遼寧省春季透雨集合預(yù)報(bào)誤差分析

(沈陽(yáng)中心氣象臺(tái)，遼寧 沈陽(yáng) 110166)

引言

遼寧省地處于東亞大陸，具有溫帶大陸季風(fēng)氣候的屬性，春季一般干旱少雨，但同時(shí)又容易出現(xiàn)大風(fēng)天氣。遼寧省是中國(guó)的農(nóng)業(yè)大省，春季干旱是影響糧食產(chǎn)量的重要因素[1-2]。而遼寧春季的降水預(yù)報(bào)尤其是關(guān)于透雨預(yù)報(bào)是春播的重要服務(wù)工作，做好春季透雨預(yù)報(bào)不僅關(guān)系到遼寧的糧食安全，而且是關(guān)乎國(guó)計(jì)民生的大事。由于降水是在一系列復(fù)雜物理過(guò)程的影響下所形成，受多種天氣系統(tǒng)共同影響，所以降水預(yù)報(bào)相對(duì)于氣壓、風(fēng)速、氣溫等天氣要素的預(yù)報(bào)準(zhǔn)確率低，成為天氣預(yù)報(bào)和氣候預(yù)測(cè)中最有預(yù)報(bào)難度的天氣要素之一[3]。因此提高降水預(yù)報(bào)的準(zhǔn)確性一直是氣象業(yè)務(wù)與科研工作的重點(diǎn)之一[4]。近年來(lái)，集合預(yù)報(bào)產(chǎn)品對(duì)降水預(yù)報(bào)的準(zhǔn)確度有所提高[5]，但由于降水這一天氣要素本身和數(shù)值模式的不確定性，集合降水預(yù)報(bào)仍然存在不小的誤差。隨著現(xiàn)代計(jì)算機(jī)技術(shù)的迅猛發(fā)展，集合預(yù)報(bào)仍是數(shù)值天氣預(yù)報(bào)未來(lái)發(fā)展的方向[6-8]，因此需要對(duì)降水集合預(yù)報(bào)進(jìn)行檢驗(yàn)評(píng)估，從而在較多數(shù)值預(yù)報(bào)產(chǎn)品中提取更多有用的預(yù)報(bào)信息[9]。武英嬌等[10]研究了ECMWF 集合降水預(yù)報(bào)在安徽省大別山區(qū)降水分級(jí)預(yù)報(bào)中的應(yīng)用效果。許敏等[11]對(duì)廊坊地區(qū)降水預(yù)報(bào)數(shù)值產(chǎn)品的釋用能力進(jìn)行檢驗(yàn)發(fā)現(xiàn)，各模式對(duì)各類(lèi)別降水準(zhǔn)確率各不相同。賽瀚等[12]、張寧娜等[13]對(duì)多種數(shù)值預(yù)報(bào)產(chǎn)品在東北地區(qū)的降水預(yù)報(bào)進(jìn)行檢驗(yàn)表明，不同模式對(duì)不同要素的預(yù)報(bào)效果各不相同。由于春季是過(guò)渡季節(jié)，大尺度環(huán)流形勢(shì)從冬季的大槽大脊型向平直型轉(zhuǎn)換，因此環(huán)流形勢(shì)多槽脊活動(dòng)，形勢(shì)演變比較快。通過(guò)影響系統(tǒng)來(lái)看，移動(dòng)性的低渦活動(dòng)逐漸增多，這樣容易使數(shù)值模式對(duì)春季降水預(yù)報(bào)能力降低。因此，如今的各數(shù)值模式對(duì)透雨的預(yù)報(bào)在遼寧特別是遼西干旱的背景下準(zhǔn)確率不同，急需對(duì)各模式集合預(yù)報(bào)關(guān)于遼寧春季降水模式預(yù)報(bào)產(chǎn)品的預(yù)報(bào)效果進(jìn)行評(píng)估，以便得到各模式對(duì)其更準(zhǔn)確且更有用的信息。

