劉段靈，陳超，李珊珊，羅聰

（廣東省氣象臺(tái)，廣東廣州 510640）

天氣預(yù)報(bào)作為氣象部門重要的社會(huì)公益服務(wù)，越來越受到社會(huì)和公眾的廣泛關(guān)注。近20年來，隨著數(shù)值預(yù)報(bào)理論的不斷發(fā)展與完善和高性能計(jì)算機(jī)計(jì)算能力的不斷提高，數(shù)值產(chǎn)品在天氣預(yù)報(bào)業(yè)務(wù)中得到越來越廣泛的應(yīng)用［1-3］；尤其是近年來，隨著社會(huì)需求和政府決策需要提高，越來越多的高分辨率精細(xì)化預(yù)報(bào)模式和預(yù)報(bào)產(chǎn)品被開發(fā)出來。由于數(shù)值預(yù)報(bào)結(jié)果受模式初始條件、邊界條件、物理過程、下墊面的精度和類型等諸多因素的影響，數(shù)值預(yù)報(bào)產(chǎn)品，特別是對(duì)天氣要素的預(yù)報(bào)的誤差（定時(shí)、定點(diǎn)、定量）還比較大［4］。因此，正確理解數(shù)值預(yù)報(bào)產(chǎn)品的性能、對(duì)模式存在的問題和不足進(jìn)行充分的檢驗(yàn)和總結(jié)就顯得非常重要［5］，這不僅能向模式研發(fā)人員提供反饋信息，以改進(jìn)模式可能存在的缺陷；也有利于預(yù)報(bào)員在預(yù)報(bào)業(yè)務(wù)中充分發(fā)揮人的主觀能動(dòng)性，為正確的訂正數(shù)值預(yù)報(bào)結(jié)果提供客觀依據(jù)。

以往大部分的檢驗(yàn)評(píng)估都是針對(duì)24～48 h累計(jì)降水進(jìn)行［3，6］，涂靜等［3］將2019年汛期大雨以上降水過程進(jìn)行了天氣學(xué)分型，并對(duì)比了主客觀預(yù)報(bào)對(duì)不同類型降水過程中的預(yù)報(bào)表現(xiàn)，發(fā)現(xiàn)主客觀預(yù)報(bào)對(duì)熱帶系統(tǒng)型強(qiáng)降水預(yù)報(bào)空、漏報(bào)率較低，評(píng)分高于暖區(qū)和鋒面型強(qiáng)降水過程；時(shí)洋等［6］分析了ECMWF模式在2019—2010年廣東前汛期典型鋒面暴雨過程中的表現(xiàn)，發(fā)現(xiàn)其在降水中心位置、雨區(qū)面積等方面表現(xiàn)較好，但對(duì)強(qiáng)降水啟動(dòng)（結(jié)束）時(shí)間預(yù)報(bào)偏遲。隨著2020年5月廣東省提出逐時(shí)更新短時(shí)分鎮(zhèn)街強(qiáng)降水預(yù)報(bào)預(yù)警服務(wù)，對(duì)逐時(shí)或短時(shí)累計(jì)降水預(yù)報(bào)的要求也越來越高，所以對(duì)逐時(shí)或短時(shí)累積降水的檢驗(yàn)評(píng)估也是非常必要的。因此，本研究嘗試對(duì)2020年1—12月CMA廣東3 km短臨模式（CMA-GD（R3）模式）1～12 h逐小時(shí)降水量進(jìn)行分級(jí)檢驗(yàn)評(píng)估，以期評(píng)估分析CMA-GD（R3）模式對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)性能，為短臨精細(xì)化預(yù)報(bào)提供參考。

