朱文達(dá)，萬雪麗，彭　芳，李天江，張　媛

(1.貴州省氣象臺(tái)，貴州　貴陽　550002；2.甘肅省武威市氣象局，甘肅　武威　733000;3.民航貴州空管分局，貴州　貴陽　550012)

?

2015年5
—8月貴州區(qū)域中尺度WRF模式降水檢驗(yàn)

朱文達(dá)1，萬雪麗1，彭芳1，李天江2，張媛3

(1.貴州省氣象臺(tái)，貴州貴陽550002；2.甘肅省武威市氣象局，甘肅武威733000;3.民航貴州空管分局，貴州貴陽550012)

運(yùn)用貴州區(qū)域中尺度WRF模式資料和貴州省85個(gè)區(qū)域自動(dòng)站5—8月24 h累積降水觀測(cè)資料，利用TS評(píng)分降水客觀檢驗(yàn)方法，分別對(duì)24 h預(yù)報(bào)時(shí)效、48 h預(yù)報(bào)時(shí)效和72 h預(yù)報(bào)時(shí)效降水量達(dá)到中雨量級(jí)及以上的過程按中雨、大雨和暴雨3個(gè)級(jí)別進(jìn)行評(píng)分。評(píng)分以5—8月平均、逐月平均對(duì)比和暴雨過程5—8月評(píng)分的結(jié)果來評(píng)測(cè)模式對(duì)貴州區(qū)域5—8月降水預(yù)報(bào)的性能。評(píng)分結(jié)果顯示，貴州區(qū)域中尺度WRF模式對(duì)于中雨量級(jí)以上降水的評(píng)分隨預(yù)報(bào)時(shí)效增長(zhǎng)而降低，伴隨大氣環(huán)流的季節(jié)變換表現(xiàn)出明顯的不同特征；模式對(duì)于4站以上暴雨過程評(píng)分高于1站以上中雨量級(jí)及以上過程評(píng)分；模式降水預(yù)報(bào)在雨帶的走勢(shì)上較實(shí)況有較好的對(duì)應(yīng)，降水強(qiáng)度中心和降水極值也能夠?yàn)轭A(yù)報(bào)做參考；但模式預(yù)報(bào)的降水也存在雨帶位置偏移、強(qiáng)度中心較實(shí)況存在偏差、降水強(qiáng)度過大、雨帶周邊地區(qū)出現(xiàn)暴雨空?qǐng)?bào)的問題。

WRF模式; 暴雨過程; 降水檢驗(yàn); TS評(píng)分

1　引言

貴州地處青藏高原向我國(guó)東部丘陵地區(qū)過渡的斜坡地帶，是國(guó)內(nèi)唯一沒有平原的山區(qū)省份，貴州地勢(shì)高差懸殊，垂直方向差異較大，各地氣候差別也較大，天氣變化劇烈，氣象災(zāi)害頻發(fā)，其中汛期中等強(qiáng)降水引發(fā)的災(zāi)害和次生災(zāi)害尤為突出。針對(duì)這一特點(diǎn)，貴州省氣象臺(tái)引入了中尺度The Weather Research and Forecasting(簡(jiǎn)稱WRF)模式，以滿足預(yù)報(bào)業(yè)務(wù)需求。對(duì)數(shù)值模式進(jìn)行降水統(tǒng)計(jì)檢驗(yàn)?zāi)軌蚩陀^定量的反映數(shù)值預(yù)報(bào)模式預(yù)報(bào)水平，同時(shí)又可以幫助業(yè)務(wù)人員分析中尺度預(yù)報(bào)模式中存在的問題，為改進(jìn)模式提供可靠依據(jù)。張秀年等通過云南地區(qū)2009年全球模式降水檢驗(yàn)，發(fā)現(xiàn)日本和T639模式在高原東側(cè)降水預(yù)報(bào)效果較好，但模式預(yù)報(bào)偏差隨時(shí)效減小[1]。王雨通過高原降水的模式檢驗(yàn)，發(fā)現(xiàn)模式對(duì)青藏高原的降水都存在較大偏差[2]。毛冬艷等指出GRAPES_meso模式的時(shí)空分辨率與較好反應(yīng)天氣過程的演變過程呈正相關(guān)[3]；同時(shí)該模式對(duì)強(qiáng)對(duì)流降水系統(tǒng)有較好的刻畫能力[4]。除了統(tǒng)計(jì)檢驗(yàn)，也有通過天氣學(xué)檢驗(yàn)方法，從降水中心強(qiáng)度、中心位置、降水主體強(qiáng)度、落區(qū)、范圍和移速等對(duì)中尺度模式降水預(yù)報(bào)產(chǎn)品的預(yù)報(bào)性能進(jìn)行檢驗(yàn)[5]。也有研究表明數(shù)值模式的參數(shù)組合、不同的降水預(yù)報(bào)檢驗(yàn)方案、天氣過程類型、降水量級(jí)對(duì)檢驗(yàn)結(jié)果都有一定的影響[6-8]。