2005年世界氣象組織在全世界范圍啟動(dòng)了一項(xiàng)為期10 a的THORPEX計(jì)劃，TIGGE是其中的子項(xiàng)目，它為全球概率天氣預(yù)報(bào)的發(fā)展提供了所需要的數(shù)據(jù)[14]。隨著集合預(yù)報(bào)數(shù)量的增加，其包含的預(yù)報(bào)信息逐漸豐富，通過(guò)集合預(yù)報(bào)數(shù)據(jù)進(jìn)行研究并獲得成果的同時(shí)，還需充分了解集合預(yù)報(bào)的誤差特點(diǎn)[15]。本文從確定性效果檢驗(yàn)和概率性效果檢驗(yàn)兩個(gè)方面對(duì)2016—2018年遼寧地區(qū)春季4—6月CMA、ECMWF和NCEP 3套全球集合預(yù)報(bào)結(jié)果應(yīng)用多種誤差計(jì)算方法，分析3套全球集合預(yù)報(bào)產(chǎn)品在遼寧地區(qū)春季降水預(yù)報(bào)誤差特點(diǎn)，以期為遼寧省春季透雨預(yù)報(bào)提供參考。

1 資料與方法

1.1 資料來(lái)源

在日常的氣象業(yè)務(wù)工作中，透雨預(yù)報(bào)是春季播種期最為重要的農(nóng)業(yè)服務(wù)產(chǎn)品之一，研究遼寧省透雨預(yù)報(bào)誤差特點(diǎn)很有意義。春季透雨一般定義為4—6月的春播期第一次出現(xiàn)全省10個(gè)站及以上，24 h降水量超過(guò)10.0 mm的降水。本文為擴(kuò)大樣本數(shù)量，將其在2016—2018年4—6月內(nèi)全省10個(gè)站及以上24 h降水量超過(guò)10.0 mm的降水均進(jìn)行誤差檢驗(yàn)，樣本總數(shù)為46個(gè)，其中2016年有21個(gè)，2017年有10個(gè)，2018年有15個(gè)。

本文的預(yù)報(bào)資料來(lái)自世界氣象組織(World Meteorological Organization，WMO)交互式全球大集合(THORPEX Interactive Grand Global Ensemble，TIGGE)項(xiàng)目。目前，世界氣象組織設(shè)立了3個(gè)TIGGE資料中心，分別為中國(guó)氣象局(CMA)、歐洲中期天氣預(yù)報(bào)中心(ECMWF)以及美國(guó)國(guó)家大氣研究中心(NCEP)，它們分別作為資料全球交換中心，接受來(lái)自全球10個(gè)主要預(yù)報(bào)中心的集合預(yù)報(bào)產(chǎn)品。使用雙線性插值的方法將各中心不同預(yù)報(bào)時(shí)段的集合降水格點(diǎn)預(yù)報(bào)資料插值到站點(diǎn)上，獲得研究區(qū)域內(nèi)站點(diǎn)集合預(yù)報(bào)資料，觀測(cè)資料為同時(shí)段62個(gè)國(guó)家級(jí)氣象站(圖1)日降水資料。

1.2 確定性預(yù)報(bào)檢驗(yàn)方法

集合預(yù)報(bào)的確定性檢驗(yàn)，主要檢驗(yàn)各集合預(yù)報(bào)中心以及各集合成員的降水預(yù)報(bào)與降水實(shí)況的偏差。確定性預(yù)報(bào)檢驗(yàn)方法很多，本文主要選取兩分類(lèi)檢驗(yàn)評(píng)分(如TS評(píng)分)作為確定性預(yù)報(bào)的檢驗(yàn)方法。下面是檢驗(yàn)方法所用檢驗(yàn)量的具體介紹。

TS評(píng)分基于兩分類(lèi)常用的評(píng)分方法，其作為對(duì)降水確定性預(yù)報(bào)的評(píng)分指標(biāo)已經(jīng)納入確定性預(yù)報(bào)的評(píng)分體系中[16]。由于降水事件不是有就是無(wú)，所以TS評(píng)分是評(píng)估降水事件是否發(fā)生的較好的度量指標(biāo)。降水檢驗(yàn)分類(lèi)如表1所示。

