張武龍 王彬雁 陳朝平* 馮漢中

(1 四川省氣象臺(tái)，成都 610072; 2 高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室，成都 610072)

引言

為滿足社會(huì)生產(chǎn)生活、防災(zāi)減災(zāi)、政府部門的應(yīng)急決策等日益增長的天氣預(yù)報(bào)需求，中國氣象局提出了無縫隙精細(xì)化網(wǎng)格化預(yù)報(bào)的業(yè)務(wù)要求，短時(shí)降水預(yù)報(bào)成為了業(yè)務(wù)發(fā)展中的重點(diǎn)和難點(diǎn)。目前，降水的0～2 h臨近預(yù)報(bào)技術(shù)方法主要包括外推預(yù)報(bào)、經(jīng)驗(yàn)預(yù)報(bào)、統(tǒng)計(jì)預(yù)報(bào)、概率預(yù)報(bào)等[1-4]。隨著預(yù)報(bào)時(shí)效的增長，基于雷達(dá)、衛(wèi)星等資料的簡單外推預(yù)報(bào)準(zhǔn)確率會(huì)大大降低，更長時(shí)效的降水預(yù)報(bào)需要依賴于高時(shí)空分辨率的中尺度數(shù)值模式來解決[5]。因此，國內(nèi)外客觀降水短時(shí)預(yù)報(bào)的主要思路是外推預(yù)報(bào)和數(shù)值預(yù)報(bào)相結(jié)合，即1～3 h預(yù)報(bào)需要結(jié)合外推預(yù)報(bào)和數(shù)值預(yù)報(bào)，3～6 h預(yù)報(bào)則以數(shù)值預(yù)報(bào)為主，而6～12 h基本上完全依靠數(shù)值預(yù)報(bào)或利用后處理手段進(jìn)行訂正和釋用[1,5]。隨著數(shù)值預(yù)報(bào)技術(shù)的迅速發(fā)展，高分辨率中尺度數(shù)值預(yù)報(bào)模式的準(zhǔn)確率不斷提高，并廣泛地應(yīng)用于短時(shí)臨近天氣預(yù)報(bào)預(yù)警中[6-9]。但由于模式初始場的誤差，使得模式預(yù)報(bào)存在一定的不確定性。為了最大程度地減小這種不確定性，集合預(yù)報(bào)的方法在近年來得到了高度重視和應(yīng)用發(fā)展[10-13]。

Hoffman等[14]提出了時(shí)間滯后集合(Time-Lagged Ensemble)的預(yù)報(bào)方法，即對(duì)不同時(shí)刻起報(bào)的某一時(shí)刻的預(yù)報(bào)結(jié)果進(jìn)行集合，形成新的預(yù)報(bào)結(jié)果。Hou等[15]和Walser等[16]利用時(shí)間滯后集合預(yù)報(bào)方法使高分辨率數(shù)值預(yù)報(bào)模式的短時(shí)預(yù)報(bào)效果有了較好的改善。王婧等[17]利用GRAPES-RAFS系統(tǒng)3 h的2 m溫度和降水資料進(jìn)行時(shí)間滯后集合產(chǎn)品研究，發(fā)現(xiàn)2 m溫度和降水集合平均的結(jié)果均優(yōu)于單個(gè)集合成員。蘭紅平等[18]對(duì)比分析了歐洲中心TL799 L91模式對(duì)于深圳單點(diǎn)氣溫的時(shí)間滯后集合預(yù)報(bào)與傳統(tǒng)確定性預(yù)報(bào)的預(yù)報(bào)能力，得到時(shí)間滯后集合預(yù)報(bào)總體上優(yōu)于確定性預(yù)報(bào)，而且參與集合的成員數(shù)量越多則預(yù)報(bào)準(zhǔn)確率大體上越高的結(jié)論。傅娜等[19]基于華東區(qū)域中尺度快速更新同化系統(tǒng)，應(yīng)用時(shí)間滯后法進(jìn)行集合預(yù)報(bào)，發(fā)現(xiàn)小-大雨量級(jí)集合平均優(yōu)于各集合成員預(yù)報(bào)。唐文苑等[20]基于GRAPES-RAFS模式使用時(shí)間滯后集合和頻率匹配訂正方法，顯著提升了逐時(shí)降水量的預(yù)報(bào)效果。

