2019年度氣溫和降水預(yù)報時空檢驗

涂靜，黃曉瑩，張華龍

（廣東省氣象臺，廣東廣州 510640）

本研究對廣東省2019年1—12月20：00—20：00（北京時，下同）日降水、最高和最低氣溫網(wǎng)格預(yù)報（20：00起報）進行檢驗評估，評估對象包括省級主觀網(wǎng)格預(yù)報（以下簡稱省級網(wǎng)格）、ECMWF和Grapes3 km模式，除特殊注明外，均選取距離廣東省86個市縣測站最近的格點預(yù)報值進行檢驗。根據(jù)實際業(yè)務(wù)情況，省級網(wǎng)格取0～24 h預(yù)報、客觀模式取相應(yīng)提前24 h起報的24～48 h預(yù)報進行對比評估（例如：實況時間為3日20：00—4日20：00，省級網(wǎng)格取 3日 20：00起報的0～24 h小時預(yù)報，客觀模式取2日20：00起報24～48 h預(yù)報），其中最高、最低氣溫預(yù)報值取對應(yīng)時效內(nèi)所有預(yù)報時次中氣溫預(yù)報的最大和最小值。

1 溫度預(yù)報檢驗

由2019年廣東省平均日最高氣溫和最低氣溫預(yù)報絕對誤差（表略）可以看出，省級網(wǎng)格分別為1.39和1.12℃，較模式有明顯訂正效果，模式中Grapes3km對日最高氣溫的預(yù)報效果優(yōu)于ECMWF，二者誤差分別為1.75和2.21℃，而ECMWF對日最低氣溫預(yù)報誤差較小，僅為1.22℃，Grapes3km誤差偏大為1.65℃。

1.1 逐月誤差

主客觀日最高、最低氣溫預(yù)報逐月絕對誤差和相對誤差分布如圖1所示，省級網(wǎng)格各月份預(yù)報誤差均小于模式。對于日最高氣溫預(yù)報，省級網(wǎng)格和Grapes3km月變化較為一致，冬、春季誤差較大，而夏、秋季誤差較小。省級網(wǎng)格2月誤差最大為2.10℃，9月最小為0.84℃?？陀^模式中，ECMWF在6—9月預(yù)報誤差明顯增加，對超過30℃以上高溫預(yù)報能力有限，存在系統(tǒng)性預(yù)報偏低，從日最高氣溫逐月相對誤差圖中可見（圖1c），除2月份，ECMWF預(yù)報均表現(xiàn)為偏低，6—9月份平均偏低超過2℃；Grapes3km亦存在系統(tǒng)誤差，但參考價值相對較高。

日最低氣溫預(yù)報逐月絕對誤差分布表現(xiàn)為冬、春季節(jié)大而夏季小，省級網(wǎng)格和兩個模式趨勢一致。省級網(wǎng)格2月誤差最大為1.52℃，5—9月誤差小于1.0℃，7月誤差最小為0.84℃?？陀^模式中，ECMWF相對Grapes3km各月份誤差均較小，Grapes3km在冬季表現(xiàn)為預(yù)報偏高，其余季節(jié)預(yù)報偏低（圖1d）。

1.2 逐日誤差

從日最高、最低氣溫實況和預(yù)報逐日序列分析可知（圖略），主客觀模式均能較好預(yù)報日最高、最低氣溫變化趨勢，尤其對日最低氣溫的預(yù)報效果較好。冬季氣溫變化振幅和預(yù)報偏差最大，誤差較大日對應(yīng)了冷空氣和降水影響導(dǎo)致的降溫和后期回溫過程，無論對日最高氣溫還是最低氣溫的預(yù)報，主客觀均表現(xiàn)為預(yù)報偏高。前汛期3—5月受降水影響氣溫仍有所波動，后汛期開始降水較少，天氣穩(wěn)定，受其影響，6—10月氣溫較為平穩(wěn)，誤差較大時段對應(yīng)受臺風(fēng)外圍下沉氣流影響的高溫天氣過程，主客觀均表現(xiàn)為預(yù)報偏低［1］。

圖1 2019年省級網(wǎng)格、ECMWF和Grapes3km日最高、最低氣溫預(yù)報誤差逐月分布

1.3 逐時誤差

為了解省級網(wǎng)格對冷空氣影響過程氣溫變化節(jié)奏的把握程度和預(yù)報偏差來源，對氣溫預(yù)報誤差最大的2019年2月份進行逐時氣溫預(yù)報檢驗，分別選取韶關(guān)（59082）、廣州（G1099）和陽江（59663）3個代表站，以代表廣東省北部、中部和南部市縣。

