劉 帥 王建捷 陳起英 孫 健

1.中國(guó)氣象科學(xué)研究院，北京，100081

2.國(guó)家氣象中心，北京，100081

3.中國(guó)氣象局?jǐn)?shù)值預(yù)報(bào)中心，北京，100081

1 引 言

當(dāng)今，數(shù)值天氣預(yù)報(bào)已經(jīng)成為天氣預(yù)報(bào)的主導(dǎo)方法，預(yù)報(bào)員對(duì)數(shù)值模式產(chǎn)品的信任度從單一的天氣形勢(shì)預(yù)報(bào)拓展到包括降水在內(nèi)的近地面常規(guī)氣象要素預(yù)報(bào)和對(duì)流發(fā)生條件及其演變的預(yù)報(bào)等多方面（Benjamin，et al，2019），天氣預(yù)報(bào)業(yè)務(wù)中定量降水預(yù)報(bào)（QPF）的制作亦演變?yōu)閷?duì)數(shù)值預(yù)報(bào)結(jié)果的解釋和訂正（宗志平等，2012），數(shù)值模式降水預(yù)報(bào)的性能成為影響預(yù)報(bào)員定量降水預(yù)報(bào)質(zhì)量的主導(dǎo)因素。對(duì)數(shù)值模式降水預(yù)報(bào)性能的評(píng)估和偏差分析已成為天氣預(yù)報(bào)業(yè)務(wù)不可或缺的重要環(huán)節(jié)和基礎(chǔ)性工作。

降水的發(fā)生涉及到多種不同尺度過(guò)程（熱力、動(dòng)力過(guò)程、宏觀物理過(guò)程和云微物理過(guò)程等）的復(fù)雜相互作用與反饋，模式降水是反映模式動(dòng)力和物理過(guò)程相互作用的綜合指標(biāo)，也是模式研發(fā)中的難點(diǎn)，因?yàn)槟Ｊ浇邓A(yù)報(bào)與上述過(guò)程在模式中刻畫(huà)的細(xì)致程度和不確定性有關(guān)（Buizza，et al，1999；Codron， et al， 2002；Gettelman， et al， 2008； Yu，et al， 2019； Yuan， et al， 2013； Zhou， et al， 2002；Zhang，et al，2016）。目前，國(guó)際主流全球數(shù)值天氣預(yù)報(bào)業(yè)務(wù)模式的水平分辨率普遍提高至9—25 km、已可解析β中尺度天氣系統(tǒng)，模式物理過(guò)程描述更為復(fù)雜和完善，可有效表達(dá)熱帶和中緯度有組織的深對(duì)流，可較好地表述次網(wǎng)格過(guò)程（對(duì)流參數(shù)化）中對(duì)流有效位能（CAPE）的釋放，使用了多參數(shù)混合相態(tài)云微物理方案和高階閉合邊界層方案等（Rodwell，et al，2013；Ma，et al，2018；Benjamin，et al，2016b；Randall， et al， 2018； LeMone， et al，2018；Yu，et al，2019）。然而，在 9—25 km 分辨率下，對(duì)流和降水過(guò)程以及地形作用等，在模式中依然不能完全被直接解析表達(dá)，仍需通過(guò)割裂方式加以描述，即以可分辨尺度和不可分辨尺度（顯式+次網(wǎng)格過(guò)程）來(lái)共同表達(dá)，這些表達(dá)的局限性和不完善，會(huì)帶來(lái)模式結(jié)果的不確定性和引發(fā)模式降水預(yù)報(bào)偏差（Ban，et al，2014；Roh，et al，2014），并可在各時(shí)、空尺度上影響模式預(yù)報(bào)技巧（Benjamin，et al，2019；Sandu，et al，2013，2017）。因而，進(jìn)行數(shù)值模式降水預(yù)報(bào)偏差和性能的深入評(píng)估分析，對(duì)改進(jìn)和發(fā)展模式有重要價(jià)值。

全球存在一些對(duì)降水有重要貢獻(xiàn)和影響的地域，比如，暖池地區(qū)、風(fēng)暴路徑區(qū)等。暖池位于熱帶西太平洋，是全球海洋溫度最高的海域和全球海-氣相互作用最劇烈的區(qū)域，其上空是沃克環(huán)流的上升支，也是氣流和水汽的強(qiáng)輻合區(qū)，有很強(qiáng)的對(duì)流活動(dòng)，降水活躍，這里的降水帶比中東太平洋要寬廣許多、平均降水率達(dá)到7.09 mm/d，對(duì)流性降水占比達(dá) 55%、層狀云降水為 45%（Berg，et al，2002），故這里成為全球大氣中潛熱釋放的一個(gè)重要源區(qū)（Cornejo-Garrido， et al， 1977； Hartmann， et al，1984）。研究發(fā)現(xiàn)，暖池不僅對(duì)熱帶太平洋ENSO循環(huán)的發(fā)生起關(guān)鍵作用，而且對(duì)東亞和北半球夏季風(fēng)系統(tǒng)的季節(jié)內(nèi)和年際變異有很重要的影響（黃榮輝等，1988，1994a，1994b，2016；McCreary，et al，1984；Schopf，et al，1988；Nitta，1987）；對(duì)西北太平洋熱帶氣旋活動(dòng)有直接的熱力和動(dòng)力作用（黃榮輝等，2007），對(duì)中國(guó)降水亦有影響（王曉芳等，2013；鄭然等，2018）。風(fēng)暴路徑區(qū)是中緯度溫帶氣旋盛行的地區(qū)，北大西洋和北太平洋是北半球溫帶氣旋最主要的活動(dòng)區(qū)，也稱之為北太平洋風(fēng)暴路徑區(qū)和北大西洋風(fēng)暴路徑區(qū)，多因素（海溫梯度、海陸溫差造成的非均勻非絕熱加熱以及地形等因素）導(dǎo)致在這里形成大范圍的較窄帶狀強(qiáng)斜壓大氣不穩(wěn)定區(qū)，成為斜壓擾動(dòng)不斷發(fā)生、發(fā)展的溫床（Simmons，et al，1979；Wallace，et al，1988）；北半球溫帶大氣中緯向動(dòng)量和熱量的大部分經(jīng)向傳輸都發(fā)生在這兩個(gè)區(qū)域（Chang，et al，2002；Mak，et al，2007），溫帶氣旋擾動(dòng)以及對(duì)下游渦旋發(fā)展的推動(dòng)作用會(huì)對(duì)所影響地區(qū)的天氣變化包括降水產(chǎn)生重要影響（Chang，2005；Orlanski，2005），中緯度冬季降水量的大部分（北太平洋風(fēng)暴路徑區(qū)50%以上、北大西洋風(fēng)暴路徑區(qū)70%以上）都是鋒面系統(tǒng)和氣旋活動(dòng)影響所致，上述風(fēng)暴路徑區(qū)都位于氣候上降水最大值超過(guò)6 mm/d的區(qū)域（Catto，et al，2012；Lukens，et al，2018）。可見(jiàn)，在全球視角下進(jìn)行模式降水的評(píng)估分析，對(duì)上述關(guān)鍵區(qū)域應(yīng)予以重點(diǎn)關(guān)注。

長(zhǎng)期以來(lái)，中外關(guān)于全球業(yè)務(wù)數(shù)值天氣預(yù)報(bào)的檢驗(yàn)重點(diǎn)放在環(huán)流形勢(shì)預(yù)報(bào)上，即考察不同等壓面層高度、溫度、濕度、風(fēng)場(chǎng)預(yù)報(bào)的距平相關(guān)系數(shù)、均方根誤差和平均誤差等，直到2017年，世界氣象組織在修訂的《全球資料加工和預(yù)報(bào)系統(tǒng)手冊(cè)》（GDPFS Manual，WMO-No.485）中才將模式 24 h累計(jì)降水量、2 m氣溫、10 m風(fēng)的預(yù)報(bào)正式納入規(guī)定的檢驗(yàn)內(nèi)容。關(guān)于全球模式降水預(yù)報(bào)的檢驗(yàn)和評(píng)估，已有工作多是針對(duì)一些關(guān)注區(qū)域展開(kāi)（Ebert，et al，2007；Liu CL，et al，2014），中國(guó)學(xué)者對(duì)全球業(yè)務(wù)模式降水預(yù)報(bào)的檢驗(yàn)工作（姜曉曼，2016；王雨，2003；張宏芳等，2014；張博等，2017）也主要針對(duì)中國(guó)區(qū)域。2016年夏季，中國(guó)自主研發(fā)的多尺度通用數(shù)值天氣預(yù)報(bào)系統(tǒng)?GRAPES（global-regional assimilation and prediction enhanced system）的全球模式版本（GRAPES_GFS）正式投入業(yè)務(wù)運(yùn)行和實(shí)現(xiàn)產(chǎn)品應(yīng)用（沈?qū)W順等，2017），其全球環(huán)流形勢(shì)預(yù)報(bào)性能和對(duì)中國(guó)區(qū)域降水預(yù)報(bào)的技巧均超過(guò)引進(jìn)基礎(chǔ)上建立的全球譜模式數(shù)值預(yù)報(bào)系統(tǒng)?TL639L31（陳起英等，2007；管成功等，2008），但其對(duì)中國(guó)區(qū)域的暴雨預(yù)報(bào)有系統(tǒng)性偏弱傾向①趙濱，佟華，張玉濤等.2016.GRAPES全球預(yù)報(bào)系統(tǒng)2016年預(yù)報(bào)評(píng)估報(bào)告.中國(guó)氣象局?jǐn)?shù)值預(yù)報(bào)中心內(nèi)部會(huì)議報(bào)告.。另外，圍繞GRAPES_GFS物理過(guò)程研究和改進(jìn)，有為數(shù)不多的關(guān)于降水預(yù)報(bào)的個(gè)例或連續(xù)試驗(yàn)檢驗(yàn)分析（Liu，et al，2015；馬占山等，2016）等。盡管GRAPES全球業(yè)務(wù)模式降水預(yù)報(bào)的檢驗(yàn)和評(píng)估工作，尤其是在系統(tǒng)評(píng)估和認(rèn)識(shí)其全球降水預(yù)報(bào)偏差和性能方面還比較薄弱，但近些年關(guān)于降水檢驗(yàn)和評(píng)估方法的研究進(jìn)展（Casati，et al，2008；Li，et al，2014；陳靜等，2019；陳法敬等，2019）和應(yīng)用（Li，et al，2015；盧冰等，2017；許晨璐等，2017；Zhang，et al，2016），為深入開(kāi)展 GRAPES_GFS 全球業(yè)務(wù)模式降水評(píng)估分析提供了有益借鑒。

