陳光舟 , 婁珊珊 , 王 皓

1. 淮河流域氣象中心， 安徽 合肥 230031

2. 安徽省氣象臺(tái)， 安徽 合肥 230031

0 引 言

面雨量預(yù)報(bào)是氣象服務(wù)的一項(xiàng)重要工作，它是各級(jí)政府組織防汛抗洪、水庫(kù)調(diào)度等決策的重要科學(xué)依據(jù)(王東勇等，2020；包紅軍等，2021)。近年來(lái)，為提高流域面雨量預(yù)報(bào)水平，不少專(zhuān)業(yè)人員將多種數(shù)值模式降水預(yù)報(bào)場(chǎng)應(yīng)用到流域氣象服務(wù)中，輸出客觀(guān)化面雨量預(yù)報(bào)產(chǎn)品，并對(duì)此進(jìn)行檢驗(yàn)評(píng)估。劉永和等(2013)基于TIGGE 資料對(duì)沂沭河流域6 h降水集合預(yù)報(bào)能力進(jìn)行了分析；向永龍等(2016)利用3種數(shù)值模式降水預(yù)報(bào)格點(diǎn)資料對(duì)長(zhǎng)江上游面雨量預(yù)報(bào)能力進(jìn)行了評(píng)估；廖春花等(2018)選取多種細(xì)網(wǎng)格模式降水預(yù)報(bào)產(chǎn)品，檢驗(yàn)分析各模式對(duì)湖南水庫(kù)流域面雨量的預(yù)報(bào)效果；祁海霞等(2020)針對(duì)清江流域降水開(kāi)展了多模式BMA概率預(yù)報(bào)試驗(yàn)。在實(shí)際業(yè)務(wù)中，多種預(yù)報(bào)模式的集成研究能更好地發(fā)揮模式作用，受地形地貌影響，一些中小河流域也是防汛重點(diǎn)。滁河流域位于長(zhǎng)江下游左岸，受地形影響，其洪水匯集快且河道泄流不暢，極易導(dǎo)致洪澇災(zāi)害，但目前將多種數(shù)值預(yù)報(bào)模式降水產(chǎn)品應(yīng)用于滁河流域面雨量預(yù)報(bào)的研究較少。

文中根據(jù)河流水系特點(diǎn)將滁河流域進(jìn)行分片，基于2013—2016年汛期ECMWF、JMA和WRF的歷史數(shù)據(jù)，對(duì)各模式的降水預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)，根據(jù)結(jié)果選擇合適的時(shí)間尺度，制作動(dòng)態(tài)權(quán)重集成面雨量預(yù)報(bào)及分步集成面雨量預(yù)報(bào)產(chǎn)品。并以2017—2020年汛期為例，對(duì)集成的面雨量預(yù)報(bào)產(chǎn)品和ECMWF、JMA、WRF等單模式的面雨量預(yù)報(bào)產(chǎn)品進(jìn)行對(duì)比評(píng)估。

1 流域概況與資料方法

1.1 滁河流域概況及片區(qū)劃分

滁河流域是長(zhǎng)江下游左岸的一級(jí)支流，源于安徽省肥東縣丘陵山區(qū)，全長(zhǎng)269 km，干流沿途流經(jīng)合肥市、蕪湖市、滁州市、馬鞍山市和南京市，流域洪水特點(diǎn)為匯集快而河道泄流不暢，極易導(dǎo)致圩區(qū)發(fā)生洪澇災(zāi)害(何翠敏等，2015)。根據(jù)滁河流域河流水系匯流特點(diǎn)和水文部門(mén)防汛抗旱服務(wù)業(yè)務(wù)需求，基于DEM將其細(xì)劃分為11個(gè)子單元(黃娟等，2008)(圖1)，對(duì)于關(guān)注較多的支流，如馬廠(chǎng)河、襄河、來(lái)安新河等均單獨(dú)劃為片，并業(yè)務(wù)化運(yùn)行。

