郭民權(quán)，沈輝，買小平，丁卓銘，張林，干兆江，孫啟振

（1.福建省海洋預(yù)報臺，福建福州 350003；2.國家海洋環(huán)境預(yù)報中心自然資源部海洋災(zāi)害預(yù)報技術(shù)重點實驗室，北京 100081；3.沂源縣氣象局，山東淄博 256100）

1 引言

中國南極長城站所在的喬治王島地處南極半島的最北端。該地區(qū)氣旋活動較為頻繁，大風(fēng)、降水和海霧天氣較多，這給戶外科考、探險、旅游以及飛機起降等活動帶來重要影響，因此對該地區(qū)的天氣進行分析和預(yù)報具有重要意義[1-5]。我國在1984年建立南極長城站時就建立了氣象觀測站，對該地區(qū)的氣象和氣候資料有一定的積累，為該地區(qū)天氣預(yù)報、統(tǒng)計分析和數(shù)值預(yù)報系統(tǒng)的驗證等提供了數(shù)據(jù)支撐。卞林根等[6-8]回顧了該地區(qū)南極天氣預(yù)報業(yè)務(wù)進展，并總結(jié)了南極長城站地區(qū)重要天氣現(xiàn)象的特征和預(yù)報技術(shù)。

數(shù)值預(yù)報模型是當今開展南極天氣預(yù)報業(yè)務(wù)的主要參考工具。孫啟振等[9]評估和對比了南極地區(qū)多個數(shù)值天氣預(yù)報系統(tǒng)，結(jié)果表明歐洲中期天氣預(yù)報中心（European Centre for Medium-range Weather Forecasts，ECMWF）的預(yù)報系統(tǒng)性能較為領(lǐng)先，高分辨率南極中尺度預(yù)報系統(tǒng)(Antarctic Mesoscale Prediction System，AMPS)由于分辨率較高，最具發(fā)展前景和應(yīng)用價值，而其他模型在某些方面也各有其獨特的優(yōu)勢。馬永鋒[10]利用高分辨率的區(qū)域天氣模式（Polar Weather Research and Forecasting，Polar WRF）v3.2.1對2008年南極地區(qū)全年的天氣過程進行模擬與評估，開展的敏感性實驗和誤差的統(tǒng)計分析為Polar WRF在南極的應(yīng)用奠定了基礎(chǔ)。孟上等[11]歸納了使用數(shù)值預(yù)報等資料制作南極沿岸科考站短期天氣預(yù)報的方法和步驟。孫啟振等[12]對我國極地數(shù)值天氣預(yù)報系統(tǒng)（Polar Numerical Weather Forecasting System，PNWFS）的建立和應(yīng)用進行了詳細介紹，通過檢驗對比，認為PNWFS系統(tǒng)能夠較好地反映極地短期天氣形勢的演變特點，能夠基本滿足我國極地考察和航運氣象保障需求，同時也對PNWFS系統(tǒng)的改進提出了建議。

國家海洋環(huán)境預(yù)報中心在2011年基于Polar WRF模型建立了業(yè)務(wù)化的PNWFS系統(tǒng)，經(jīng)過近10 a的業(yè)務(wù)化運行，目前PNWFS的預(yù)報產(chǎn)品已經(jīng)成為我國預(yù)報員開展極地天氣預(yù)報的重要參考資料。本文主要對長城站日常預(yù)報業(yè)務(wù)中比較關(guān)注的降水、風(fēng)速、氣溫和氣壓進行了檢驗，以期對PNWFS的性能進行評估，同時為模型的改進以及產(chǎn)品的訂正與應(yīng)用提供依據(jù)。

2 極地數(shù)值天氣預(yù)報系統(tǒng)簡介

PNWFS系統(tǒng)包括南極（PNWFS-S）和北極（PNWFS-N）兩個子系統(tǒng)，每個系統(tǒng)分為同化模塊和預(yù)報模塊。同化模塊采用WRF三維變分同化系統(tǒng)（Weather Research Forecast-3D VARiational data assimilation system，WRF-3DVAR）方法循環(huán)同化全球資料同化系統(tǒng)（Global Data Assimilation System，GDAS）衛(wèi)星數(shù)據(jù)。預(yù)報模塊采用Polar WRFv3.9.1模型。該模型由美國國家環(huán)境預(yù)報中心（National Centers for Environmental Prediction，NCEP）和俄亥俄州立大學(xué)（The Ohio State University）共同研發(fā)，以WRF模型為基礎(chǔ)，對其部分參數(shù)化方案和海冰積雪等描述方式做了優(yōu)化，更適用于極地氣象環(huán)境。

