朱國光，陳 鶴

（1.湖南省湘西州氣象臺，湖南 吉首 416000；2.湖南省氣象臺，湖南 長沙 410118）

旱澇災(zāi)害作為較大的氣象災(zāi)害之一，對社會經(jīng)濟和人們生活造成嚴重影響。洞庭湖流域為中國重要農(nóng)業(yè)生產(chǎn)區(qū)，受區(qū)域大氣環(huán)流和地形等因素的影響，旱澇災(zāi)害頻發(fā)[1]。酉水流域是洞庭湖流域的重要組成部分，酉水發(fā)源于武陵山區(qū)，自源地流經(jīng)湖北、重慶、湖南，全長477 km，整個流域降水豐沛，河谷縱橫，地形落差大，水能資源豐富，是我國重要的水電開發(fā)基地之一。降水主要集中在雨季（4-10 月），占全年總降雨量的70%以上，雨季強降水天氣過程頻繁，容易出現(xiàn)洪澇災(zāi)害。流域的流量、江河的抗洪能力及水庫的蓄洪規(guī)模都與流域的平均降雨量（面雨量）密切相關(guān)。因此開展酉水流域面雨量預(yù)報分析研究對流域的電力生產(chǎn)調(diào)度和防洪減災(zāi)具有重要意義[2]。

準確的面雨量預(yù)報有賴于網(wǎng)格預(yù)報的精細化，格點降水預(yù)報越準確，流域面雨量預(yù)報就越好。國內(nèi)外眾多的數(shù)值預(yù)報產(chǎn)品，雖然在時空間分辨率上基本滿足了流域面雨量的預(yù)報，但是由于不同模式的初始場、模式框架、物理參數(shù)化方案等各不相同，模式產(chǎn)品釋用也存在差別，導(dǎo)致它們的預(yù)報效果存在明顯的差異[3-4]。不同的模式在湘西地區(qū)不同降水過程中往往表現(xiàn)不一，比如EC 模式常常表現(xiàn)出弱降水空報的特征，區(qū)域模式又有強降水空報的情況，很難找出一個具備穩(wěn)定優(yōu)勢的模式。

隨著氣象部門大力推進智能網(wǎng)格“一張網(wǎng)”精細化格點預(yù)報業(yè)務(wù)發(fā)展，智能網(wǎng)格預(yù)報產(chǎn)品發(fā)展迅速[5-7]。對數(shù)值模式直接輸出的定量降水預(yù)報產(chǎn)品進行客觀訂正是提升定量降水預(yù)報質(zhì)量的有效手段[8-10]。吳啟樹等基于頻率匹配法的思路，將頻率偏差最優(yōu)改為TS 評分最優(yōu)，發(fā)展了最優(yōu)TS 評分（optimal threat score method，OTS）算法，顯著改進了模式定量降水預(yù)報的TS 評分[11]。為了制作出更精準的網(wǎng)格降水預(yù)報產(chǎn)品，基于最優(yōu)評分算法研發(fā)格點要素客觀預(yù)報技術(shù)，得到適用于本地的智能網(wǎng)格預(yù)報產(chǎn)品，并對其性能進行檢驗分析，以更好地改進和優(yōu)化面雨量預(yù)報方法，為今后日常業(yè)務(wù)應(yīng)用提供參考，以及對農(nóng)業(yè)、水文、環(huán)境、交通旅游專業(yè)預(yù)報服務(wù)提供基礎(chǔ)數(shù)據(jù)支撐。

1 資料與方法

為了評價氣象預(yù)報，行業(yè)上我們首先引入準確率（PC）的概念，計算公式如下：

如表1 所示，其中NA表示預(yù)報正確站（次）數(shù)，NB表示空報站（次）數(shù)，NC表示空報站（次）數(shù)，ND表示預(yù)報和實況均未達到閾值的站（次）數(shù)。