西南區(qū)域中尺度數(shù)值預(yù)報(bào)系統(tǒng)(SouthWest Center-WRF ADAS Real-time Modeling System,SWCWARMS)是基于WRF(3.5.1)和ARPS5.3.3(ADAS)建立的高分辨率中尺度數(shù)值預(yù)報(bào)系統(tǒng)。近年來，隨著SWCWARMS模式的不斷優(yōu)化調(diào)整，其降水預(yù)報(bào)效果相較GRAPES、ECWMF等全球模式有著自身的優(yōu)勢，在四川省降水預(yù)報(bào)中發(fā)揮著越來越重要的指導(dǎo)作用[21-24]。Wernli等[25]于2008年提出一種面向?qū)ο蟮臋z驗(yàn)方法SAL，它以研究區(qū)域內(nèi)的降水為目標(biāo)物，從結(jié)構(gòu)S(Structure)、強(qiáng)度A(Amplitude)和位置L(Location)3個(gè)最關(guān)鍵的因素進(jìn)行降水預(yù)報(bào)效果檢驗(yàn)，檢驗(yàn)結(jié)果為S、A和L3個(gè)數(shù)值。由于SAL方法計(jì)算相對(duì)簡單，能避免雙懲罰效應(yīng)，且能從天氣學(xué)角度評(píng)價(jià)整體的預(yù)報(bào)效果，目前已有不少國內(nèi)學(xué)者對(duì)該檢驗(yàn)方法開展解釋應(yīng)用[26-31]。本文在SWCWARMS模式逐小時(shí)降水預(yù)報(bào)基礎(chǔ)上，通過時(shí)間滯后的集合方法構(gòu)建多個(gè)集合成員，使用SAL評(píng)分值計(jì)算相應(yīng)集合成員權(quán)重系數(shù)，進(jìn)行不等權(quán)集合平均，形成新的預(yù)報(bào)結(jié)果，并通過SAL、TS和BIAS檢驗(yàn)探討時(shí)間滯后集合預(yù)報(bào)方法在改進(jìn)SWCWARMS模式預(yù)報(bào)效果方面的作用。

1 SWCWARMS模式

SWCWARMS模式分辨率為9 km×9 km，垂直方向?yàn)?1層，中心位置為32°N、100°E，格點(diǎn)數(shù)為630×400，使用NCEP GFS全球分析預(yù)報(bào)資料作為模式初始場和邊界條件，同化地面觀測、探空、飛機(jī)報(bào)、衛(wèi)星亮溫和雷達(dá)反射率等資料，之后計(jì)算0～72 h逐小時(shí)多要素預(yù)報(bào)，每天運(yùn)行4次(周期6 h)，起報(bào)時(shí)間分別為北京時(shí)間02:00、08:00、14:00、20:00。實(shí)際業(yè)務(wù)中模式產(chǎn)品可保證在起報(bào)時(shí)間后約8～9 h左右提供至服務(wù)器，供預(yù)報(bào)員調(diào)用[21-22]。

2 方法及原理

2.1 SAL檢驗(yàn)

SAL檢驗(yàn)方法最關(guān)鍵的部分是降水體的識(shí)別，其中閾值的確定是識(shí)別的基礎(chǔ)。在前期對(duì)SAL檢驗(yàn)方法的本地應(yīng)用中，發(fā)現(xiàn)公穎[26]提出的降水閾值確定方法并不適用，計(jì)算所得閾值在四川省存在偏小的情況[29]。因此，在前人研究的基礎(chǔ)上，提出一種改進(jìn)后的閾值確定方法，即首先對(duì)檢驗(yàn)范圍內(nèi)的降水量進(jìn)行去重處理，將≥0.1 mm的降水量從小到大排列得到新的序列，再將最大降水量序號(hào)乘以0.95后，將最接近該整數(shù)序號(hào)對(duì)應(yīng)量的1/15 作為降水閾值，將大于此閾值的格點(diǎn)作為降水主體成員，主體成員內(nèi)不連續(xù)的小降水區(qū)域作為降水主體內(nèi)的降水個(gè)體，然后再計(jì)算結(jié)構(gòu)(S)、強(qiáng)度(A)和位置(L)值[29]。S、A和L3個(gè)參數(shù)均為無量綱數(shù)，計(jì)算公式如下[26]：

