袁 晨,謝清霞,劉彥華,李 力,顧天紅
(貴州省氣象臺(tái),貴州 貴陽 550002)
在向高分辨率數(shù)值天氣預(yù)報(bào)發(fā)展的過程中,我國自主發(fā)展了新一代的數(shù)值模式 Global/Regional Assimilation and Prediction System(GRAPES),及其有限區(qū)域版本GRAPES_MESO。GRAPES_MESO的核心部分是模式的動(dòng)力框架以及經(jīng)過優(yōu)化選取和改進(jìn)的物理過程參數(shù)化方案,其主要特點(diǎn)包括采用全可壓原始方程、靜力平衡與非靜力平衡可以開關(guān)式置換、半隱式半拉格朗日時(shí)間平流方案、經(jīng)緯度格點(diǎn)的網(wǎng)格設(shè)計(jì)、水平Arakawa-C網(wǎng)格和垂直方向高度地形追隨坐標(biāo)等[1-2]。2016年中國氣象局開始下發(fā)4.0版本的GRAPES_MESO區(qū)域中尺度模式相應(yīng)的預(yù)報(bào)產(chǎn)品,相較以前的版本產(chǎn)品,其分辨率提高到10 km×10 km,增加垂直分層數(shù)量到 50 層,并改變了垂直分辨率的分布曲線, 區(qū)域?yàn)?5°N~55°N,70°E~140°E,預(yù)報(bào)時(shí)長為72 h[3]。國內(nèi)已有不少有關(guān)該模式的檢驗(yàn)評估研究,大多基于客觀統(tǒng)計(jì)檢驗(yàn)方法,針對地面氣象要素如降水、溫度的預(yù)報(bào)能力進(jìn)行評估。如莊照榮等[4]用不同分辨率的模式預(yù)報(bào)差異估計(jì)了GRAPES全球模式的預(yù)報(bào)誤差,并指出模式誤差隨分辨率降低而線性增加,隨預(yù)報(bào)時(shí)效增加呈線性增長趨勢;葉成志等[5]檢驗(yàn)分析了GRAPES中尺度模式在2005年長江流域重大災(zāi)害性降水過程中的預(yù)報(bào)性能,并對該模式的預(yù)報(bào)誤差進(jìn)行了初步探討;康嵐等[6]評估了GRAPES模式對西南夏季2 m氣溫的預(yù)報(bào)情況。
然而針對貴州地區(qū)復(fù)雜地形下的檢驗(yàn)工作較少,主要為運(yùn)用模式對一些暴雨個(gè)例進(jìn)行模擬試驗(yàn)[7-9]。目前,暫無GRAPES_MESO區(qū)域中尺度模式在貴州不同季節(jié)不同區(qū)域的預(yù)報(bào)性能等方面的研究,日常業(yè)務(wù)的檢驗(yàn)評估工作和客觀檢驗(yàn)產(chǎn)品也暫時(shí)處于空白狀態(tài)。本文將通過客觀檢驗(yàn)方法,得出GRAPES_MESO區(qū)域中尺度模式地面要素(溫度與降水)在貴州不同季節(jié)、不同區(qū)域的預(yù)報(bào)性能評估結(jié)論,為實(shí)現(xiàn)模式產(chǎn)品的本地化提供科學(xué)依據(jù)。
本文所檢驗(yàn)的內(nèi)容為GRAPES_MESO區(qū)域中尺度模式2017年6月—2018年5月每日08時(shí)和20時(shí)起報(bào)的24 h預(yù)報(bào)產(chǎn)品,客觀檢驗(yàn)要素為日最高、最低氣溫和日降水3類,得到全年以及春夏秋冬四季貴州不同行政區(qū)域(遵義市、安順市、貴陽市、銅仁市、畢節(jié)市、六盤水市、黔西南州、黔南州、黔東南州)的預(yù)報(bào)評估結(jié)論。
將GRAPES_MESO區(qū)域中尺度模式地面2 m氣溫和降水預(yù)報(bào)產(chǎn)品插值到貴州85個(gè)國家觀測站上,與實(shí)況氣溫和降水做對比,得出檢驗(yàn)結(jié)論,具體檢驗(yàn)方法如下:
1.2.1 最高、最低氣溫檢驗(yàn) 統(tǒng)計(jì)絕對誤差在2 ℃以內(nèi)的最高最低氣溫預(yù)報(bào)準(zhǔn)確率,并根據(jù)(1)、(2)式計(jì)算出絕對誤差樣本的平均絕對誤差MAE和均方根誤差RMSE(其中Fi為第i次預(yù)報(bào)值,Oi為第i次實(shí)況值):
(1)
(2)
1.2.2 降水要素檢驗(yàn) 將GRAPES_MESO區(qū)域中尺度模式預(yù)報(bào)的日降水量按國家規(guī)定雨量劃分標(biāo)準(zhǔn)進(jìn)行不同等級(小雨、中雨、大雨、暴雨、大暴雨、特大暴雨)檢驗(yàn),公式如下:
(3)
(4)
(5)