表1 預(yù)報評價表

日常預(yù)報中人們對于有降水的事件更為關(guān)注，但是預(yù)報無降水、實況無降水的情況又出現(xiàn)最多，這種現(xiàn)象的存在大大提高了預(yù)報的準確率，削弱了其對有降水事件的預(yù)報能力評價。因此進一步引入了TS 評分（TS），這是目前氣象系統(tǒng)降水預(yù)報業(yè)務(wù)中最主要的考核項目，它排除了無降水的樣本，表示了降水預(yù)報正確的比例。

為使預(yù)報結(jié)果的TS 評分達到最高，構(gòu)建了最優(yōu)TS評分降水預(yù)報訂正方法（OTS）。首先，從2016-2019 年模型預(yù)報結(jié)果中選取前后N 天的結(jié)果和相應(yīng)時段的站點實況，作為建模數(shù)據(jù)集。其次，通過逐級增大或減小各級閾值，對其進行評分，找出評分變化拐點，確定降水量級劃分閾值Fk。最后，利用新找出的閾值對EC 相應(yīng)時效的預(yù)報重新進行映射來進行訂正的降水預(yù)報，具體計算方法如下：

式中，x和y分別為模式降水的預(yù)報值和訂正值，Ok為第k量級降水閾值，F(xiàn)k為預(yù)報降水量訂正到Ok時，該量級對應(yīng)模式的降水閾值。

2 網(wǎng)格預(yù)報產(chǎn)品介紹

OTS 客觀降水預(yù)報訂正產(chǎn)品可直接讀入MICAPS4業(yè)務(wù)系統(tǒng)，實現(xiàn)業(yè)務(wù)運行，完善了智能網(wǎng)格預(yù)報產(chǎn)品，為格點要素預(yù)報提供了重要參考。預(yù)報結(jié)果的原始數(shù)據(jù)為MICAPS4 第四類格式文件，在氣象業(yè)務(wù)系統(tǒng)中可直接顯示為格點降水（圖1），格點數(shù)值表示該格點位置的降水預(yù)報結(jié)果，數(shù)值的不同顏色代表著不同的降水等級，格點空間分辨率為5×5 km，確保整個流域面積內(nèi)每個鄉(xiāng)鎮(zhèn)都有代表點，預(yù)報時長為72 小時，時間間隔為24 小時，更新頻次為一天兩次。當前時空分辨率已經(jīng)基本滿足汛期降水預(yù)報以及流域雨量和水位的預(yù)報預(yù)警服務(wù)要求。

圖1 網(wǎng)格降水預(yù)報產(chǎn)品展示

除了格點數(shù)值顯示，降水產(chǎn)品也能標準化填色分布顯示。5 月21-24 日，我省發(fā)生了一次強降雨過程，并伴有雷暴大風(fēng)等強對流天氣。22 日為整個過程的最強時段，強降水雨帶位于湘北地區(qū)，整個湘北地區(qū)有397 個站點出現(xiàn)了暴雨（圖2（a））。圖中顯示了22 日降水預(yù)報情況，從兩家數(shù)據(jù)源的預(yù)報情況來看，EC 對湘西州、張家界、常德以及懷化北部的暴雨存在較為嚴重的漏報，而OTS 預(yù)報結(jié)果更加貼近實況，整個東西走向的帶狀強降水區(qū)與實況基本一致，同時也預(yù)報出了岳陽北部的大暴雨（圖2（b）、圖2（c））。

圖2 2021 年5 月22 日實況降水量以及EC、OTS 預(yù)報降水量對比顯示

3 統(tǒng)計檢驗分析

選取2021 年上半年為檢驗期，對5 個標準降水等級（晴天（＜0.1 mm/d）、小雨（0.1～10 mm/d）、中雨（10～25 mm/d）、大雨（25～50 mm/d、暴雨及以上（≥50 mm/d））進行對比檢驗分析。EC 作為業(yè)務(wù)中常用的主流模式，近年來發(fā)展迅速，穩(wěn)定性相對較好，對預(yù)報員的參考性較大，本文重點對OTS 和EC 進行對比，評估檢驗時段內(nèi)最優(yōu)客觀方法的表現(xiàn)和優(yōu)缺點。