本文運(yùn)用統(tǒng)計(jì)檢驗(yàn)方法對(duì)貴州區(qū)域中尺度數(shù)值模式2015年5—8月降水進(jìn)行TS評(píng)分檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果對(duì)模式進(jìn)行下一步改進(jìn)。

2　模式介紹

貴州區(qū)域中尺度數(shù)值模式基于WRF模式，WRF模式是新一代中尺度天氣預(yù)報(bào)系統(tǒng)，它不僅可以用來做大氣活動(dòng)研究，還可以用來做實(shí)時(shí)天氣預(yù)報(bào)。WRF模式包含2大部分，一部分為數(shù)據(jù)預(yù)算處理系統(tǒng)，一部分為便于并行計(jì)算和系統(tǒng)擴(kuò)展設(shè)計(jì)的軟件系統(tǒng)。WRF模式適用于從幾十米到數(shù)千公里的天氣尺度系統(tǒng)。WRF開始研發(fā)于20世紀(jì)后期，主要的研發(fā)成員為美國(guó)國(guó)家大氣研究中心(National Center for Atmospheric Research，簡(jiǎn)稱NCAR)、以美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(National Centers for Environmental Prediction，簡(jiǎn)稱NCEP) 和美國(guó)預(yù)報(bào)系統(tǒng)實(shí)驗(yàn)室(Forecast Systems Laboratory，簡(jiǎn)稱FSL)為代表的美國(guó)海洋暨大氣總署(National Oceanic and Atmospheric Administration，簡(jiǎn)稱NOAA)、美國(guó)空軍氣象局(Air Force Weather Agency，簡(jiǎn)稱AFWA)、海軍研究實(shí)驗(yàn)室(Naval Research Laboratory)，俄克拉何馬大學(xué)(University of Oklahoma)和美國(guó)聯(lián)邦航空管理局(Federal Aviation Administration，簡(jiǎn)稱FAA)。 WRF模式的初始場(chǎng)數(shù)據(jù)可以為實(shí)際數(shù)據(jù)(觀測(cè)數(shù)據(jù)和分析數(shù)據(jù))，也可以是理想數(shù)據(jù)。WRF為預(yù)報(bào)業(yè)務(wù)提供了一個(gè)靈活和高效的計(jì)算平臺(tái)，它不斷的提供加入在物理參數(shù)化方案、數(shù)值解和資料同化方面的最新研究成果。WRF目前業(yè)務(wù)運(yùn)行在像NCEP、AFWA和其它一些中心[9]。

貴州區(qū)域中尺度WRF模式于2014年9月開始調(diào)試，2015年1月實(shí)現(xiàn)穩(wěn)定運(yùn)行。目前由貴州省氣象臺(tái)負(fù)責(zé)模式的日常維護(hù)和數(shù)值模式產(chǎn)品釋用。模式采用3重嵌套(圖1)，嵌套之間Two-way(內(nèi)外嵌套網(wǎng)格之間數(shù)據(jù)相互影響)方式數(shù)據(jù)運(yùn)算。目前模式所選取的物理化參數(shù)(表1)組合能夠較好的適應(yīng)貴州地區(qū)特殊的地形特性和氣候特征，目前未采用同化。