式中TS代表TS評分;FAR代表空報(bào)率;PO代表漏報(bào)率;NA為預(yù)報(bào)正確的次數(shù),NB為空報(bào)次數(shù),NC為漏報(bào)次數(shù)。
圖1 為GRAPES_MESO區(qū)域中尺度模式全年和四季對高溫預(yù)報(bào)的檢驗(yàn)結(jié)果,分別為2 ℃以內(nèi)預(yù)報(bào)準(zhǔn)確率(圖1a)、平均絕對誤差(圖1b)和均方根誤差(圖1c),從全年來看,該模式對貴州最高溫度的預(yù)報(bào)效果不佳,全年超過50%準(zhǔn)確率的地區(qū)只有安順、貴陽兩市,最低在銅仁市,僅為27.4%,各地州的平均絕對誤差均超過2 ℃,且預(yù)報(bào)的不穩(wěn)定性較大(均方根平均值為3.6 ℃),相較而言,預(yù)報(bào)效果較好的地區(qū)為安順市,最差的地區(qū)為銅仁市;從不同季節(jié)的高溫預(yù)報(bào)性能來看,冬春兩季優(yōu)于夏秋兩季,但冬季的預(yù)報(bào)不穩(wěn)定性最高;春、夏、冬三季高溫均對安順市預(yù)報(bào)效果最好、銅仁市最差,秋季高溫則對貴陽市預(yù)報(bào)最好、黔南州最差。
圖1 GRAPES_MESO區(qū)域中尺度模式對貴州高溫預(yù)報(bào):準(zhǔn)確率(a),平均絕對誤差(b),均方根誤差(c)(單位℃)Fig.1 Verification results of predicting highest temperature in Guizhou by GRAPES_MESO model(a:accuracy of prediction,b:mean absolute error,c:root mean square error,unit:℃)
圖2為GRAPES_MESO區(qū)域中尺度模式全年和四季對低溫預(yù)報(bào)的檢驗(yàn)結(jié)果,分別為2 ℃以內(nèi)預(yù)報(bào)準(zhǔn)確率(圖2a)、平均絕對誤差(圖2b)和均方根誤差(圖2c),就全年來看,該模式對貴州最低氣溫的預(yù)報(bào)性能較為突出,全年9個(gè)地州平均預(yù)報(bào)準(zhǔn)確率超過75%,預(yù)報(bào)效果最佳地區(qū)為安順市、最差為銅仁市,9個(gè)地州的平均絕對誤差都在2 ℃以內(nèi),各地州預(yù)報(bào)穩(wěn)定性較高。
圖2 GRAPES_MESO區(qū)域中尺度模式對貴州低溫預(yù)報(bào):準(zhǔn)確率(a),平均絕對誤差(b),均方根誤差(c)(單位:℃)Fig.2 verification results of predicting lowest temperature in Guizhou by GRAPES_MESO model(a:accuracy of prediction,b:mean absolute error,c:root mean square error,unit:℃)
從不同季節(jié)的低溫預(yù)報(bào)性能來看,夏季效果最好,春秋次之,冬季最差;9個(gè)地州春季的平均預(yù)報(bào)準(zhǔn)確率為71.9%,預(yù)報(bào)效果最佳為安順市、最差為銅仁市;夏季平均預(yù)報(bào)準(zhǔn)確率達(dá)85%以上,平均絕對誤差和均方根誤差均在1.5 ℃以內(nèi),對預(yù)報(bào)有較好的指示意義,其中預(yù)報(bào)效果最佳為安順市、最差為銅仁市;秋季平均預(yù)報(bào)準(zhǔn)確率為75.3%,預(yù)報(bào)效果最佳為安順市、最差為銅仁市;冬季平均預(yù)報(bào)準(zhǔn)確率僅為68.6%,模式在貴州西部(畢節(jié)市、六盤水市)和中部(安順市、貴陽市)的預(yù)報(bào)性能略優(yōu)于北部(遵義市)和東部(銅仁市、黔東南州)城市。
從GRAPES_MESO區(qū)域中尺度模式對貴州全年晴雨預(yù)報(bào)檢驗(yàn)結(jié)果來看(圖略),該模式對貴州9個(gè)地州晴雨預(yù)報(bào)能力較好,全年各地州平均準(zhǔn)確率約為71.5%,且各地州相差不大,預(yù)報(bào)效果最好的地區(qū)為遵義市,最差為黔西南州,各個(gè)地州都存在較高的空報(bào)率。
從不同季節(jié)該模式對貴州晴雨預(yù)報(bào)能力來看(圖略),預(yù)報(bào)準(zhǔn)確率最高為夏季,其次為冬季、春季,最低為秋季,空報(bào)率秋季最高、夏季最低,漏報(bào)率春季最高、冬季最低。