圖1 滁河流域11個(gè)分片劃分

1.2 資 料

使用的預(yù)報(bào)產(chǎn)品為目前常用的ECMWF、JMA和WRF模式降水預(yù)報(bào)產(chǎn)品，ECMWF和JMA資料通過(guò)中國(guó)氣象局氣象數(shù)據(jù)衛(wèi)星廣播系統(tǒng)收集獲取，WRF模式降水預(yù)報(bào)產(chǎn)品由安徽省中尺度數(shù)值預(yù)報(bào)系統(tǒng)獲取，其中ECMWF模式的格距為0.125°×0.125°，JMA的格距為0.5°×0.5°，WRF格距為0.1°×0.1°。各模式降水預(yù)報(bào)均是以20時(shí)(BT)為起報(bào)場(chǎng)的24、48和72 h預(yù)報(bào)時(shí)效的24 h累積降水量。地面觀(guān)測(cè)雨量數(shù)據(jù)來(lái)源于中國(guó)氣象局國(guó)家氣象信息中心CIMISS數(shù)據(jù)庫(kù)，采用滁河流域165個(gè)自動(dòng)站及常規(guī)站逐日24 h降水?dāng)?shù)據(jù)。

1.3 面雨量計(jì)算與檢驗(yàn)

面雨量指單位面積上的降雨量，即某一特定區(qū)域或流域的平均降雨?duì)顩r(徐晶等，2005；胡菊芳等，2014)。因滁河流域站點(diǎn)分布較密，實(shí)況直接采用算術(shù)平均法計(jì)算面雨量，模式降水預(yù)報(bào)產(chǎn)品采用網(wǎng)格插值算術(shù)平均法計(jì)算面雨量。根據(jù)我國(guó)江河面雨量等級(jí)劃分標(biāo)準(zhǔn)將24 h面雨量劃分為小雨、中雨、大雨、暴雨4個(gè)等級(jí)(表1)。

表1 面雨量量級(jí)劃分

采用中國(guó)氣象局《全國(guó)七大江河流域面雨量監(jiān)測(cè)和預(yù)報(bào)業(yè)務(wù)規(guī)定》中面雨量檢驗(yàn)方法對(duì)面雨量預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)，包括平均絕對(duì)誤差、空?qǐng)?bào)率、漏報(bào)率、TS評(píng)分、模糊評(píng)分等統(tǒng)計(jì)指標(biāo)(劉漢武等，2017；吳勝平等，2017；盛春巖等，2020；危國(guó)飛等，2020)，計(jì)算公式：

1) 模糊評(píng)分：

(1)

2) 空?qǐng)?bào)率：

(2)

3) 漏報(bào)率：

(3)

4) TS評(píng)分：

(4)

式(1)中，F(xiàn)G(j,i)代表第i個(gè)流域第j級(jí)降水預(yù)報(bào)的模糊評(píng)分，第一項(xiàng)中60為有雨預(yù)報(bào)正確基礎(chǔ)分，第二項(xiàng)中Max(j)為最大等級(jí)誤差，F(xiàn)i-Oi為等級(jí)誤差，此項(xiàng)為預(yù)報(bào)加權(quán)分。式(2)中NAk為k等級(jí)面雨量預(yù)報(bào)正確樣本數(shù)(預(yù)報(bào)與實(shí)況等級(jí)相同)，NCk為k等級(jí)漏報(bào)天數(shù)(預(yù)報(bào)等級(jí)小于實(shí)況等級(jí))，NBk為k等級(jí)空?qǐng)?bào)天數(shù)(預(yù)報(bào)等級(jí)大于實(shí)況等級(jí))。

2 多模式集成面雨量預(yù)報(bào)及性能評(píng)估

2.1 動(dòng)態(tài)權(quán)重集成面雨量預(yù)報(bào)

