李博淵，趙江偉，王小號

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002；2.阿勒泰地區(qū)氣象局，新疆阿勒泰 836500；3.塔城地區(qū)氣象局，新疆塔城 834700）

ECMWF細(xì)網(wǎng)格TP產(chǎn)品在北疆降雪天氣中的預(yù)報性能檢驗

李博淵1,2，趙江偉2，王小號3

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002；2.阿勒泰地區(qū)氣象局，新疆阿勒泰 836500；3.塔城地區(qū)氣象局，新疆塔城 834700）

基于升級后的EC細(xì)網(wǎng)格TP降水量預(yù)報產(chǎn)品，對北疆2015年17場降雪天氣的12 h累積降雪量，主要運用平均誤差、平均絕對誤差和均方根誤差進行了檢驗。結(jié)果表明，該模式在北疆降雪天氣預(yù)報中小雪的預(yù)報準(zhǔn)確率最高，暴雪最??；預(yù)報準(zhǔn)確率隨時效的延長并非都是減小的；小雪空報率較高、暴雪漏報率較高，中雪和大雪空報率和漏報率都不容忽視；小雪和中雪的3種誤差均較小，隨時效的延長變化較小；強降雪（大雪及以上量級）的誤差較大，隨時效的延長有增大的趨勢；模式對小雪的預(yù)報總體為系統(tǒng)性偏大，對強降雪預(yù)報則為明顯的系統(tǒng)性偏小，對中雪的預(yù)報系統(tǒng)性偏向不穩(wěn)定。

ECMWF細(xì)網(wǎng)格TP降水產(chǎn)品；北疆降雪天氣；預(yù)報性能檢驗

數(shù)值模式是天氣預(yù)報和氣候預(yù)測的重要工具，而模式檢驗是其必不可少的組成部分。通過檢驗可以評估模式對大氣狀態(tài)的預(yù)報能力及預(yù)報質(zhì)量的可能變化趨勢，這些檢驗結(jié)果一方面可以為改進模式物理方案、參數(shù)化及陸面過程等提供參考，另一方面為預(yù)報員提供更多的有用信息，進而幫助預(yù)報員做出更加準(zhǔn)確的預(yù)報[1]。

近年來，國家氣象中心對T639、日本、ECMWF粗網(wǎng)格等數(shù)值模式的中期預(yù)報性能進行了定期檢驗和發(fā)布[2-5]，還有許多學(xué)者對T639、EC細(xì)網(wǎng)格模式在降水和溫度預(yù)報[6-10]方面，開展了大量的應(yīng)用檢驗工作。張俊蘭等[10]對EC細(xì)網(wǎng)格（0.25°×0.25°）LSP降水預(yù)報產(chǎn)品在北疆暴雪中的預(yù)報能力進行了檢驗；賈麗紅等[11]對T639數(shù)值預(yù)報產(chǎn)品在新疆主要影響系統(tǒng)的預(yù)報進行了檢驗評估；馬超等[12]對ECWMF和T639數(shù)值模式產(chǎn)品在新疆暴雪影響系統(tǒng)中的預(yù)報能力進行了檢驗；莊曉翠等[13]對T639模式在新疆北部暖區(qū)強降雪中的預(yù)報進行了較全面的檢驗；賈麗紅[14]對中央指導(dǎo)預(yù)報在新疆最高、最低氣溫的預(yù)報能力進行了檢驗評估；于曉晶等[15]對DOGRAFS模式在新疆6 h累計降水量預(yù)報進行了較詳細(xì)的檢驗。上述數(shù)值模式預(yù)報性能檢驗多是針對天氣系統(tǒng)、氣溫、降水及強降雪天氣的水汽和動力條件進行統(tǒng)計學(xué)和天氣學(xué)檢驗，時空分辨率有限，利用其制作精細(xì)降雪天氣預(yù)報難度較大，要實現(xiàn)降雪的定點、定量、定時短時預(yù)報預(yù)警難度更大。