表1為GRAPES_MESO區(qū)域中尺度模式對貴州全年分級降水的預(yù)報(bào)檢驗(yàn)結(jié)果,從表1中貴州9個(gè)地州暴雨以上降水預(yù)報(bào)性能來看,各地州對大暴雨的預(yù)報(bào)能力很差,表現(xiàn)為低TS評分和高空報(bào)率與漏報(bào)率,在安順、畢節(jié)、貴陽、六盤水、遵義等市是沒有預(yù)報(bào)能力的;就暴雨而言,各地州均存在漏報(bào)率高于空報(bào)率情況,9個(gè)地州的平均TS評分為10%,其中TS評分最高的地區(qū)為貴陽市,同時(shí)也存較高的空報(bào)率和漏報(bào)率,分別為69%和78%,安順、六盤水、黔西南、遵義等地州的暴雨TS評分較低,僅為5%~7%,其中遵義市的暴雨漏報(bào)率最高,達(dá)90%以上。
從貴州9個(gè)地州小雨預(yù)報(bào)能力來看還是不錯(cuò)的,小雨預(yù)報(bào)TS評分相差不大,評分最高地區(qū)為畢節(jié)市,相對較低為黔西南州 ,同時(shí)小雨預(yù)報(bào)的空報(bào)率還是較高的,但漏報(bào)率較低。
該模式對貴州中雨預(yù)報(bào)能力較小雨大幅度降低,9個(gè)地州平均TS評分為19%,其中評分相對較高的是六盤水市,最差為銅仁市,各地州的中雨預(yù)報(bào)空報(bào)率和漏報(bào)率都較高。
從該模式對貴州大雨預(yù)報(bào)能力來看,平均TS評分為13%,最低評分為畢節(jié)市(不足10%),其余地州在10%~16%之間,與中雨一致,存在較高的空報(bào)率和漏報(bào)率。
表1 GRAPES_MESO區(qū)域中尺度模式對貴州分級降水預(yù)報(bào)檢驗(yàn)結(jié)果Tab.1 verification results of classification rainfall forecast in Guizhou by GRAPES_MESO model
本文通過GRAPES_MESO區(qū)域中尺度模式溫度與降水預(yù)報(bào)產(chǎn)品和實(shí)況的對比檢驗(yàn)分析,對該模式在貴州2017年預(yù)報(bào)性能評估如下:
①GRAPES_MESO區(qū)域中尺度模式對貴州高溫預(yù)報(bào)效果不佳,9個(gè)地州平均預(yù)報(bào)準(zhǔn)確率不足50%,各地州平均絕對誤差均超過2 ℃,不穩(wěn)定性也較大,冬春兩季預(yù)報(bào)優(yōu)于夏秋兩季。相較而言預(yù)報(bào)效果最好的地區(qū)為安順市,最差地區(qū)為銅仁市。
②GRAPES_MESO區(qū)域中尺度模式對貴州低溫預(yù)報(bào)明顯優(yōu)于高溫,具有一定指導(dǎo)意義,且夏季效果最好,冬季相對較差,9個(gè)地州平均預(yù)報(bào)準(zhǔn)確率超過75%,平均絕對誤差都在2 ℃以內(nèi),且預(yù)報(bào)穩(wěn)定性較高,其中預(yù)報(bào)效果最好的地區(qū)為安順市、最差為銅仁市。
③GRAPES_MESO區(qū)域中尺度模式對貴州晴雨預(yù)報(bào)能力較好,且各地州相差不大,預(yù)報(bào)效果最好的地區(qū)為遵義市,最差為黔西南州,各地州都存在較高的空報(bào)率,預(yù)報(bào)準(zhǔn)確率由高到低依次為夏季、冬季、春季、秋季,空報(bào)率秋季最高、夏季最低,漏報(bào)率春季最高、冬季最低。
④GRAPES_MESO區(qū)域中尺度模式對貴州大暴雨的預(yù)報(bào)能力很差,就暴雨而言,9個(gè)地州均存在漏報(bào)率高于空報(bào)率情況,而TS評分最高地區(qū)為貴陽市,但同時(shí)存在較高的空報(bào)率和漏報(bào)率,TS評分最低地區(qū)為遵義市。
⑤GRAPES_MESO區(qū)域中尺度模式對貴州小雨預(yù)報(bào)能力較好,9個(gè)地州TS評分相差不大,評分最高地區(qū)為畢節(jié)市、最低為黔西南州,空報(bào)率較高,但漏報(bào)率較低。
⑥GRAPES_MESO區(qū)域中尺度模式對貴州中雨和大雨的預(yù)報(bào)能力較小雨大幅度降低,且存在較高的空報(bào)率和漏報(bào)率,其中中雨預(yù)報(bào)TS評分最高的地區(qū)為六盤水市,大雨預(yù)報(bào)評分最高的地區(qū)為黔東南州。