表1 降水檢驗(yàn)分類(lèi)表Table 1 Schematic contingency table for precipitation forecast test

TS的評(píng)分公式為：

(1)

預(yù)報(bào)偏差B的計(jì)算公式為：

(2)

式(1)—式(2)中，NA表示降水預(yù)報(bào)正確的次數(shù)；NB表示空?qǐng)?bào)的次數(shù)，NC表示漏報(bào)的次數(shù)。TS評(píng)分越大表示預(yù)報(bào)的結(jié)果越好。預(yù)報(bào)偏差B為降水預(yù)報(bào)發(fā)生的次數(shù)和實(shí)況觀測(cè)到降水發(fā)生的次數(shù)之比。當(dāng)B=1時(shí)表示預(yù)報(bào)是無(wú)偏的，B>1時(shí)表示預(yù)報(bào)時(shí)存在空?qǐng)?bào)的情況，而B(niǎo)<1時(shí)表示預(yù)報(bào)存在漏報(bào)的情況。本文TS評(píng)分值和B值為樣本中各集合預(yù)報(bào)中心每個(gè)成員TS評(píng)分和B評(píng)分的平均值。

1.3 概率性預(yù)報(bào)檢驗(yàn)方法

基于集合預(yù)報(bào)做出的概率預(yù)報(bào)，使得集合系統(tǒng)預(yù)報(bào)檢驗(yàn)比較復(fù)雜，沒(méi)有一個(gè)單獨(dú)的評(píng)分方法或者檢驗(yàn)技術(shù)可以全面地描述集合預(yù)報(bào)系統(tǒng)的性能，必須通過(guò)一系列的評(píng)分指標(biāo)，才能從不同側(cè)面完成集合預(yù)報(bào)的檢驗(yàn)。一般地，集合預(yù)報(bào)可以從以下幾個(gè)方面來(lái)檢驗(yàn)[17]：(1)一致性(離散性)，從統(tǒng)計(jì)學(xué)意義上考慮觀測(cè)值是否被包含于集合成員的特征分布之中。(2)預(yù)報(bào)的可靠性：從統(tǒng)計(jì)學(xué)意義上考慮事件的預(yù)報(bào)概率和觀測(cè)出現(xiàn)頻率是否一致。(3)準(zhǔn)確性(分辨性鑒別能力)：預(yù)報(bào)結(jié)果是否與觀測(cè)值一致。本文分別采用Talagrand分布和BS評(píng)分及其分解來(lái)描述集合預(yù)報(bào)的概率性誤差特征。

為了得到概率預(yù)報(bào)，將不同預(yù)報(bào)中心內(nèi)的各成員視為等權(quán)重的。在樣本中每一個(gè)站點(diǎn)上，針對(duì)10.0 mm降水閾值計(jì)算概率預(yù)報(bào)，1則認(rèn)為某一個(gè)降水閾值預(yù)報(bào)有降水發(fā)生，0則認(rèn)為無(wú)降水發(fā)生。而預(yù)報(bào)有降水的成員個(gè)數(shù)與總集合預(yù)報(bào)成員個(gè)數(shù)的商被認(rèn)為是這個(gè)站點(diǎn)上某一個(gè)閾值降水事件發(fā)生時(shí)的預(yù)報(bào)概率。實(shí)況降水的概率則是采用當(dāng)某一閾值的降水事件發(fā)生時(shí)則觀測(cè)概率記為1，降水事件不發(fā)生時(shí)觀測(cè)概率記為0。