本研究擬從降水量和降水頻率等入手，對(duì)GRAPES_GFS全球降水預(yù)報(bào)性能和偏差進(jìn)行評(píng)估分析，并針對(duì)暖池和風(fēng)暴路徑等關(guān)鍵區(qū)展開(kāi)降水（量和頻率）的逐日演變和日循環(huán)特征的細(xì)致分析與對(duì)比，以深刻認(rèn)識(shí)和了解GRAPES_GFS對(duì)全球降水的預(yù)報(bào)性能和偏差特征，為GRAPES_GFS模式的改進(jìn)和降水預(yù)報(bào)產(chǎn)品的深度應(yīng)用提供有益參考。

2 資料和方法

2.1 資 料

本研究選取2017年1、4、7、10月作為分析時(shí)段，做GRAPES_GFS全球降水預(yù)報(bào)與觀測(cè)的對(duì)比檢驗(yàn)與評(píng)估分析，觀測(cè)為上述時(shí)段的數(shù)據(jù)，模式預(yù)報(bào)為與上述時(shí)段匹配的有效預(yù)報(bào)數(shù)據(jù)。

觀測(cè)降水?dāng)?shù)據(jù)使用NASA全球降水觀測(cè)（GPM）計(jì)劃的3級(jí)產(chǎn)品GPM_3IMERGDF，以此作為評(píng)估“真值”。GPM降水?dāng)?shù)據(jù)采用微波和紅外探測(cè)估算并結(jié)合雨量計(jì)校準(zhǔn)，被學(xué)界廣泛應(yīng)用于全球降水研究和分析（Hou，et al，2014；Skofronick-Jackson，et al，2017；Chen，et al，2016；Siuki，et al，2017；陳漢清等，2019；唐國(guó)強(qiáng)等，2015；孔宇，2017；余占猷，2016）。所用的GPM資料具體為：（1）08—08時(shí)（北京時(shí)）24 h累計(jì)降水量格點(diǎn)數(shù)據(jù)（GPM_3IMERGDF24h），（2）30 min累計(jì)降水量格點(diǎn)數(shù)據(jù)（GPM_3IMERGHH30min）。數(shù)據(jù)水平分辨率均為0.1°×0.1°、覆蓋全球范圍。

數(shù)值預(yù)報(bào)降水?dāng)?shù)據(jù)為GRAPES_GFS業(yè)務(wù)系統(tǒng)逐日08時(shí)（北京時(shí)）起報(bào)的第1、3、5天（下同并簡(jiǎn)寫(xiě)為D1、D3、D5）的全球地面降水預(yù)報(bào)格點(diǎn)數(shù)據(jù)，水平分辨率為 0.25°×0.25°。具體包括：（1）D1、D3、D5日降水量預(yù)報(bào)，（2）D1的逐3 h地面累計(jì)降水量預(yù)報(bào)。

全球再分析數(shù)據(jù)為歐洲中心ERA5再分析的降水量格點(diǎn)數(shù)據(jù)，水平分辨率亦為0.25°×0.25°，用于對(duì)GRAPES_GFS模式預(yù)報(bào)問(wèn)題的診斷和對(duì)比分析。

因高緯度地區(qū)（極區(qū)和接近極區(qū)）GPM數(shù)據(jù)缺測(cè)較多，為了保證有效的統(tǒng)計(jì)樣本數(shù)，文中選取具有穩(wěn)定觀測(cè)樣本數(shù)的60°S—60°N區(qū)域作為研究范圍。

2.2 模式與觀測(cè)的匹配

在進(jìn)行模式降水預(yù)報(bào)與觀測(cè)比較之前，首先對(duì)兩種數(shù)據(jù)進(jìn)行點(diǎn)對(duì)點(diǎn)空間匹配。采取WMO關(guān)于模式定量降水預(yù)報(bào)檢驗(yàn)技術(shù)規(guī)則（WWRP/WGNE Joint Working Group on Verification，2008）中推薦的方法，將分辨率較高（0.1°×0.1°）的 GPM數(shù)據(jù)雙線性插值到 0.25°×0.25°的 GRAPES格點(diǎn)上，進(jìn)行“升尺度”匹配。類似地，將分辨率相同但格點(diǎn)位置不同的ERA5再分析數(shù)據(jù)，匹配到GRAPES格點(diǎn)上，再進(jìn)行兩者的比較。

由于觀測(cè)和模式預(yù)報(bào)的降水在累計(jì)時(shí)間長(zhǎng)度上不同，為便于日循環(huán)比較分析，將30 min累計(jì)的GPM降水量進(jìn)行累加處理，統(tǒng)一到GRAPES_GFS預(yù)報(bào)的最小輸出時(shí)間間隔3 h上，即處理為逐3 h累計(jì)降水量，與GRAPES_GFS預(yù)報(bào)數(shù)據(jù)在時(shí)間上亦匹配一致。

2.3 重點(diǎn)研究區(qū)域的選取

在對(duì)模式全球降水預(yù)報(bào)總體性能進(jìn)行分析的基礎(chǔ)上，選取西太平洋暖池和北半球風(fēng)暴路徑兩類關(guān)鍵區(qū)，著重進(jìn)行降水預(yù)報(bào)細(xì)致評(píng)估和偏差對(duì)比。（1）根據(jù)暖池特征定義：平均海溫≥28℃的區(qū)域，利用2017年ERA5的月平均海溫?cái)?shù)據(jù)，確定本研究的暖池區(qū)域?yàn)椋?5°S—20°N，110°E—180°），簡(jiǎn)稱為N區(qū)；（2）根據(jù)氣候統(tǒng)計(jì)，選取的北大西洋風(fēng)暴路徑范圍為（30°—60°N，90°W—0°）（Lee，et al，2012；Nie，et al，2008；周雅娟等，2016），北太平洋風(fēng)暴路徑區(qū)為（30°—60°N，120°E—120°W）（McCabe，et al，2001；張穎嫻等，2012），分別簡(jiǎn)稱為 BD區(qū)和BT區(qū)（圖1a）。

2.4 日平均降水量、日降水頻率、日平均降水強(qiáng)度的計(jì)算

采用許晨璐等（2017）關(guān)于日平均降水量、日降水頻率、日平均降水強(qiáng)度的計(jì)算方法，但與其不同的是在格點(diǎn)而非站點(diǎn)上進(jìn)行統(tǒng)計(jì)。濕日和強(qiáng)降水日亦采用與之相同的定義，日累計(jì)降水量≥0.1 mm/d時(shí)記為濕日（即有效降水日），濕日中日累計(jì)降水量＞25 mm/d的降水日記為強(qiáng)降水日（也即按照中國(guó)降水等級(jí)標(biāo)準(zhǔn)，達(dá)到大雨及以上量級(jí)的降水日）。

由許晨璐等（2017）的式（3）可知，日平均降水量（R）、日平均降水強(qiáng)度（I）和濕日頻率（Fs）的關(guān)系為

當(dāng)按月計(jì)算時(shí)，其中日平均降水量（R） =月總降水量/月總天數(shù)；濕日頻率（Fs） =月有效降水日數(shù)/月總天數(shù)；日平均降水強(qiáng)度（I）=月總降水量/月有效降水日數(shù)?？梢钥闯?，日平均降水強(qiáng)度（I）由統(tǒng)計(jì)時(shí)段內(nèi)的總降水量和有效降水日數(shù)決定，也即為日平均降水量和濕日頻率之比。通過(guò)這3個(gè)量的關(guān)系，有助于分析模式日平均降水量預(yù)報(bào)偏差，主要緣于降水頻率因素還是降水強(qiáng)度因素的影響。

需要說(shuō)明的是，關(guān)鍵區(qū)日降水頻率（Fd）定義為區(qū)域內(nèi)每日有效降水格點(diǎn)數(shù)與總格點(diǎn)數(shù)（M×N）之比。計(jì)算公式為

式中，F(xiàn)i,j代表關(guān)鍵區(qū)第i，j格點(diǎn)某日是否有有效降水（≥0.1 mm），若有，則Fi,j= 1，若沒(méi)有，則Fi,j= 0；M和N分別為關(guān)鍵區(qū)緯向和經(jīng)向的格點(diǎn)數(shù)。