1 資料與方法

CMA-GD（R3）模式作為廣東省氣象部門常用參考模式之一，每天逐小時(shí)循環(huán)起報(bào)，預(yù)報(bào)時(shí)效為0～30 h，水平分辨率為0.03°×0.03°。該模式在預(yù)報(bào)產(chǎn)品更新頻率和空間精度上均滿足短臨預(yù)報(bào)需求，另外，本研究主要關(guān)注短時(shí)預(yù)報(bào)時(shí)效（0～12 h）內(nèi)的逐時(shí)降水預(yù)報(bào)情況，因此，本研究選取該模式2020年1—12月每日逐小時(shí)循環(huán)起報(bào)的1～12 h逐小時(shí)累計(jì)降水量預(yù)報(bào)產(chǎn)品作為基礎(chǔ)模式產(chǎn)品用于逐時(shí)降水分級(jí)檢驗(yàn)評(píng)估。評(píng)估時(shí)模式的格點(diǎn)資料采用Cressman客觀插值法進(jìn)行站點(diǎn)插值。同時(shí)，選取廣東省3 355個(gè)自動(dòng)站（包括86個(gè)國(guó)家站和3 269個(gè)自動(dòng)站點(diǎn)）逐小時(shí)降水?dāng)?shù)據(jù)作為觀測(cè)實(shí)況。另外，參照中國(guó)氣象局《中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法》，本研究主要使用的評(píng)估方法采用TS評(píng)分、漏報(bào)率（PO）、空?qǐng)?bào)率（FAR）和預(yù)報(bào)偏差（Bias）等。

2 總體預(yù)報(bào)檢驗(yàn)

圖1給出2020年CMA-GD（R3）模式在6個(gè)量級(jí)（0.1、1、5、10、20、35 mm/h）上1～12 h預(yù)報(bào)時(shí)效的空?qǐng)?bào)率、漏報(bào)率、預(yù)報(bào)偏差和TS評(píng)分。

圖1 2020年CMA-GD（R3）模式在不同預(yù)報(bào)時(shí)效、不同量級(jí)上的逐時(shí)降水預(yù)報(bào)的空?qǐng)?bào)率、漏報(bào)率、預(yù)報(bào)偏差和TS評(píng)分

由圖1可知，模式對(duì)有無逐時(shí)降水（≥0.1 mm/h）預(yù)報(bào)的TS評(píng)分在1～12 h預(yù)報(bào)時(shí)效內(nèi)介于0.227～0.339之間，隨著小時(shí)雨強(qiáng)量級(jí)增加，TS評(píng)分減小明顯，尤其是對(duì)短時(shí)強(qiáng)降水（≥20 mm/h及以上量級(jí)的降水），其中在≥20 mm/h量級(jí)上，其1～12 h預(yù)報(bào)時(shí)效內(nèi)的TS評(píng)分介于0.008～0.024之間，表明CMA-GD（R3）模式對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)能力較弱；同時(shí)，漏報(bào)率和空?qǐng)?bào)率也隨著量級(jí)增加而增大。另外，從不同預(yù)報(bào)時(shí)效來看，隨著預(yù)報(bào)時(shí)效增加，模式逐時(shí)降水TS評(píng)分也逐漸減小，但6 h后TS評(píng)分趨于持平，表明隨著預(yù)報(bào)時(shí)效增加，CMA-GD（R3）模式的預(yù)報(bào)性能逐漸減弱，6 h后預(yù)報(bào)性能趨于穩(wěn)定；同時(shí)，漏報(bào)率也隨預(yù)報(bào)時(shí)效增加而增大；空?qǐng)?bào)率前6 h隨預(yù)報(bào)時(shí)效增加而增大，后6 h趨于持平或略有降低。從預(yù)報(bào)偏差來看，總體上來講，CMA-GD（R3）模式表現(xiàn)為空?qǐng)?bào)偏多（Bias＞1）為主，但隨著預(yù)報(bào)時(shí)效的增加，預(yù)報(bào)偏差有逐漸減小的趨勢(shì)。

3 逐月預(yù)報(bào)檢驗(yàn)

為了了解CMA-GD（R3）模式在各月的表現(xiàn)，分別對(duì)逐月降水進(jìn)行檢驗(yàn)評(píng)估。TS評(píng)分檢驗(yàn)結(jié)果（圖2）表明，對(duì)于有無逐時(shí)降水，各月TS評(píng)分普遍較高，其中4月表現(xiàn)最好（平均TS為39.2%），隨著預(yù)報(bào)時(shí)效增加，TS評(píng)分有逐漸減小的趨勢(shì)；對(duì)于短時(shí)強(qiáng)降水，各月TS評(píng)分均較低，相對(duì)而言5月表現(xiàn)最優(yōu)（在≥20和≥35 mm/h兩個(gè)量級(jí)上的平均TS分別為1.45%和0.39%），同時(shí)，隨著預(yù)報(bào)時(shí)效增加，其TS評(píng)分大致持平甚至略有增大，表明對(duì)于短時(shí)強(qiáng)降水，預(yù)報(bào)時(shí)效較長(zhǎng)的預(yù)報(bào)也有重要的參考價(jià)值。