PNWFS-S系統(tǒng)采用六重網(wǎng)格，最外重網(wǎng)格水平分辨率27 km，長城站區(qū)域網(wǎng)格水平分辨率可達3 km，時間分辨率1 h，垂直積分61層。系統(tǒng)的主要物理參數(shù)化方案包括：WSM3微物理過程參數(shù)化方案、RRTM長波參數(shù)化方案、Dudhia短波參數(shù)化方案、Revised MM5近地面層參數(shù)化方案、thermal diffusion陸面參數(shù)化方案、YSU邊界層參數(shù)化方案和Kain-Fritsch積云參數(shù)化方案。初始場和邊界條件采用分辨率為0.5°×0.5°的NCEP資料和全球預(yù)報系統(tǒng)（Global Forecast System，GFS）資料，并利用國際共享資源獲取南極現(xiàn)場觀測全球通信系統(tǒng)（Global Telecommunication System，GTS）氣 象 數(shù)據(jù)，采用3DVAR進行資料同化[6]。

PNWFS每天在00時（世界時，下同）和12時各運行一次，發(fā)布未來12～96 h的全南極和南極半島區(qū)域的數(shù)值預(yù)報，包括海平面氣壓場、地面風(fēng)、降水量、溫度和濕度等數(shù)值預(yù)報產(chǎn)品。根據(jù)極地考察現(xiàn)場需要，可以對長城站、中山站或其他指定站點輸出氣象要素趨勢預(yù)報曲線，如海平面氣壓、地面風(fēng)、溫度、濕度和降水等預(yù)報數(shù)據(jù)時序圖和圖像產(chǎn)品，這對于開展關(guān)注區(qū)域的氣象預(yù)報有重要作用。

3 預(yù)報結(jié)果的檢驗與分析

本文主要對長城站日常預(yù)報業(yè)務(wù)（近3 d）中比較關(guān)注的降水和大風(fēng)兩個要素進行較全面的檢驗，對氣溫和氣壓只進行了一般誤差統(tǒng)計。檢驗時間段從2018年2月—2019年11月，共22個月的預(yù)報數(shù)據(jù)。本文選用00時發(fā)布的預(yù)報產(chǎn)品，對未來3 d（預(yù)報時效12～84 h）的預(yù)報結(jié)果進行檢驗。

3.1 風(fēng)速的檢驗

對于風(fēng)速的檢驗，主要從預(yù)報誤差及分布、誤差的累計概率分布和日最大風(fēng)力等級檢驗等方面開展統(tǒng)計，并對比了24 h、48 h和72 h的預(yù)報準確率。圖1分別是預(yù)報風(fēng)速誤差的散點分布圖、誤差概率圖、平均絕對誤差累計概率圖和24 h預(yù)報風(fēng)速出現(xiàn)的頻次及誤差圖。表1列出了預(yù)報風(fēng)速檢驗相關(guān)的統(tǒng)計值，其中Skill值[9]可以量化模型和實測結(jié)果的吻合程度。

式中，Xmodel是模型的預(yù)報值；Xobs是觀測值；是觀測數(shù)據(jù)的平均值。Skill值越接近1，說明預(yù)報和觀測的吻合程度越好。

從圖1a可以看到觀測和預(yù)報對應(yīng)的散點分布在對角線周圍，但是離散程度較大，這和表1中的相關(guān)系數(shù)偏低相一致。圖1b是預(yù)報誤差值取整后的概率分布圖，可以看到預(yù)報誤差分布整體呈正態(tài)分布，峰值略偏右側(cè)。從表1的統(tǒng)計來看，預(yù)報的平均誤差均為正數(shù)，24 h預(yù)報平均風(fēng)速比觀測平均風(fēng)速大1.2 m/s，其他的統(tǒng)計指標也顯示隨著預(yù)報時效增加預(yù)報偏差有增大的趨勢。圖1c是風(fēng)速絕對誤差取整后的累計概率圖。圖中可以看到各風(fēng)速誤差下的置信水平，預(yù)報誤差在±3.9 m/s時（約1個標準偏差），24 h和72 h的預(yù)報準確率為72%和66%，前者比后者高出了6%。

表1 預(yù)報風(fēng)速檢驗統(tǒng)計值

圖1 預(yù)報風(fēng)速誤差及分布特征

為了進一步分析預(yù)報風(fēng)速的偏差特點，以便在預(yù)報實踐中訂正和提高數(shù)值預(yù)報結(jié)果，圖1d顯示了24 h預(yù)報時效下各預(yù)報風(fēng)速的平均誤差和平均絕對誤差分布情況。從圖中可以看到，平均誤差隨預(yù)報風(fēng)速增加呈單調(diào)遞增的趨勢，平均誤差從-3.4 m/s增加到4.3 m/s，風(fēng)速每增加1.0 m/s，平均誤差增大約0.4 m/s。在5.0～5.9 m/s時平均誤差和平均絕對誤差均較小。當預(yù)報風(fēng)速處于2.0～11.0 m/s時，預(yù)報的平均絕對誤差在3.0 m/s以下。當風(fēng)速大于20.0 m/s時，由于樣本個數(shù)偏少，沒有顯著的統(tǒng)計意義。