對(duì)式（2）進(jìn)行1個(gè)月的累加平均，即可得到關(guān)鍵區(qū)日降水頻率的月平均值。由公式知，關(guān)鍵區(qū)日降水頻率反映的是日降水落區(qū)占關(guān)鍵區(qū)總面積的比例，月平均的日降水頻率則是月內(nèi)關(guān)鍵區(qū)降水覆蓋范圍和降水日數(shù)兩方面情況的綜合反映。

同理，在關(guān)鍵區(qū)日循環(huán)分析中不同時(shí)刻的降水量和降水頻率的計(jì)算方法與日降水量和日降水頻率的計(jì)算方法相同，但計(jì)算中是以逐3 h累計(jì)降水量（R3h）為對(duì)象，當(dāng)R3h≥0.1 mm時(shí)，記為有效降水。關(guān)鍵區(qū)平均的日循環(huán)降水頻率，反映的是關(guān)鍵區(qū)逐3 h降水覆蓋范圍和降水次數(shù)的綜合情況。

圖1 2017 年 1 （a、e）、4 （b、f）、7 （c、g）、10 （d、h）月觀測(cè) （a—d） 與模式預(yù)報(bào) （e—h） 的日平均降水量分布 （單位：mm/d；圖1a中的黑方框分別示意出暖池區(qū) （N） 和北半球風(fēng)暴路徑區(qū) （BD、BT））Fig.1 Distributions of observed （a—d） and predicted （e—h） daily mean precipitation amount in January （a、e），April （b、f），July （c、g） and October （d、h） 2017 respectively （unit：mm/d；Black boxes in Fig.1a show N，BD and BT，respectively）

2.5 日循環(huán)評(píng)估中“地方時(shí)”的確定

日循環(huán)評(píng)估中需要根據(jù)時(shí)區(qū)來(lái)確定不同地域的“地方時(shí)”。文中研究的兩類關(guān)鍵區(qū)域在東西方向跨數(shù)個(gè)時(shí)區(qū)，為了更準(zhǔn)確地描述和分析這些區(qū)域降水日循環(huán)特征，將關(guān)鍵區(qū)域細(xì)分為數(shù)個(gè)子區(qū)、分別加以考察，每個(gè)子區(qū)東西經(jīng)度跨度≤30°，不超過(guò)兩個(gè)時(shí)區(qū)范圍，以子區(qū)中央子午線對(duì)應(yīng)時(shí)區(qū)的地方時(shí)作為該子區(qū)的“地方時(shí)”。關(guān)鍵區(qū)的子區(qū)域經(jīng)度范圍、時(shí)區(qū)劃分和對(duì)應(yīng)地方時(shí)，詳見(jiàn)表1。

3 GRAPES_GFS模式降水預(yù)報(bào)偏差和性能的基本特征

3.1 日降水量預(yù)報(bào)

由各月平均日降水量觀測(cè)（圖1a—d）可知，全球主要降水落區(qū)位于南北緯20°之間和南北半球風(fēng)暴路徑區(qū)，其中熱帶赤道附近的雨帶全年存在，位置和強(qiáng)度隨季節(jié)變化相對(duì)較小，中緯度風(fēng)暴路徑區(qū)降水覆蓋范圍和強(qiáng)度的季節(jié)性變化比較清楚，撒哈拉沙漠、阿拉伯半島、伊朗高原、秘魯-智利海盆全年降水量均很小。與觀測(cè)對(duì)比，GRAPES_GFS的第1天（D1）預(yù)報(bào)（圖1e—h）對(duì)4個(gè)代表月的全球降水整體分布描述合理，對(duì)主要降水落區(qū)位置和形態(tài)的預(yù)報(bào)與觀測(cè)非常接近，表現(xiàn)出了與觀測(cè)相似的降水落區(qū)南北進(jìn)退和強(qiáng)弱變化等季節(jié)性特征，比如：7月降水整體向北推進(jìn)，覆蓋中印半島和中國(guó)東南部（圖1c、g），1月雨區(qū)向南移動(dòng)覆蓋至大洋洲西部和北部（圖1a、e）。GRAPES_GFS的 D3和 D5降水預(yù)報(bào)（圖略）亦能合理再現(xiàn)4個(gè)代表月日降水量的上述基本觀測(cè)特征，但模式對(duì)雨帶細(xì)節(jié)的描述能力隨預(yù)報(bào)時(shí)效的增加有下降趨勢(shì)，主要表現(xiàn)在對(duì)日降水量中心的分布形態(tài)、覆蓋范圍和強(qiáng)度等的預(yù)報(bào)偏差加大。

表1 關(guān)鍵區(qū)子區(qū)域劃分和對(duì)應(yīng)的地方時(shí)Table 1 The division of subareas in the key areas and their corresponding local time zones

由日降水量緯向平均分布（圖2a—d）不難看出：南北緯20°之間存在兩個(gè)日降水量觀測(cè)極大值，分別位于南北緯5°—10°，極大值的位置1月最南，7月最北；北半球低緯度的降水量極大值在7月和10月明顯大于（約為2倍）同期南半球低緯度的降水量極值，而在1月和4月呈反向特征，但兩個(gè)極值差異減小。這種南北半球低緯度日降水量極值的變化與降水隨季節(jié)在南、北半球的活躍程度有關(guān)。另外，在南、北半球各自的冬季，均可見(jiàn)冬季一側(cè)的中緯度40°—50°區(qū)域存在一個(gè)日降水量次極大值，這是冬季風(fēng)暴路徑區(qū)降水活躍的反映。GRAPES_GFS的D1、D3、D5預(yù)報(bào)，很好地捕捉到了4個(gè)代表月全球降水緯向平均觀測(cè)特征，D1、D3、D5降水預(yù)報(bào)與GPM觀測(cè)在緯向平均特征上顯著相關(guān)（相關(guān)系數(shù)分別為0.95、0.92、0.89，通過(guò)了99%的顯著性t檢驗(yàn)）。各代表月模式降水量預(yù)報(bào)的主要偏差出現(xiàn)在赤道兩側(cè)的低緯度地區(qū)（這里指20°S—20°N，下同），南、北半球低緯度日降水量極大值附近正是模式預(yù)報(bào)D1平均正偏差極大值（1.0—2.5 mm/d）之處，此處均方根誤差（RMSE）也是最大（不同月份在3—6 mm/d變化，其中7月和10月大于1月和4月）；中緯度（這里指南、北緯 30°—60°，下同）偏差很小，平均偏差大多在±0.5 mm/d之間、均方根誤差普遍為1—2 mm/d；降水量預(yù)報(bào)偏差在南、北半球各自降水活躍季比其他季節(jié)大（見(jiàn)圖3a和圖6a）。從4個(gè)代表月不同時(shí)效（D5和D3）降水量預(yù)報(bào)均方根誤差與D1之差的緯度-逐侯演變（圖3b、c）可以看到，隨預(yù)報(bào)時(shí)效各代表月的降水量的均方根誤差總體呈增大態(tài)勢(shì)、但3天以后誤差增長(zhǎng)趨緩；D3與D1（D5與D1）均方根誤差的差值，在1月和4月小于7月和10月?？傮w上，模式降水量預(yù)報(bào)均方根誤差的基本分布特征隨時(shí)效和季節(jié)沒(méi)有顯著變化，但均方根誤差數(shù)倍于其平均偏差，說(shuō)明模式偏差的波動(dòng)性較大。圖3a和圖6的偏差結(jié)果均通過(guò)了90%的顯著性t檢驗(yàn)，上述分析結(jié)果在統(tǒng)計(jì)上是可信的。

3.2 日降水頻率預(yù)報(bào)

將降水日分為濕日和強(qiáng)降水日，分別求算降水頻率并進(jìn)行分析。從GPM觀測(cè)的濕日頻率水平分布（圖4a、b）看，其與相應(yīng)代表月的日降水量水平分布（圖1a、c）形態(tài)很相似，頻率的高值區(qū)（＞80%）和低值區(qū)（＜20%）分別對(duì)應(yīng)全球主要降水落區(qū)和少雨區(qū)。模式D1預(yù)報(bào)的濕日頻率基本分布與觀測(cè)比較吻合，但預(yù)報(bào)頻率偏高，主要表現(xiàn)為預(yù)報(bào)的濕日頻率大于80%的覆蓋面積遠(yuǎn)大于觀測(cè)（圖4c、d）。GPM觀測(cè)的強(qiáng)降水日頻率的高值區(qū)（＞15%）位于低緯度洋面、亞洲夏季風(fēng)區(qū)域和南北半球風(fēng)暴路徑區(qū)（圖略）。D1預(yù)報(bào)的強(qiáng)降水日頻率在水平分布上與觀測(cè)亦是大致對(duì)應(yīng)的，但在南、北半球中緯度地區(qū)，模式明顯低估了強(qiáng)降水發(fā)生的頻率和范圍，而在低緯度地區(qū)，模式對(duì)強(qiáng)降水日頻率則以高估為主（圖略）。

圖2 2017年 4個(gè)代表月 （a.1月，b.4月，c.7月，d.10月） 緯向的日平均降水量觀測(cè)與模式D1、D3、D5 預(yù)報(bào)的比較 （單位：mm/d）Fig.2 Comparison of zonal mean daily precipitation amount between observations and D1，D3，D5 predictions at January （a），April （b），July （c） and October （d） 2017 respectively （unit：mm/d）

