李珊珊，張華龍，陳玉梅，黃曉瑩

（廣東省氣象臺(tái)，廣東廣州 510640）

為評(píng)估中期主客觀網(wǎng)格預(yù)報(bào)產(chǎn)品的質(zhì)量，本研究對(duì)廣東省2020年中期主客觀網(wǎng)格預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)分析。目前全球中期數(shù)值預(yù)報(bào)模式是中期預(yù)報(bào)的主要參考工具，主要包括ECMWF和NCEP模式的確定性預(yù)報(bào)，以及ECMWF的集合預(yù)報(bào)［1－2］。對(duì)于ECMWF集合預(yù)報(bào)產(chǎn)品，楊國(guó)杰等［3］、涂靜等［4］、劉霞等［5］針對(duì)廣東要素預(yù)報(bào)開(kāi)展了一系列的釋用和訂正工作，其中對(duì)降水的釋用產(chǎn)品為中期預(yù)報(bào)提供了重要的參考價(jià)值［6－7］。

1 資料與方法

本研究對(duì)2020年中期時(shí)效的主客觀網(wǎng)格預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)評(píng)估，由于中期的預(yù)報(bào)時(shí)效較長(zhǎng)，本研究選取96、144和192 h 3個(gè)預(yù)報(bào)時(shí)效為代表進(jìn)行檢驗(yàn)。檢驗(yàn)內(nèi)容包含3個(gè)要素：20：00—20：00（北京時(shí)，下同）的日降水、日最高氣溫和日最低氣溫。檢驗(yàn)的主觀預(yù)報(bào)產(chǎn)品為省級(jí)主觀網(wǎng)格預(yù)報(bào)（以下簡(jiǎn)稱省級(jí)網(wǎng)格）；檢驗(yàn)的客觀預(yù)報(bào)產(chǎn)品包含ECMWF和NCEP模式的確定性預(yù)報(bào)，以及融合使用頻率匹配和最優(yōu)百分位方法釋用的ECMWF降水集合預(yù)報(bào)產(chǎn)品（以下簡(jiǎn)稱融合法MIX）。實(shí)況資料來(lái)源于廣東省國(guó)家級(jí)觀測(cè)站和區(qū)域級(jí)自動(dòng)站的降水和氣溫觀測(cè)數(shù)據(jù)。

網(wǎng)格預(yù)報(bào)和站點(diǎn)實(shí)況的匹配方法為臨近法：即選擇距離站點(diǎn)最近的格點(diǎn)預(yù)報(bào)作為站點(diǎn)預(yù)報(bào)值，有多個(gè)距離相等的格點(diǎn)取東北角格點(diǎn)，該站點(diǎn)預(yù)報(bào)值與站點(diǎn)實(shí)況對(duì)比進(jìn)行降水檢驗(yàn)。本研究選取主客觀產(chǎn)品的起報(bào)時(shí)間均為20：00，另外客觀預(yù)報(bào)較主觀預(yù)報(bào)取起報(bào)時(shí)間提前24 h的產(chǎn)品進(jìn)行對(duì)比評(píng)估（例如：實(shí)況時(shí)間為10日20：00—11日20：00，本研究中的96 h預(yù)報(bào)指：省級(jí)網(wǎng)格6日20：00起報(bào)的72～96 h預(yù)報(bào)；客觀模式5日20：00起報(bào)的96～120 h預(yù)報(bào)）。

本研究應(yīng)用的檢驗(yàn)評(píng)估指標(biāo)包括降水TS評(píng)分、晴雨準(zhǔn)確率、空?qǐng)?bào)率、漏報(bào)率、預(yù)報(bào)偏差以及氣溫的平均絕對(duì)誤差。計(jì)算以上指標(biāo)應(yīng)用的方法來(lái)源于中國(guó)氣象局的《中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法》［8］。

2 預(yù)報(bào)檢驗(yàn)評(píng)估

2.1 降水預(yù)報(bào)檢驗(yàn)評(píng)估

2020年廣東省全年平均降水量為1 505.2 mm，較常年偏少16%［9］。從中期降水預(yù)報(bào)評(píng)分來(lái)看，省級(jí)網(wǎng)格預(yù)報(bào)的晴雨準(zhǔn)確率均高于客觀預(yù)報(bào)產(chǎn)品，其中96 h晴雨準(zhǔn)確率為76.93%，144 h晴雨準(zhǔn)確率為74.38%，192 h晴雨準(zhǔn)確率為71.25%；而在客觀預(yù)報(bào)產(chǎn)品中，融合法MIX的晴雨預(yù)報(bào)準(zhǔn)確率明顯高于ECMWF和NCEP。對(duì)于中雨以上量級(jí)降水，ECMWF在3個(gè)客觀預(yù)報(bào)產(chǎn)品中評(píng)分最高，省級(jí)網(wǎng)格預(yù)報(bào)對(duì)客觀產(chǎn)品有一定的訂正作用。對(duì)于大雨以上和暴雨以上量級(jí)降水，融合法MIX在所有主客觀產(chǎn)品中表現(xiàn)最好；省級(jí)網(wǎng)格的96和144 h預(yù)報(bào)評(píng)分高于ECMWF和NCEP，192 h預(yù)報(bào)評(píng)分則低于客觀預(yù)報(bào)（表1）。