1.3.1 集合預(yù)報(bào)離散度檢驗(yàn)—Talagrand分布

一個(gè)集合預(yù)報(bào)系統(tǒng)的重要檢驗(yàn)指標(biāo)是離散度檢驗(yàn)。從統(tǒng)計(jì)學(xué)來(lái)看，在大多數(shù)情況下如果成員個(gè)數(shù)足夠時(shí)，大氣的真實(shí)狀態(tài)應(yīng)該包含在內(nèi)。Talagrand等[18]提出一個(gè)好的集合預(yù)報(bào)系統(tǒng)中每一個(gè)預(yù)報(bào)成員發(fā)生的概率應(yīng)該均等(即理想概率)，他們之間的離散度既不能太大，也不能太小，實(shí)況值應(yīng)該是集合預(yù)報(bào)成員中的任意一個(gè)，所以Talagrand方法被認(rèn)為是一種常用于檢驗(yàn)集合預(yù)報(bào)系統(tǒng)離散度的簡(jiǎn)便方法。當(dāng)一個(gè)集合預(yù)報(bào)系統(tǒng)有N個(gè)成員，將N個(gè)成員的預(yù)報(bào)從小到大進(jìn)行排列，形成N+1個(gè)區(qū)間。當(dāng)檢驗(yàn)的樣本足夠多時(shí)，根據(jù)統(tǒng)計(jì)原理觀測(cè)值會(huì)等概率的出現(xiàn)在(N+1)個(gè)區(qū)間中的每一個(gè)區(qū)間里。累計(jì)每個(gè)區(qū)間里觀測(cè)站點(diǎn)的個(gè)數(shù)，并在每個(gè)站點(diǎn)上重復(fù)上述過(guò)程，則可在每一個(gè)區(qū)間中得到均勻一致的直方圖，他們所對(duì)應(yīng)的值即是理想概率，其值為1/N。

Talagrand分布的結(jié)果一般有以下3種形狀。“L”型表明集合預(yù)報(bào)系統(tǒng)有偏差。若實(shí)況主要出現(xiàn)在集合降水預(yù)報(bào)的小值區(qū)域，說(shuō)明系統(tǒng)有正的偏差。若實(shí)況主要出現(xiàn)在集合降水預(yù)報(bào)的大值區(qū)域，說(shuō)明系統(tǒng)有負(fù)的偏差?！癆”型表明實(shí)況主要出現(xiàn)在集合降水預(yù)報(bào)的中間區(qū)域，即系統(tǒng)的離散度太大?！癠”型表明實(shí)況大多數(shù)出現(xiàn)在集合降水預(yù)報(bào)的兩端，即系統(tǒng)的離散度太小。

1.3.2 Brier評(píng)分

Brier評(píng)分(Brier Score，BS)主要是對(duì)連續(xù)變量進(jìn)行概率預(yù)報(bào)檢驗(yàn)的一種指標(biāo)。它在均方概率誤差的基礎(chǔ)上，還考慮到了概率預(yù)報(bào)的可靠性、分辨性和不確定性的特點(diǎn)[19-20]。BS評(píng)分的計(jì)算公式為：

(3)

式(3)中，fi是第i個(gè)樣本事件發(fā)生的預(yù)報(bào)概率，其值在0—1之間。oi是第i個(gè)樣本事件發(fā)生的觀測(cè)頻率，當(dāng)觀測(cè)到事件發(fā)生時(shí)，oi=1；當(dāng)觀測(cè)到的事件不發(fā)生時(shí)，oi=0。BS評(píng)分是負(fù)定向評(píng)分，且BS評(píng)分的數(shù)值在0—1之間，當(dāng)BS值等于0表示集合預(yù)報(bào)系統(tǒng)概率預(yù)報(bào)最佳，值越小，集合預(yù)報(bào)系統(tǒng)的準(zhǔn)確率越高。BS還可以分解為以下3項(xiàng)：

(4)

2 結(jié)果分析

2.1 遼寧省春季透雨的空間分布

圖2為2016—2018年4—6月遼寧省10個(gè)站及以上24 h降水量超過(guò)10.0 mm的平均降水分布，即2016—2018年遼寧春季透雨降水分布特征。從圖2可以看出，2016年平均降水量最大且分布最為均勻，大值區(qū)主要集中在大連、鞍山和營(yíng)口地區(qū)；2017年遼寧省北部平均降水量較小，平均降水量大值區(qū)主要集中在遼寧省東部地區(qū)和大連地區(qū)；2018年平均降水量大值區(qū)主要集中在遼寧省的大連和朝陽(yáng)地區(qū)。