由降水頻率的緯向平均分布（圖5a、b）可以看到，無(wú)論從濕日角度還是僅看濕日中的強(qiáng)降水日，GRAPES_GFS模式預(yù)報(bào)均能夠表現(xiàn)出觀測(cè)降水頻率隨緯度變化的基本特征，包括極值出現(xiàn)的位置、強(qiáng)弱及在各代表月間的差異等，D1、D3和D5預(yù)報(bào)的降水頻率隨緯度的變化趨勢(shì)非常相似。模式D1濕日頻率預(yù)報(bào)偏差在南、北緯50°—60°地區(qū)相對(duì)最明顯、表現(xiàn)為正偏差，且以南半球中緯度偏大更顯著，偏差值達(dá)20%—30%，南、北緯20°—40°間偏差最小，偏差值在±5%之間（圖6b）。模式D1對(duì)濕日中的強(qiáng)降水日的頻率預(yù)報(bào)偏差，除在低緯度頻率極值區(qū)附近（觀測(cè)值為6%—9%）偏高2%—3%外，在其他緯度均比觀測(cè)值（3%—4%）偏低，負(fù)偏差一般在?1%左右（圖6c）。值得一提的是，在50°—60°S地區(qū)，強(qiáng)降水日頻率預(yù)報(bào)值趨近于0（圖5b1—b2），表明模式在南半球這些緯度帶上可能很少預(yù)報(bào)出大雨及以上的強(qiáng)降水事件，雖然模式對(duì)這一區(qū)域的降水日數(shù)預(yù)報(bào)偏多（圖5a1—a2）。

圖4 2017 年 1 月 （a、c） 和 7 月 （b、d） 觀測(cè) （a、b） 和模式 D1 （c、d） 的濕日降水頻率分布 （單位：%）Fig.4 Distributions of observed （a，b） and predicted D1 （c，d） precipitation frequencies of wet days for January （a，c） and July （b，d） 2017，respectively （unit：%）

圖5 2017 年 1 月 （a1—c1）、7 月 （a2—c2） 緯向平均的 （a） 濕日頻率、（b） 強(qiáng)降水日頻率以及 （c） 濕日平均降水強(qiáng)度（觀測(cè)：黑色，D1：藍(lán)色，D3：紅色，D5：綠色）Fig.5 Zonal mean frequencies of wet days （a），frequencies of heavy precipitation days （b） and precipitation intensities of wet days （c） at January （a1—c1） and July （a2—c2） 2017 （observation：black，D1：blue，D3：red，D5：green）

從緯向平均降水（量和頻率）預(yù)報(bào)偏差增長(zhǎng)率散點(diǎn)（圖6e）不難看出，絕大多數(shù)散點(diǎn)分布在?1—1，即降水預(yù)報(bào)偏差絕對(duì)值隨預(yù)報(bào)時(shí)效是減小的，也就是偏差值增長(zhǎng)速度隨時(shí)效延長(zhǎng)趨緩。其中，大多數(shù)點(diǎn)出現(xiàn)在0—1區(qū)間，即模式降水預(yù)報(bào)偏差隨時(shí)效增長(zhǎng)的方向沒(méi)有發(fā)生變化（即偏差正負(fù)號(hào)隨時(shí)效未改變），說(shuō)明模式降水（量和頻率）預(yù)報(bào)偏差有比較明顯的系統(tǒng)性。

3.3 日平均降水強(qiáng)度

從緯向平均分布可清楚地看到，模式預(yù)報(bào)D1、D3、D5的日平均降水強(qiáng)度隨緯度變化的基本特征與觀測(cè)吻合，差異主要在低緯度降水極值區(qū)附近，強(qiáng)度偏大比較明顯；預(yù)報(bào)與觀測(cè)的接近程度在不同代表月略有差異，其中1月在40°—60°S兩者差異較其他月份明顯（圖5c1—c2）。從平均偏差看，D1日平均降水強(qiáng)度預(yù)報(bào)偏差與強(qiáng)降水日頻率偏差分布及其隨緯度和時(shí)間的變化等特征非常相似（圖6c、d），暗示模式平均降水強(qiáng)度預(yù)報(bào)性能的提高關(guān)鍵在于提升對(duì)強(qiáng)降水日發(fā)生的準(zhǔn)確把握。日平均降水強(qiáng)度的預(yù)報(bào)偏差隨預(yù)報(bào)時(shí)效的增長(zhǎng)變化，與強(qiáng)降水日頻率偏差也有類似特征。

由圖2和5中的觀測(cè)結(jié)果可知：低緯度地區(qū)，平均日降水量、濕日頻率和日降水平均強(qiáng)度這三者的極大值位置重合；而在中緯度地區(qū)，日降水量（日降水平均強(qiáng)度）明顯小于（低于）低緯度地區(qū)但卻對(duì)應(yīng)著與低緯度量值接近的濕日頻率。結(jié)合式（1）可知，這一觀測(cè)現(xiàn)象反映出低緯度較大的日降水量主要緣于降水頻繁發(fā)生，其中強(qiáng)降水高頻發(fā)生有重要貢獻(xiàn)（強(qiáng)降水日頻率極大值和降水平均強(qiáng)度極大值也都在此），而中緯度地區(qū)的日降水量雖然也是降水頻繁發(fā)生有貢獻(xiàn)，但卻主要緣于低強(qiáng)度降水的貢獻(xiàn)（即≤ 25 mm/d的一般性降水事件），因?yàn)閺?qiáng)降水日頻率和降水平均強(qiáng)度在此處均較低。對(duì)比模式預(yù)報(bào)的日降水量、濕日和強(qiáng)降水日頻率、降水平均強(qiáng)度等偏差隨緯度的分布（圖6a—d）可以發(fā)現(xiàn)：低緯度地區(qū)，模式平均日降水量預(yù)報(bào)偏大主要是因模式對(duì)強(qiáng)降水日頻率（日平均降水強(qiáng)度）預(yù)報(bào)過(guò)高引起；而在中緯度地區(qū)，平均日降水量預(yù)報(bào)雖基本無(wú)偏，但這是以對(duì)弱降水事件發(fā)生頻率預(yù)報(bào)偏高和對(duì)降水強(qiáng)度預(yù)報(bào)偏弱為代價(jià)的。后邊將進(jìn)一步探討模式降水預(yù)報(bào)偏差在中低緯度存在上述明顯差異的原因。

4 GRAPES_GFS模式降水預(yù)報(bào)在關(guān)鍵區(qū)的性能表現(xiàn)

以位于低緯度的暖池和位于北半球中緯度的兩個(gè)風(fēng)暴路徑區(qū)（即N、BD和BT區(qū)，地理位置見(jiàn)圖1a）作為重點(diǎn)研究區(qū)域，進(jìn)一步從較為細(xì)致的時(shí)空尺度上，通過(guò)降水（量和頻率）偏差的深入分析揭示模式降水預(yù)報(bào)在不同緯度關(guān)鍵區(qū)域的性能表現(xiàn)及其異同。

4.1 模式日降水預(yù)報(bào)的緯度-時(shí)間變化與觀測(cè)的對(duì)比

從2017年4個(gè)代表月觀測(cè)和GRAPES_GFS預(yù)報(bào)（D1）的暖池緯向平均日降水量的緯度-時(shí)間演變情況（圖7）可知，模式預(yù)報(bào)D1合理再現(xiàn)出暖池日降水量“南北雙峰”及雙峰的季節(jié)變化等觀測(cè)特征，2017年1、4、7、10月緯向平均日降水量預(yù)報(bào)D1隨緯度的變化與觀測(cè)顯著相關(guān)（相關(guān)系數(shù)分別為0.88、0.91、0.78、0.92，通過(guò)了 99%的顯著性t檢驗(yàn)），其中7月相關(guān)系數(shù)最低，因?yàn)槟Ｊ綄?duì)暖池降水量“南北雙峰”都有預(yù)報(bào)偏差，一個(gè)預(yù)報(bào)偏弱而另一個(gè)預(yù)報(bào)偏強(qiáng)。觀察對(duì)比暖池平均日降水量（觀測(cè)和預(yù)報(bào)）的逐日演變可看到，模式在4個(gè)代表月的預(yù)報(bào)D1很好地捕捉到降水集中時(shí)段和降水落區(qū)位置等一些重要細(xì)節(jié)特征，例如：1月和4月的降水覆蓋范圍在赤道南側(cè)大于北側(cè)，1月上旬暖池赤道北側(cè)5°—15°N區(qū)域，降水事件由南向北發(fā)展，4月上旬在赤道南側(cè)5°—15°S區(qū)域，降水事件比較明顯且持續(xù)；7月和10月降水覆蓋范圍整體北移、10月降水量在赤道北側(cè)大于南側(cè)，7月在暖池赤道北側(cè)有兩次降水事件（5日、20日前后）由南向北發(fā)展，且后者強(qiáng)于前者，10月中旬在暖池赤道北側(cè)10°—15°N區(qū)域發(fā)生了一次強(qiáng)降水事件等。雖然4個(gè)代表月緯向平均降水量預(yù)報(bào)與觀測(cè)在緯度-時(shí)間剖面場(chǎng)上顯著相關(guān)（相關(guān)系數(shù)分別達(dá) 0.89、0.89、0.89、0.91，通過(guò)了99%的顯著性t檢驗(yàn)），但由圖7亦可看到，降水發(fā)生的準(zhǔn)確時(shí)間、位置和累計(jì)量預(yù)報(bào)仍有偏差，如：對(duì)4月上旬赤道南側(cè)降水事件的累計(jì)降水量高值區(qū)位置預(yù)報(bào)偏南2個(gè)緯度左右，對(duì)7月中旬赤道南側(cè)降水事件的累計(jì)量和覆蓋范圍預(yù)報(bào)都偏大，對(duì)10月中旬赤道北側(cè)降水事件的累積量預(yù)報(bào)偏弱等。

