杜 娟，李 曼，辛 渝，馬玉芬，琚陳相

（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.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002）

隨著探測技術(shù)的發(fā)展和新型探測儀器的布設(shè)，新型高時(shí)空分辨率的探測資料也應(yīng)用于預(yù)報(bào)業(yè)務(wù)中。有效地將這些探測資料應(yīng)用于數(shù)值模式得到更為準(zhǔn)確的預(yù)報(bào)，成為提高數(shù)值預(yù)報(bào)精度的重要途徑[1，2]。數(shù)值模式產(chǎn)品已成為天氣預(yù)報(bào)的主要參考資料，模式預(yù)報(bào)準(zhǔn)確率也直接關(guān)系著天氣預(yù)報(bào)的準(zhǔn)確率，因而影響氣象服務(wù)成效[3-6]。目前，國內(nèi)外學(xué)者針對(duì)數(shù)值模式開展了大量的研究，包括物理參數(shù)化方案優(yōu)化、多源觀測資料應(yīng)用、同化算法改進(jìn)等[7-11]。這些研究不斷改進(jìn)了模式中存在的問題，提高了數(shù)值模式預(yù)報(bào)精度。但由于模式初邊界條件、物理過程、地表靜態(tài)數(shù)據(jù)以及模式框架設(shè)計(jì)等因素均含有不確定性，這給數(shù)值模式帶來了誤差，需要對(duì)這種誤差進(jìn)行定量的評(píng)估。對(duì)數(shù)值模式進(jìn)行客觀檢驗(yàn)和評(píng)估，了解模式預(yù)報(bào)誤差的時(shí)空分布特征，對(duì)于模式研發(fā)人員和用戶都是十分有益的[12-18]。

新疆快速更新循環(huán)同化數(shù)值預(yù)報(bào)系統(tǒng)于2011年搭建完成并試運(yùn)行，經(jīng)過參數(shù)化方案優(yōu)選、GTS（Global Telecommunication System，簡稱 GTS）全球觀測資料同化等工作，2014年9月更名為沙漠綠洲戈壁區(qū)域同化預(yù)報(bào)系統(tǒng)（Desert Oasis-Gobi Regional Assimilation and Forecast System，簡稱DOGRAFS），2015年12月實(shí)現(xiàn)業(yè)務(wù)準(zhǔn)入，現(xiàn)行版本為1.0。以往針對(duì)DOGRAFS的檢驗(yàn)主要從某幾個(gè)要素開展[19-21，24]，李淑娟等對(duì)地面2 m溫度和10 m風(fēng)速進(jìn)行了檢驗(yàn)，于曉晶、杜娟分別對(duì)降水進(jìn)行了檢驗(yàn)，李曼對(duì)2 m溫度、10 m風(fēng)速、500 hpa形勢場和降水進(jìn)行了檢驗(yàn)，但并未從空間上對(duì)DOGRAFS預(yù)報(bào)性能進(jìn)行分析。這些研究雖然對(duì)模式預(yù)報(bào)性能進(jìn)行了評(píng)估，但不夠全面，本文分別從降水、地面要素場、高空要素場等多個(gè)要素評(píng)估了DOGRAFS v1.0的預(yù)報(bào)性能，對(duì)2017年各季節(jié)的預(yù)報(bào)性能從時(shí)間和空間上進(jìn)行較為全面的評(píng)估，不僅有助于研發(fā)人員了解模式預(yù)報(bào)性能在時(shí)間/空間上的差異，進(jìn)一步診斷和修正模式，也為預(yù)報(bào)員訂正預(yù)報(bào)結(jié)果提供客觀依據(jù)。