(1)

(2)

(3)

S>0表示預(yù)報(bào)范圍較實(shí)況偏大，或者預(yù)報(bào)降水中心降水量較實(shí)況偏小，或者兩種情況同時(shí)存在；S<0表示意義則相反。例如，若實(shí)況為大范圍強(qiáng)降水，預(yù)報(bào)為小范圍的對(duì)流性強(qiáng)降水，此時(shí)S<0[29]。S值取值范圍為[-2,2]。

(4)

(5)

式中,DR表示研究區(qū)域D內(nèi)的非缺測格點(diǎn)降水平均值(mm);DRmod為預(yù)報(bào)場的平均值;DRobs為實(shí)況場的平均值；Ri,j為格點(diǎn)降水量。

A>0表示預(yù)報(bào)較實(shí)況偏強(qiáng)，A<0表示預(yù)報(bào)較實(shí)況偏弱，A絕對(duì)值越接近0，表明預(yù)報(bào)強(qiáng)度與實(shí)況越接近[29]。A取值范圍為[-2,2]。

L=L1+L2

(6)

(7)

(8)

(9)

式中,xRmod表示研究區(qū)域D內(nèi)預(yù)報(bào)場降水主體的重心位置；xRobs表示實(shí)況場降水主體的重心位置；d為研究區(qū)域內(nèi)非缺測格點(diǎn)間的最大距離；x為降水主體重心；xn為第n個(gè)降水體的重心；r為m個(gè)降水體以體內(nèi)總降水量Rn為權(quán)重的|x-xn|的加權(quán)平均，r值越大，表示降水體的降水量越大、離降水主體重心越遠(yuǎn)；rRmod為預(yù)報(bào)場的加權(quán)平均;rRobs為實(shí)況場的加權(quán)平均。

L由L1、L2兩部分組成，L1為研究區(qū)域內(nèi)預(yù)報(bào)與實(shí)況降水主體重心之間的距離，L2為降水主體重心與每個(gè)降水體重心之間的平均距離。L越接近0，預(yù)報(bào)與實(shí)況降水位置越接近[29]。L1、L2的取值范圍均為[0,1]，L取值范圍為[0,2]。

2.2 TS和BIAS檢驗(yàn)

采用鄰近插值的方法將格點(diǎn)預(yù)報(bào)插值到站點(diǎn)上，得到站點(diǎn)的降水預(yù)報(bào)結(jié)果，形成基于所有站點(diǎn)的實(shí)況與預(yù)報(bào)一一對(duì)應(yīng)的數(shù)據(jù)序列，并以此統(tǒng)計(jì)預(yù)報(bào)準(zhǔn)確站數(shù)(NA)、空?qǐng)?bào)站數(shù)(NB)、漏報(bào)站數(shù)(NC)，計(jì)算TS(TS)和BIAS(BIAS)評(píng)分值[32]。

(10)

(11)

TS評(píng)分在0～1之間，TS評(píng)分越大，預(yù)報(bào)效果越好。BIAS評(píng)分范圍在0～∞，BIAS越接近于1，預(yù)報(bào)效果越好。