同樣地，模式也合理捕捉到了北太平洋和北大西洋風(fēng)暴路徑區(qū)（BT和BD）降水量的時(shí)、空演變主要特征。以BT區(qū)為例（圖8），模式合理再現(xiàn)出各代表月緯向平均日降水量隨緯度變化的不同特征，即：1月和4月在30°—45°N存在明顯單峰，7月隨緯度變化平緩，10月表現(xiàn)為雙峰，南峰（位于35°—40°N）略強(qiáng)于北峰（位于 50°—55°N）；同時(shí)，基于對(duì)各代表月降水集中時(shí)段、累計(jì)降水量和落區(qū)位置的合理預(yù)報(bào)，模式正確預(yù)報(bào)出風(fēng)暴路徑區(qū)日平均降水量在季節(jié)上的差異，比如：降水累計(jì)量大于7 mm/d的落區(qū)，1月和 4月主要位于 30°—50°N，7月和10月主要位于40°N以北；降水累積量大于7 mm/d的范圍7月最小、1月最大等。2017年1、4、7、10月緯向平均降水量預(yù)報(bào)，在緯度-時(shí)間剖面場(chǎng)上與觀測(cè)亦顯著相關(guān)（相關(guān)系數(shù)分別達(dá)0.95、0.93、0.92、0.93，通過(guò)了99%的顯著性t檢驗(yàn)），且相關(guān)系數(shù)高于暖池，這表明從緯向平均看，模式對(duì)降水事件發(fā)生時(shí)間、影響范圍和累計(jì)量演變趨勢(shì)特征的預(yù)報(bào)能力，在風(fēng)暴路徑區(qū)要略優(yōu)于暖池地區(qū)。

（三）堅(jiān)持財(cái)政資金的績(jī)效性。績(jī)效，是現(xiàn)代財(cái)政制度的核心要義。花錢(qián)必有效，無(wú)效必問(wèn)責(zé)，是財(cái)政管理的基本要求。要按照“全面實(shí)施績(jī)效管理”的要求，把績(jī)效理念深度融入預(yù)算管理全過(guò)程，切實(shí)做好預(yù)算編制、執(zhí)行、使用、監(jiān)管各環(huán)節(jié)的工作。在編制上：按照“保重點(diǎn)、控一般、促統(tǒng)籌、提績(jī)效”的要求，科學(xué)編制預(yù)算，做到全面性、精準(zhǔn)性、科學(xué)性。在執(zhí)行上：強(qiáng)化預(yù)算剛性、原則性、嚴(yán)肅性，嚴(yán)控預(yù)算追加，杜絕粗放性。在使用上：按制度，依規(guī)矩，遵程序，把握均衡性、規(guī)范性，避免隨意性。在監(jiān)管上：嚴(yán)抓嚴(yán)管，常抓常管，敢抓敢管，建立覆蓋全過(guò)程無(wú)縫隙監(jiān)管制度，避免真空，防止死角。

圖7 暖池區(qū)緯向平均日降水量隨緯度的變化 （曲線） 和逐日演變 （色階）（a—d分別為2017年1、4、7、10月觀測(cè)，e—h為時(shí)空對(duì)應(yīng)的GRAPES_GFS的D1預(yù)報(bào)，單位：mm/d）Fig.7 Variation of zonal mean daily precipitation amount with latitude （curves） and day-to-day evolution （color shaded）in the warm-pool （GPM observations in Jan （a），Apr （b），Jul （c） and Oct （d） 2017；GRAPES_GFS D1 in Jan （e），Apr （f），Jul （g） and Oct （h）2017；unit：mm/d）

續(xù)圖7Fig.7 Continued

圖8 同圖7，但為風(fēng)暴路徑BT區(qū)Fig.8 Same as Fig.7 but in the storm track in the North Pacific （BT）

續(xù)圖8Fig.8 Continued

表2給出了關(guān)鍵區(qū)降水（量和頻率）預(yù)報(bào)與觀測(cè)緯度-時(shí)間分布的相關(guān)系數(shù)和預(yù)報(bào)偏差情況（為4個(gè)代表月的平均）。由表2可知，模式預(yù)報(bào)的關(guān)鍵區(qū)降水（量和頻率）平均值與觀測(cè)平均值接近；暖池區(qū)，降水（量和頻率）D1—D5預(yù)報(bào)的平均偏差基本上均為正，風(fēng)暴路徑區(qū)與暖池區(qū)的不同之處是強(qiáng)降水頻率預(yù)報(bào)平均偏差為負(fù)，說(shuō)明模式對(duì)暖池降水（量和頻率）預(yù)報(bào)呈系統(tǒng)性偏大，而對(duì)風(fēng)暴路徑區(qū)降水量和濕日頻率預(yù)報(bào)雖呈系統(tǒng)性略偏大，但強(qiáng)降水日頻率存在系統(tǒng)性偏小。各關(guān)鍵區(qū)降水（量和頻率）的均方根誤差都是數(shù)倍于平均偏差（兩者計(jì)算結(jié)果都通過(guò)了95%顯著性t檢驗(yàn)），暗示模式降水（量和頻率）預(yù)報(bào)平均偏差雖然總體上不大，但預(yù)報(bào)偏差的波動(dòng)性較大，即預(yù)報(bào)性能的穩(wěn)定性不夠。從相關(guān)系數(shù)看，關(guān)鍵區(qū)降水（量和頻率）D1—D5預(yù)報(bào)在緯度-時(shí)間分布上與觀測(cè)顯著相關(guān)（相關(guān)均通過(guò)99%的顯著性t檢驗(yàn)），其中濕日頻率相關(guān)程度最高，各關(guān)鍵區(qū)相關(guān)系數(shù)都在0.96以上，日降水量的相關(guān)系數(shù)為0.81—0.93，強(qiáng)降水日頻率的相關(guān)系數(shù)為0.57—0.83；關(guān)鍵區(qū)之間比較，暖池區(qū)的模式降水頻率特別是強(qiáng)降水頻率預(yù)報(bào)與觀測(cè)的相關(guān)略高于風(fēng)暴路徑區(qū)，而降水量預(yù)報(bào)與觀測(cè)的相關(guān)略低于風(fēng)暴路徑區(qū)。

比較不同預(yù)報(bào)時(shí)效的結(jié)果可知，各關(guān)鍵區(qū)降水（量和頻率）預(yù)報(bào)隨預(yù)報(bào)時(shí)效延長(zhǎng)偏差增大，同時(shí)相關(guān)系數(shù)降低，其中強(qiáng)降水日頻率預(yù)報(bào)均方根誤差隨時(shí)效的增長(zhǎng)率（相關(guān)系數(shù)下降）最快，表明模式在關(guān)鍵區(qū)的降水預(yù)報(bào)性能隨時(shí)效延長(zhǎng)下降，特別是強(qiáng)降水預(yù)報(bào)性能下降較快。以相關(guān)系數(shù)高低、平均誤差大小和均方根誤差大小進(jìn)行綜合判斷，模式在暖池區(qū)和風(fēng)暴路徑區(qū)的降水預(yù)報(bào)性能優(yōu)勢(shì)各異，其比較優(yōu)勢(shì)分別表現(xiàn)在降水頻率預(yù)報(bào)和降水量預(yù)報(bào)方面。

4.2 關(guān)鍵區(qū)域的降水日循環(huán)特征及預(yù)報(bào)偏差

本小節(jié)將進(jìn)一步聚焦到關(guān)鍵區(qū)域內(nèi)部各子區(qū)（約3000 km見(jiàn)方）、從逐3 h降水量和頻率角度來(lái)認(rèn)識(shí)模式對(duì)關(guān)鍵區(qū)降水日循環(huán)特征的捕捉能力。在日循環(huán)分析中，使用可以獲得的模式最小間隔降水預(yù)報(bào)業(yè)務(wù)產(chǎn)品（即D1逐3 h預(yù)報(bào)），將關(guān)鍵區(qū)劃分為若干子區(qū)分別進(jìn)行分析。暖池主要位于低緯度西太平洋上，暖池所在區(qū)域分布著大小不同的島礁，根據(jù)下墊面狀況的不同，將暖池化分為3個(gè)子區(qū)：N1、N2、N3，其中，N1區(qū)島嶼約占 35%，N2區(qū)南部有一些高海拔島礁，北部為大范圍海洋，N3區(qū)下墊面為海洋。風(fēng)暴路徑BT區(qū)中的BT1、BT4包括貫穿子區(qū)的海岸線，分別對(duì)應(yīng)亞洲東岸、北美西岸，陸地面積約分別占40%和25%，BD區(qū)中的BD1包括了70%左右的陸地（北美東岸），BD2下墊面為海洋，BD3下墊面基本為海洋（有少量島嶼）。以下分析中用到的月平均逐3 h降水頻率是在求算每日各關(guān)鍵區(qū)子區(qū)逐3 h降水頻率（即降水≥0.1 mm格點(diǎn)的占比）的基礎(chǔ)上進(jìn)行月平均得到的（具體方法見(jiàn)2.4節(jié)），它反映了各關(guān)鍵區(qū)子區(qū)降水發(fā)生次數(shù)多寡和降水覆蓋范圍大小的綜合情況。

