張東方，成青燕，2*，何慧根，楊 蓉，韋 瑋，汪 玲

(1.成都市氣象局，成都 611133；2.高原與盆地暴雨旱澇災害四川省重點實驗室，成都 611133；3.重慶市氣候中心，重慶 401147)

引言

長期以來，公眾所熟知的氣象服務是3d 以內(nèi)的短期天氣預報，隨著社會經(jīng)濟的發(fā)展，中期預報甚至月、季、年尺度的短期氣候預測逐漸成為公眾氣象服務所迫切需求的內(nèi)容，目前中期數(shù)值預報產(chǎn)品最長預報時效是6～10d，而短期氣候預測只考慮氣象要素的變化趨勢，并未細化到具體的時間分布或天氣過程。10～30d 的延伸期預報填補了中期天氣預報和短期氣候預測之間的縫隙，在防災減災決策服務中起著重要作用，一直是科學研究和業(yè)務預報關注的重點和難點［1-2］。近10 多年來，諸如2008 年南方低溫冰凍雨雪天氣、2009 年西南五省持續(xù)干旱、2013年初霧霾籠罩全國、2017 年北方大范圍極端高溫天氣等階段性、持續(xù)性高頻發(fā)高影響的異常天氣事件越來越多，而延伸期預報工作的薄弱及產(chǎn)品的匱乏也使得氣象部門在相關決策服務工作中略顯被動。中國氣象局印發(fā)的《全面推進氣象現(xiàn)代化行動計劃(2018—2020 年)》和《智能網(wǎng)格預報行動計劃(2018—2020 年)》，已明確提出將氣象要素和重要天氣過程的延伸期預報列為重點任務和著力攻關的關鍵核心技術之一。國內(nèi)學者和業(yè)務單位在延伸期預報方法的探索和業(yè)務產(chǎn)品的研發(fā)領域持續(xù)努力，取得可喜成效，其中包括應用最廣泛的上海市氣候中心研發(fā)的低頻天氣圖方法［3-5］，國家氣候中心的月動力延伸模式DERF2.0 形勢場預測及降尺度釋用［6-8］，河北省氣候中心異常相似(釋用)方法［9-10］，西北區(qū)域氣候中心的準150d 韻律方法［11］以及美國環(huán)境研究中心以及歐洲數(shù)值預報中心的延伸期預測。前4 種方法作為延伸期預測的重要手段，前期工作繁瑣，需建立統(tǒng)計模型，且有一定的地域局限性；歐洲數(shù)值預報中心的延伸期預測產(chǎn)品屬于非公開，不能通過一般途徑得到。美國環(huán)境預報中心延伸期模式CFSv2 提供逐日向后延伸45d 的要素預報，本文利用其公開預測產(chǎn)品，直接進行雙線性插值對成都地區(qū)未來45d的逐日氣溫和降水進行預報應用，對近5a 應用效果進行全面檢驗和評估，從而為該模式在成都市延伸期預報中有效利用提供理論依據(jù)。通過檢驗和評估提出訂正方案，可以提高該模式在成都地區(qū)延伸期預測的準確率。

1 資料來源和數(shù)據(jù)處理方法

1.1 資料來源

本文所用資料主要包括：(1)2016—2020 年逐日CFSv2 地面降水、850hPa 氣溫未來45d 預報結果，以及相應氣候平均值(1991—2010 年)。(2)成都地區(qū)14 個國家氣象站2016—2020 年逐日的降水觀測資料及對應的氣候平均值。

1.2 方法

本文采用雙線性插值法［12］將格點數(shù)據(jù)插值到站點。采用距平相關系數(shù)ACC、趨勢異常綜合檢驗Ps對模式預測降水的總體趨勢進行評估，采用Zs、Cs評分對降水過程的預測進行定量評估。其中空間距平相關系數(shù)ACC、Ps 方法在文獻［13］中已進行了詳細描述，Cs/Zs 評分方法詳見文獻［14］，本文不予贅述。

2 結果與分析

由于模式每日輸出未來45d 預測，為配合本地短期氣候預測業(yè)務使用，本文僅以每月28 日起報預測結果作為檢驗對象。

2.1 距平相關系數(shù)ACC 評估

距平相關系數(shù)ACC 常用來描述某一氣象變量距平的預測值與觀測值的年際變化或空間分布的相似程度，廣泛應用于動力模式和統(tǒng)計方法對不同區(qū)域范圍不同變量的預測評分，是世界氣象組織(WMO)確定并建議使用的指標。

圖1 為CFSv2 模式在2016 年1 月—2020 年12月間逐月28 日起報的未來45d 降水與實況的距平相關系數(shù)ACC。60 個樣本中，模式預測與實況數(shù)據(jù)的距平相關系數(shù)ACC 在-0.6～0.6 之間，其中有21個樣本為負值，20 個樣本ACC＞0.30，最大值為2019年3 月28 日起報結果，預報與實況ACC 達到0.63。全部樣本的ACC 平均值為0.13，雖然評分較低，但高于2016—2020 年四川省氣候中心發(fā)布的月降水預測的ACC 年平均評分0.06，且高于同時段國家氣候中心指導發(fā)布的月降水預測的平均ACC 評分0.05(評分來自中國氣象業(yè)務內(nèi)網(wǎng)氣候預測產(chǎn)品檢驗頻道http：//10.1.64.154/portal/web-link_ycpg.index#)。由此表明，CFSv2 模式對成都地區(qū)的未來45d 降水預報效果略高于目前短期氣候預測的業(yè)務水平，且由圖1 可知，2016—2020 年ACC 正值頻次逐漸增加，一定程度表明CFSv2 模式的預報準確率近5a 逐步提高。