通過統(tǒng)計2021 年上半年酉水流域所有站點每天的降水情況，對比討論EC 和OTS 的預(yù)報結(jié)果（圖3）。從實況分布來看，酉水流域晴天樣本占比最大，小雨次之，說明該區(qū)域80%以上日數(shù)是晴天和小雨天氣，降水量級越大，出現(xiàn)的次數(shù)越少。EC 預(yù)報結(jié)果與實況相差較大，表現(xiàn)為小雨最多，超過40%，晴天次之，說明其晴雨預(yù)報能力相對較弱，小雨容易出現(xiàn)空報；同時中雨預(yù)報較多，空報率較高，預(yù)報的降水有所偏強；OTS 預(yù)報結(jié)果明顯優(yōu)于EC，更加貼近于實況，具有較為一致的分布規(guī)律，但降水仍然存在一定的空報率。

圖3 2021 年上半年酉水流域晴雨及不同量級降水觀測與預(yù)報頻率對比

不同量級的TS 評分（圖4）顯示出了EC 和OTS 的預(yù)報隨著降水等級的變高，預(yù)報能力變?nèi)?；小雨的TS 評分是最高的，暴雨最低。對比兩家數(shù)據(jù)源，OTS 預(yù)報總體優(yōu)于EC，而且降水量級越大，OTS 的預(yù)報優(yōu)勢越明顯，50 mm 以上強降水明顯高于EC 預(yù)報。

圖4 2021 年上半年不同量級降水TS 對比

為了進一步綜合對比評價兩家數(shù)據(jù)源的整體性能，繪制出綜合表現(xiàn)圖（圖5）。綜合表現(xiàn)圖的檢驗結(jié)果以圓點方式顯示在圖中，從而可以直接反映成功率、命中率、預(yù)報偏差（空報和漏報）以及TS 評分等檢驗指標。橫軸代表成功率，越往右表示成功率越大；縱軸代表命中率，越往上命中率越高；數(shù)據(jù)源的位置越靠近斜實線說明準確率越高，偏左表示預(yù)報偏大，對應(yīng)空報，偏右表示預(yù)報偏小，對應(yīng)漏報；TS 評分從左下角的0 到右上角的1，沿著斜線逐漸增大，數(shù)據(jù)源的位置越靠近右上角表示TS 越大。從圖中可以看出，小雨量級降水的成功率、命中率和TS 相對較高，小、中、大雨的預(yù)報偏差比較大，且都表為明顯的空報，暴雨及以上降水的偏差最小，空報和漏報較少。OTS 對不同降水等級的預(yù)報效果總體都優(yōu)于EC，小雨預(yù)報偏差明顯小于EC，成功率高于EC，TS 評分相差不大，命中率低于EC；OTS 對中雨預(yù)報的各項評價指標都優(yōu)于EC，但不具備顯著優(yōu)勢；針對大雨和暴雨及以上降水，OTS 預(yù)報的成功率、命中率、TS 也優(yōu)于EC，兩家數(shù)據(jù)源的預(yù)報偏差基本相同，同時OTS 方法表現(xiàn)出了較為明顯的優(yōu)勢（圖5（a））。24、48、72 小時不同預(yù)報時效的綜合表現(xiàn)圖反映出，預(yù)報時效越長偏差越大，預(yù)報越不穩(wěn)定；OTS 相較于EC 的預(yù)報優(yōu)勢主要體現(xiàn)在24 小時預(yù)報上，隨著時效的增加優(yōu)勢逐漸減少，說明OTS 對于短期預(yù)報的訂正和改進具有重要意義（圖5（b）、圖5（c）、圖5（d））。