2015年1月15日ECMWF細(xì)網(wǎng)格模式重新調(diào)整后（稱升級后），在新疆預(yù)報業(yè)務(wù)中正式應(yīng)用，降水預(yù)報產(chǎn)品空間分辨率提高到0.125°×0.125°（以下簡稱EC細(xì)），比先前的提高了2倍，從而為天氣預(yù)報提供了更精細(xì)的參考依據(jù)。本文基于升級后的EC細(xì)網(wǎng)格模式TP降水量預(yù)報產(chǎn)品，主要運用統(tǒng)計學(xué)檢驗方法，對發(fā)生在北疆2015年1月15日至4月和11—12月的17場降雪天氣的12 h累計降雪量的預(yù)報能力進行檢驗，對其誤差進行評估，為今后北疆短時降雪天氣預(yù)報預(yù)警提供參考依據(jù)。

2 資料和方法

2.1 資料選取

檢驗區(qū)域為北疆地區(qū)（78°～92°E，42°～50°N）51個發(fā)報站（圖1），降雪實況選用上述研究時段內(nèi)該區(qū)域發(fā)報站逐日20—08時、08—20時，即12 h的累積降雪量資料，降雪量級劃分參照新疆24 h降雪等級標(biāo)準(zhǔn)[16]：0.1～3.0 mm為小雪，3.1～6.0 mm為中雪、6.1～12.0 mm為大雪、12.1～24.0 mm為暴雪、24.1～48.0 mm為大暴雪。對上述17場降雪天氣過程中小雪（679站次）、中雪（237站次）、大雪（177站次）、暴雪（17站次）進行統(tǒng)計學(xué)檢驗。

圖1 北疆地區(qū)地形及站點分布（黑色方框為檢驗區(qū)域）

EC細(xì)網(wǎng)格模式降水預(yù)報產(chǎn)品選用累計降水量TP（簡稱EC），以起報時間為20時和08時為主；檢驗預(yù)報時效為12～24 h、24～36 h、36～48 h、48～60 h、60～72 h共5個時效段的降水預(yù)報產(chǎn)品。

2.2 檢驗方法

首先對EC細(xì)網(wǎng)格降水預(yù)報產(chǎn)品，運用雙線性插值法[17]將模式格點降水量插值到站點上，再與對應(yīng)站點的實測降水量進行對比檢驗。定量檢驗（統(tǒng)計檢驗）采用世界氣象組織（WMO）推薦的數(shù)值預(yù)報檢驗標(biāo)準(zhǔn)化方案之一[17]，即預(yù)報對實況的檢驗，針對08時和20時起報的降水預(yù)報產(chǎn)品，分別對上述預(yù)報時效段的12 h降水量進行檢驗。選用平均誤差ME、均方根誤差RMSE、平均絕對誤差MAE[17-18]3種統(tǒng)計量進行檢驗；并運用誤差率[8]及中國氣象局《中短期天氣預(yù)報質(zhì)量檢驗方法》分別對EC細(xì)網(wǎng)格模式TP降水量產(chǎn)品的12 h累積降水預(yù)報進行誤差率和預(yù)報準(zhǔn)確率、空報率、漏報率進行檢驗評估。

3 檢驗結(jié)果分析

3.1 準(zhǔn)確率評估

圖2 EC細(xì)網(wǎng)格TP產(chǎn)品對北疆冬季各級降雪量的預(yù)報能力檢驗及隨時效的變化

就平均而言，EC細(xì)網(wǎng)格降水預(yù)報產(chǎn)品在北疆降雪天氣預(yù)報中小雪的準(zhǔn)確率（即TS評分）最大，暴雪最小，大雪和中雪基本相當(dāng)（圖2a）。72 h預(yù)報時效內(nèi)，模式對該區(qū)小雪的預(yù)報準(zhǔn)確率為40.21%～44.06%，24～60 h時效內(nèi)TS隨時效的延長增大，之后減小，最大出現(xiàn)在48～60 h時段內(nèi)（44.06%）。中雪預(yù)報準(zhǔn)確率明顯小于小雪，為18.44%～23.85%，隨時效的變化60 h預(yù)報時效內(nèi)TS評分減小，之后增大，最大TS出現(xiàn)在60～72 h時效（23.85%）。大雪的TS 為18.07%～24%，其變化趨勢和小雪的一致（圖2a）。暴雪的TS評分為6.25%～12.5%，48 h預(yù)報時效內(nèi)TS評分隨時效有減小的趨勢，之后增大（圖2a）?？梢?，小雪和大雪的TS評分24～60 h時效內(nèi)隨時效增大，之后減小，最大出現(xiàn)在48～60 h時效；中雪是TS評分隨時效的變化與小雪相反，最大出現(xiàn)在60～72 h時效。