圖2 2016年(a)、2017年(b)和2018年(c)4—6月遼寧省10個(gè)站及以上24 h降水量超過(guò)10.0 mm的平均降水分布Fig.2 Distributions of average precipitation of the 24 h precipitation exceeding 10.0 mm in more than 10 stations in Liaoning province during April to June in 2016(a),2017(b)and 2018(c)

2.2 降水確定性預(yù)報(bào)誤差特征分析

根據(jù)三套集合預(yù)報(bào)系統(tǒng)2016—2018年4—6月遼寧省的降水預(yù)報(bào)值以及相應(yīng)的實(shí)況值，考慮遼寧省春季透雨為降水閾值大于10.0 mm的情況計(jì)算3個(gè)集合預(yù)報(bào)中心的TS評(píng)分和預(yù)報(bào)偏差B值，其中2016—2018年3 a TS評(píng)分值和B值評(píng)分值的平均值。通過(guò)3個(gè)集合預(yù)報(bào)中心的TS評(píng)分和預(yù)報(bào)偏差B值可以看出(圖3)，當(dāng)降水閾值為10.0 mm時(shí)，3 a中ECMWF的TS評(píng)分值最大，分別為0.47、0.39以及0.37，而CMA在2017年和2018年TS評(píng)分值最小。通過(guò)3 a平均的TS評(píng)分值可知，ECMWF的TS評(píng)分值最大，其次是NCEP，最后是CMA。綜上所述，ECMWF對(duì)于降水閾值為10.0 mm的TS評(píng)分值較高，預(yù)報(bào)效果最好。

圖3 2016—2018年4—6月以及此時(shí)段平均遼寧省三個(gè)集合預(yù)報(bào)中心在降水閾值為10.0 mm的降水預(yù)報(bào)TS評(píng)分(a)和預(yù)報(bào)偏差B(b)Fig.3 Threaten scores (a) and bias (b) of the forecasts for precipitation at thresholds of 10.0 mm and period average values from the three ensemble forecast centers during April to June from 2016 to 2018 in Liaoning province

通過(guò)分析3 a以及其平均的預(yù)報(bào)偏差B值可知，3 a中ECMWF在降水閾值為10.0 mm的預(yù)報(bào)偏差B值分別為1.10、0.97以及1.10。所以ECMWF的預(yù)報(bào)偏差B值相比CMA和NCEP兩個(gè)中心，更接近于1，預(yù)報(bào)效果比較好。而CMA和NCEP兩個(gè)中心預(yù)報(bào)偏差B值小于1，也就是說(shuō)這兩個(gè)中心對(duì)遼寧省春季透雨預(yù)報(bào)存在漏報(bào)。

2.3 降水概率性預(yù)報(bào)誤差特征分析

2.3.1 Talagrand分布

圖4為2016—2018年4—6月遼寧省3個(gè)中心24 h降水閾值為10.0 mm時(shí)的Talagrand分布，圖4 24 h表示模式24 h間隔降水預(yù)報(bào)的概率值，灰色直線表示理想情況下的分布曲線。整體來(lái)看，模式預(yù)報(bào)的Talagrand分布與理想情況下的概率期望還存在一定的差距，3個(gè)中心的降水集合預(yù)報(bào)都呈“U型”分布，說(shuō)明離散度不夠，觀測(cè)結(jié)果總是落在集合預(yù)報(bào)成員的最大值和最小值之外。也就是說(shuō)各集合預(yù)報(bào)系統(tǒng)對(duì)量級(jí)較小的降水預(yù)報(bào)值偏大，空?qǐng)?bào)率高；對(duì)量級(jí)較大的降水預(yù)報(bào)概率也高于理想概率，說(shuō)明對(duì)極端降水的預(yù)報(bào)能力不足，極值偏小。將3個(gè)中心的降水預(yù)報(bào)的中間等級(jí)進(jìn)行對(duì)比可以發(fā)現(xiàn)，ECMWF第4、5、6和第49、50區(qū)間的概率是在理想概率值附近。而CMA和NCEP只有第2區(qū)間。即觀測(cè)值落在集合預(yù)報(bào)成員中最大值之外的概率，ECMWF的概率小于CMA和 NCEP。由此可以看出，ECMWF的離散性最好，CMA和NCEP次之。