2.3 時(shí)間滯后集合預(yù)報(bào)方法

本文所采用的時(shí)間滯后集合預(yù)報(bào)生成方法如圖1所示，對(duì)于未來某個(gè)具體時(shí)刻，選取最近的4個(gè)起報(bào)時(shí)次對(duì)于該時(shí)刻的預(yù)報(bào)作為集合成員。同時(shí)，為了充分發(fā)揮預(yù)報(bào)效果較好成員的作用，利用SAL檢驗(yàn)評(píng)估不同起報(bào)時(shí)次小時(shí)降水量的預(yù)報(bào)性能，并以此確定不同集合成員的權(quán)重系數(shù)，獲取最終的集合預(yù)報(bào)結(jié)果。以當(dāng)前能獲得最新的模式預(yù)報(bào)場08:00起報(bào)為例，該起報(bào)時(shí)次模式資料到達(dá)服務(wù)器的時(shí)間約為當(dāng)日17:00左右。對(duì)于當(dāng)日18:00，距離其最近的4個(gè)起報(bào)時(shí)次分別為當(dāng)日的08:00、02:00，以及前一天的20:00、14:00。于是，將這4個(gè)起報(bào)時(shí)次對(duì)于當(dāng)日18:00的降水預(yù)報(bào)，作為時(shí)間滯后預(yù)報(bào)集合成員。其次，按照4個(gè)起報(bào)時(shí)次對(duì)于當(dāng)日17:00降水預(yù)報(bào)的SAL檢驗(yàn)評(píng)分值，對(duì)相應(yīng)的4個(gè)集合成員分配權(quán)重系數(shù)，進(jìn)行不等權(quán)重集合平均，從而得到新的逐小時(shí)降水預(yù)報(bào)。

圖1 時(shí)間滯后集合預(yù)報(bào)生成方法

Wernli等[25]、公穎[26]、茅懋等[30]及曲巧娜等[31]的研究表明，在SAL檢驗(yàn)中對(duì)降水的預(yù)報(bào)效果指示意義最好的是位置值L，L值越小，則預(yù)報(bào)效果好的可能性就越大，強(qiáng)度值A(chǔ)其次，結(jié)構(gòu)值S再次?？紤]在實(shí)際短時(shí)降水預(yù)報(bào)中，預(yù)報(bào)員更關(guān)注雨帶位置以及強(qiáng)度，因此在進(jìn)行成員權(quán)重計(jì)算時(shí)，結(jié)合各參數(shù)值取值范圍及其數(shù)值意義，對(duì)L、A、S值分別賦以0.5、0.3和0.2的系數(shù)，按照下式計(jì)算SAL綜合評(píng)分值，以便為各集合成員分配權(quán)重。

Ii=0.5(2-Li)+0.3(2-|Ai|)+0.2(2-|Si|)

(12)

式中,Ii即為第i個(gè)集合成員的SAL綜合評(píng)分值;Li、Ai和Si分別為第i個(gè)集合成員的位置值、強(qiáng)度值和結(jié)構(gòu)值。

獲取各成員綜合評(píng)分值后，采用不等權(quán)重進(jìn)行集合平均，得到最終的時(shí)間滯后不等權(quán)集合預(yù)報(bào)結(jié)果。

(13)

(14)

式中,n為集合成員個(gè)數(shù)4;Ii為第i個(gè)集合成員的SAL綜合評(píng)分值;wi為第i個(gè)集合成員的權(quán)重系數(shù);pi為第i個(gè)集合成員的預(yù)報(bào)結(jié)果;P為不等權(quán)重集合平均，即時(shí)間滯后不等權(quán)集合預(yù)報(bào)結(jié)果。需要說明的是，若在SAL檢驗(yàn)時(shí)，實(shí)況未出現(xiàn)降水，則無法獲取SAL檢驗(yàn)結(jié)果，此時(shí)wi取0.25。