2月有3次冷空氣影響廣東?。?］，9—11日，受強冷空氣影響，廣東省陰天有小雨，廣州市日平均最大降溫11℃；17—18日受中等強度冷空氣影響，廣東省西部市縣出現(xiàn)暴雨，其余大部市縣陰天間多云，廣州日平均最大降溫6.2℃；21—24日，受強冷空氣影響，廣東省出現(xiàn)中到大雨，廣州日平均最大降溫8.5℃。如圖2所示，從韶關(guān)、廣州和陽江站逐時氣溫變化中較易分辨出3次冷空氣影響過程，其中韶關(guān)9—11日降溫最為明顯，后期氣溫維持較低，廣州和陽江在前兩次冷空氣影響后回溫明顯，因此對第3次冷空氣影響的降溫表現(xiàn)仍較為可觀。省級網(wǎng)格預(yù)報主要誤差來源于對降溫過程預(yù)報偏高，且對日較差預(yù)報過大，導(dǎo)致對日最高氣溫的預(yù)報較實況偏高尤為明顯；另外，由于對天氣狀況預(yù)報過于晴好，導(dǎo)致對21—24日緩慢回溫過程預(yù)報也偏高。從空間分布來看，省級網(wǎng)格對中北部市縣的預(yù)報誤差要明顯大于南部，這與南部市縣受冷空氣影響程度相對較弱、氣溫波動較小有關(guān)。

2 降水預(yù)報檢驗

2.1 降水預(yù)報評分

如表1所示，省級網(wǎng)格對晴雨、小雨以上、中雨以上、大雨以上和暴雨以上量級降水的預(yù)報較客觀模式均有一定訂正能力，模式中Grapes3 km的晴雨準(zhǔn)確率略高于ECMWF，ECMWF空報失分較多，中雨以上Grapes3 km評分低于ECMWF，主要表現(xiàn)為漏報失分，其余量級中兩個模式評分相當(dāng)。

大雨以上和暴雨以上預(yù)報評分明細(xì)如表2所示，主客觀預(yù)報的空、漏報率均較高，對比而言，省級網(wǎng)格空報率高于模式，漏報率低于模式，且空報率明顯大于漏報率，預(yù)報偏差（式（1））較大，大雨以上和暴雨以上分別為1.61和1.47；ECMWF則相反，漏報率最高而空報率最低，預(yù)報偏差小于1；Grapes3km模式的空漏報相當(dāng)，預(yù)報偏差相對最接近1。

其中，NA為命中站點數(shù)；NB為空報站點數(shù)；NC為漏報站點數(shù)，當(dāng)預(yù)報偏差大于1時表示存在空報，小于1時表示存在漏報，數(shù)值絕對值越大，表示空、漏報越多。

圖2 2019年2月1日20：00—28日20：00韶關(guān)、廣州和陽江逐小時省級網(wǎng)格預(yù)報及溫度見測實況分布

表1 2019年主客觀降水24 h預(yù)報評分 %

2.2 分類型強降水過程檢驗

為了解主客觀模式對廣東省不同類型強降水過程的預(yù)報能力，對2019年56個區(qū)域性大雨日降水進行分類型檢驗，區(qū)域性大雨日選取參照廣東省氣象臺中期預(yù)報服務(wù)的實際經(jīng)驗，凡省內(nèi)某測站日雨量達(dá)到25mm及以上者，稱該站有大雨以上降水，當(dāng)某日省內(nèi)出現(xiàn)大雨以上降水的測站有相鄰4個連成片者，定義該日為區(qū)域性大雨日。根據(jù)實際統(tǒng)計情況，屬于暖區(qū)類型有11 d，鋒面類型36 d，與熱帶系統(tǒng)相關(guān)的類型9 d。

表2 大雨和暴雨預(yù)報報評分明細(xì) %

表3所示為3種類型降水大雨以上TS評分，主客觀預(yù)報對比而言，省級網(wǎng)格對暖區(qū)和熱帶系統(tǒng)類型評分均高于模式，鋒面類型評分與Grapes3km相當(dāng)，模式中Grapes3km暖區(qū)和鋒面類型降水評分較高，熱帶系統(tǒng)類型ECMWF較好；對比不同降水類型，主客觀熱帶系統(tǒng)類型降水TS評分明顯高于其他兩種類型，模式中鋒面類型評分略高于暖區(qū)類型，省級網(wǎng)格則相反。