1 資料和方法

1.1 DOGRAFS系統(tǒng)

DOGRAFS v1.0基于WRF v3.5.1和WRFDA v3.5.1搭建，采用27、9、3km三重嵌套網(wǎng)格，垂直方向設(shè)置40層，模式層頂為50 hPa。系統(tǒng)每日運(yùn)行4次（00時(shí) UTC、06時(shí) UTC、12時(shí) UTC和 18時(shí)UTC），其中00時(shí) UTC和12時(shí)UTC為冷啟，預(yù)報(bào)時(shí)效84 h，06時(shí)UTC和18時(shí)UTC為暖啟，預(yù)報(bào)時(shí)效36 h。模式每隔6 h同化一次全球電訊交換系統(tǒng)獲取的GTS全球觀測資料和雷達(dá)徑向風(fēng)資料。文中主要針對(duì)9 km分辨率區(qū)域的每日4次起報(bào)、24 h預(yù)報(bào)時(shí)效產(chǎn)品，運(yùn)用 MET（Model Evaluation Tools）檢驗(yàn)平臺(tái)對(duì)區(qū)域模式預(yù)報(bào)性能進(jìn)行評(píng)估。檢驗(yàn)要素主要有2 m溫度、10 m風(fēng)、高空位勢高度、風(fēng)場和溫度以及逐 6 h累積降水量，分別給出冬季（12—2月）、春季（3—5月）、夏季（6—8月）和秋季（9—11月）的平均檢驗(yàn)結(jié)果，最后對(duì)2017年00時(shí)UTC起報(bào)、逐6 h累積降水量空間檢驗(yàn)結(jié)果進(jìn)行分析。

1.2 檢驗(yàn)方法

DOGRAFS的預(yù)報(bào)結(jié)果為基于網(wǎng)格點(diǎn)的值，首先通過反距離權(quán)重法[22，23]，將模式網(wǎng)格預(yù)報(bào)值插值到站點(diǎn)位置，生成模式的測站預(yù)報(bào)值，與對(duì)應(yīng)站點(diǎn)觀測值進(jìn)行對(duì)比檢驗(yàn)，統(tǒng)計(jì)量有平均誤差ME（Mean Error） 和均方根誤差 RMSE（Root Mean Square Error）。對(duì)逐6 h累積降水量預(yù)報(bào)結(jié)果，利用Ts評(píng)分（Threat Score）和 Bias評(píng)分（Bias Score）2個(gè)指標(biāo)進(jìn)行評(píng)估，分別對(duì) 0～6、6～12、12～18、18～24 h 的 4 個(gè)閾值（≥0.1 mm、≥3.1 mm、≥6.1 mm、≥12.1 mm）的降水預(yù)報(bào)性能進(jìn)行對(duì)比評(píng)估。

公式（1）、（2）為統(tǒng)計(jì)量計(jì)算公式：

式中ME為平均誤差，RMSE為均方根誤差，f（i）為第 i點(diǎn)上的預(yù)報(bào)值，O（i）為第 i點(diǎn)上的觀測值。

公式（3）、（4）為降水評(píng)估指標(biāo)的計(jì)算公式[11]。

式中Ts為Ts評(píng)分值，Bias為Bias評(píng)分值，NA為預(yù)報(bào)正確站（次）數(shù)、NB為空?qǐng)?bào)站（次）數(shù)、NC為漏報(bào)站（次）數(shù)。

2 地面要素預(yù)報(bào)檢驗(yàn)