3 結(jié)果分析

由于SWCWARMS模式資料的運(yùn)算傳輸時(shí)間滯后起報(bào)時(shí)間約8～9 h，本研究以最新模式資料提供至服務(wù)器的時(shí)間作為時(shí)間滯后集合預(yù)報(bào)的起報(bào)時(shí)間，計(jì)算未來1～24 h時(shí)效逐小時(shí)降水預(yù)報(bào)結(jié)果。選取2019年8月1—31日逐小時(shí)降水量時(shí)間滯后集合預(yù)報(bào)及SWCWARMS模式最新時(shí)次預(yù)報(bào)進(jìn)行對(duì)比分析，考慮每隔6 h滾動(dòng)更新，形成新的時(shí)間滯后集合預(yù)報(bào)結(jié)果，本文主要針對(duì)1～6 h時(shí)效進(jìn)行檢驗(yàn)分析。檢驗(yàn)評(píng)分站點(diǎn)選取四川省范圍內(nèi)包括國家級(jí)自動(dòng)氣象站以及區(qū)域加密自動(dòng)站共計(jì)4164個(gè)站點(diǎn)(圖2)。

圖2 四川省4164個(gè)檢驗(yàn)評(píng)分站點(diǎn)分布

3.1 SAL評(píng)分

考慮SAL檢驗(yàn)結(jié)果中，L值和A值對(duì)降水預(yù)報(bào)效果指示意義較大，而S值很大程度上是由模式自身特點(diǎn)(分辨率、 預(yù)報(bào)偏差等)決定，因此本文主要探討時(shí)間滯后集合預(yù)報(bào)對(duì)SWCWARMS模式小時(shí)降水預(yù)報(bào)L值和A值的改進(jìn)情況。

圖3為2019年8月逐日逐個(gè)起報(bào)時(shí)次1 h、2 h時(shí)效集合預(yù)報(bào)和模式最新時(shí)次預(yù)報(bào)SAL檢驗(yàn)中位置值(L)的曲線分布。從圖3可知，時(shí)間滯后集合預(yù)報(bào)的L值在大部分時(shí)段內(nèi)較模式最新時(shí)次預(yù)報(bào)均有一定減小，更接近于0，說明時(shí)間滯后集合預(yù)報(bào)對(duì)降水位置有一定改進(jìn)。用時(shí)間滯后集合預(yù)報(bào)L值檢驗(yàn)正訂正的預(yù)報(bào)次數(shù)，除以總的預(yù)報(bào)次數(shù)可以得到L值檢驗(yàn)的正訂正百分率(圖4)。從圖中可以看到，1～6 h時(shí)效時(shí)間滯后集合預(yù)報(bào)L值檢驗(yàn)正訂正百分率在60%左右，以1 h時(shí)效正訂正百分率最大，訂正效果最明顯。

圖3 2019年8月逐日間隔6 h起報(bào)1 h(a)和2 h(b)時(shí)效 時(shí)間滯后集合預(yù)報(bào)與SWCWARMS模式最新時(shí)次 預(yù)報(bào)SAL檢驗(yàn)位置值L

圖4 2019年8月逐日間隔6 h起報(bào)1～6 h 時(shí)效時(shí)間滯后集合預(yù)報(bào)位置值L檢驗(yàn)正訂正率

圖5給出了2019年8月逐日逐個(gè)起報(bào)時(shí)次1 h和2 h時(shí)效集合預(yù)報(bào)和模式最新時(shí)次預(yù)報(bào)SAL檢驗(yàn)中強(qiáng)度值(A)的曲線分布。明顯地，時(shí)間滯后集合預(yù)報(bào)的A值較模式最新時(shí)次預(yù)報(bào)更接近于0，說明時(shí)間滯后集合預(yù)報(bào)的降水強(qiáng)度與實(shí)況更為吻合。從時(shí)間滯后集合預(yù)報(bào)A值檢驗(yàn)正訂正百分率來看，1～6 h時(shí)效的正訂正百分率在65%～100%之間，1 h時(shí)效正訂正百分率為100%，2 h、3 h均在95%以上，正訂正百分率隨著預(yù)報(bào)時(shí)效的臨近而增大(圖6)。

圖5 2019年8月逐日間隔6 h起報(bào)1 h(a)和2 h(b)時(shí)效 時(shí)間滯后集合預(yù)報(bào)與SWCWARMS模式最新時(shí)次 預(yù)報(bào)SAL檢驗(yàn)強(qiáng)度值A(chǔ)