表1 2020年廣東中期主客觀降水預(yù)報(bào)評(píng)分 %

綜合來(lái)看，省級(jí)網(wǎng)格和融合法MIX的降水預(yù)報(bào)評(píng)分總體上優(yōu)于客觀模式ECMWF和NCEP。其中省級(jí)網(wǎng)格較客觀預(yù)報(bào)對(duì)于大雨以下量級(jí)降水有較好的訂正能力，對(duì)于大雨和暴雨以上量級(jí)降水的訂正效果則伴隨預(yù)報(bào)時(shí)效的增長(zhǎng)而降低；融合法MIX對(duì)于晴雨、大雨和暴雨以上量級(jí)降水的預(yù)報(bào)評(píng)分高于ECMWF和NCEP的確定性預(yù)報(bào)，ECMWF則對(duì)中雨量級(jí)降水的預(yù)報(bào)評(píng)分較高。

進(jìn)一步分析各個(gè)預(yù)報(bào)產(chǎn)品的空?qǐng)?bào)率、漏報(bào)率和預(yù)報(bào)偏差（以下簡(jiǎn)稱bias），如圖1所示。

圖1 2020年廣東省主客觀96 h（a）、144 h（b）和192 h（c）降水預(yù)報(bào)的空?qǐng)?bào)率、漏報(bào)率、預(yù)報(bào)偏差（bias）和TS評(píng)分

總體上省級(jí)網(wǎng)格的降水預(yù)報(bào)偏差較客觀產(chǎn)品更趨近1，即空漏報(bào)相對(duì)持平。具體來(lái)看，對(duì)于小雨以上量級(jí)降水，所有主客觀產(chǎn)品均表現(xiàn)為bias＞1，即空?qǐng)?bào)多于漏報(bào)，整體上省級(jí)網(wǎng)格和融合法MIX是bias最趨近1的產(chǎn)品，即二者的晴雨預(yù)報(bào)相較ECMWF和NCEP有一定的消空作用。對(duì)于中雨以上量級(jí)降水，ECMWF和省級(jí)網(wǎng)格的bias更趨近1，空漏報(bào)相對(duì)持平；NCEP表現(xiàn)為空?qǐng)?bào)偏多；融合法MIX表現(xiàn)為漏報(bào)偏多。對(duì)于大雨以上和暴雨以上量級(jí)降水，省級(jí)網(wǎng)格伴隨預(yù)報(bào)時(shí)效的增長(zhǎng)，bias均呈現(xiàn)減小趨勢(shì)（大雨以上降水96 h預(yù)報(bào)bias＝1.17，144 h預(yù)報(bào)bias＝1，192 h預(yù)報(bào)bias＝0.72；暴雨以上降水96 h預(yù)報(bào)bias＝0.9，144 h預(yù)報(bào)bias＝0.45，192 h預(yù)報(bào)bias＝0.15），在192 h預(yù)報(bào)中bias顯著偏低，漏報(bào)明顯多于空?qǐng)?bào)。

分析以上現(xiàn)象產(chǎn)生的可能原因：模式中期降水預(yù)報(bào)的穩(wěn)定性往往伴隨預(yù)報(bào)時(shí)效的增長(zhǎng)而下降，表現(xiàn)為降水強(qiáng)度、降水落區(qū)和降水時(shí)間在不同起報(bào)時(shí)次的調(diào)整較大，主觀預(yù)報(bào)從提升穩(wěn)定性的角度考慮，往往對(duì)6～10 d（尤其是8～10 d）大量級(jí)降水的預(yù)報(bào)趨于保守，常將模式大雨和暴雨以上降水的量級(jí)和落區(qū)適當(dāng)調(diào)小，以為后續(xù)預(yù)報(bào)的調(diào)整提供充足的空間，但也因此導(dǎo)致漏報(bào)明顯多于空?qǐng)?bào)，即bias顯著偏低。在客觀暴雨以上量級(jí)預(yù)報(bào)中，融合法MIX的bias偏大，即空?qǐng)?bào)偏多，NCEP的bias最趨近1，空漏報(bào)基本持平。