由圖2b可知，暴雪的漏報率最大，達(dá)75.0%～ 81.25%，隨時效變化較??；大雪次之（48.91%～ 60.53%），48 h預(yù)報時效內(nèi)隨時效呈波動變化，之后增大。中雪的漏報率為29.17%～34.04%，隨時效呈增大的趨勢；小雪的漏報率最?。?0.29%～12.89%），隨時效變化不大。平均而言，中雪的空報率最大，小雪僅次于中雪，暴雪最小。由圖2c可見，小雪的空報率（45.21%～47.18%）隨時效變化不大，中雪空報率（43.08%～48.97%）隨時效減小；大雪空報率為19.74%～31.52%，48 h內(nèi)隨時效變化較小，之后顯著減??；暴雪的空報率（6.25%～12.5%），變化趨勢與大雪一致。

由此可見，48 h預(yù)報時效內(nèi)，小雪和中雪空報率較高是影響預(yù)報準(zhǔn)確率的關(guān)鍵因素，中雪漏報率也較高，對準(zhǔn)確率的影響也不容忽視；大雪的空報率和漏報率基本相當(dāng)，而暴雪漏報率明顯高于空報率。EC模式TP降水產(chǎn)品對北疆降雪的TS評分并非都隨時效的延長而減小。

3.2 誤差評估

3.2.1 統(tǒng)計誤差評估

就全區(qū)平均而言（表1），EC模式TP降水預(yù)報產(chǎn)品72 h預(yù)報時效內(nèi)的5個降水時段的平均誤差為-0.064～-0.369 mm，表明存在負(fù)的系統(tǒng)性誤差，即預(yù)報比實況值偏小，絕對值隨時效的延長有增大的趨勢；平均絕對誤差和均方根誤差分別為1.269～1.460 mm、1.962～2.326 mm，都隨時效的延長呈增大的趨勢。說明EC模式降水預(yù)報產(chǎn)品在北疆降雪預(yù)報中系統(tǒng)誤差較小，隨機誤差較大。進一步分析表明，48 h預(yù)報時效內(nèi)EC模式降水預(yù)報產(chǎn)品在該區(qū)降雪預(yù)報中，誤差相對較小，因此，EC模式在12 h降雪預(yù)報業(yè)務(wù)中具有較高的參考價值。

表1 EC細(xì)網(wǎng)格對北疆降雪天氣預(yù)報能力的平均誤差/mm

圖3 EC細(xì)網(wǎng)格對北疆各級降雪預(yù)報的平均誤差（a）、平均絕對誤差（b）、均方根誤差（c）隨時效的演變

由于目前國家氣象局對降雪量的評分是將12 h累積降雪量分為小雪、中雪、大雪、暴雪進行，那么在實際預(yù)報業(yè)務(wù)中預(yù)報員就高度關(guān)注模式對各級降雪量的預(yù)報誤差。因此，有必要對各級降雪量的誤差進行分析，以便為預(yù)報員在制作降雪量級預(yù)報時提供客觀依據(jù)。