貴州區(qū)域中尺度WRF模式采用冷啟動(dòng)[10]方式，采用Global Forecast System(美國(guó)全球預(yù)報(bào)系統(tǒng)，簡(jiǎn)稱GFS)0.5°×0.5°的96 h預(yù)報(bào)場(chǎng)資料，每天00時(shí)、12時(shí)(世界時(shí))啟動(dòng)，預(yù)報(bào)時(shí)效為72 h。

圖1　貴州區(qū)域中尺度WRF模式3重嵌套區(qū)域Fig.1　Guizhou limited WRF 3 domains

參數(shù)名稱第1重嵌套D01第2重嵌套D02第3重嵌套D03格點(diǎn)數(shù)格距/km100×8627199×1819256×3073積分步長(zhǎng)/s垂直層次輸出產(chǎn)品間隔/h物理參數(shù)化方案積云參數(shù)化方案邊界層參數(shù)化方案長(zhǎng)波輻射方案短波輻射方案陸面過程方案過渡邊界90453WSM6-classBMJMYJTKErrtmGoddardshortwaveUNland-surface930451WSM6-classBMJMYJTKErrtmGoddardshortwaveUNland-surface910451WSM6-class—MYJTKErrtmGoddardshortwaveUNland-surface9

3　資料和方法

降水實(shí)況資料采用貴州區(qū)域85個(gè)國(guó)家級(jí)自動(dòng)站08—08 h(北京時(shí))的24 h累積降水資料，國(guó)家級(jí)自動(dòng)站具有較好的代表性，建站時(shí)間較早，資料時(shí)間序列長(zhǎng)且數(shù)值準(zhǔn)確。貴州區(qū)域中尺度數(shù)值模式資料采用D03區(qū)域分辨率為3 km的格點(diǎn)降水資料雙線性插值方法插值到85個(gè)所選站點(diǎn)。所選取的資料時(shí)間為2015年5月1日—8月31日。

降水檢驗(yàn)方法采用TS評(píng)分的降水客觀檢驗(yàn)方法[2]，根據(jù)TS評(píng)分公式：

(1)

式中NAk為預(yù)報(bào)正確的站數(shù)，NBk為空?qǐng)?bào)站數(shù)，NCk為漏報(bào)站數(shù)。k為降水的分級(jí)，一般可分為1～12個(gè)級(jí)別。按照累加降水檢驗(yàn)方案，把降水分為中雨(≥10 mm)、大雨(≥25 mm)、暴雨級(jí)以上(≥50 mm)3級(jí)。根據(jù)貴州省氣象局重大災(zāi)害天氣考核工作[11]的規(guī)定，以至少有5～7個(gè)國(guó)家級(jí)自動(dòng)站24 h累積降水達(dá)到暴雨及以上量級(jí)降水定義為1次暴雨天氣過程，對(duì)5—8月貴州地區(qū)4個(gè)以上的國(guó)家級(jí)自動(dòng)站08—08時(shí)(北京時(shí))24 h累積降水達(dá)到暴雨級(jí)以上的21次暴雨天氣過程進(jìn)行了單獨(dú)檢驗(yàn)。

4　模式降水檢驗(yàn)

統(tǒng)計(jì)5—8月降水R實(shí)況(表2)，其中85個(gè)國(guó)家級(jí)自動(dòng)站中有1站出現(xiàn)中雨量級(jí)及以上過程94次，5月為25次，6月為24次，7月為20次，8月為25次；5—8月出現(xiàn)中雨量級(jí)及以上大于4站的過程為73次。相應(yīng)的出現(xiàn)1站以上大雨及以上的過程有70次，對(duì)應(yīng)各月分別為18次、18次、16次和18次；5—8月出現(xiàn)大雨量級(jí)及以上大于4站的過程為45次。對(duì)于暴雨及以上過程，出現(xiàn)1站以上的暴雨及以上過程有50次，對(duì)應(yīng)各月分別為13次、12次、11次和14次；5—8月出現(xiàn)暴雨量級(jí)及以上大于4站的過程為21次(圖2)，暴雨過程最多、單次暴雨過程站數(shù)最多的月份為6月，其中單次暴雨過程站數(shù)在6月30日到達(dá)最多，為30站；最少為5月27日和6月4日的6站。降水TS評(píng)分樣本充足，能夠較好反應(yīng)貴州區(qū)域中尺度WRF模式對(duì)貴州5-8月降水預(yù)報(bào)能力。