動(dòng)態(tài)權(quán)重系數(shù)法是隨時(shí)空變化動(dòng)態(tài)調(diào)整模式的權(quán)重系數(shù)(劉漢武，2016)，首先需要確定制作權(quán)重系數(shù)的時(shí)間尺度。利用2013—2016年汛期6—8月的ECMWF、JMA及WRF模式預(yù)報(bào)降水產(chǎn)品計(jì)算24、48及72 h預(yù)報(bào)時(shí)效的分片面雨量，對(duì)各模式在不同時(shí)間尺度(7、15、30、45 d)的預(yù)報(bào)結(jié)果計(jì)算TS評(píng)分(表2)和空漏報(bào)率(表略)。分析發(fā)現(xiàn)，ECMWF和WRF模式預(yù)報(bào)降水的TS評(píng)分在24、48 h時(shí)效差異不大，JMA的TS評(píng)分最低。3種模式在24、48和72 h預(yù)報(bào)時(shí)效的降水預(yù)報(bào)TS評(píng)分均在30 d達(dá)到最高。且30 d時(shí)間尺度上，ECMWF及WRF在48 h和72 h預(yù)報(bào)時(shí)效上空?qǐng)?bào)率均最低，JMA在3個(gè)時(shí)效上均為次低值；ECMWF在3個(gè)預(yù)報(bào)時(shí)效上的漏報(bào)率均最低，JMA及WRF均為次低。因此采用30 d的預(yù)報(bào)結(jié)果計(jì)算TS評(píng)分，確定動(dòng)態(tài)權(quán)重系數(shù)，從而形成動(dòng)態(tài)集成面雨量預(yù)報(bào)產(chǎn)品。

表2 2013—2016年6—8月ECMWF、JMA與WRF模式24、48、72 h預(yù)報(bào)時(shí)效的滁河流域面雨量預(yù)報(bào)的7、15、30、45 d TS評(píng)分結(jié)果

2.2 等權(quán)重集成和分步集成面雨量預(yù)報(bào)

等權(quán)重集成面雨量預(yù)報(bào)是將各數(shù)值模式面雨量預(yù)報(bào)產(chǎn)品進(jìn)行等權(quán)重計(jì)算集成得到預(yù)報(bào)結(jié)果。分步集成面雨量預(yù)報(bào)是根據(jù)動(dòng)態(tài)權(quán)重系數(shù)對(duì)3種模式面雨量近30 d的預(yù)報(bào)結(jié)果計(jì)算TS評(píng)分，剔除最差的，再使用動(dòng)態(tài)權(quán)重系數(shù)法計(jì)算集成面雨量預(yù)報(bào)產(chǎn)品。

2.3 多模式集成面雨量預(yù)報(bào)的性能評(píng)估

基于2017—2020年汛期(6—8月)ECMWF、JMA、WRF模式的單模式面雨量預(yù)報(bào)產(chǎn)品與動(dòng)態(tài)權(quán)重集成(Dynamic Weight Integration，DWI)面雨量預(yù)報(bào)、等權(quán)重集成(Equal Weight Integration，EWI)面雨量預(yù)報(bào)、分步集成(Stepwise Integration，SI)面雨量預(yù)報(bào)產(chǎn)品，從不同預(yù)報(bào)時(shí)效、不同降水量級(jí)等方面采用平均絕對(duì)誤差、TS評(píng)分、模糊評(píng)分及空漏報(bào)率進(jìn)行性能檢驗(yàn)評(píng)估。

2.3.1 平均絕對(duì)誤差檢驗(yàn)