2.2 氣溫預(yù)報(bào)檢驗(yàn)評(píng)估

2020年全省平均氣溫22.8℃，較常年偏高0.9℃，與2019年并列為1951年有氣象記錄以來(lái)最高［8］。從2020年廣東中期主客觀氣溫預(yù)報(bào)平均絕對(duì)誤差（表2）來(lái)看，省級(jí)網(wǎng)格的最高氣溫和最低氣溫誤差均最小，尤其是對(duì)于最高氣溫的預(yù)報(bào)，較客觀模式有明顯正技巧。客觀模式ECMWF和NCEP對(duì)于最高氣溫預(yù)報(bào)的誤差接近，主要表現(xiàn)為系統(tǒng)性的低估；對(duì)于最低氣溫的預(yù)報(bào)，ECMWF的誤差明顯低于NCEP，且預(yù)報(bào)時(shí)效越短優(yōu)勢(shì)越明顯。

表2 2020年廣東中期主客觀逐日氣溫平均絕對(duì)誤差 ℃

進(jìn)一步分析氣溫預(yù)報(bào)平均絕對(duì)誤差的逐月變化（圖2）。對(duì)于最高氣溫的預(yù)報(bào)，省級(jí)網(wǎng)格在盛夏季節(jié)（6—9月）對(duì)于客觀模式訂正效果最好，平均絕對(duì)誤差較客觀模式普遍減少1℃或以上。對(duì)比兩家客觀模式的最高氣溫預(yù)報(bào)，ECMWF在冬半年（1—3月和10—12月）的誤差小于NCEP，而夏半年（4—9月）的誤差普遍大于NCEP。對(duì)于最低氣溫的預(yù)報(bào)，省級(jí)網(wǎng)格在3和4月的訂正效果較好，其他月份的平均絕對(duì)誤差與ECMWF接近，而ECMWF全年各月的誤差普遍小于NCEP。

圖2 2020年廣東省逐月主客觀日最高氣溫（a、c、e）、最低氣溫（b、d、f）預(yù)報(bào)的平均絕對(duì)誤差

3 結(jié)論

1）2020年中期降水預(yù)報(bào)方面，省級(jí)網(wǎng)格和融合法MIX的預(yù)報(bào)評(píng)分總體上優(yōu)于客觀模式ECMWF和NCEP，具體來(lái)說(shuō)，省級(jí)網(wǎng)格較客觀預(yù)報(bào)對(duì)于大雨以下量級(jí)降水有較好的訂正能力，對(duì)于大雨和暴雨以上量級(jí)降水的訂正效果伴隨預(yù)報(bào)時(shí)效的增長(zhǎng)而降低；融合法MIX對(duì)于晴雨、大雨和暴雨以上量級(jí)降水的預(yù)報(bào)評(píng)分高于ECMWF和NCEP的確定性預(yù)報(bào)?？傮w上省級(jí)網(wǎng)格的預(yù)報(bào)偏差較客觀產(chǎn)品更趨近1，即空漏報(bào)相對(duì)持平，但省級(jí)網(wǎng)格對(duì)大雨和暴雨以上量級(jí)降水的192 h預(yù)報(bào)則從提高預(yù)報(bào)穩(wěn)定性的角度出發(fā)，預(yù)報(bào)的量級(jí)和落區(qū)趨于保守，漏報(bào)明顯多于空?qǐng)?bào)。

2）2020年中期氣溫預(yù)報(bào)方面，省級(jí)網(wǎng)格對(duì)模式訂正有正技巧，最高氣溫的訂正能力強(qiáng)于最低氣溫，其中盛夏季節(jié)（6—9月）對(duì)模式最高氣溫預(yù)報(bào)的訂正效果最好。客觀模式ECMWF和NCEP最高氣溫預(yù)報(bào)全年的誤差接近，其中ECMWF在冬半年（1—3月和10—12月）的誤差小于NCEP，而夏半年（4—9月）的誤差普遍大于NCEP；低溫預(yù)報(bào)ECMWF的誤差明顯小于NCEP，且預(yù)報(bào)時(shí)效越短優(yōu)勢(shì)越明顯。

本研究展示的結(jié)果基于多種檢驗(yàn)指標(biāo)的計(jì)算和統(tǒng)計(jì)，評(píng)估了中期不同預(yù)報(bào)產(chǎn)品在不同預(yù)報(bào)時(shí)效的預(yù)報(bào)效果。未來(lái)有待針對(duì)評(píng)分高低和誤差大小產(chǎn)生的原因進(jìn)行深入分析，并從空間檢驗(yàn)和分天氣類型檢驗(yàn)等多角度開(kāi)展進(jìn)一步研究，為中期預(yù)報(bào)提供更多的檢驗(yàn)信息和改善建議。