圖2 2020年CMA-GD（R3）模式各月不同預(yù)報(bào)時(shí)效、不同量級(jí)逐時(shí)降水TS評(píng)分

另外，從不同量級(jí)分析可知，CMA-GD（R3）模式在5—6月的表現(xiàn)要優(yōu)于8—9月，可見其對(duì)前汛期的預(yù)報(bào)結(jié)果優(yōu)于后汛期的預(yù)報(bào)。

從各月逐時(shí)降水預(yù)報(bào)偏差（圖3）來看，對(duì)于有無逐時(shí)降水（≥0.1mm/h），1—11月表現(xiàn)為空?qǐng)?bào)偏多為主，12月表現(xiàn)為漏報(bào)偏多為主；對(duì)于短時(shí)強(qiáng)降水（≥20 mm/h以上量級(jí)的降水），4—9月的預(yù)報(bào)偏差隨著預(yù)報(bào)時(shí)效的增加有減小的趨勢(shì)，預(yù)報(bào)時(shí)效較短時(shí)，以空?qǐng)?bào)偏多為主，但隨著預(yù)報(bào)時(shí)效的增加，逐漸轉(zhuǎn)為以漏報(bào)偏多為主。因此在實(shí)際業(yè)務(wù)中，對(duì)于短時(shí)強(qiáng)降水落區(qū)預(yù)報(bào)，可以同時(shí)參考不同預(yù)報(bào)時(shí)效的逐時(shí)降水產(chǎn)品來訂正落區(qū)。

圖3 2020年CMA-GD（R3）模式各月不同預(yù)報(bào)時(shí)效、不同量級(jí)逐時(shí)降水預(yù)報(bào)偏差

4 分類暴雨過程逐時(shí)降水預(yù)報(bào)檢驗(yàn)

根據(jù)天氣學(xué)分型可以將廣東省的區(qū)域暴雨分為鋒面型暴雨、臺(tái)風(fēng)型暴雨和季風(fēng)型暴雨［3，7］。2020年廣東省區(qū)域性暴雨共有24 d，其中鋒面型暴雨日數(shù)7 d、臺(tái)風(fēng)型暴雨日數(shù)5 d、季風(fēng)型暴雨日數(shù)12 d。為了分析CMA-GD（R3）模式在不同類型暴雨過程中逐時(shí)降水預(yù)報(bào)的表現(xiàn)，分別針對(duì)此3類暴雨日的逐時(shí)循環(huán)起報(bào)的1～12 h逐時(shí)降水進(jìn)行分級(jí)評(píng)估分析。檢驗(yàn)結(jié)果（圖4）表明，3類暴雨過程檢驗(yàn)在TS評(píng)分、漏報(bào)率和空?qǐng)?bào)率的趨勢(shì)和總體檢驗(yàn)的趨勢(shì)大體一致。

圖4 2020年CMA-GD（R3）模式對(duì)不同類型逐時(shí)降水預(yù)報(bào)評(píng)分

從具體表現(xiàn)（表1）來看，對(duì)比全年平均，CMA-GD（R3）模式對(duì)鋒面和季風(fēng)暴雨過程的逐時(shí)降水TS評(píng)分更高；從不同量級(jí)來看：對(duì)于有無逐時(shí)降水，臺(tái)風(fēng)降水預(yù)報(bào)效果最優(yōu)；對(duì)于≥1 mm/h以上量級(jí)的降水，鋒面降水和季風(fēng)降水預(yù)報(bào)效果要優(yōu)于臺(tái)風(fēng)降水的效果，其中鋒面降水預(yù)報(bào)在≥1、≥5、≥20、≥35 mm/h等4個(gè)量級(jí)表現(xiàn)最優(yōu)，而季風(fēng)降水預(yù)報(bào)在≥10、≥50 mm/h兩個(gè)量級(jí)表現(xiàn)最優(yōu)。另外，從預(yù)報(bào)偏差來看（圖4），隨著預(yù)報(bào)時(shí)效的增加，3類暴雨過程中的逐時(shí)降水預(yù)報(bào)的預(yù)報(bào)偏差都有減小的趨勢(shì)；對(duì)于鋒面降水而言，1～9 h預(yù)報(bào)時(shí)效以空?qǐng)?bào)偏多為主，10～12 h預(yù)報(bào)時(shí)效以漏報(bào)偏多為主；對(duì)于季風(fēng)降水，總體以空?qǐng)?bào)偏多為主，≥0.1 mm/h且10 h后、≥35 mm/h且9 h后，以漏報(bào)偏多為主；對(duì)于臺(tái)風(fēng)降水，以空?qǐng)?bào)偏多為主，≥5 mm/h且6 h后，以漏報(bào)偏多為主。