圖1 逐月延伸期降水預報與實況的距平相關系數(shù)ACC

距平相關系數(shù)在成都地區(qū)不同季節(jié)的空間分布如圖2 所示，在不同季節(jié)，CFSv2 模式對成都地區(qū)降水的預測性能都存在一定的地區(qū)差異，春季西南部和東南部ACC 高于其它地區(qū)，夏季ACC 高分區(qū)主要在東南區(qū)，秋季西部和東南部為高分區(qū)，冬季除東部外ACC 基本都大于0.2?？傮w上，成都西南部和東南部的ACC 評分高于其它地區(qū)。

圖2 不同季節(jié)距平相關系數(shù)的空間分布圖

2.2 趨勢異常綜合檢驗Ps 評估

趨勢異常綜合檢驗Ps 評分法是中國氣象局為促進氣候預測業(yè)務由平均態(tài)趨勢預測向異常氣候趨勢預測轉(zhuǎn)變制定的，同時考慮到預報的趨勢項、異常項和漏報項，于2014 年開始應用于業(yè)務評分。如圖3，CFSv2 模式對成都地區(qū)延伸期降水的趨勢異常綜合檢驗Ps 評分的月際變化明顯，季節(jié)差異不大，沒有明顯的持續(xù)較差或持續(xù)較好。60 個樣本中評分最低為30 分，有20 個樣本Ps 低于60 分，最高為94.7分，平均為65.7 分，與四川省氣候中心發(fā)布的2016—2020 年月降水預測的Ps 平均評分65.4 基本一致，略高于同時期國家氣候中心發(fā)布的指導預報Ps 平均評分61.7(評分來源于中國氣象業(yè)務內(nèi)網(wǎng)氣候預測產(chǎn)品檢驗頻道)。2016—2020 年，Ps 評分總體趨于穩(wěn)定并逐漸升高。

圖3 逐月降水的趨勢異常綜合檢驗Ps 評分

從Ps 評分的空間分布圖來看，同樣存在顯著空間差異，但并無明顯變化規(guī)律，春季西南部PS 評分顯著高于其它地區(qū)，夏季與春季基本呈相反的變化，秋季PS 高分區(qū)位于成都市南部，冬季Ps 高分區(qū)分布在西部及偏北地區(qū)?？傮w上西南部PS 評分略高于其它地區(qū)，這與距平相關系數(shù)ACC 評分得到的結論具有相似性。

2.3 主要降水過程的Cs／Zs 評估

利用850hPa 變溫為負、降水量非0 作為有降水的判斷依據(jù)，認為同時有5 站或以上站點產(chǎn)生降水即為1 次明顯的降水過程。表1 為對2016 年1 月—2020 年12 月期間降水過程Cs、Zs 評估，由表可知，結合負變溫和降水，CFSv2 模式對成都地區(qū)的延伸期降水過程純客觀預報結果具有一定的參考價值。Cs 評分重在考查對延伸期降水過程的日期預報效果。60 個樣本中，評分最高出現(xiàn)于2016 年4 月28 日的預報，Cs 為0.80；最低評分0.23 為2018 年2 月28日起報。其中有25 個樣本Cs 值大于0.50，14 個樣本Cs 值小于0.3，成都地區(qū)平均的Cs 評分為0.48。Zs 評分重在考查對延伸期內(nèi)主要降水過程的把握，因此明顯高于Cs 評分，60 個樣本平均的Zs 評分為0.64，其中有22 個樣本的Zs 值大于0.7，2017 年2月28 日起報的Zs 評分高達0.95。無論是Cs 評分還是Zs 評分，從高評分的分布來看，模式對延伸期內(nèi)降水過程的預報并沒有明顯的季節(jié)分布特征。

表1 CFSv2 模式對月內(nèi)主要降水過程的Cs／Zs 評估

圖4 不同季節(jié)PS 評分的空間分布

空報率和漏報率也是反映降水過程預報效果的重要指標，參照中國氣象局《中短期天氣預報質(zhì)量檢驗辦法》(氣發(fā)〔2005〕109 號)計算月內(nèi)主要降水過程的空報率和漏報率，CFSv2 模式對成都地區(qū)延伸期主要降水過程的空報率為38%，漏報率為34%。從高空報和高漏報的分布來看(表略)，冬半年空報較多，夏半年漏報較多?？傮w評分逐年提高。