圖6 2019年8月逐日間隔6 h起報(bào)1～6 h時(shí)效 時(shí)間滯后集合預(yù)報(bào)強(qiáng)度值A(chǔ)檢驗(yàn)正訂正率

3.2 TS和BIAS評(píng)分

由于SAL檢驗(yàn)主要側(cè)重降水預(yù)報(bào)的天氣學(xué)檢驗(yàn)，缺少降水量級(jí)預(yù)報(bào)方面的信息，因此加入TS和BIAS評(píng)分對(duì)小時(shí)降水量級(jí)進(jìn)行檢驗(yàn)。圖7是2019年8月逐日逐個(gè)起報(bào)時(shí)次1 h和2 h時(shí)效集合預(yù)報(bào)和模式最新時(shí)次預(yù)報(bào)晴雨TS評(píng)分對(duì)比。大致上看，時(shí)間滯后集合預(yù)報(bào)評(píng)分要高于模式最新時(shí)次預(yù)報(bào)，特別是對(duì)于模式晴雨TS評(píng)分低于0.2的逐小時(shí)降水預(yù)報(bào)有明顯的改進(jìn)效果，對(duì)于模式晴雨TS評(píng)分較高的預(yù)報(bào)也有所提高。

圖7 2019年8月逐日間隔6 h起報(bào)1 h(a)和2 h(b)時(shí)效 時(shí)間滯后集合預(yù)報(bào)與SWCWARMS模式最新時(shí)次 預(yù)報(bào)晴雨TS評(píng)分

時(shí)間滯后集合預(yù)報(bào)1～6 h時(shí)效平均晴雨TS評(píng)分在0.121～0.132，相應(yīng)的SWCWARMS模式最新時(shí)次的預(yù)報(bào)1～6 h時(shí)效平均晴雨TS評(píng)分在0.111～0.119(圖8)，評(píng)分提高百分率在10%左右(圖9)。此外，SWCWARMS模式最新時(shí)次的預(yù)報(bào)1～6 h時(shí)效平均BIAS評(píng)分均在1.5以上，模式預(yù)報(bào)過度，空?qǐng)?bào)偏高。時(shí)間滯后集合預(yù)報(bào)的BIAS評(píng)分較模式最新時(shí)次預(yù)報(bào)有所降低，更接近于1(圖8)，有效地減小了模式在晴雨方面的空?qǐng)?bào)。

圖8 2019年8月逐日間隔6 h起報(bào)1～6 h時(shí)效時(shí)間滯后 集合預(yù)報(bào)與SWCWARMS模式最新時(shí)次預(yù)報(bào)晴雨 TS評(píng)分和BIAS評(píng)分

圖9 2019年8月逐日間隔6 h起報(bào)1～6 h 時(shí)效時(shí)間滯后集合預(yù)報(bào)TS評(píng)分提高率

為了衡量時(shí)間滯后集合預(yù)報(bào)方法對(duì)小時(shí)強(qiáng)降水預(yù)報(bào)是否有一定改進(jìn)，分別對(duì)小時(shí)降水超過5 mm、20 mm進(jìn)行TS和BIAS評(píng)分檢驗(yàn)。從圖10a中可以看出，時(shí)間滯后集合預(yù)報(bào)的5 mm以上量級(jí)降水TS評(píng)分在多個(gè)時(shí)效與模式最新時(shí)次預(yù)報(bào)接近，其中在2 h、4 h時(shí)效高于模式最新時(shí)次預(yù)報(bào)。在20 mm以上量級(jí)降水TS評(píng)分對(duì)比中，時(shí)間滯后集合預(yù)報(bào)在1 h、2 h時(shí)效高于模式最新時(shí)次預(yù)報(bào)(圖10b)。同時(shí)，從BIAS評(píng)分上可以發(fā)現(xiàn)，模式最新時(shí)次預(yù)報(bào)在5 mm和20 mm以上量級(jí)降水均存在空?qǐng)?bào)偏高的問題(圖10)。相比模式最新時(shí)次預(yù)報(bào)，時(shí)間滯后集合預(yù)報(bào)5 mm以上量級(jí)降水的BIAS評(píng)分在2 h、3 h和5 h時(shí)效更接近于1，20 mm以上量級(jí)降水的BIAS評(píng)分在1～5 h時(shí)效更接近于1，表明時(shí)間滯后集合預(yù)報(bào)對(duì)于大量級(jí)降水方面空?qǐng)?bào)也有所改善。