表3 分類型降水預(yù)報大雨以上TS評分 %

配合大雨及以上評分明細(xì)分析（圖3）可知，省級網(wǎng)格對各類型降水預(yù)報的空報率均最高，漏報率最低，主要為空報失分；ECMWF則相反，漏報多于空報，尤其對于暖區(qū)類型降水，漏報率明顯高于空報率，Grapes3km對熱帶系統(tǒng)類型降水漏報率最高。主客觀對熱帶系統(tǒng)類型降水的空、漏報率低于其它類型降水，因此得分較高。

圖3 2019年不同類型降水過程大雨及以上評分明細(xì)

華南暖區(qū)暴雨長期以來一直是大氣科學(xué)研究和定量降水預(yù)報業(yè)務(wù)中的難點問題［3］，從2019年11場暖區(qū)類型強降水形勢場空間分布來看，模式對東風(fēng)回流、暖式切變線影響的降水有一定預(yù)報能力，但對由于西南低槽強烈發(fā)展，導(dǎo)致其右側(cè)低層偏南急流輻合，出現(xiàn)在廣東省西南沿海市縣的強降水，預(yù)報能力十分有限，省級網(wǎng)格對該形勢下大雨容易空報，對暴雨降水預(yù)報訂正效果明顯，以5月26日降水實況和預(yù)報為例，省級網(wǎng)格較為準(zhǔn)確的預(yù)報了暴雨落區(qū)和強度，模式中ECMWF暴雨漏報嚴(yán)重，Grapes3km落區(qū)預(yù)報較實況偏差大，空報明顯，無明顯指示意義。

分析36場鋒面類型降水可知，大面積的空、漏報事件與模式對降水系統(tǒng)南壓、東移預(yù)報偏慢有關(guān)，相對而言，Grapes3km較ECMWF對系統(tǒng)南壓的預(yù)報能力更強。6月25日降水過程，實況雨帶已經(jīng)南壓減弱，ECMWF預(yù)報雨帶仍在中部偏北維持，Grapes3km預(yù)報雨帶壓至南部沿海，省級網(wǎng)格在ECMWF基礎(chǔ)上有南壓調(diào)整，但較實況仍偏北，導(dǎo)致大面積空報。

2019年影響廣東省的熱帶系統(tǒng)強降水較少，其中有1次東風(fēng)波過程和8次熱帶氣旋主體或外圍影響過程。臺風(fēng)本體影響的降水預(yù)報均較為準(zhǔn)確，而對外圍影響的降水預(yù)報空、漏報增加。整體而言，模式預(yù)報易偏弱，漏報偏多（以8月1日1907號臺風(fēng)“韋帕”影響過程為例），ECMWF較Grapes3km模式更為準(zhǔn)確，省級網(wǎng)格對模式量級和落區(qū)預(yù)報有正技巧調(diào)整，因此評分最高。

3 結(jié)論

1）省級網(wǎng)格對廣東省日最高、最低氣溫預(yù)報較客觀模式有較好訂正能力，全年絕對誤差分別為1.39和1.12℃，季節(jié)分布上表現(xiàn)為冬季誤差最大而夏季誤差最小，模式中ECMWF對6—9月份日最高氣溫存在系統(tǒng)性預(yù)報偏低，誤差較大，對日最低氣溫預(yù)報各月份均優(yōu)于Grapes3km。

2）省級網(wǎng)格溫度預(yù)報誤差最大月份為2月，表現(xiàn)為對冷空氣和降水過程影響的降溫及升溫過程預(yù)報偏高，對過程日較差預(yù)報偏大，最大誤差來源于對中北部市縣日最高氣溫的預(yù)報偏高。

3）省級網(wǎng)格對各量級降水預(yù)報評分均高于模式，對大雨和暴雨降水預(yù)報空報明顯多于漏報，ECMWF則相反，漏報率最高而空報率最低。

4）省級網(wǎng)格對暖區(qū)和熱帶系統(tǒng)類型大雨以上降水預(yù)報較模式有較好訂正能力，對鋒面類型大雨降水空報過多，評分與Grapes3km相當(dāng)；模式中Grapes3km暖區(qū)和鋒面類型降水評分較高，熱帶系統(tǒng)類型ECMWF較好；主客觀對熱帶系統(tǒng)類型大雨以上降水預(yù)報空、漏報率較低，評分高于暖區(qū)和鋒面類型。