表2　實(shí)況降水R各月分布情況

圖2　5—8月大于4站的暴雨過程站數(shù)統(tǒng)計(jì)Fig.2　The number of May to August more than 4 stations torrential rainfall

運(yùn)用降水TS評(píng)分客觀檢驗(yàn)方法，分別做模式24 h預(yù)報(bào)場(chǎng)、48 h預(yù)報(bào)場(chǎng)和72 h預(yù)報(bào)場(chǎng)對(duì)實(shí)況24 h降水的TS評(píng)分。對(duì)中雨、大雨和暴雨3個(gè)量級(jí)的每次過程進(jìn)行評(píng)分，并作5—8月的平均(圖3)。在同一預(yù)報(bào)時(shí)效內(nèi)，降水評(píng)分都是隨著降水量級(jí)的增加而快速衰減，導(dǎo)致這一現(xiàn)象的原因主要是由于TS檢驗(yàn)方法本身的特點(diǎn)決定，另外隨著降水量級(jí)增大，模式預(yù)報(bào)結(jié)果中包含的天氣系統(tǒng)偏差和中小尺度系統(tǒng)刻畫程度[4]也是導(dǎo)致評(píng)分隨著降水量級(jí)增大而快速衰減的重要原因。對(duì)于中雨量級(jí)及以上5—8月平均評(píng)分結(jié)果為24 h預(yù)報(bào)場(chǎng)42.81%、 48 h預(yù)報(bào)場(chǎng)39.27%、 72 h預(yù)報(bào)場(chǎng)38.69%。 相應(yīng)的大雨量級(jí)及以上5—8月平均評(píng)分結(jié)果分別為26.47%、 25.04%、 23.17%。 對(duì)應(yīng)的暴雨量級(jí)及以上5—8月平均評(píng)分結(jié)果分別為18.19%、 17.65%、 14.55%。隨著預(yù)報(bào)時(shí)效的增長(zhǎng)，數(shù)值模式的計(jì)算偏差和系統(tǒng)誤差逐漸增大，因此平均的降水評(píng)分呈現(xiàn)出明顯的下降趨勢(shì)[6]；48 h預(yù)報(bào)場(chǎng)評(píng)分對(duì)比24 h預(yù)報(bào)場(chǎng)評(píng)分中雨量級(jí)降低了3.54%，大雨量級(jí)降低了1.43%，暴雨量級(jí)降低了0.54%。相應(yīng)的72 h預(yù)報(bào)場(chǎng)對(duì)比24 h預(yù)報(bào)場(chǎng)和48 h預(yù)報(bào)場(chǎng)，中雨量級(jí)分別降低了4.12%和0.58%，大雨量級(jí)分別降低了3.3%和1.87%，暴雨量級(jí)分別降低了0.54%和3.64%。預(yù)報(bào)時(shí)效從24 h增加到72 h后，中雨量級(jí)降水評(píng)分的衰減大值段出現(xiàn)在24～48 h，達(dá)到3.5%以上；大雨和暴雨量級(jí)降水評(píng)分的衰減大值段出現(xiàn)在48～72 h，分別為3.3%和3.64%。