圖10 2019年8逐日間隔6 h起報(bào)1～6 h時(shí)效時(shí)間滯后 集合預(yù)報(bào)與SWCWARMS模式最新時(shí)次預(yù)報(bào)TS評(píng)分 和BIAS評(píng)分:(a)5 mm以上,(b)20 mm以上降水

結(jié)合晴雨和分級(jí)TS、BIAS評(píng)分，可以看到時(shí)間滯后集合預(yù)報(bào)方法對(duì)于晴雨預(yù)報(bào)有較好的改進(jìn)效果，在臨近預(yù)報(bào)時(shí)效，可以有效提高大量級(jí)降水預(yù)報(bào)性能。但需要說明的是，隨著降水量級(jí)的增大，預(yù)報(bào)時(shí)效的延長， 時(shí)間滯后集合預(yù)報(bào)的訂正效果越不明顯，這與前人的研究結(jié)論基本一致[17,19-20]。造成這樣的原因可能有2個(gè):①集合成員權(quán)重系數(shù)的選取是基于SAL檢驗(yàn)評(píng)分值，主要考慮降水雨帶整體位置、強(qiáng)度等預(yù)報(bào)效果，而缺乏對(duì)局地的大量級(jí)降水檢驗(yàn)信息的反饋；②隨著預(yù)報(bào)時(shí)效的延長，模式自身預(yù)報(bào)的準(zhǔn)確性下降，集合預(yù)報(bào)對(duì)于大量級(jí)降水的平滑作用顯得尤為突出，使得大量級(jí)降水TS評(píng)分可能不如單個(gè)集合成員。

3.3 個(gè)例討論

2019年8月22日凌晨前后，受500 hPa高空槽及低層偏南暖濕氣流影響，在四川盆地西部、川西高原以及攀西地區(qū)出現(xiàn)了雷陣雨天氣，在盆地西南部及攀西地區(qū)個(gè)別地方出現(xiàn)了短時(shí)強(qiáng)降水。選取降水較強(qiáng)時(shí)段進(jìn)行預(yù)報(bào)效果評(píng)估分析(圖11)。小時(shí)降水實(shí)況顯示(圖11a)，22日06:00，降水主體位于盆地西南部，最大小時(shí)雨量在10～25 mm。對(duì)比SWCWARMS模式最新時(shí)次預(yù)報(bào)，降水量級(jí)預(yù)報(bào)與實(shí)況接近，但對(duì)于降水雨帶位置的把握上，并沒有表現(xiàn)出優(yōu)勢，整體上較實(shí)況偏北偏西(圖11b)。通過使用時(shí)間滯后集合方法后，降水主體的位置明顯的向南向東進(jìn)行了調(diào)整，與實(shí)況更為吻合(圖11c)。同時(shí)，時(shí)間滯后集合方法有效地減小了模式最新時(shí)次預(yù)報(bào)對(duì)于川西高原和攀西地區(qū)0～2.5 mm降水的空?qǐng)?bào)和漏報(bào)，并且對(duì)于攀西地區(qū)較強(qiáng)降水的位置、形態(tài)也有很好的改進(jìn)效果。該個(gè)例的SAL和TS評(píng)分如表1和2所示，從對(duì)降水預(yù)報(bào)效果指示意義較大的L值和A值來看，時(shí)間滯后集合預(yù)報(bào)均較模式最新時(shí)次預(yù)報(bào)更接近于0(表1)； 同時(shí)， 對(duì)于不同量級(jí)降水的TS評(píng)分，時(shí)間滯后集合預(yù)報(bào)均高于模式最新時(shí)次預(yù)報(bào)(表2)。因此，無論從主觀對(duì)比，還是客觀檢驗(yàn)評(píng)分來看，時(shí)間滯后集合方法對(duì)SWCWARMS模式預(yù)報(bào)均有較好的訂正效果。