圖4 2016—2018年4—6月遼寧省CMA(a)、ECMWF(b)、NCEP(c)在降水閾值為10.0 mm的Talagrand分布Fig.4 Talagrand distribution diagrams for forecasted precipitation at threshold of 10.0 mm from CMA (a),ECMWF (b),and NCEP (c) during April to June from 2016 to 2018 in Liaoning province

綜上，CMA、ECMWF和NCEP這3個(gè)中心的集合預(yù)報(bào)系統(tǒng)離散度均具有偏小的特征，這在一定程度上導(dǎo)致實(shí)況值落在兩端區(qū)間的概率比較大，實(shí)況值有較大的概率不落在集合預(yù)報(bào)系統(tǒng)中，因而容易產(chǎn)生降水預(yù)報(bào)偏差，影響預(yù)報(bào)效果。由于離散性表示集合預(yù)報(bào)成員之間的差異[21]，一個(gè)好的集合預(yù)報(bào)系統(tǒng)應(yīng)是離散性檢驗(yàn)結(jié)果較好的。因此，ECMWF相比CMA和NCEP預(yù)報(bào)質(zhì)量更高。

2.3.2 Brier評(píng)分

Brier評(píng)分是檢驗(yàn)集合預(yù)報(bào)準(zhǔn)確性的一種概率預(yù)報(bào)評(píng)分方法。它綜合考慮了不確定性、可靠性和分辨性，其值是負(fù)定向的，值越小，表示預(yù)報(bào)的質(zhì)量越高。圖5為2016—2018年4—6月以及此時(shí)段平均遼寧省降水閾值大于10.0 mm的情況下3個(gè)集合預(yù)報(bào)中心對(duì)于降水預(yù)報(bào)的BS評(píng)分。從圖5可以看出，3 a中ECMWF的BS評(píng)分值均為最小,分別為0.03、0.02以及0.024，其預(yù)報(bào)質(zhì)量最好，在2016年CMA的BS評(píng)分值小于NCEP，而在2017年和2018年NCEP的BS評(píng)分值小于CMA。而對(duì)于3 a平均的BS評(píng)分值，ECMWF最小，其次是NCEP，最后是CMA，也就是說(shuō)ECMWF相比其他兩個(gè)集合預(yù)報(bào)中心對(duì)于降水預(yù)報(bào)的效果更好。綜上所述，ECMWF的概率預(yù)報(bào)誤差小于CMA和NCEP， ECMWF集合預(yù)報(bào)的效果最好。

圖5 2016—2018年4—6月以及此時(shí)段平均遼寧省三個(gè)集合預(yù)報(bào)中心在降水閾值為10.0 mm的降水預(yù)報(bào)BS評(píng)分值Fig.5 Brier scores (BS) of the forecasts for precipitation at threshold of 10.0 mm and period average values from the three forecast centers during April to June from 2016 to 2018 in Liaoning province

2.3.3 Brier分解評(píng)分

可靠性代表的是預(yù)報(bào)概率與觀測(cè)頻率的一致程度，其值越小表示可靠性越好。圖6為2016—2018年4—6月以及此時(shí)段平均遼寧省降水閾值大于10.0 mm的情況下3個(gè)集合預(yù)報(bào)中心對(duì)于降水預(yù)報(bào)的BS可靠性評(píng)分。從圖6可以看出，BS可靠性評(píng)分的大體趨勢(shì)與BS評(píng)分值一致。將不同年份不同中心的BS可靠性評(píng)分值進(jìn)行對(duì)比可知，3 a中ECMWF的BS可靠性評(píng)分值均為最小，預(yù)報(bào)質(zhì)量最好。2016年CMA的BS可靠性評(píng)分值小于NCEP，而2017年和2018年NCEP的BS可靠性評(píng)分值小于CMA。而對(duì)于3 a平均的BS可靠性評(píng)分值，ECMWF最小，其次是NCEP，最后是CMA，即ECMWF相比其他兩個(gè)集合預(yù)報(bào)中心對(duì)于降水預(yù)報(bào)的效果更好。