圖5 預(yù)報綜合表現(xiàn)圖

為了進一步分析OTS 方法降水預(yù)報優(yōu)勢在酉水流域的具體分布情況，通過統(tǒng)計格點日降水情況，繪制樣本評價指標的空間分布，得到了兩家數(shù)據(jù)源晴雨預(yù)報準確率的分布（圖6）。從中可以看出，OTS 的準確率基本處于0.7 以上，部分區(qū)域超過了0.8，已經(jīng)超過了當前預(yù)報員對格點降水的主觀預(yù)報訂正能力；EC 的預(yù)報準確率在0.6～0.7 之間，總體比OTS 低了0.1 左右。OTS 方法在不同區(qū)域的預(yù)報訂正能力有所不同，秀山、保靖、永順等區(qū)域的預(yù)報準確率較高，預(yù)報優(yōu)勢在上述地區(qū)也更為明顯，龍山、花垣的準確率相對較低。

圖6 2021 年上半年晴雨準確率分布對比

通過對比TS 評分的分布（圖7），可以發(fā)現(xiàn)整個酉水流域大部分地區(qū)的OTS 評分處于0.2 以上，部分地區(qū)達到了0.4，而EC 的TS 評分基本位于0.2 以下，預(yù)報效果顯著低于OTS。從TS 評分角度分析，OTS 方法的訂正能力在秀山、保靖、永順及花垣北部等區(qū)域表現(xiàn)較好，龍山和花垣南部的訂正能力較弱，這與預(yù)報準確率分布反映出的特征基本一致，由于OTS 方法是基于最優(yōu)TS 評分建立的，所以針對TS 指標的訂正能力和范圍有著更加優(yōu)異的表現(xiàn)。

圖7 2021 年上半年TS 評分分布對比

4 結(jié)論

為了制作出更精準的網(wǎng)格降水預(yù)報產(chǎn)品，基于最優(yōu)評分算法研發(fā)格點要素客觀預(yù)報技術(shù)，構(gòu)建最優(yōu)的TS 降水預(yù)報訂正方法，以更好地改進和優(yōu)化面雨量預(yù)報方法。利用EC 模式和氣象站觀測資料，對OTS 方法進行評估和檢驗。結(jié)果表明：

（1）OTS 降水預(yù)報訂正產(chǎn)品已經(jīng)集成到主流業(yè)務(wù)系統(tǒng)中，產(chǎn)品顯示形式多樣，當前時空分辨率已經(jīng)基本滿足汛期江水預(yù)報以及流域雨量和水位的預(yù)報預(yù)警服務(wù)要求。

（2）酉水流域晴天樣本占比最大，降水量級越大，出現(xiàn)的次數(shù)越少。EC 預(yù)報結(jié)果與實況相差較大，晴雨預(yù)報能力相對較弱，小雨容易出現(xiàn)空報；OTS 預(yù)報結(jié)果明顯優(yōu)于EC，更加貼近于實況，具有較為一致的分布規(guī)律，但降水仍然存在一定的空報率。隨著降水等級的變高，EC 和OTS 的預(yù)報能力變?nèi)?；降水量級越大，OTS 的預(yù)報優(yōu)勢越明顯，50 mm 以上強降水明顯高于EC 預(yù)報。

（3）預(yù)報綜合表現(xiàn)顯示出小雨量級降水的成功率、命中率和TS 相對較高，但也存在較大的預(yù)報偏差，且都表現(xiàn)為明顯的空報，暴雨及以上降水的偏差最小，空報和漏報較少。OTS 對不同降水等級的預(yù)報效果總體都優(yōu)于EC；預(yù)報時效越長偏差越大，預(yù)報越不穩(wěn)定；OTS 相較于EC 的預(yù)報優(yōu)勢主要體現(xiàn)在24 小時預(yù)報上，隨著時效的增加優(yōu)勢逐漸減少，說明OTS 對于短期預(yù)報的訂正和改進具有重要意義。

（4）整個酉水流域中OTS 的準確率和TS 評分都明顯高于EC。OTS 方法在不同區(qū)域的預(yù)報訂正能力有所不同，秀山、保靖、永順等區(qū)域的預(yù)報準確率較高，預(yù)報優(yōu)勢在上述地區(qū)也更為明顯，在龍山和花垣南部的訂正能力較弱。OTS 預(yù)報方法針對TS 指標的訂正能力和范圍有著更加優(yōu)異的表現(xiàn)。