2.1 2m溫度

從圖1可以看出，冬季2 m溫度模擬誤差最大，均方根誤差在4.2～5.1℃，除了3、6 h預(yù)報(bào)，其他時(shí)次均為暖偏差，分析場暖偏差為0.8℃，預(yù)報(bào)場暖偏差在0.4℃以內(nèi)；春季2 m溫度模擬誤差次之，均方根誤差為4.0～4.2℃，溫度預(yù)報(bào)均為冷偏差，分析場冷偏差為 -0.4℃，預(yù)報(bào)場偏差較大，約為-2.0℃；夏季2 m溫度均方根誤差平均約3.4℃，分析場溫度偏差為0.8℃，預(yù)報(bào)場冷偏差為-0.7～-1.2℃；秋季溫度均方根誤差與夏季較為接近，在3.2～3.5℃，溫度偏差分析場為0.7℃，預(yù)報(bào)場冷偏差-0.6～-0.8℃。根據(jù)2 m溫度預(yù)報(bào)偏差空間分布分析，模式對(duì)新疆站點(diǎn)日間溫度預(yù)報(bào)整體偏低，多數(shù)站點(diǎn)夜間溫度預(yù)報(bào)偏高；冬季溫度預(yù)報(bào)整體呈暖偏差是因?yàn)槎緶囟阮A(yù)報(bào)偏高的站點(diǎn)較多，山區(qū)及沿線站點(diǎn)溫度預(yù)報(bào)暖偏差尤其高；春季各站點(diǎn)日間溫度預(yù)報(bào)冷偏差比其他3個(gè)季節(jié)高，夜間溫度預(yù)報(bào)呈現(xiàn)暖偏差的站點(diǎn)相對(duì)其他3個(gè)季節(jié)少，所以整個(gè)區(qū)域平均后春季溫度預(yù)報(bào)冷偏差最大。綜合分析，2017年日間預(yù)報(bào)溫度整體偏低，夜間多數(shù)站點(diǎn)預(yù)報(bào)溫度偏高；夏季2 m溫度模擬均方根誤差最小，秋季、春季次之，冬季誤差最大；所有季節(jié)分析場均為暖偏差，冬季預(yù)報(bào)場呈暖偏差，溫度預(yù)報(bào)偏高，其他3個(gè)季節(jié)均為冷偏差，溫度預(yù)報(bào)整體偏低，春季預(yù)報(bào)冷偏差最大。與2016年同期相比，2017年冬季和秋季2 m溫度預(yù)報(bào)精度提高，春季和夏季預(yù)報(bào)誤差增大。

2.2 10 m風(fēng)

從圖2可以看出，冬季10 m風(fēng)場模擬誤差最大，均方根誤差在2.5～2.9 m/s，分析場平均誤差為0.7 m/s，風(fēng)速預(yù)報(bào)偏大，平均誤差為 0.9～1.2 m/s；春季10 m風(fēng)速模擬誤差次之，均方根誤差為2.4～2.7 m/s，分析場風(fēng)速平均誤差為0.5 m/s，風(fēng)速預(yù)報(bào)正偏差為0.7～1.0 m/s；夏季10 m風(fēng)速均方根誤差平均約2.3 m/s，分析場風(fēng)速平均偏差為0.4 m/s，預(yù)報(bào)場風(fēng)速偏差為0.5～0.7 m/s；秋季風(fēng)速均方根誤差與夏季較為接近，在2.2～2.4 m/s，分析場風(fēng)速偏差為0.4 m/s，預(yù)報(bào)場正偏差為0.6～0.8 m/s。綜合分析，冬季10 m風(fēng)速模擬誤差最大，春季次之，夏季、秋季誤差相當(dāng)；所有季節(jié)風(fēng)速分析場與預(yù)報(bào)場均為正偏差，預(yù)報(bào)風(fēng)速偏大。與2016年同期相比，2017年春季和秋季10 m風(fēng)速預(yù)報(bào)精度提高，冬季和夏季預(yù)報(bào)誤差增大。

3 高空要素預(yù)報(bào)檢驗(yàn)