圖2為2017—2020年汛期各面雨量預(yù)報(bào)產(chǎn)品在滁河流域的平均絕對(duì)誤差，可見(jiàn)多模式集成的面雨量產(chǎn)品的預(yù)報(bào)誤差明顯小于單模式的面雨量產(chǎn)品，且隨預(yù)報(bào)時(shí)效延長(zhǎng)，這種差距更加明顯。3種多模式集成面雨量預(yù)報(bào)產(chǎn)品間，EWI在24和48 h時(shí)效的面雨量預(yù)報(bào)誤差最小，在72 h時(shí)效的預(yù)報(bào)誤差最大。單模式面雨量預(yù)報(bào)產(chǎn)品的誤差隨著預(yù)報(bào)時(shí)效的增加而增加，而多模式集成的面雨量預(yù)報(bào)產(chǎn)品，除EWI的誤差隨著預(yù)報(bào)時(shí)效增加而增加外，DWI和SI則是24和72 h較低，48 h最大。綜上，集成面雨量預(yù)報(bào)產(chǎn)品對(duì)單模式產(chǎn)品具有改善作用，其中EWI面雨量預(yù)報(bào)產(chǎn)品最具有參考意義。

圖2 2017—2020年6—8月ECMWF、JMA、WRF模式和DWI、EWI、SI集成預(yù)報(bào)在24、48、72 h預(yù)報(bào)時(shí)效的滁河流域面雨量預(yù)報(bào)結(jié)果的平均絕對(duì)誤差

2.3.2 分等級(jí)TS評(píng)分檢驗(yàn)

分析2017—2020年汛期各面雨量預(yù)報(bào)產(chǎn)品在滁河流域不同降水量等級(jí)的TS評(píng)分(圖3)發(fā)現(xiàn)，集成面雨量預(yù)報(bào)產(chǎn)品在24 h時(shí)效上對(duì)中雨量級(jí)降水的預(yù)報(bào)效果優(yōu)于單一模式，DWI面雨量預(yù)報(bào)表現(xiàn)最佳；EWI、SI對(duì)大雨及暴雨量級(jí)降水預(yù)報(bào)的評(píng)分與單一模式相近，但DWI均高于單一模式；3種集成面雨量產(chǎn)品在48、72 h時(shí)效對(duì)大雨及以下量級(jí)降水的預(yù)報(bào)結(jié)果欠佳，對(duì)暴雨量級(jí)降水的預(yù)報(bào)優(yōu)于單一模式，在48 h預(yù)報(bào)時(shí)效DWI的降水預(yù)報(bào)評(píng)分最高，在72 h預(yù)報(bào)時(shí)效SI評(píng)分最高。綜上，集成面雨量預(yù)報(bào)產(chǎn)品對(duì)致災(zāi)較為嚴(yán)重的暴雨量級(jí)降水預(yù)報(bào)的結(jié)果具有較好的參考意義，尤其是在24、48 h預(yù)報(bào)時(shí)效，DWI面雨量預(yù)報(bào)的參考意義更大。

圖3 同圖2，但為T(mén)S評(píng)分

2.3.3 分等級(jí)模糊評(píng)分檢驗(yàn)及空漏報(bào)率檢驗(yàn)

分析2017—2020年汛期各面雨量預(yù)報(bào)產(chǎn)品在滁河流域分等級(jí)模糊評(píng)分(圖4)發(fā)現(xiàn)，3種集成面雨量預(yù)報(bào)產(chǎn)品在24、48 h時(shí)效上對(duì)中雨及以上量級(jí)降水的預(yù)報(bào)結(jié)果相比其他單一模式雖有提高，但評(píng)分差異不大，對(duì)暴雨量級(jí)降水的預(yù)報(bào)，EWI評(píng)分最高；3種集成面雨量預(yù)報(bào)產(chǎn)品在72 h時(shí)效上對(duì)中雨及暴雨量級(jí)降水的預(yù)報(bào)均高于單一模式，其中，對(duì)中雨量級(jí)降水的預(yù)報(bào)，SI評(píng)分最高，對(duì)暴雨量級(jí)降水的預(yù)報(bào)，EWI評(píng)分最高，對(duì)大雨量級(jí)降水的預(yù)報(bào)，僅DWI評(píng)分略高于3種單一模式評(píng)分。綜上，對(duì)大雨及以下量級(jí)降水的預(yù)報(bào)，集成面雨量預(yù)報(bào)產(chǎn)品的預(yù)報(bào)結(jié)果參考性不強(qiáng)，但對(duì)暴雨量級(jí)降水的預(yù)報(bào)，集成面雨量預(yù)報(bào)產(chǎn)品具有一定的參考意義，3種集成面雨量預(yù)報(bào)產(chǎn)品在不同預(yù)報(bào)時(shí)效表現(xiàn)各不相同。