統(tǒng)計(jì)5—8月逐月平均的TS評(píng)分(圖4)，24 h預(yù)報(bào)場(chǎng)的降水評(píng)分中雨量級(jí)及以上的評(píng)分5月最高，為48.10%，7月份以43.39%排第2位，6月的41.21%排第3位，最低為8月份的38.54%；大雨量級(jí)及以上的評(píng)分和中雨量級(jí)趨勢(shì)一致，從高到低依次為5月的29.39%、7月的28.77%、6月的25.91%和8月的21.83%；暴雨量級(jí)及以評(píng)分7月最高，為22.98%、 5月次之，為18.71%、 第3位的是6月的16.67%，最低為8月的14.39%。48 h預(yù)報(bào)場(chǎng)中雨量級(jí)及以上的評(píng)分5月的40.46%最高，8月的39.91%次之，第3位的是7月39.10%，最低的是6月的37.63%; 大雨量級(jí)及以上評(píng)分排名依次為5月的26.78%、 7月的25.25%、 8月的24.19%和6月的23.94%；暴雨量級(jí)及以上評(píng)分中7月最高，為28.56%， 5月評(píng)分顯著降低為18.33%, 8月和6月評(píng)分未達(dá)到15%，僅為12.18%和11.55%。72 h的預(yù)報(bào)場(chǎng)中雨量級(jí)及以上評(píng)分最高為8月的42.49%， 7月的42.04%次之，排第3位的是5月的36.79%，最低的為6月的33.42%；大雨量級(jí)及以上的評(píng)分次序依次為8月的26.73%、7月的23.23%、5月的22.09%和6月的20.63%；暴雨量級(jí)及以上評(píng)分中5月的16.67%為最高，次之為7月的15.06%，第3位的是8月的14.26%，最低的是6月的12.15%。從24～72 h的預(yù)報(bào)時(shí)效演變中，各個(gè)量級(jí)降水的TS評(píng)分是逐漸降低的，24 h和48 h預(yù)報(bào)時(shí)效中5月和7月的降水評(píng)分都較高；72 h預(yù)報(bào)時(shí)效8月則反超，不僅在中雨和大雨兩個(gè)量級(jí)中排名第1，暴雨量級(jí)中較第1位的5月差距也較小?？傮w來看，6月的降水評(píng)分最差，在各量級(jí)降水和各預(yù)報(bào)時(shí)效中排名最低；7月降水評(píng)分最為穩(wěn)定，中雨和大雨量級(jí)中在各預(yù)報(bào)時(shí)效內(nèi)都是排名第2，并且與第1位僅存微小差距。伴隨大氣環(huán)流的轉(zhuǎn)變，季風(fēng)環(huán)流強(qiáng)弱、副高位置氣候差異、水汽輸送源地改變和熱帶氣旋發(fā)展都導(dǎo)致了影響貴州地區(qū)的天氣系統(tǒng)發(fā)生著變化，而模式參數(shù)化方案并不能完全伴隨其改變和對(duì)相應(yīng)的變化刻畫不完全，因此模式降水評(píng)分在5—8月的季節(jié)轉(zhuǎn)換中也表現(xiàn)出明顯的不同特征[3]。

單獨(dú)統(tǒng)計(jì)暴雨站數(shù)大于4站的暴雨天氣過程評(píng)分情況(圖5)，中雨和大雨的降水評(píng)分明顯提高，暴雨量級(jí)降水的評(píng)分變化不大。中雨的評(píng)分都在0.5以上，最高為24 h預(yù)報(bào)時(shí)效的59.53%，最低則出現(xiàn)在48 h預(yù)報(bào)時(shí)效的50.33%,72 h預(yù)報(bào)時(shí)效為54.27%；大雨以上評(píng)分在29%以上，最高依舊出現(xiàn)

在24 h預(yù)報(bào)時(shí)效內(nèi)，為37.01%，最低為48 h預(yù)報(bào)時(shí)效的29.13%, 72 h預(yù)報(bào)時(shí)效為30.04%；暴雨以上量級(jí)評(píng)分最高為24 h時(shí)效的19.63%，最低為48 h的14.50%, 72 h預(yù)報(bào)時(shí)效為16.26%?？傮w來看，對(duì)于暴雨過程，模式24 h預(yù)報(bào)時(shí)效評(píng)分最高，72 h預(yù)報(bào)時(shí)效次之，48 h預(yù)報(bào)時(shí)效和72 h預(yù)報(bào)時(shí)效相差較小。模式對(duì)于暴雨過程的評(píng)分中雨量級(jí)及以上在50%以上，大雨量級(jí)及以上基本在30%以上，暴雨量級(jí)及以上在14%～20%之間。