3.1 位勢高度

從高空位勢高度場檢驗(yàn)（圖3）可知，冬季位勢高度均方根誤差在7.0～11.5 gpm，呈現(xiàn)隨高度增加誤差增大的趨勢；從位勢高度場偏差來看，預(yù)報(bào)整體呈負(fù)偏差，即預(yù)報(bào)高度比實(shí)際高度偏低，在-5.0～4.5 gpm，分析場在850 hPa以上呈正偏差。春季位勢高度均方根誤差在7.5～11.5 gpm，呈現(xiàn)隨高度增加誤差增大的趨勢；預(yù)報(bào)整體呈負(fù)偏差，在-6.2～2.6 gpm，分析場在850 hPa以上200 hPa以下呈正偏差。夏季位勢高度均方根誤差在6.5～12.0 gpm，呈現(xiàn)隨高度增加誤差增大的趨勢，分析場、預(yù)報(bào)場誤差相差較?。活A(yù)報(bào)整體呈負(fù)偏差，變幅較大，在-8.2～2.0 gpm。秋季位勢高度均方根誤差在7.5～11.5 gpm，呈現(xiàn)隨高度增加誤差增大的趨勢；預(yù)報(bào)整體呈負(fù)偏差，在-6.4～0.2 gpm。綜合分析，不同季節(jié)高空位勢高度隨高度增加誤差增大，誤差約在6.5～12.0 gpm，位勢高度場預(yù)報(bào)呈負(fù)偏差，預(yù)報(bào)高度比實(shí)際高度偏低。

3.2 風(fēng)場

圖1 2016、2017年各季節(jié)2 m溫度檢驗(yàn)結(jié)果

圖2 2016、2017年各季節(jié)10 m風(fēng)速檢驗(yàn)結(jié)果

從高空U風(fēng)檢驗(yàn)（圖4）可知，冬季U風(fēng)均方根誤差在2.4～6.2 m/s，呈現(xiàn)隨高度增加誤差先增大后減小的趨勢，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-1.2～1.8 m/s，分析場呈負(fù)偏差，預(yù)報(bào)場除700、200 hPa及以上呈正偏差，其他層負(fù)偏差。春季U風(fēng)均方根誤差在2.5～5.8 m/s，呈現(xiàn)隨高度增加誤差先增大后減小的趨勢，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-1.6～0.5 m/s，整體呈負(fù)偏差。夏季U風(fēng)均方根誤差在2.0～5.0 m/s，呈現(xiàn)隨高度增加誤差先增大后減小的趨勢，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-1.8～0.2 m/s，整體呈負(fù)偏差。秋季U風(fēng)均方根誤差在2.4～4.8 m/s，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-1.2～0.4 m/s，整體呈負(fù)偏差。綜合分析，不同季節(jié)高空U風(fēng)隨高度增加誤差先增大后減小，隨預(yù)報(bào)時(shí)效誤差增大，均方根誤差約在2.4～6.2 m/s，U風(fēng)場預(yù)報(bào)整體呈負(fù)偏差，預(yù)報(bào)風(fēng)速比實(shí)況偏小。

從高空V風(fēng)檢驗(yàn)結(jié)果（圖5）得到，冬季V風(fēng)均方根誤差在1.8～5.2 m/s，呈現(xiàn)隨高度增加誤差先增大后減小的趨勢，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-0.4～0.8 m/s，整體呈正偏差。春季V風(fēng)均方根誤差在2.0～4.8 m/s，呈現(xiàn)隨高度增加誤差先增大后減小的趨勢，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-0.5～1.2 m/s，整體呈正偏差。夏季V風(fēng)均方根誤差在2.0～4.3 m/s，呈現(xiàn)隨高度增加誤差先增大后減小的趨勢，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-0.6～1.5 m/s，整體呈正偏差。秋季V風(fēng)均方根誤差在2.0～4.3 m/s，誤差隨預(yù)報(bào)時(shí)效增大；從預(yù)報(bào)偏差來看，在-0.6～1.3 m/s，整體呈正偏差。綜合分析，不同季節(jié)高空V風(fēng)隨高度增加誤差先增大后減小，隨預(yù)報(bào)時(shí)效誤差增大，均方根誤差約在1.8～5.2 m/s，V風(fēng)場預(yù)報(bào)整體呈正偏差，預(yù)報(bào)風(fēng)速比實(shí)況偏大。