從4個(gè)典型月逐3 h降水（量和頻率）日循環(huán)觀測(cè)結(jié)果（圖9）可以發(fā)現(xiàn)，暖池和風(fēng)暴路徑區(qū)降水（量和頻率）日循環(huán)特征既有明顯區(qū)別又有一些相似性，這里以降水量為例進(jìn)行圖示（降水頻率圖略）。主要觀測(cè)特征是：暖池降水日循環(huán)變化幅度明顯大于風(fēng)暴路徑區(qū)，暖池中東部的海洋覆蓋區(qū)（N2、N3）具有凌晨“單峰”的夜雨特點(diǎn)（圖9b），下墊面復(fù)雜的暖池西部區(qū)（N1）則為“準(zhǔn)雙峰”，同時(shí)還存在中午前后的降水弱峰值（圖9a）；相比之下，風(fēng)暴路徑區(qū)降水日循環(huán)特征很弱，除下墊面為海洋的子區(qū)（BT2、BT3、BD2）可見(jiàn)弱夜雨“單峰”特征外（圖9f），風(fēng)暴路徑的其他子區(qū)（BT1、BT4、BD1、BD3），降水日循環(huán)表現(xiàn)為“平直型”（圖9c、d、e）。關(guān)鍵區(qū)的上述降水日循環(huán)演變趨勢(shì)特征基本上不隨季節(jié)變化，但逐3 h降水量大小和頻率高低在季節(jié)間有差異，這種季節(jié)變化由子區(qū)所屬氣候區(qū)的不同氣候特征所決定。注意到，關(guān)鍵區(qū)平均降水量和降水頻率在日循環(huán)演變趨勢(shì)上具有相似性，說(shuō)明日循環(huán)中各時(shí)刻降水量的大小與相應(yīng)時(shí)刻降水頻率高低（即子區(qū)域內(nèi)降水落區(qū)面積大小和降水頻發(fā)程度）有關(guān)。另外，暖池西部N1區(qū)降水日循環(huán)趨勢(shì)（雙峰）特征與其中東部純海洋下墊面子區(qū)（單峰）的差別，可能與N1區(qū)存在較多大小不同島嶼（其中包括較高地形的加里曼丹島、蘇拉威西島、棉蘭老島等）有關(guān)，因?yàn)閺?fù)雜的海陸下墊面差異會(huì)造成一些地方形成“定?！焙ｊ懭昭h(huán)環(huán)流，進(jìn)而影響區(qū)域內(nèi)降水日循環(huán)分布。

觀察模式預(yù)報(bào)的暖池和風(fēng)暴路徑區(qū)降水日循環(huán)情況并與觀測(cè)比較，可以看到：模式較合理再現(xiàn)出4個(gè)典型月各關(guān)鍵區(qū)不同部位降水（量和頻率）的日循環(huán)典型特征，如：純海洋部位的“夜雨單峰”、暖池西部的“雙峰”、風(fēng)暴路徑純海洋以外部位的“平直型”等特點(diǎn)，其對(duì)降水量（圖9）日循環(huán)演變趨勢(shì)的預(yù)報(bào)比降水頻率預(yù)報(bào)（圖略）更接近觀測(cè)。暖池地區(qū)，模式對(duì)日循環(huán)中各時(shí)刻降水量值的預(yù)報(bào)均偏大，且這種系統(tǒng)性正偏差自西向東隨暖池降水日循環(huán)變幅的增大有變大趨勢(shì)，各季皆是如此（圖9a、b）；在風(fēng)暴路徑區(qū)，模式對(duì)日循環(huán)中各時(shí)刻降水量值的預(yù)報(bào)與實(shí)況的偏差明顯小于暖池區(qū)，除夏季是弱負(fù)偏差外，其他季節(jié)均為較小正偏差（圖9c—f）。與降水量情形不同，模式對(duì)暖池日循環(huán)中各時(shí)刻降水頻率預(yù)報(bào)以負(fù)偏差為主，僅在暖池東部N3區(qū)日循環(huán)降水頻率預(yù)報(bào)為弱正偏差（偏差值在5%左右）；在風(fēng)暴路徑區(qū)日循環(huán)降水頻率預(yù)報(bào)偏大，正偏差在海洋覆蓋區(qū)更顯著，其中冬季頻率偏高最明顯，正偏差在15%—20%（圖略），暗示模式在暖池（風(fēng)暴路徑區(qū)）對(duì)逐3 h降水頻率預(yù)報(bào)偏小（大）與降水發(fā)生次數(shù)偏少（多）或降水落區(qū)范圍偏?。ù螅┯嘘P(guān)。

上述的模式日循環(huán)降水頻率預(yù)報(bào)偏差，究竟是與降水次數(shù)偏差還是降水落區(qū)范圍偏差的關(guān)系更大呢？這里通過(guò)對(duì)降水日循環(huán)逐日變化的分析來(lái)初步研判。以7月的暖池N1區(qū)和1月風(fēng)暴路徑BT1區(qū)為例，基于兩方面考慮：一是西太平洋暖池中西部地區(qū)的對(duì)流活動(dòng)與東亞降水分布關(guān)系密切，二是BT1區(qū)是冬季東亞大槽較為定常的活動(dòng)區(qū)，東亞大槽的活動(dòng)直接影響中國(guó)冬季天氣的變化。由圖10給出的預(yù)報(bào)與觀測(cè)的對(duì)比結(jié)果可知：在上述兩個(gè)子區(qū)，模式合理再現(xiàn)出降水（量和頻率）日循環(huán)逐日演變，比如：模式較為準(zhǔn)確地預(yù)報(bào)出7月中旬N1區(qū)接連出現(xiàn)的降水活躍（量大、頻率高）事件，以及降水在后半夜—中午時(shí)段相對(duì)更明顯的日循環(huán)特點(diǎn)，同時(shí)模式還預(yù)報(bào)出7月底N1區(qū)幾乎無(wú)降水（圖10a—d）；同樣地，模式亦預(yù)報(bào)出BT1區(qū)在1月7—8日和1月20日前后降水相對(duì)活躍（量大、頻率高），以及1月上旬和下旬中期降水最不活躍（量很小、頻率低）（圖10e—f）。

圖9 關(guān)鍵區(qū) （a.N1，b.N3，c.BT1，d.BT4，e.BD1，f.BD2） 2017 年 1、4、7、10 各月平均的逐 3 h 降水量日循環(huán)觀測(cè) （實(shí)線） 與模式預(yù)報(bào) （虛線） 對(duì)比 （橫坐標(biāo)是各子區(qū)地方時(shí)；單位：mm/（3 h））Fig.9 Diurnal cycles of observed （solid line） and predicted （dotted line） monthly mean 3 h precipitation amount for Jan，Apr，Jul，and Oct 2017 in the key areas （a.N1，b.N3，c.BT1，d.BT4，e.BD1，f.BD2；X-axis：local time in the corresponding subareas；unit：mm/（3 h））

圖10 2017 年 7 月 N1 區(qū) （a—d） 和 1 月 BT1 區(qū) （e、f） 預(yù)報(bào)和觀測(cè)的逐 3 h 降水 （量和頻率） 的日循環(huán)變化 （曲線） 和逐日演變 （色階）（a.觀測(cè)降水量，b.模式預(yù)報(bào)降水量，c.觀測(cè)降水頻率、d.模式預(yù)報(bào)降水頻率，e.觀測(cè)降水量，f.模式預(yù)報(bào)降水量，g.1月BT1區(qū)降水頻率預(yù)報(bào)偏差 （預(yù)報(bào)－觀測(cè)），h.7月N1區(qū)降水頻率預(yù)報(bào)偏差 （預(yù)報(bào)－觀測(cè)）；橫坐標(biāo)是各區(qū)當(dāng)?shù)貢r(shí)）Fig.10 Diurnal cycles of observed and predicted mean 3 h precipitation amount （curves） and day-to-day evolution （color shaded） for N1 in Jul （a—d） and BT1 （e，f） in Jan 2017 （a.observed precipitation，b.predicted precipitation，c.observed precipitation frequency，d.predicted precipitation frequency，e.observed precipitation，f.predicted precipitation，g.predicted precipitation frequency deviation for BT1 in Jan；h.same as g，but for N1 in Jul；X-axis：local time of the corresponding subareas）

續(xù)圖10Fig.10 Continued

值得注意的是，無(wú)論暖池內(nèi)還是風(fēng)暴路徑區(qū)內(nèi)各子區(qū)間比較時(shí)，都存在海洋下墊面子區(qū)的降水（量和頻率）預(yù)報(bào)偏差比其他下墊面子區(qū)要明顯的現(xiàn)象，這或許與模式陸面過(guò)程方案中針對(duì)洋面和陸面的感熱、潛熱通量等計(jì)算處理存在差異有關(guān)，但究其原因還需要借助數(shù)值試驗(yàn)方法，進(jìn)一步深入研究和診斷。另外，在風(fēng)暴路徑區(qū)的各子區(qū)，盡管模式起報(bào)時(shí)刻對(duì)應(yīng)著不同的地方時(shí)，但從起報(bào)時(shí)刻到之后的6 h，模式預(yù)報(bào)降水（量和頻率）明顯比觀測(cè)小，這種現(xiàn)象在暖池區(qū)似乎不存在（圖9）。關(guān)于這一現(xiàn)象產(chǎn)生的原因?qū)⒃谙乱还?jié)討論。

