639對24h和48h預報效果最好，集合75%分位數對72h預報效果最好；2m最低氣溫EC細網格和上海區(qū)域模式預報效果均較好。

P456.7

：B

：1005-0582（2016）04-0059-04

10.19513/j.cnki.issn1005-0582.2016.04.013

2016-12-19

榮艷敏（1983—），女，山東聊城人，碩士，工程師，主要從事數值天氣預報技術研究工作。