圖3 2017年各季節(jié)00 UTC起報(bào)高空形勢場檢驗(yàn)結(jié)果

圖4 2017年各季節(jié)00時(shí)UTC起報(bào)高空U風(fēng)檢驗(yàn)結(jié)果

3.3 溫度場

從高空溫度場檢驗(yàn)（圖6）分析得到，冬季溫度均方根誤差從低層到高層呈現(xiàn)先減小，到400 hPa以上逐漸增大，200 hPa以上減小的趨勢，均方根誤差為0.5～3.2℃，分析場誤差最小，500 hPa以下12 h預(yù)報(bào)誤差高于24h預(yù)報(bào)，500 hPa以上12 h預(yù)報(bào)誤差低于24 h預(yù)報(bào)；從溫度偏差來看，整體呈冷偏差，在-1.6～0.5℃，低層和高層冷偏差大，中層冷偏差小。春季溫度均方根誤差同樣有從低層到高層呈現(xiàn)先減小，到400 hPa以上逐漸增大，200 hPa以上減小的趨勢，均方根誤差0.5～3.0℃，分析場誤差最小，隨著預(yù)報(bào)時(shí)效積累，春季高空溫度均方根誤差增大；從溫度預(yù)報(bào)偏差來看，在850 hPa以下呈暖偏差，以上整體呈冷偏差，在-1.4～1.8℃。夏季溫度均方根誤差變幅較小，均方根誤差為0.8～2.8℃，低層誤差較大，中高層誤差小，12、24 h預(yù)報(bào)誤差在400 hPa以下相差較小，400 hPa以上24h預(yù)報(bào)誤差＜12 h預(yù)報(bào)；從溫度偏差來看，整體呈冷偏差，在-1.2～1.4℃，中層偏差小，部分層略有暖偏差。秋季溫度均方根誤差呈現(xiàn)中層低、高層、低層高的趨勢，均方根誤差為0.6～2.6℃，12 h預(yù)報(bào)誤差＜24 h預(yù)報(bào)；從溫度偏差來看，整體呈冷偏差，在-1.2～1.2℃，中層偏差小，部分層略有暖偏差。綜合分析，不同季節(jié)高空溫度隨高度增加誤差先減小后增大，夏季、秋季高空溫度預(yù)報(bào)誤差小，在3.0℃以下，冬季誤差最大，溫度預(yù)報(bào)整體呈冷偏差。

4 逐6 h降水預(yù)報(bào)檢驗(yàn)

4.1 降水評(píng)分季節(jié)對(duì)比

隨著降水閾值的提高，Ts評(píng)分下降，同時(shí)Bias變幅增大，即對(duì)量級(jí)越大的降水，Ts評(píng)分就越低，空、漏報(bào)率也在隨之增加，總體來看，空?qǐng)?bào)率頻次多于漏報(bào)率。