5 關(guān)于降水預(yù)報(bào)偏差幾個(gè)問(wèn)題的討論

從前文分析中看出，GRAPES_GFS模式降水預(yù)報(bào)的偏差特征隨季節(jié)和預(yù)報(bào)時(shí)效雖有一些變化，但主要是強(qiáng)弱程度的不同而非本質(zhì)性變化，這說(shuō)明模式降水預(yù)報(bào)偏差主要是系統(tǒng)性偏差，與模式本身有很大關(guān)系。同時(shí)，模式降水偏差特征在低緯度和中緯度表現(xiàn)又明顯不同。由天氣學(xué)原理和動(dòng)力氣象學(xué)理論（朱乾根等，2007；呂美仲等，2004）以及相關(guān) 研 究 （Berg，et al，2002； Catto， et al， 2012；Lukens，et al，2018）可知，低緯度熱帶降水與對(duì)流活動(dòng)聯(lián)系緊密，而中緯度降水則常與冷、暖空氣交匯的鋒面系統(tǒng)活動(dòng)相聯(lián)系，對(duì)流明顯弱于熱帶，這似乎暗示GRAPES_GFS模式降水偏差在緯度帶間的明顯差異可能與模式對(duì)不同性質(zhì)降水過(guò)程的表達(dá)和處理有關(guān)。另外，在模式降水日循環(huán)演變中有一個(gè)現(xiàn)象，即從模式起報(bào)時(shí)刻到積分6 h，在中緯度的風(fēng)暴路徑區(qū)，模式預(yù)報(bào)降水（量和頻率）明顯小于觀測(cè)，并在積分前6 h迅速增大，但這一現(xiàn)象在低緯度的暖池區(qū)并不明顯。為何模式降水預(yù)報(bào)偏差會(huì)在低緯度和中緯度有上述這些差異特征？本節(jié)做一些初步探討。

GRAPES_GFS模式水平分辨率在25 km左右，模式中對(duì)云和降水過(guò)程的處理是通過(guò)云微物理方案（描述網(wǎng)格可分辨尺度）和對(duì)流參數(shù)化方案（描述次網(wǎng)格尺度）來(lái)實(shí)現(xiàn)的，模式降水量是網(wǎng)格尺度降水量與次網(wǎng)格尺度降水量之和。為了討論模式對(duì)不同性質(zhì)降水的處理和表達(dá)問(wèn)題，這里以ECMWF再分析ERA5（其分辨率約31 km）的網(wǎng)格尺度和次網(wǎng)格尺度降水作為“合理結(jié)果”與模式進(jìn)行對(duì)比分析。

對(duì) 2017年 1、4、7、10月 GRAPES_GFS模式D1預(yù)報(bào)和ERA5再分析的次網(wǎng)格尺度降水占總降水比例進(jìn)行占比-緯度的箱線圖（取10%、25%、50%、75%和90%分位點(diǎn)）分析（圖11）。由圖11可見(jiàn)，模式次網(wǎng)格尺度降水占比表現(xiàn)出了ERA5再分析中次網(wǎng)格尺度降水占比在低緯度高，由低緯度向高緯度減少的趨勢(shì)，以及在7月次網(wǎng)格尺度降水占比由熱帶向北半球下降趨勢(shì)變緩等季節(jié)特征。然而，與ERA5再分析資料相比，模式次網(wǎng)格尺度降水占比在低緯度明顯偏高，中緯度偏低，且占比由低緯度向高緯度快速下降。例如：模式在低緯度地區(qū)（大約南北緯30°之間），4個(gè)代表月的次網(wǎng)格降水占比中位數(shù)值普遍達(dá)到90%—95%，而ERA5再分析在此的中位數(shù)值一般介于65%—70%，中位數(shù)最大值也沒(méi)有超過(guò)75%，兩者在1月北半球低緯度和7月南半球低緯度相差最明顯（約達(dá)30%）；在大約南北緯30°—40°，模式次網(wǎng)格降水占比中位數(shù)值普遍從85%—90%下降至45%左右，降幅在40%—45%，而ERA5再分析的中位數(shù)值下降相對(duì)緩慢，降幅大約在20%；在南、北緯40°—60°，盡管模式次網(wǎng)格降水占比中位數(shù)值隨緯度變化趨勢(shì)與ERA5再分析比較一致，但中位數(shù)值普遍偏低近20%（只有7月在北半球偏低約為10%），模式次網(wǎng)格尺度降水占比中位數(shù)最低處在南、北緯50°—60°，占比值僅為10%，也即這里格點(diǎn)尺度降水占比中位數(shù)達(dá)90%（比ERA5再分析資料高出20%左右）。另外，模式次網(wǎng)格降水和網(wǎng)格尺度降水的這種配比關(guān)系與預(yù)報(bào)時(shí)效無(wú)關(guān)，D3、D5與D1情形相同。

研究顯示，深對(duì)流活動(dòng)在低緯度熱帶一些區(qū)域（如暖池）非?；钴S，同時(shí)層積云（其中伴有淺對(duì)流活動(dòng)）在低緯度海洋區(qū)也常常大面積存在（Klein，et al，1993；Berg，et al，2002），而在中緯度地區(qū)，對(duì)流活動(dòng)程度雖不能和低緯度熱帶相比，但也是普遍存在的現(xiàn)象。與ERA5再分析相比，GRAPES_GFS模式次網(wǎng)格尺度降水占比反映出模式在低緯度地區(qū)預(yù)報(bào)的次網(wǎng)格尺度降水量可能過(guò)多，而在中緯度又明顯偏少。將上述GRAPES_GFS次網(wǎng)格尺度降水占比在低緯度過(guò)高而中緯度過(guò)低的診斷結(jié)果與模式降水預(yù)報(bào)在低緯度和中緯度的主要偏差表現(xiàn)（如低緯度降水量預(yù)報(bào)偏多、強(qiáng)度偏強(qiáng)，中緯度強(qiáng)降水預(yù)報(bào)偏弱或漏報(bào)等）結(jié)合分析，似乎可以看到這樣的線索：在低緯度高暖濕條件下，模式對(duì)流參數(shù)化方案非常容易觸發(fā)深對(duì)流且深對(duì)流過(guò)于活躍，而云微物理方案的有效工作空間很有限，對(duì)流參數(shù)化和云微物理過(guò)程方案的不協(xié)調(diào)，導(dǎo)致對(duì)流參數(shù)化方案主導(dǎo)了幾乎全部降水過(guò)程，其結(jié)果是低緯度降水強(qiáng)度和累計(jì)量偏大。中緯度地區(qū)，模式對(duì)流參數(shù)化方案中深對(duì)流觸發(fā)條件又常常不易達(dá)到，降水的形成主要靠格點(diǎn)尺度凝結(jié)成云致雨的云微物理過(guò)程主導(dǎo)，這樣的結(jié)果必然是網(wǎng)格尺度降水占比明顯偏高，此情形下模式在中緯度地區(qū)不易預(yù)報(bào)出強(qiáng)降水似乎也就不難理解了。雖然模式網(wǎng)格尺度與次網(wǎng)格尺度降水配比沒(méi)有絕對(duì)的標(biāo)準(zhǔn)，且與分辨率有關(guān)系，但配比不恰當(dāng)有可能影響凝結(jié)釋熱形成的對(duì)大氣溫濕的反饋結(jié)構(gòu)特征，進(jìn)而影響到模式的其他偏差特征。這一點(diǎn)，似乎可以從2017年4個(gè)典型月GRAPES_GFS模式溫度場(chǎng)預(yù)報(bào)的月平均偏差分布得到一些佐證。從給出的2017年7月模式溫度預(yù)報(bào)緯向平均偏差的氣壓-緯度剖面結(jié)果（圖12a）可以看到，在南、北緯30°之間，對(duì)流層基本為清楚的溫度正偏差，正偏差中心位于對(duì)流層中部的600—500 hPa，間接反映出模式溫度預(yù)報(bào)偏差與低緯度對(duì)流降水預(yù)報(bào)過(guò)大可能存在對(duì)應(yīng)關(guān)系，這種偏差特征在4個(gè)典型月的其他月份也是類似的（比如4月（圖12b），盡管偏差在位置和強(qiáng)弱上稍有不同），暗示了模式溫度場(chǎng)的系統(tǒng)性偏差與模式降水量在低緯度的系統(tǒng)性偏高（凝結(jié)釋熱多）相關(guān)聯(lián)。由此，模式改進(jìn)線索指向?qū)α鲄?shù)化方案中深對(duì)流的啟動(dòng)和深對(duì)流降水量等處理以及對(duì)流參數(shù)化方案與云微物理方案的協(xié)同問(wèn)題。