圖4 同圖2，但為模糊評(píng)分

分析2017—2020年汛期各模式和各集成面雨量預(yù)報(bào)產(chǎn)品的空、漏報(bào)率(圖略)發(fā)現(xiàn)，多模式集成面雨量預(yù)報(bào)產(chǎn)品的空?qǐng)?bào)率明顯低于單模式面雨量產(chǎn)品。在24 h預(yù)報(bào)時(shí)效上，DWI對(duì)中雨及大雨量級(jí)降水預(yù)報(bào)的空?qǐng)?bào)率最低，EWI對(duì)暴雨量級(jí)降水的預(yù)報(bào)空?qǐng)?bào)率最低；在48 h預(yù)報(bào)時(shí)效上，SI對(duì)大雨量級(jí)降水的空?qǐng)?bào)率最低，EWI對(duì)暴雨量級(jí)降水的空?qǐng)?bào)率最低；在72 h預(yù)報(bào)時(shí)效上，SI對(duì)中雨及暴雨量級(jí)降水的空?qǐng)?bào)率最低。分析漏報(bào)率發(fā)現(xiàn)，單模式面雨量預(yù)報(bào)的漏報(bào)率較低，尤其在24、48 h預(yù)報(bào)時(shí)效，單模式對(duì)大雨及以上量級(jí)強(qiáng)降水的預(yù)報(bào)表現(xiàn)較好。綜上，集成面雨量產(chǎn)品的預(yù)報(bào)結(jié)果在空?qǐng)?bào)率上表現(xiàn)更好，DWI在24、48 h預(yù)報(bào)時(shí)效上表現(xiàn)較好，SI在72 h預(yù)報(bào)時(shí)效表現(xiàn)較好；而集成面雨量預(yù)報(bào)產(chǎn)品在漏報(bào)率方面表現(xiàn)較差，單一模式的表現(xiàn)更為優(yōu)秀。

3 降水個(gè)例檢驗(yàn)

選取2016年6月21日及2017年6月30日的2次不同強(qiáng)度降水過(guò)程，以24 h降水預(yù)報(bào)為例，對(duì)3種模式集成面雨量預(yù)報(bào)及單模式面雨量預(yù)報(bào)進(jìn)行個(gè)例檢驗(yàn)分析。

2016年6月20日20時(shí)至21日20時(shí)，滁河流域自北向南出現(xiàn)了暴雨及大暴雨天氣過(guò)程，范圍廣強(qiáng)度大，除肥東片、馬廠(chǎng)河片、大馬廠(chǎng)河片、襄汊片、沛河片外其他各片面雨量均為暴雨。分析各面雨量預(yù)報(bào)產(chǎn)品對(duì)小雨到暴雨量級(jí)降水預(yù)報(bào)的正確片數(shù)(NAS)、空?qǐng)?bào)片數(shù)(NBS)和漏報(bào)片數(shù)(NCS)，并統(tǒng)計(jì)空?qǐng)?bào)、漏報(bào)情況(表3)。可以看出，該強(qiáng)降水過(guò)程，正確率最高為DWI和WRF，正確片數(shù)均為8，SI次之，正確片數(shù)為6，JMA表現(xiàn)最差；空?qǐng)?bào)率中EC的空?qǐng)?bào)率最高，DWI次之，其它各模式空?qǐng)?bào)片數(shù)均為2；漏報(bào)率中JMA最高，DWI最好，無(wú)空?qǐng)?bào)。集成預(yù)報(bào)對(duì)強(qiáng)降水過(guò)程的預(yù)報(bào)較單一模式有一定優(yōu)勢(shì)。