圖5 2017年各季節(jié)00 UTC起報(bào)高空V風(fēng)檢驗(yàn)結(jié)果

圖6 2017年各季節(jié)00 UTC起報(bào)高空溫度場檢驗(yàn)結(jié)果

對(duì)2017年各季節(jié)降水檢驗(yàn)結(jié)果進(jìn)行分析（圖7），從Ts評(píng)分來看，對(duì)于0.1 mm閾值晴雨預(yù)報(bào)，Ts評(píng)分均在0.30以上，秋季評(píng)分最高，Ts評(píng)分均在0.35以上，冬季最低，春季、夏季相當(dāng)；對(duì)于3.1 mm閾值降水，不同季節(jié)Ts評(píng)分在0.15左右，春季評(píng)分最高，分值在0.18附近，冬季最低，夏季略高于秋季；對(duì)于6.1 mm閾值降水，Ts評(píng)分在0.12左右，變幅較大，冬季Ts評(píng)分變幅最大，整體來看春季Ts評(píng)分較高，夏季高于秋季；對(duì)于12.1 mm閾值降水，春季評(píng)分最高，夏季高于秋季，冬季無評(píng)分。從Bias評(píng)分來看，Bias評(píng)分有隨著預(yù)報(bào)時(shí)效累積不斷增大的趨勢。對(duì)于0.1 mm閾值降水，Bias評(píng)分基本在1.0～1.3范圍內(nèi)，各季節(jié)對(duì)降水落區(qū)預(yù)報(bào)略有空?qǐng)?bào)，春季表現(xiàn)明顯；對(duì)于3.1 mm閾值降水，Bias評(píng)分分布在0.7～1.2，空、漏報(bào)率較低，夏季空、漏報(bào)率最低，秋季主要表現(xiàn)為空?qǐng)?bào)，前12 h預(yù)報(bào)Bias評(píng)分從冬季到秋季依次增大，對(duì)于前6 h預(yù)報(bào)以漏報(bào)為主；對(duì)于6.1 mm 閾值降水，Bias評(píng)分在 0.6～1.2，18~24 h 降水冬季漏報(bào)，秋季空?qǐng)?bào)，春季和夏季除了0~6 h降水漏報(bào)，其他時(shí)次略空?qǐng)?bào)；對(duì)于12.1 mm降水，Bias評(píng)分變幅較大為0.1～2.4，冬季評(píng)分較小在0.2以下，漏報(bào)率較高，秋季Bias評(píng)分在1.8以上，空?qǐng)?bào)率較高，春季以漏報(bào)為主，夏季空、漏報(bào)率較低。模式對(duì)不同季節(jié)降水晴雨預(yù)報(bào)Ts評(píng)分均在0.3以上，秋季晴雨預(yù)報(bào)Ts評(píng)分最高。春季Ts評(píng)分最高，冬季最低。Bias評(píng)分有隨著預(yù)報(bào)時(shí)效累積不斷增大的趨勢，各季節(jié)對(duì)降水落區(qū)略有空?qǐng)?bào)，冬季大閾值降水漏報(bào)率較高，秋季大閾值降水空?qǐng)?bào)率較高，夏季空、漏報(bào)率較低。與2016年同期相比，2017年降水Ts評(píng)分整體提高，其中冬季提高最明顯，對(duì)春季大閾值降水Ts評(píng)分有提高，夏季中量級(jí)降水Ts評(píng)分減小。

4.2 降水評(píng)分空間分布

從2017年08—14時(shí)BT降水預(yù)報(bào)評(píng)分（圖8a）可以看出，對(duì)于0.1 mm閾值，在阿勒泰北部沿阿爾泰山、塔城大部地區(qū)、伊犁河谷天山大峽谷沿線、南疆西部山區(qū)局地、昆侖山北坡沿線站點(diǎn)Ts評(píng)分較高，可以達(dá)到0.4；對(duì)比Bias評(píng)分，模式漏報(bào)站點(diǎn)數(shù)多于空?qǐng)?bào)，在博州、伊犁河谷、西天山北坡、南疆西部山區(qū)部分站點(diǎn)漏報(bào)率較高，在阿勒泰北部、天山峽谷、喀什地區(qū)局地空?qǐng)?bào)率較高。對(duì)于3.1 mm閾值，有評(píng)分站點(diǎn)主要分布在阿爾泰山、天山等山區(qū)沿線，多數(shù)評(píng)分在0.45以上；對(duì)比Bias評(píng)分，漏報(bào)站點(diǎn)略多于空?qǐng)?bào)站點(diǎn)，主要在博州、天山峽谷、南疆西部山區(qū)漏報(bào)。對(duì)于6.1 mm閾值，僅有8個(gè)靠近山區(qū)站點(diǎn)有Ts評(píng)分，以空?qǐng)?bào)為主。對(duì)于2017年08—14時(shí)BT降水預(yù)報(bào)，山區(qū)及伊犁河谷站點(diǎn)Ts評(píng)分較高，對(duì)于3.1 mm閾值以下降水，漏報(bào)站數(shù)多于空?qǐng)?bào)站，在博州、伊犁河谷局地、南疆西部山區(qū)部分站點(diǎn)漏報(bào)率較高，對(duì)6.1 mm閾值降水以空?qǐng)?bào)為主。