圖11 2017 年 1 （a）、4 （b）、7 （c）、10 （d） 月 GRAPES_GFS 模式預(yù)報(bào)和 ERA5 再分析資料的次網(wǎng)格尺度降水占總降水比例的箱線圖 （藍(lán)色：ERA5，紅色：GRAPES D1預(yù)報(bào)）Fig.11 Box-and-whisker plots of the proportion of sub-grid scale precipitation amount to total precipitation amount in GRAPES_GFS model prediction and ERA5 reanalysis data in Jan （a），Apr （b），Jul （c），and Oct （d） 2017（Blue：ERA5，red：GRAPES_GFS D1）

關(guān)于在風(fēng)暴路徑區(qū)降水日循環(huán)中，看到的模式起報(bào)后的前幾小時(shí)內(nèi)降水量和頻率總是偏弱的現(xiàn)象，猜測(cè)與模式的起轉(zhuǎn)現(xiàn)象有關(guān)。通過(guò)選取風(fēng)暴路徑區(qū)前一日00時(shí)（世界時(shí)）起報(bào)的未來(lái)24—48 h預(yù)報(bào)與當(dāng)日00時(shí)（世界時(shí)）起報(bào)的未來(lái)0—24 h預(yù)報(bào)進(jìn)行比較（圖13a），驗(yàn)證了這一猜測(cè)，同時(shí)從風(fēng)暴路徑區(qū)模式網(wǎng)格尺度與次網(wǎng)格尺度降水日循環(huán)的比較中，看到降水的起轉(zhuǎn)現(xiàn)象是發(fā)生在網(wǎng)格尺度降水上的，這不難理解，因?yàn)镚RAPES全球模式與目前世界上其他全球業(yè)務(wù)模式一樣都還沒(méi)有同化云中水成物。進(jìn)一步對(duì)比BT2區(qū)與暖池的情況（圖13b）便可知，模式降水起轉(zhuǎn)現(xiàn)象在暖池區(qū)不明顯，是由于次網(wǎng)格降水在暖池區(qū)占絕對(duì)主導(dǎo)，網(wǎng)格尺度降水量很小，其預(yù)報(bào)中存在的起轉(zhuǎn)現(xiàn)象被掩蓋的緣故。

圖12 2017 年 7 月 （a） 和 4 月 （b） 緯向平均溫度 （ERA5，實(shí)線） 和偏差 （D1?ERA5，色階） 的垂直剖面Fig.12 Vertical cross sections of zonal mean temperature （ERA5，solid line） and deviations between D1 and ERA5 （color shaded） for Jul （a） and Apr （b） 2017

6 結(jié) 論

利用2017年1、4、7、10月GPM每日08—08時(shí)（北京時(shí)）的24 h累計(jì)降水量和逐30 min降水量觀測(cè)，對(duì)同期全球模式GRAPES-GFS的1—5 d降水預(yù)報(bào)，特別是位于低緯度的暖池和位于中緯度的北半球風(fēng)暴路徑的降水預(yù)報(bào)性能和偏差進(jìn)行了多角度細(xì)致評(píng)估與分析，初步討論了降水（量和頻率）預(yù)報(bào)偏差特征在低緯度和中緯度明顯不同的可能原因并提出改進(jìn)線索，形成以下主要結(jié)論：

圖13 模式預(yù)報(bào)的2017年1月總降水量 （實(shí)線） 和網(wǎng)格尺度降水量 （虛線） 日循環(huán)變化（a.BT2，b.N1；藍(lán)色：前一日00時(shí)（世界時(shí)）起報(bào)的未來(lái)24—48 h預(yù)報(bào)，紅色：當(dāng)日00時(shí)（世界時(shí)）起報(bào)的未來(lái)0—24 h預(yù)報(bào)）Fig.13 Diurnal cycles of monthly mean 3 h total （solid line） and large-scale （dotted line） model predicted precipitation amount for Jan 2017 （a.BT2，b.N1；blue：24—48 h prediction initialized at 00：00 UTC on the previous day，red：0—24 h prediction initialized at 00：00 UTC on the day）

（1）GRAPES-GFS的D1—D5預(yù)報(bào)對(duì)全球范圍四季日降水（量和頻率）分布的整體描述合理，能很好地捕捉到日降水量和濕日降水頻率的全球水平分布狀況（包括位置、強(qiáng)弱和季節(jié)變化等），并能再現(xiàn)全球降水（量和頻率）在南、北緯20°之間和南、北半球中緯度地區(qū)（40°—50°）分別為最大和次大的典型特征。

（2）模式預(yù)報(bào)對(duì)暖池和北半球風(fēng)暴路徑區(qū)未來(lái)3 d內(nèi)逐日降水（量和頻率）的演變趨勢(shì)把握準(zhǔn)確，在緯度-時(shí)間剖面場(chǎng)上與觀測(cè)顯著相關(guān)，通過(guò)了99%顯著性t檢驗(yàn)。特別是，基于對(duì)降水日循環(huán)逐日演變趨勢(shì)的合理把握，模式D1預(yù)報(bào)再現(xiàn)出暖池區(qū)和北半球風(fēng)暴路徑區(qū)不同部位逐3 h降水（量和頻率）的日循環(huán)演變典型特征（如雙峰型、夜雨單峰型、平直型）。

（3）模式降水預(yù)報(bào)偏差在低緯度和中緯度表現(xiàn)不同。低緯度的緯向平均濕日頻率偏差很小，但日降水量和強(qiáng)降水日頻率預(yù)報(bào)正偏差明顯，偏差極大值“雙峰”位置恰是相應(yīng)觀測(cè)極大值所在處（南、北緯5°—10°）；中緯度的日降水量預(yù)報(bào)幾乎無(wú)偏，但濕日降水頻率預(yù)報(bào)正偏差大（特別是在南、北緯40°—60°，達(dá) 20%—30%），其中強(qiáng)降水日頻率為負(fù)偏差。模式降水偏差在季節(jié)上有變化，隨預(yù)報(bào)時(shí)效增大，然而偏差正、負(fù)分布特征基本保持不變，說(shuō)明偏差具有一定系統(tǒng)性；降水預(yù)報(bào)均方根誤差數(shù)倍于平均誤差，表明模式降水預(yù)報(bào)性能還不是十分穩(wěn)定。

（4）模式在暖池區(qū)降水量日循環(huán)的預(yù)報(bào)正偏差緣于降水強(qiáng)度預(yù)報(bào)偏強(qiáng)，降水頻率日循環(huán)預(yù)報(bào)的弱負(fù)偏差主要與降水落區(qū)預(yù)報(bào)偏小有關(guān)（并非降水次數(shù)預(yù)報(bào)偏少）；在風(fēng)暴路徑區(qū)降水頻率日循環(huán)預(yù)報(bào)的正偏差則是降水落區(qū)預(yù)報(bào)偏大和空?qǐng)?bào)弱降水事件兩方面因素造成。

（5）基于ERA5再分析資料，佐證了模式次網(wǎng)格尺度降水在低緯度占比過(guò)高（中位數(shù)普遍達(dá)到90%—95%），中緯度占比又過(guò)低（中位數(shù)比ERA5再分析資料普遍偏低20%左右）。初步診斷分析顯示，GRAPES_GFS模式在低緯度和中緯度降水預(yù)報(bào)偏差表現(xiàn)出的明顯不同，很可能與模式次網(wǎng)格尺度降水在低緯度占比過(guò)高，而在中緯度又占比偏低有關(guān)，這種現(xiàn)象是模式對(duì)流參數(shù)化方案和云微物理方案協(xié)同作用不恰當(dāng)所致，模式改進(jìn)線索指向?qū)α鲄?shù)化方案中深對(duì)流的啟動(dòng)和深對(duì)流降水量等處理以及對(duì)流參數(shù)化方案與云微物理方案的協(xié)同問(wèn)題。

本研究加深了對(duì)GRAPES_GFS模式全球降水預(yù)報(bào)基本偏差特征和性能表現(xiàn)的認(rèn)識(shí)。然而，4個(gè)代表月資料尚未覆蓋冬季或夏季風(fēng)暴的完整活動(dòng)時(shí)段。暖池和風(fēng)暴路徑區(qū)降水對(duì)全球降水有突出貢獻(xiàn)，進(jìn)一步結(jié)合季風(fēng)進(jìn)退和風(fēng)暴活動(dòng)等，對(duì)其展開(kāi)完整暖季和冷季的模式預(yù)報(bào)偏差深入研究十分必要。同時(shí)，降水偏差與下墊面、天氣背景、參數(shù)化方案等存在怎樣的具體關(guān)聯(lián)，其本質(zhì)原因等值得深入研究探討。另外，本研究發(fā)現(xiàn)的一些偏差現(xiàn)象，如在暖池和風(fēng)暴路徑區(qū)內(nèi)下墊面完全是海洋的地方，降水（量和頻率）預(yù)報(bào)偏差比其他下墊面性質(zhì)（指包含一定比例海島或陸地）的地方要明顯，很可能與模式陸面物理過(guò)程方案感熱潛熱通量在不同下墊面的計(jì)算處理有關(guān)，究其原因也還需進(jìn)一步通過(guò)數(shù)值試驗(yàn)方法深入分析和診斷。

致 謝：感謝數(shù)值預(yù)報(bào)中心劉琨在模式偏差問(wèn)題討論中提供的幫助，感謝孫靖在評(píng)估資料收集應(yīng)用、趙濱在統(tǒng)計(jì)檢驗(yàn)方法和結(jié)果討論等方面所提供的幫助。