由圖3a可知，72 h預(yù)報時效內(nèi)小雪的平均誤差較小，為0.407～0.605 mm，表明模式對小雪的預(yù)報值比實況偏大，隨時效的延長變化較小；中雪的平均誤差72 h預(yù)報時效內(nèi)為-0.719～-1.390 mm，表明模式對中雪的預(yù)報值比實況偏小，隨時效的延長絕對值增大；大雪和暴雪的平均誤差分別為-2.913～-3.326 mm、-6.140～-7.709 mm，表明模式對強降雪的預(yù)報明顯比實況偏小，絕對值均隨時效增大。小雪和中雪的平均絕對誤差較小，分別為＜1.21、2.11 mm，隨時效的變化不大，而大雪和暴雪的平均絕對誤差較大，分別＞3.6、6.1 mm，隨時效有增大的趨勢（圖3b）。就均方根誤差來看，72 h內(nèi)小雪和中雪分別為1.567～1.822 mm、2.141～2.473 mm，隨時效的延長變化較?。淮笱┖捅┭┑木礁`差較大，分別＞4.3、6.4 mm，隨時效有增大的趨勢（圖3c）。

由此可見，小雪和中雪的3種誤差均較小，隨時效的延長變化較小，說明模式對12 h累計降雪量為小雪和中雪的預(yù)報相對較穩(wěn)定；而強降雪的誤差較大，隨時效的延長有增大的趨勢，尤其是暴雪，表明模式對強降雪預(yù)報性能較差。

3.2.2 誤差率評估

由平均誤差和誤差率定義可知：若平均誤差為正，且正誤差率明顯大于負(fù)誤差率，則預(yù)報為系統(tǒng)性偏大；若平均誤差為負(fù)，且正誤差率明顯小于負(fù)誤差率，則預(yù)報為系統(tǒng)性偏小，若平均誤差為零，且正誤差率等于負(fù)誤差率，則預(yù)報無系統(tǒng)性偏向[8]。由圖3a可知，72 h預(yù)報時效內(nèi)小雪的平均誤差為正值，且正誤差率（58.87%～67.73%）明顯大于負(fù)誤差率（32.17%～42.13%），表明EC模式對小雪的預(yù)報為系統(tǒng)性偏大（圖4），這種偏差48 h預(yù)報時效之前呈波動變化，之后隨時效變化幅度減小。同樣可知，72h預(yù)報時效內(nèi)大雪和暴雪的平均誤差為負(fù)值（圖3），負(fù)誤差率（69.05%～74.12%、80%～92.86%）明顯大于正誤差率（25.88%～30.95%、7.14%～20%），說明，EC模式對強降雪預(yù)報為明顯的系統(tǒng)性偏?。▓D4）。該偏差暴雪隨時效變化幅度較大，但60 h時效后有減小的趨勢；而大雪則較小，變化趨勢不明顯。模式對大雪的預(yù)報效果較穩(wěn)定。EC模式對中雪的預(yù)報則較復(fù)雜，由圖4可知，中雪的正誤差率（39.2%～ 48.48%）小于負(fù)誤差率（51.52%～60.8%），其隨時效變化趨勢與小雪一致；但48 h時效之內(nèi)這種偏差幅度較?。?.04%～9.78%），隨時效減小，之后偏差幅度較大（1.98%～21.6%）隨時效增大。圖3顯示，中雪的平均誤差為負(fù)值，說明模式對中雪的預(yù)報48 h前的系統(tǒng)性偏向不明顯，之后隨時效的延長為系統(tǒng)偏小也越明顯。綜上可知，EC模式TP降水預(yù)報產(chǎn)品，對北疆小雪的預(yù)報為系統(tǒng)性偏大，對強降雪預(yù)報則為明顯的系統(tǒng)性偏小，而對中雪的預(yù)報較復(fù)雜；在工作中對小雪的量級預(yù)報應(yīng)適當(dāng)?shù)慕o予偏小考慮，而強降雪預(yù)報則應(yīng)適當(dāng)給予偏大的訂正。