2.4 訂正方法的討論

綜合以上應用和檢驗可知，CFSv2 模式對成都地區(qū)的延伸期降水預測具有一定程度的預報能力，但是作為延伸期預報的主要參考依據(jù)，需要對模式結果進行訂正。不同于氣溫的連續(xù)變化，降水是大氣環(huán)流系統(tǒng)之間共同協(xié)調(diào)作用產(chǎn)生，數(shù)據(jù)更加離散化，單純依靠模式對于降水的預測，準確率是不確定的，想要建立一個參數(shù)恒定的訂正模型比較困難，也不利于準確率的提高，在消除偏差訂正方案［14］的基礎上，將觀測值平均值改為模式偏差，然后采用一元線性回歸的方法進行誤差訂正，具體用公式表示為：

誤差為預報值與實況值之間的偏差：

式中，i 為起報時間，j 為第j 個預報時次，bij 為i 起報時間預報的j 時次的預報誤差，fij 為i 起報時間預報的j 時次預報值，aij 為j 時次的實況值。

對于離散數(shù)據(jù)而言，誤差可表示為：

式中，w 為權重系數(shù)，也稱為回歸系數(shù)。利用最小二乘法原理，通過一元線性回歸法，計算權重系數(shù)。

經(jīng)過訂正后的預報可表示為：

即模式的訂正預報為模式的初始預報-模式誤差。

根據(jù)公式(1)，對2016—2020 年逐月28 日起報的逐6h 降水數(shù)據(jù)進行誤差計算。再利用公式(2)，基于最小二乘法，求出各個時次的誤差權重系數(shù)。利用公式(3)計算訂正后的預報值。

3.5 訂正后的再評估

訂正后模式預報降水與實況的距平相關系數(shù)ACC 與訂正前相比，以提高為主，其中2017 年5 月28 日起報的降水與實況距平相關系數(shù)較訂正前提高了0.37，其余月份提高不明顯，基本小于0.05，個別月份ACC 較訂正前有所下降。訂正后平均的ACC較訂正前升高0.04。訂正后的ACC 空間分布與訂正前一致，西南部和東南部略高于其它地區(qū)(圖略)。

訂正后模式預報降水與實況的Ps 評分與訂正前相比，總體提高較明顯，其中2020 年5 月28 日起報的模式降水與實況的Ps 評分較訂正前提高了51分，另有4 個樣本的訂正后Ps 評分較訂正前提高幅度在20～35 分之間，有20 個樣本為負訂正，訂正后的Ps 評分較訂正前降低1～10 分，其余各月均以正訂正為主，Ps 評分的提高幅度在1～20 分之間。Ps 評分的空間分布訂正前后并無顯著差異(圖略)。

表2 為訂正前后模式預報的降水過程的Cs/Zs評分差異，無論是對主要降水過程的把握還是對降水過程發(fā)生日期的把握，訂正后的結果大多好于訂正前，個別月份存在負訂正。訂正后Cs 評分平均提高0.05 分，Zs 評分平均提高0.14 分。訂正后空報率明顯下降，較訂正前下降22%，漏報率下降5%。

表2 訂正前后CFSv2 模式對月內(nèi)主要降水過程的評估差異

綜上，利用滾動式一元線性回歸的方法來對CFSv2 模式的延伸期降水預報進行訂正，可以有效提高降水預報的準確率，對于模式資料在成都地區(qū)的直接應用具有重要的貢獻。

3 結論和討論

利用2016 年1 月至2020 年12 月CFSv2 模式的延伸期降水預報結果進行成都市的延伸期降水預測試驗，經(jīng)過與實況對比發(fā)現(xiàn)：

(1)CFSv2 模式預報的延伸期降水與實況的距平相關系數(shù)ACC 平均為0.13，總體較低，但略高于省級、國家氣象局短期氣候預測業(yè)務水平。ACC 的空間分布反映出CFSv2 模式對成都西南部和東南部的預測效果好于其它地區(qū)。

(2)CFSv2 模式預報的延伸期降水與實況的Ps評分平均為65.7 分，與省級發(fā)布預測評分相當，高于國家級對四川地區(qū)的指導預報評分。

(3)CFSv2 模式預報的延伸期降水過程在成都地區(qū)平均Cs 為0.48，Zs 為0.64，空報率38%，漏報率34%。Cs 評分明顯低于Zs 評分，模式對主要過程的把握好于對過程發(fā)生日期的把握。冬半年空報多，夏半年漏報多。

(4)改進的消除偏差一元線性回歸對2016 年1月至2020 年12 月期間的模式預報進行訂正計算和重新評估，訂正后ACC 平均提高0.04，Ps 提高4.5分。訂正后模式延伸期降水過程Cs 評分平均提高0.05 分，Zs 評分平均提高0.14 分?？請舐瘦^訂正前降低22%，漏報率降低5%。

通過以上分析可以看到，經(jīng)過訂正后的CFSv2模式的延伸期預報結果可以作為成都地區(qū)延伸期降水預報的重要決策參考依據(jù)，但由于資料序列時間較短，本文僅采用雙線性差值的方法將模式結果進行直接應用，還需要今后持續(xù)檢驗并結合動力與統(tǒng)計的降尺度方法作出改進，進一步提升延伸期預報服務能力。