總之，貴州區(qū)域中尺度WRF模式對(duì)于中雨量級(jí)以上降水的評(píng)分隨預(yù)報(bào)時(shí)效增長(zhǎng)而降低，伴隨大氣環(huán)流的季節(jié)變換表現(xiàn)出明顯的不同特征；對(duì)于暴雨過程評(píng)分預(yù)報(bào)時(shí)效24 h和72 h評(píng)分高于48 h預(yù)報(bào)時(shí)效，各量級(jí)評(píng)分中，中雨量級(jí)及以上能夠達(dá)到50%以上，大雨量級(jí)及以上基本在30%以上，暴雨量級(jí)及以上在14%～20%之間。

圖3　5—8月平均降水TS評(píng)分Fig.3　TS grade of precipitation from May to August

圖4　5—8月逐月平均降水TS評(píng)分對(duì)比(橫坐標(biāo)：預(yù)報(bào)時(shí)效和降水分級(jí)，預(yù)報(bào)時(shí)效單位：h)Fig.4　Monthly comparison of precipitation TS grade from May to August(X-axis: forecast time and precipitation class, unit of forecast time: hour, Y-axis: TS grade, unit: %)

圖5　5—8月暴雨站數(shù)大于4縣站平均降水TS評(píng)分Fig.5　The mean precipitation TS grade of more than 4 stations torrential rainfall from May to August

5　暴雨過程個(gè)例檢驗(yàn)

選取2015年5月26日、6月2日和6月17日3個(gè)24 h累積降水達(dá)到暴雨量級(jí)的過程個(gè)例，運(yùn)用天氣學(xué)檢驗(yàn)方法，以暴雨落區(qū)形態(tài)和走勢(shì)分析貴州區(qū)域中尺度WRF模式的趨勢(shì)預(yù)報(bào)效果，從模式預(yù)報(bào)的降水強(qiáng)度和中心分布分析模式的強(qiáng)度預(yù)報(bào)效果[5]。

5月26日08時(shí)—27日08時(shí)的暴雨過程(圖6)，黔東南州南部、黔南州北部和貴陽市南部出現(xiàn)較強(qiáng)降水，模式預(yù)報(bào)雨帶的走勢(shì)較實(shí)況較為一致，但量級(jí)和強(qiáng)降水中心較實(shí)況偏東，貴州西北部出現(xiàn)了暴雨的空?qǐng)?bào)。6月2日08時(shí)—3日08時(shí)暴雨過程(圖7)，貴州中部出現(xiàn)東北—西南向帶狀強(qiáng)降水區(qū)，模式預(yù)報(bào)雨帶的走勢(shì)較實(shí)況一致，強(qiáng)度中心也和實(shí)況吻合。6月17日08時(shí)—18日08時(shí)暴雨過程(圖8)，強(qiáng)降水分布在銅仁市南部、黔東南州和黔南州大部、安順市大部，模式預(yù)報(bào)雨帶走勢(shì)較實(shí)況一致，降水中心的位置略偏南，空?qǐng)?bào)了貴州省西部和西北部地區(qū)的暴雨；模式預(yù)報(bào)量級(jí)偏大。

圖6　5月26日暴雨過程24 h降水實(shí)況與模式預(yù)報(bào)對(duì)比圖(a：24 h降水實(shí)況，b：模式預(yù)報(bào)24 h降水量，單位：mm)Fig.6　The contrast between observation and model of 24 h accumulated Torrential rainfall on 26th May(a: observation, b: model, unit: mm)

圖7　6月2日暴雨過程24 h降水實(shí)況與模式預(yù)報(bào)對(duì)比圖(a：24 h降水實(shí)況，b：模式預(yù)報(bào)24 h降水量，單位：mm)Fig.7　The contrast between observation and model of 24 h accumulated Torrential rainfall on 2nd June(a: observation, b: model, unit: mm)

圖8　6月17日暴雨過程24 h降水實(shí)況與模式預(yù)報(bào)對(duì)比圖(a：24 h降水實(shí)況，b：模式預(yù)報(bào)24 h降水量，單位：mm)Fig.8　The contrast between observation and model of 24 h accumulated Torrential rainfall on 17th June(a: observation, b: model, unit: mm)