綜上可知，EC模式TP產(chǎn)品對小雪和中雪的預(yù)報范圍偏大，強度不穩(wěn)定；對強降雪（大雪和暴雪）的預(yù)報范圍偏小、強度偏弱。進一步分析表明，當(dāng)北疆大部以小雪為主，模式對其預(yù)報范圍偏差相對較小，強度接近實況；當(dāng)北疆各地各級別的降雪均出現(xiàn)時，由于模式對強降雪的預(yù)報量級偏小，使得小雪的預(yù)報量級偏大，強度偏強；尤其是局部為暴雪或大雪時模式對其預(yù)報性能較差，導(dǎo)致對小雪的預(yù)報范圍明顯增大，誤差也增大。

圖4 北疆各級降雪量誤差率隨時效的變化

4 降雪落區(qū)檢驗

上述對EC模式TP產(chǎn)品在北疆降雪天氣預(yù)報中的預(yù)報準(zhǔn)確率、空報率和漏報率，統(tǒng)計誤差及誤差率進行了檢驗評估，但在實際預(yù)報工作中，某級別的降雪落區(qū)預(yù)報至關(guān)重要，因此有必要對EC模式的降雪落區(qū)進行檢驗。

由圖5可知，EC模式對北疆小雪的預(yù)報偏大率較高，12～24 h為83.33%，24～72 h時效偏大率為100%，僅12～24 h存在偏小的情況。中雪的偏大率呈凹型，即12～48 h預(yù)報時效內(nèi)偏大率隨時效顯著減小，之后增大，而偏小率的變化與此相反，即呈凸型，且偏小率為50%～100%；中雪的偏小率除12～24 h預(yù)報時效外，均明顯大于小雪。大雪的偏大率（0-27.27%）48 h預(yù)報時效內(nèi)明顯減小，之后呈波動變化；大雪的偏小率（72.73%～100%）明顯的大于偏大率，12～36 h預(yù)報時效內(nèi)大雪的偏小率增大，之后呈波動變化。暴雪的偏大率為12.5%～25%，隨時效的延長呈波動變化；暴雪的偏小率為72%～87.5%，隨時效的變化與大雪一致?？梢娔Ｊ綄π⊙┑念A(yù)報以偏大為主，中雪和強降雪以偏小為主，暴雪的偏小率除12～24 h時效外，均比大雪小。EC模式TP與LSP對暴雪預(yù)報的結(jié)果一致[10]。

5 典型個例檢驗

5.1 典型個例Ⅰ—2015年12月10—12日

5.1.1 降雪實況

受中亞低槽東移的影響，2015年12月10—12日北疆大部、天山山區(qū)及南疆西部的局部、阿克蘇北部、巴州北部局部等地出現(xiàn)小到中雪，其中伊犁河谷、博州、沿天山、天山山區(qū)34站為的大雪，21站暴雪；大暴雪區(qū)位于烏魯木齊站（46.3 mm），其次為米東區(qū)（31.7 mm）。北疆沿天山一帶的積雪深度超過20 cm，新增積雪最大區(qū)位于烏魯木齊，積雪深度為34 cm。此次天氣最強降雪時段出現(xiàn)在10日20:00—11日08:00，北疆沿天山一帶10站出現(xiàn)大雪,4站出現(xiàn)暴雪（烏魯木齊19.6 mm、米東15.6 mm、小渠子12.7 mm、昌吉12.2 mm）。暴雪對北疆沿天山一帶的交通、客運、航班等造成重大的影響。

5.1.2 統(tǒng)計檢驗

總體來看，模式對小雪和中雪的預(yù)報范圍偏大，強度不穩(wěn)定；對強降雪預(yù)報范圍偏小，強度偏弱；最大降雪中心預(yù)報與暴雪中心基本一致。就統(tǒng)計誤差來看，對小雪區(qū)的誤差預(yù)報為-2～5 mm；對伊犁州南部和博州西部的預(yù)報誤差明顯偏大（≥5 mm），對塔城地區(qū)大部分地方的預(yù)報為正誤差，對阿勒泰地區(qū)為負(fù)誤差；北疆沿天山一帶為明顯的負(fù)誤差，負(fù)誤差中心基本與暴雪區(qū)一致（-6 mm），這與上述分析的模式對暴雪的預(yù)報量級明顯偏小是一致的（圖6a）。分析24～72 h時效內(nèi)的4個時效（圖6b～6e）可知，除阿勒泰地區(qū)的誤差減小外，其它的誤差分布與12～24 h（圖6）基本一致。