圖7 2017年各季節(jié)降水檢驗(yàn)結(jié)果及2017年與2016年差值

從2017年14—20時(shí)BT的降水預(yù)報(bào)評(píng)分（圖8b）可以看出，對(duì)于0.1 mm閾值，同樣在靠近山區(qū)站點(diǎn)Ts評(píng)分較高，對(duì)比Bias評(píng)分，模式空?qǐng)?bào)率非常高，僅在西天山北坡、伊犁河谷局地、南疆西部山區(qū)部分地區(qū)漏報(bào)。對(duì)于3.1 mm閾值，有評(píng)分站點(diǎn)主要分布在北疆，仍以空?qǐng)?bào)為主，存在天山北坡漏報(bào)、南坡空?qǐng)?bào)的現(xiàn)象。對(duì)于6.1 mm閾值，僅在塔城北部、天山峽谷、南疆西部山區(qū)的幾個(gè)站點(diǎn)有評(píng)分，多數(shù)站點(diǎn)空?qǐng)?bào)。2017年14—20時(shí)BT降水預(yù)報(bào)，空?qǐng)?bào)率較高，僅在伊犁河谷局地、南疆西部山區(qū)部分地區(qū)漏報(bào)率較高。

從20時(shí)—次日02時(shí)BT的降水預(yù)報(bào)評(píng)分（圖8c）可以看出，對(duì)于0.1 mm閾值，北疆Ts評(píng)分基本在0.3以上，南疆在0.3以下；對(duì)比Bias評(píng)分，有天山北坡漏報(bào)、南坡空?qǐng)?bào)的趨勢，這也與2015年降水結(jié)果一致[24]，新疆地區(qū)整體以空?qǐng)?bào)為主，博州地區(qū)空?qǐng)?bào)率較高。對(duì)于3.1 mm和6.1 mm閾值，評(píng)分主要集中在天山沿線，仍以空?qǐng)?bào)為主。模式對(duì)于2017年14—20時(shí)BT降水評(píng)分低于日間降水評(píng)分，整體以空?qǐng)?bào)為主，對(duì)0.1 mm閾值晴雨預(yù)報(bào)有天山北坡漏報(bào)、南坡空?qǐng)?bào)的趨勢。

從02—08時(shí)BT降水預(yù)報(bào)評(píng)分（圖8d）可以看出，Ts評(píng)分在4個(gè)時(shí)段最低，多數(shù)站點(diǎn)在0.25以下，對(duì)比Bias評(píng)分，在中國區(qū)域整體呈漏報(bào)，漏報(bào)率非常高，這與中國氣象局地面氣象觀測業(yè)務(wù)在02 BT有些氣候站無觀測業(yè)務(wù)有關(guān)[23]。

圖8 00 時(shí) UTC 起報(bào) 08—14 時(shí)BT（a）、14—20 時(shí) BT（b）、20時(shí)—次日 02 時(shí) BT（c）、02—08 時(shí) BT（d）降水檢驗(yàn)結(jié)果

5 結(jié)論與討論

利用MET檢驗(yàn)工具，對(duì)DOGRAFS v1.0 2017年烏魯木齊區(qū)域的預(yù)報(bào)結(jié)果在各個(gè)季節(jié)的預(yù)報(bào)性能進(jìn)行檢驗(yàn)評(píng)估，主要結(jié)果如下：

（1）2017年DOGRAFS v1.0日間預(yù)報(bào)溫度整體偏低，夜間多數(shù)站點(diǎn)預(yù)報(bào)溫度偏高；夏季2 m溫度模擬均方根誤差最小，秋季、春季次之，冬季誤差最大；所有季節(jié)分析場均為暖偏差，冬季預(yù)報(bào)場呈暖偏差，溫度預(yù)報(bào)偏高，其他3個(gè)季節(jié)預(yù)報(bào)場均為冷偏差，溫度預(yù)報(bào)整體偏低，春季預(yù)報(bào)冷偏差最大。冬季10 m風(fēng)速模擬誤差最大，春季次之，夏季、秋季誤差相當(dāng)；所有季節(jié)風(fēng)速分析場與預(yù)報(bào)場均為正偏差，預(yù)報(bào)風(fēng)速偏大。與2016年同期相比，2017年冬季和秋季2 m溫度預(yù)報(bào)精度提高，春季和夏季預(yù)報(bào)誤差增大；春季和秋季10 m風(fēng)速預(yù)報(bào)精度提高，冬季和夏季預(yù)報(bào)誤差增大。