分辨性是度量預(yù)報(bào)頻率與氣候概率區(qū)別的程度，分辨性的值越大表示分辨性越好。圖7為2016—2018年4—6月以及此時(shí)段平均遼寧省降水閾值大于10.0 mm的情況下3個(gè)集合預(yù)報(bào)中心對(duì)于降水預(yù)報(bào)的BS分辨性評(píng)分。由圖7可以看出，對(duì)比研究時(shí)段內(nèi)的3個(gè)集合預(yù)報(bào)中心，ECMWF的分辨性值要高于其他兩個(gè)中心，而2016年分辨性值明顯高于其他年份，有可能是因?yàn)?016年透雨樣本數(shù)量較多造成的。綜上所述，ECMWF分辨性最優(yōu)，其次是NCEP，最后是CMA。

圖6 2016—2018年4—6月以及此時(shí)段平均遼寧省三個(gè)集合預(yù)報(bào)中心在降水閾值為10.0 mm的降水預(yù)報(bào)BS可靠性評(píng)分值Fig.6 Reliability of brier scores (BS_rel) of the forecasts for precipitation at threshold of 10.0 mm and period average values from the three forecast centers during April to June from 2016 to 2018 in Liaoning province

圖7 2016—2018年4—6月以及此時(shí)段平均遼寧省三個(gè)集合預(yù)報(bào)中心在降水閾值為10.0 mm的降水預(yù)報(bào)BS分辨性評(píng)分值Fig.7 Resolution of brier scores (BS_res) of the forecasts for precipitation at threshold of 10.0 mm and period averagevalues from the three forecast centers during April to June from 2016 to 2018 in Liaoning province

3 結(jié)論與討論

(1)由2016—2018年4—6月遼寧省的國(guó)家級(jí)地面氣象站降水資料，以及同期的CMA、ECMWF和NCEP三套全球集合預(yù)報(bào)系統(tǒng)多成員的降水集合預(yù)報(bào)結(jié)果可知，ECMWF對(duì)于降水閾值為10.0 mm的TS評(píng)分值相比CMA和NCEP兩個(gè)中心更高，預(yù)報(bào)偏差B值3個(gè)中心都偏小，但ECMWF比另外兩個(gè)中心更接近于1，所以ECMWF相比其他兩個(gè)預(yù)報(bào)中心的預(yù)報(bào)效果較好。

(2)總體上，集合模式對(duì)于遼寧省春季透雨預(yù)報(bào)的Talagrand分布與理想情況下的概率期望還存在一定的差距，3個(gè)集合預(yù)報(bào)中心的降水預(yù)報(bào)都呈U型分布，即三者的離散度均具有偏小的特征，實(shí)況值有較大的概率不落在集合預(yù)報(bào)系統(tǒng)中，因而容易產(chǎn)生降水預(yù)報(bào)偏差。

(3)根據(jù)BS評(píng)分及其分解評(píng)分可知，ECMWF對(duì)于降水閾值為10.0 mm的BS評(píng)分值最小，其次是NCEP，最后是CMA，說(shuō)明ECMWF預(yù)報(bào)效果最好。BS可靠性評(píng)分值和BS分辨性評(píng)分值同樣表現(xiàn)出ECMWF高于CMA和NCEP。

(4)本文現(xiàn)階段利用3個(gè)集合預(yù)報(bào)中心3 a的24 h降水集合預(yù)報(bào)資料對(duì)遼寧省春季透雨預(yù)報(bào)的結(jié)果進(jìn)行誤差特征分析，但在日后的研究工作中應(yīng)采用更長(zhǎng)預(yù)報(bào)時(shí)效的集合降水預(yù)報(bào)進(jìn)行更為詳盡的分析研究。