5.2 典型個例Ⅱ—2015年2月12—14日

5.2.1 降雪實況

受西西伯利亞較強冷空和西南暖濕氣流的共同影響，2015年2月12—14日北疆出現(xiàn)了該年冬季降雪最強，范圍最廣的一次降雪過程。北疆大部小到中雪，伊犁河谷、阿勒泰、塔城及沿天山一帶大雪或暴雪。降雪主要集中在13日，該日20—08時、08—20時12 h累計降雪13站次降雪量為5.1～10.0 mm的大雪；12站降雪量達(dá)10.1～14.5 mm為暴雪，強降雪主要位于沿天山一帶。此次天氣的降雪強度和強降雪范圍明顯比個例Ⅰ的小。

圖5 檢驗時段內(nèi)各級降雪量偏大、偏小率隨時效的變化

圖6 2015年12月10日20:00—11日08:00 12 h降雪實況（陰影）疊加EC模式TP產(chǎn)品預(yù)報誤差/mm

5.2.2 統(tǒng)計檢驗

總體來看，模式對≥0.1 mm的小雪預(yù)報范圍明顯偏大，強度偏強；對中雪、大雪及暴雪的范圍（強度）明顯偏小偏弱；對降雪中心位置預(yù)報偏南，強度預(yù)報明顯偏弱。就統(tǒng)計誤差來看，小雪的誤差個例Ⅰ一致；阿勒泰地區(qū)誤差不穩(wěn)定；塔城、博洲、伊犁地區(qū)以正誤差為主；北疆沿天山一帶為明顯的負(fù)誤差，負(fù)誤差的范圍基本與暴雪區(qū)一致?？梢姡⒗仗┑貐^(qū)的誤差與個例Ⅰ有些差別，這是由降雪量級不均所造成。如2月13日08—20時北疆大部為小雪，阿勒泰大部中到大雪，沿天山一帶為暴雪（圖7）。72 h預(yù)報時效內(nèi)模式對北疆降雪量為小雪的預(yù)報范圍比實況明顯偏大，60 h時效內(nèi)基本變化不大，之后范圍較大；中雪的預(yù)報范圍明顯偏小，與實況的偏差較大，且隨時效范圍不穩(wěn)定；大雪和暴雪的預(yù)報范圍明顯偏小，范圍和大值中心預(yù)報比實況偏小偏南，隨時效的延長預(yù)報范圍和大值中心明顯偏小偏南（圖7a～7e），大值中心預(yù)報與個例Ⅰ不同。

通過對上述2個典型暴雪個例的檢驗可知，模式小雪預(yù)報范圍明顯偏大，強度偏強；對中雪預(yù)報范圍和強度均不穩(wěn)定；對大雪及暴雪的范圍（強度）明顯偏?。ㄈ酰粚娊笛┝考壝黠@的預(yù)報中心基本一致。

圖7 2015年2月13日08—20時降雪實況（陰影）疊加EC模式TP產(chǎn)品預(yù)報誤差/mm

6 結(jié)論

本文運用統(tǒng)計學(xué)檢驗、誤差率及《中短期天氣預(yù)報質(zhì)量檢驗方法》，對EC模式TP產(chǎn)品在北疆冬季12 h累計降水預(yù)報性能進行了檢驗評估，得到以下結(jié)論：

（1）EC細(xì)網(wǎng)格TP降水預(yù)報產(chǎn)品在北疆降雪天氣預(yù)報中小雪的預(yù)報準(zhǔn)確率最高，暴雪最小，大雪和中雪基本相當(dāng)；TS評分隨時效的延長并非都減小。小雪空報率較高、暴雪漏報率較高，是影響預(yù)報準(zhǔn)確率的關(guān)鍵因素，中雪和大雪空報率和漏報率都不容忽視。