（2）2017年DOGRAFS v1.0不同季節(jié)高空位勢高度隨高度增加誤差增大，誤差約在6.5～12.0 gpm，位勢高度場預(yù)報(bào)呈負(fù)偏差，預(yù)報(bào)高度比實(shí)際高度偏低。不同季節(jié)高空U、V風(fēng)隨高度增加誤差先增大后減小，隨預(yù)報(bào)時(shí)效誤差增大，均方根誤差約在2.4～6.2 m/s和1.8～5.2 m/s，U風(fēng)場預(yù)報(bào)整體呈負(fù)偏差，預(yù)報(bào)風(fēng)速比實(shí)況偏小，V風(fēng)場預(yù)報(bào)整體呈正偏差，預(yù)報(bào)風(fēng)速比實(shí)況偏大。不同季節(jié)高空溫度隨高度增加誤差先減小后增大，夏季、秋季高空溫度預(yù)報(bào)誤差小，在3.0℃以下，冬季誤差最大，溫度預(yù)報(bào)整體呈冷偏差。

（3）2017年DOGRAFS v 1.0對(duì)不同季節(jié)降水晴雨預(yù)報(bào)Ts評(píng)分均在0.3以上，Bias評(píng)分有隨著預(yù)報(bào)時(shí)效積累不斷增大的趨勢。冬季大閾值降水漏報(bào)率較高，秋季大閾值降水空?qǐng)?bào)率較高，夏季空、漏報(bào)率較低。在新疆地區(qū)，4個(gè)時(shí)段中14—20時(shí)BT、20時(shí)—次日02時(shí)BT空?qǐng)?bào)站點(diǎn)數(shù)多于漏報(bào)，14—20時(shí)BT空?qǐng)?bào)率最高，02—08 BT漏報(bào)率最高，08—14時(shí)BT晴雨預(yù)報(bào)以漏報(bào)為主；日間Ts評(píng)分高于夜間，山區(qū)及鄰近地區(qū)評(píng)分高于平原地區(qū)，夜間晴雨預(yù)報(bào)存在天山北坡漏報(bào)、南坡空?qǐng)?bào)的趨勢。與2016年同期相比，2017年降水Ts評(píng)分整體提高，其中冬季提高最明顯，對(duì)春季大閾值降水Ts評(píng)分有提高，夏季中量級(jí)降水Ts評(píng)分減小。

根據(jù)文章對(duì)各季節(jié)不同要素場的偏差分析結(jié)果，對(duì)于日間預(yù)報(bào)溫度整體偏低，夜間多數(shù)站點(diǎn)預(yù)報(bào)溫度偏高、2 m溫度冬季暖偏差、其他3個(gè)季節(jié)冷偏差、10 m風(fēng)速預(yù)報(bào)偏大、高空U風(fēng)整體預(yù)報(bào)偏小、V風(fēng)預(yù)報(bào)偏大、高空溫度、位勢高度預(yù)報(bào)偏低的情況，應(yīng)進(jìn)一步分析偏差存在的主要原因，進(jìn)而修正模式誤差，提高預(yù)報(bào)精度。此外，應(yīng)用最新的高分辨率地表數(shù)據(jù)集更新模式靜態(tài)數(shù)據(jù)，改進(jìn)同化算法，引入更多高時(shí)空分辨率的觀測數(shù)據(jù)，提高區(qū)域模式預(yù)報(bào)性能，為預(yù)報(bào)提供客觀依據(jù)。