圖11 2019年8月22日06:00降水實(shí)況(a)及SWCWARMS模式最新時(shí)次(b)、時(shí)間滯后集合(c)預(yù)報(bào)

表1 2019年8月22日06:00時(shí)間滯后集合預(yù)報(bào)與 SWCWARMS模式最新時(shí)次預(yù)報(bào)SAL評(píng)分

表2 2019年8月22日06:00時(shí)間滯后集合預(yù)報(bào)與SWCWARMS模式最新時(shí)次預(yù)報(bào)不同量級(jí)降水TS評(píng)分

4 結(jié)論與討論

基于SWCWARMS模式9 km×9 km分辨率逐小時(shí)降水預(yù)報(bào)，通過時(shí)間滯后集合預(yù)報(bào)方法構(gòu)建多個(gè)集合成員，使用SAL評(píng)分值計(jì)算相應(yīng)集合成員權(quán)重系數(shù)，進(jìn)行不等權(quán)集合平均，從而得到新的逐小時(shí)降水預(yù)報(bào)。利用SAL、TS和BIAS檢驗(yàn)方法對(duì)2019年8月的逐小時(shí)降水量時(shí)間滯后集合預(yù)報(bào)及SWCWARMS模式最新時(shí)次的預(yù)報(bào)進(jìn)行對(duì)比分析，結(jié)果表明：

(1)時(shí)間滯后集合預(yù)報(bào)SAL檢驗(yàn)的L值和A值都較模式最新時(shí)次預(yù)報(bào)更接近于0，較好地改善了逐小時(shí)降水位置和強(qiáng)度的整體預(yù)報(bào)水平。

(2)時(shí)間滯后集合預(yù)報(bào)對(duì)逐小時(shí)降水晴雨TS評(píng)分提升明顯，總體晴雨TS評(píng)分提高百分率在10%左右，有效地減小了模式在晴雨方面的空?qǐng)?bào)。

(3)在臨近預(yù)報(bào)時(shí)效，時(shí)間滯后集合預(yù)報(bào)方法對(duì)于大量級(jí)降水的預(yù)報(bào)性能也有所提升。但隨著降水量級(jí)的增大，預(yù)報(bào)時(shí)效的延長，時(shí)間滯后集合預(yù)報(bào)的訂正效果越不明顯。

(4)對(duì)2019年8月22日凌晨前后四川盆地西南部出現(xiàn)的強(qiáng)降水過程檢驗(yàn)分析表明，模式最新時(shí)次預(yù)報(bào)并不是最優(yōu)選擇，時(shí)間滯后預(yù)報(bào)方法有效地提升了降水雨帶位置、形態(tài)的預(yù)報(bào)效果。

整體而言，時(shí)間滯后集合預(yù)報(bào)對(duì)SWCWARMS模式逐小時(shí)降水預(yù)報(bào)效果有一定的改進(jìn)，可為四川省降水短時(shí)業(yè)務(wù)預(yù)報(bào)提供客觀技術(shù)產(chǎn)品支撐。下一步仍需通過優(yōu)化選取不同集合成員權(quán)重或者結(jié)合雷達(dá)外推、頻率匹配訂正等方法，改善時(shí)間滯后集合預(yù)報(bào)對(duì)于大量級(jí)降水的訂正效果。此外，本研究中的時(shí)間滯后集合預(yù)報(bào)是基于單一模式的集合，容易受到模式自身偏差的影響，可引入不同模式不同起報(bào)時(shí)次的預(yù)報(bào)結(jié)果，充實(shí)集合成員，并通過不同的權(quán)重系數(shù)自動(dòng)挑選優(yōu)勢成員，并剔除預(yù)報(bào)效果較差的成員或減弱其影響，進(jìn)一步提高集合預(yù)報(bào)的應(yīng)用水平，提升逐小時(shí)降水預(yù)報(bào)準(zhǔn)確率。