（2）就統(tǒng)計誤差來看，小雪和中雪的3種誤差均較小，隨時效的延長變化較小，說明模式對12 h累計降雪量為小雪和中雪的預(yù)報相對較穩(wěn)定；而強降雪的誤差較大，隨時效的延長有增大的趨勢，尤其是暴雪，表明模式對強降雪預(yù)報性能較差。

（3）EC模式TP降水預(yù)報產(chǎn)品，對北疆小雪的預(yù)報為系統(tǒng)性偏大，對強降雪預(yù)報則為明顯的系統(tǒng)性偏小，而對中雪的預(yù)報較復(fù)雜；在工作中對小雪的量級預(yù)報應(yīng)適當(dāng)?shù)慕o予偏小考慮，而強降雪預(yù)報則應(yīng)適當(dāng)給予偏大的訂正。

（4）EC模式TP與LSP對暴雪預(yù)報的結(jié)果一致[10]，預(yù)報的量值總體偏小。

本文對升級后的EC細(xì)網(wǎng)格模式TP降水產(chǎn)品（0.125°×0.125°）12 h累計降雪量在北疆降雪天氣中的預(yù)報能力進行了檢驗，與以往對T639和德國模式降水量（1°×1°）[6-7]及升級前EC細(xì)網(wǎng)格模式LSP[10]（0.25°×0.25°）降水量產(chǎn)品分別針對24 h和2 d的累計降水量進行的檢驗有所不同；該檢驗分析結(jié)果為升級后的更高分辨率EC細(xì)網(wǎng)格降水預(yù)報產(chǎn)品的釋用提供一定的參考，為業(yè)務(wù)人員制作北疆降雪天氣的定點、定時、定量預(yù)報預(yù)警提供一定的參考依據(jù)。但值得注意的是由于本文僅用了一年多的降雪資料，導(dǎo)致暴雪個例較少（僅17站次），也沒有進行分類檢驗，一定程度的影響了該模式對強降雪預(yù)報的可信度；有待于今后深入分析模式對暴雪的預(yù)報性能。

[1]潘留杰，張宏芳，王建鵬，等.日本高分辨率模式對中國降水預(yù)報能力的客觀檢驗[J].高原氣象，2014，33（2）：483-494.

[2]張峰.2014年6—8月T639、ECMWF及日本模式中期預(yù)報性能檢驗[J].氣象，2014,40（11）：1414-1421.

[3]趙曉琳.2014年9—11月T639、ECMWF及日本模式中期預(yù)報性能檢驗[J].氣象，2015，41（2）：247-253.

[4]賴芬芬.2015年3—5月T639、ECMWF及日本模式中期預(yù)報性能檢驗[J].氣象，2015，41（8）：1036-1041.

[5]尹姍.2015年6—8月T639、ECMWF及日本模式中期預(yù)報性能檢驗.氣象，2015，41（11）：1417-1424.

[6]牟歡，阿不力米提江·阿布力克木，趙鳳環(huán).T639和德國模式對新疆大降水預(yù)報的檢驗[J].沙漠與綠洲氣象，2013，7(1）：12-15.

[7]買買提·阿布都拉.數(shù)值預(yù)報產(chǎn)品在和田市2009年汛期降水預(yù)報中的準(zhǔn)確性檢驗[J].沙漠與綠洲氣象，2010，6 （4）：20-23.

[8]劉春風(fēng)，徐歡，宋雪明，等.ECMWF細(xì)網(wǎng)格模式2 m溫度在新疆及周邊地區(qū)的預(yù)報效果檢驗[J].沙漠與綠洲氣象，2014，8（6）：10-15.

[9]張超，李娜,賈健.ECMWF細(xì)網(wǎng)格模式2 m溫度產(chǎn)品在烏魯木齊市溫度預(yù)報中的檢驗[J].沙漠與綠洲氣象，2015，9 （5）：62-68.

[10]張俊蘭，李圓圓，張超.ECMWF細(xì)網(wǎng)格模式降水產(chǎn)品在北疆暴雪中的應(yīng)用檢驗[J].沙漠與綠洲氣象，2013，7 （4）：7-13.