表1 2020年分類型逐時(shí)降水預(yù)報(bào)的1～12 h預(yù)報(bào)時(shí)效平均TS評(píng)分 %

從上述分析可以看出，CMA-GD（R3）模式對(duì)有無逐時(shí)降水的預(yù)報(bào)能力較好，但對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)能力較弱。因?yàn)槟Ｊ綄?duì)短時(shí)強(qiáng)降水精細(xì)化預(yù)報(bào)能力很低，今后一段時(shí)間內(nèi)，一方面需要發(fā)展適合精細(xì)化預(yù)報(bào)的模式適用技術(shù)，來提升模式對(duì)短時(shí)臨近逐時(shí)降水的預(yù)報(bào)能力；另一方面，由于逐小時(shí)降水TS檢驗(yàn)結(jié)果對(duì)降水的時(shí)空分布和強(qiáng)度變化尤其敏感，任意一方面稍有偏差就容易導(dǎo)致TS評(píng)分極低，因此用TS評(píng)分來衡量模式精細(xì)化預(yù)報(bào)能力有其不足之處，需要引入或研發(fā)更合適的評(píng)分方法來更加客觀的評(píng)估模式的精細(xì)化預(yù)報(bào)能力。

5 結(jié)論

1）總體來說，CMA-GD（R3）模式對(duì)有無逐時(shí)降水的預(yù)報(bào)能力較好，隨著量級(jí)增加，其逐時(shí)降水TS評(píng)分減小明顯，尤其對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)能力較弱。

2）從不同月份來看，CMA-GD（R3）模式在5—6月的表現(xiàn)要優(yōu)于8—9月，即對(duì)前汛期的預(yù)報(bào)結(jié)果優(yōu)于后汛期的預(yù)報(bào)，其中對(duì)于≥20、≥35 mm/h降水，5月表現(xiàn)最優(yōu)；另外，對(duì)于短時(shí)強(qiáng)降水，隨著預(yù)報(bào)時(shí)效增加，其TS評(píng)分大致持平甚至略有增大，表明預(yù)報(bào)時(shí)效較長(zhǎng)的預(yù)報(bào)也有重要的參考價(jià)值。

3）分類暴雨過程檢驗(yàn)分析表明，CMA-GD（R3）模式對(duì)鋒面型和季風(fēng)型的逐時(shí)降水預(yù)報(bào)效果要優(yōu)于臺(tái)風(fēng)型；從不同量級(jí)來看：對(duì)于≥0.1 mm/h的降水，臺(tái)風(fēng)降水預(yù)報(bào)效果最優(yōu)；對(duì)于≥1、≥5、≥20、≥35 mm/h等4個(gè)量級(jí)的降水，鋒面降水預(yù)報(bào)表現(xiàn)最優(yōu)，而對(duì)于≥10、≥50 mm/h兩個(gè)量級(jí)的降水，季風(fēng)降水預(yù)報(bào)效果最優(yōu)。

需要說明的是，本研究中的逐時(shí)降水TS檢驗(yàn)為定點(diǎn)檢驗(yàn)結(jié)果，其對(duì)降水的發(fā)生時(shí)間、落區(qū)和強(qiáng)度變化尤其敏感，任何一方面稍有偏差就容易導(dǎo)致TS評(píng)分極低，因此用TS評(píng)分來衡量模式精細(xì)化預(yù)報(bào)能力有其不足之處，難以評(píng)估模式全面的價(jià)值，僅能提供一個(gè)方面的參考。未來需加強(qiáng)模式逐時(shí)降水檢驗(yàn)方法的創(chuàng)新，并從時(shí)間和空間檢驗(yàn)等多角度來評(píng)估模式的預(yù)報(bào)價(jià)值和分析誤差信息來源，為短時(shí)臨近預(yù)報(bào)提供更多的檢驗(yàn)信息和改善建議。