從暴雨過程的個(gè)例檢驗(yàn)中可以得出：模式降水預(yù)報(bào)在雨帶的走勢(shì)上較實(shí)況有較好的對(duì)應(yīng)，降水強(qiáng)度中心和降水極值也能夠?yàn)閷?shí)際預(yù)報(bào)做參考。但也存在模式預(yù)報(bào)的雨帶位置偏移、強(qiáng)中強(qiáng)度中心較實(shí)況存在偏差、降水強(qiáng)度過大、雨帶周邊地區(qū)出現(xiàn)暴雨空?qǐng)?bào)的問題；導(dǎo)致以上問題的原因主要有數(shù)值模式的GFS初始場(chǎng)存在系統(tǒng)偏差；隨著模式積分時(shí)間增長(zhǎng)，初始場(chǎng)的強(qiáng)迫作用逐漸減弱，模式可能自主訂正偏差，也可能放大偏差；WRF模式對(duì)于大量級(jí)降水的預(yù)報(bào)總是偏大；模式積分運(yùn)算中存在系統(tǒng)誤差。

6　結(jié)論與討論

貴州區(qū)域中尺度WRF模式運(yùn)用適應(yīng)西南區(qū)域的參數(shù)化組合，較好的反應(yīng)了貴州區(qū)域的天氣系統(tǒng)演變特征。模式產(chǎn)品釋用豐富多樣，包含網(wǎng)頁顯示的圖片產(chǎn)品、MICAPS格式格點(diǎn)產(chǎn)品和城鎮(zhèn)精細(xì)化格式產(chǎn)品。運(yùn)用TS評(píng)分的模式降水客觀檢驗(yàn)方法，對(duì)貴州5—8月的降水進(jìn)行了檢驗(yàn)，得出以下結(jié)論：

①貴州區(qū)域中尺度WRF模式在同一時(shí)效內(nèi)降水評(píng)分隨著降水量級(jí)增大而快速衰減；對(duì)于中雨量級(jí)以上降水的評(píng)分隨預(yù)報(bào)時(shí)效增長(zhǎng)而降低，伴隨大氣環(huán)流的季節(jié)變換表現(xiàn)出明顯的不同特征；模式對(duì)于暴雨過程評(píng)分預(yù)報(bào)時(shí)效24 h和72 h評(píng)分高于48 h預(yù)報(bào)時(shí)效。

②模式降水預(yù)報(bào)在雨帶的走勢(shì)上較實(shí)況有較好的對(duì)應(yīng)，降水強(qiáng)度中心和降水極值也能夠?yàn)閷?shí)際預(yù)報(bào)做參考。

③初始場(chǎng)強(qiáng)迫和模式誤差導(dǎo)致模式預(yù)報(bào)的降水存在雨帶位置偏移、強(qiáng)度中心較實(shí)況存在偏差、降水強(qiáng)度過大、雨帶周邊地區(qū)出現(xiàn)暴雨空?qǐng)?bào)的問題。

本文僅從降水一項(xiàng)對(duì)模式性能進(jìn)行了初步檢驗(yàn)，還有很多不完善之處，如所選取資料僅為5—8月，選取降水量級(jí)在中雨量級(jí)及以上，選取站點(diǎn)僅為國(guó)家級(jí)自動(dòng)站等；除此之外，貴州區(qū)域中尺度WRF模式本身也存在一些問題，如模式所選取的區(qū)域較小，不能反應(yīng)北方冷空氣、南支波動(dòng)和海上系統(tǒng)的活動(dòng)情況；模式目前采用GFS作為初始場(chǎng)，未采用同化，對(duì)于近地面層的物理量預(yù)報(bào)誤差較大；目前模式在硬件穩(wěn)定的情況下每天只運(yùn)行2次，分別在00時(shí)、12時(shí)(世界時(shí))啟動(dòng)，預(yù)報(bào)時(shí)間間隔較長(zhǎng)，對(duì)于轉(zhuǎn)折性天氣不能及時(shí)更新預(yù)報(bào)結(jié)果。對(duì)于模式的預(yù)報(bào)性能，今后還需進(jìn)行更為全面細(xì)致的檢驗(yàn)，從而為實(shí)際業(yè)務(wù)提供模式應(yīng)用方面的參考。

[1] 張秀年, 曹杰, 楊素雨. 云南2009年雨季T639、日本、德國(guó)3個(gè)數(shù)值模式的降水預(yù)報(bào)檢驗(yàn)[J]. 云南地理環(huán)境研究,2010,22(6):15-23.