[11]賈麗紅，張慧嵐，肖開提·多來特，等.T639數(shù)值預(yù)報產(chǎn)品對影響新疆主要系統(tǒng)的預(yù)報檢驗評估[J].氣象，2012，38（8）：971-976.

[12]馬超，賈麗紅，楊霞，等.對ECWMF和T639數(shù)值模式產(chǎn)品在新疆暴雪影響系統(tǒng)預(yù)報能力中的檢驗[J].沙漠與綠洲氣象，2015，9（2）：31-37.

[13]莊曉翠，周鴻奎，李博淵.T639模式在新疆北部暖區(qū)強降雪中的預(yù)報檢驗[J].干旱氣象，2015，33（6）：1031-1037.

[14]賈麗紅.新疆15個地州首府城市最高最低溫度預(yù)報檢驗[J].沙漠與綠洲氣象，2013，7（1）：16-20.

[15]于曉晶，于志翔，辛渝，等.沙漠綠洲戈壁區(qū)域同化預(yù)報系統(tǒng)降水預(yù)報檢驗[J].暴雨災(zāi)害，2014，33（3）：281-289

[16]張家寶，鄧子風(fēng).新疆降水概論[M].北京：氣象出版社，1987：400.

[17]吳曼麗，沈玉敏，梁寒.遼寧中尺度數(shù)值模式產(chǎn)品和T213產(chǎn)品對比檢驗分析[J].氣象科技，2009，37（3）：276-280.

[18]孔玉壽，張東華.現(xiàn)代天氣預(yù)報技術(shù)[M].北京：氣象出版社，2000：37-40.

[19]毛冬艷，朱文劍，樊利強，等.GRAPES_MESOV3.3模式強天氣預(yù)報性能的初步檢驗[J].氣象，2014，40（12）：1429-1438.

[20]程錦霞.2013年5月河南一次大暴雨成因分析及數(shù)值預(yù)報檢驗[J].氣象與環(huán)境科學(xué)，2014，37（2）：42-48.

Test of ECMWF Fine Grid TP Products Forecast Performance for Snowfall Weather in North Xinjiang

LI Boyuan1，2，ZHAO Jiangwei2，WANG Xiaohao3
（1.Institute of Desert Meteorology，China Meteorological Adminstration，Urumqi 830002，China；2.Aletai Meteorological Bureau of Xinjiang，Aletai 836500，China；3.Tacheng Meteorological Bureau of Xinjiang，Tacheng 834700，China；）

Based on the upgraded ECMWF fine grid TP products,17 snowfall cases during 2015 in north Xinjiang were selected to evaluate 12 h accumulated snowfall by using statistical and synoptic methods.Results showed that the forecast accuracy（Ts）of light snow in North Xinjiang is the highest,and heavy Snowstorm is the lowest;Ts is not always increasing with forecast time length, but false alarm rate of light snow and under-predicting rate of snowstorm are higher.False and missed alarm rate of moderate snow and heavy snow also cannot be ignored;Three kinds errors of lights snow and moderate snow is small，and change little with increase of forecast time length;On contrast,error of Heavy Snowfall is greater and increase with forecast time length.Light snow is systemic over-predicted,Heavy Snowfall is systemic under-predicted obviously,moderate snow is instability.

ECMWF fine grid TP products;snowfall weather in North Xinjiang;test of forecast performance

P456.7

：B

1002-0799（2016）06-0041-08

10.3969/j.issn.1002-0799.2016.06.006

2015-11-23；

2016-05-03

中國沙漠氣象科學(xué)研究基金（Sqj2013008）和新疆氣象局面上項目（MS201604）共同資助。

李博淵（1988-），男，助理工程師，從事綜合業(yè)務(wù)及其相關(guān)的研究工作。E-mail：lbyxjalt@163.com

李博淵，趙江偉，王小號.ECMWF細(xì)網(wǎng)格TP產(chǎn)品在北疆降雪天氣中的預(yù)報性能檢驗[J].沙漠與綠洲氣象，2016，10（6）：41-48.