表3 2016年6月20日—21日滁河流域強(qiáng)降水過(guò)程各模式預(yù)報(bào)和集成面雨量產(chǎn)品預(yù)報(bào)正確(NAS)、空?qǐng)?bào)(NBS)、漏報(bào)(NCS)片數(shù)

2017年6月29日20時(shí)—6月30日20時(shí)，流域多分散性陣雨或雷雨，局地出現(xiàn)短時(shí)強(qiáng)降水，滁河流域面雨量達(dá)大雨量級(jí)的為2片，中雨量級(jí)2片，其他7片為小雨量級(jí)。對(duì)比3種集成面雨量預(yù)報(bào)及模式面雨量預(yù)報(bào)的結(jié)果如表4所示，幾種面雨量預(yù)報(bào)的正確片數(shù)均為2，空、漏報(bào)情況存在差異，JMA空?qǐng)?bào)最少為1片，EC和WRF漏報(bào)最少，均為1片。集成預(yù)報(bào)優(yōu)勢(shì)不明顯。

表4 2017年6月29日—30日滁河流域弱降水過(guò)程各模式預(yù)報(bào)和集成面雨量產(chǎn)品預(yù)報(bào)正確(NAS)、空?qǐng)?bào)(NBS)、漏報(bào)(NCS)片數(shù)

3 結(jié)論與討論

文中基于ECMWF、JMA、WRF歷史汛期數(shù)據(jù)選取合適的動(dòng)態(tài)權(quán)重，制作滁河流域2017—2020年汛期(6—8月)動(dòng)態(tài)權(quán)重集成、等權(quán)重集成及分步集成面雨量預(yù)報(bào)產(chǎn)品，并對(duì)其和ECMWF、JMA、WRF模式面雨量預(yù)報(bào)產(chǎn)品的預(yù)報(bào)效果進(jìn)行性能評(píng)估，最后分別選取強(qiáng)、弱降水過(guò)程進(jìn)行典型個(gè)例檢驗(yàn)評(píng)估。得到結(jié)論如下：

1) 集成面雨量產(chǎn)品的平均絕對(duì)誤差明顯小于單模式產(chǎn)品誤差。多模式的集成對(duì)單模式產(chǎn)品具有改善作用，其中等權(quán)重集成面雨量預(yù)報(bào)產(chǎn)品的參考意義最大。

2) 集成面雨量產(chǎn)品對(duì)暴雨量級(jí)降水的預(yù)報(bào)結(jié)果的TS和模糊評(píng)分表現(xiàn)較好，特別是動(dòng)態(tài)權(quán)重集成面雨量預(yù)報(bào)在24、48 h預(yù)報(bào)時(shí)效的TS評(píng)分最具參考價(jià)值。

3) 3種集成模式的面雨量預(yù)報(bào)的空?qǐng)?bào)率總體表現(xiàn)優(yōu)異，24、48 h預(yù)報(bào)時(shí)效的動(dòng)態(tài)集成預(yù)報(bào)產(chǎn)品表現(xiàn)較好，72 h預(yù)報(bào)時(shí)效的分步集成預(yù)報(bào)產(chǎn)品表現(xiàn)較好。但集成面雨量預(yù)報(bào)的漏報(bào)率在3個(gè)時(shí)效上均表現(xiàn)較差，不及單一模式產(chǎn)品。

4) 動(dòng)態(tài)集成面雨量預(yù)報(bào)和WRF對(duì)強(qiáng)降水過(guò)程預(yù)報(bào)的正確率最高，其他2種集成面雨量預(yù)報(bào)次之，ECMWF及JMA較差,集成面雨量產(chǎn)品對(duì)弱降水過(guò)程的預(yù)報(bào)優(yōu)勢(shì)不明顯。