[2] 王雨. 若干數(shù)值模式對(duì)2003年夏季青藏高原中南部降水預(yù)報(bào)檢驗(yàn)[J]. 高原氣象,2004, 23(Suppl): 53-58.

[3] 毛冬艷, 朱文劍, 樊利強(qiáng), 等. GRAPS_MESO V3.3模式強(qiáng)天氣預(yù)報(bào)性能的初步檢[J]. 氣象, 2014, 40(12): 1 429-1 438.

[4] 彭新東, 常燕, 王式功. GRAPS模式對(duì)2008年兩次強(qiáng)降水過程的數(shù)值預(yù)報(bào)檢驗(yàn)[J]. 高原氣象, 2010,29(2):321-330.

[5] 崔錦, 周曉珊， 張愛忠, 等. 天氣學(xué)檢驗(yàn)在東北區(qū)域數(shù)值模式秋冬季降水預(yù)報(bào)中的應(yīng)用[J]. 氣象與環(huán)境學(xué)報(bào), 2009,25(4):17-22.

[6] 肖明靜, 盛春巖, 石春玲, 等.2010年汛期多模式對(duì)山東降水預(yù)報(bào)的檢驗(yàn)[J]．氣象與環(huán)境學(xué)報(bào),2013,29(2):27-33．

[7] 陳超君, 李俊, 王明歡. 2013年汛期華中區(qū)域業(yè)務(wù)數(shù)值模式降水預(yù)報(bào)檢驗(yàn)[J]. 氣象與環(huán)境學(xué)報(bào),2015,31(2):01-08.

[8] 郭云云, 鄧蓮堂, 范廣洲, 等. GRAPS中尺度模式中不同積云參數(shù)化方案預(yù)報(bào)性能對(duì)比研究[J]. 氣象, 2015,41(8):932-941.

[9] William C. S , Joseph B. K , Jimy D, et al. A Description of the Advanced Research WRF Version 3[M]. NCAR TECHNICAL NOTE, 2008:1-28.

[10]朱豐, 徐國(guó)強(qiáng), 李莉, 等. 同化青藏高原地區(qū) GPSPW 數(shù)據(jù)對(duì)長(zhǎng)江中下游地區(qū)降水預(yù)報(bào)的影響評(píng)估[J]. 大氣科學(xué), 2014,38(1):171-189.

Precipitation Forecast Verification of Guizhou Limited Area WRF Model from May to August in 2015

ZHU Wenda1，WAN Xueli1，PENG Fang1，LI Tianjiang2，ZHANG Yuan3

(1.Guizhou Meteorological Observatory, Guiyang, 550002, China; 2.Wuwei Meteorological Bureau,Wuwei 733000,China; 3.Guizhou Air Traffic Management Bureau of CAAC, Guiyang 550012, China)

With Guizhou limited area WRF model data and the 85 stations Guizhou area automatic station 24 h Accumulated precipitation data from May to August, the TS grading method was used to graded that the model precipitation data which is separated by precipitation intensity in 24 h, 48 h and 72 h period of validity. Results show in May-August average TS grading, month average TS grading and Torrential rainfall events average TS grading. It indicates that Guizhou limited area WRF model rain TS grading gradually increases with period of validity growing. It shows the different characteristics in difference atmospheric circulation. The torrential rainfall events TS grading is higher than moderate rain events TS grading. The model forecast rain is similar to the observation in the rain pattern and intensity, but has discrepancy in details.

WRF model; torrential rainfall events; forecast verification; TS grading

1003-6598(2016)03-0024-07

2015-11-05

朱文達(dá)(1985—)，男，工程師，碩士，主要從事短期天氣預(yù)報(bào)和數(shù)值模擬研究工作，E-mail:wendazhu@yeah.net。

國(guó)家自然科學(xué)基金41265005；貴州省氣象局青年基金黔氣科合QN[2015]09資助。

P426.6

A