實際預(yù)報中一般用風(fēng)力等級開展預(yù)報，且通常關(guān)注當日出現(xiàn)的最大風(fēng)速，尤其關(guān)注出現(xiàn)6級及以上（≥10.8 m/s）的大風(fēng)天氣。表2為24 h預(yù)報風(fēng)力等級偏差統(tǒng)計表，從表中可以看到，預(yù)報偏大的概率隨著風(fēng)速等級的提高而增大，出現(xiàn)7級及以上風(fēng)力時，預(yù)報結(jié)果偏大1～2級的概率達到了53.1%；出現(xiàn)8級及以上時，偏大1～2級的概率達到了60.3%，這也和圖1d中表現(xiàn)出的風(fēng)速增大時預(yù)報值偏大的情況一致。所以當數(shù)值預(yù)報系統(tǒng)出現(xiàn)6級及以上風(fēng)力時更需要注意甄別，適當調(diào)整風(fēng)力預(yù)報等級可以更好地符合實際情況。

表2 24 h預(yù)報風(fēng)力等級偏差統(tǒng)計表（單位：%）

3.2 降水預(yù)報的檢驗

降水檢驗主要以TS評分結(jié)合降水量誤差來進行統(tǒng)計。根據(jù)氣象部門應(yīng)用比較廣泛的《中短期天氣預(yù)報質(zhì)量檢驗辦法》，降水檢驗主要分為兩種：一種為有無降水即晴雨（雪）預(yù)報的檢驗，另一種為針對某量級降水的統(tǒng)計檢驗。

對晴雨（雪）檢驗：

式中，NA為有降水預(yù)報正確站（次）數(shù)，NB為空報站（次）數(shù)，NC為漏報站（次）數(shù)，ND為無降水預(yù)報正確的站（次）數(shù)。

對降水分級檢驗和累加降水量級檢驗：

式中，NAk為預(yù)報正確站（次）數(shù)，NBk為空報站（次）數(shù)，NCk為漏報站（次）數(shù)。表3和表4分別是降水TS評分和晴雨（雪）檢驗分類統(tǒng)計結(jié)果，其中降水強度用24 h降雪量標準來劃分。

表3 中國南極長城站降水TS評分

根據(jù)表3統(tǒng)計，該模型對未來3 d晴雨（雪）天的預(yù)報平均TS評分達到86.5%。但隨著降水強度的增大，模型的TS評分逐漸降低，根據(jù)后文分析，主要是由于預(yù)報降水量偏大導(dǎo)致。根據(jù)表4統(tǒng)計，模型對晴雨（雪）24 h預(yù)報的正確率為87.7%（同24 h的TS評分），其中24 h降水預(yù)報的空報率和漏報率分別為8.1%和14.7%。

表4 長城站24 h預(yù)報晴雨（雪）檢驗分類統(tǒng)計

對于降水量的檢驗，以24 h預(yù)報為例，統(tǒng)計時段內(nèi)預(yù)報降水量是實測降水量的1.9倍，預(yù)報比觀測偏大的天數(shù)占66.3%，偏小的天數(shù)占21.0%，一致的天數(shù)占12.7%，這說明模型降水整體偏大且偏多。圖2是降水量逐月的日平均統(tǒng)計結(jié)果。圖中可以看到，除了2019年1月的日平均降雨量預(yù)報值較觀測值略偏小以外，其他時間段均較觀測值偏大。

圖2 預(yù)報和觀測各月的日均降水量對比

圖3是對各降水量級進行誤差統(tǒng)計，可以看到在各量級降水上，平均誤差隨預(yù)報降水量呈較好的線性增加，誤差達到預(yù)報值的52%左右。

圖3 預(yù)報降水在各量級出現(xiàn)的天數(shù)和對應(yīng)的誤差

以上統(tǒng)計表明，該預(yù)報系統(tǒng)對降水模擬存在明顯的系統(tǒng)性偏差，約為實際降水量的2倍，在預(yù)報中可以考慮預(yù)報降水量減半處理，或調(diào)整模型相關(guān)參數(shù)予以校正。表5是模型預(yù)報降水量減半后的TS評分，從中可以看到，TS評分明顯提升。

表5 數(shù)值預(yù)報降水減半后TS評分

3.3 氣溫和氣壓的檢驗

氣溫和氣壓是判斷天氣形勢及其發(fā)展變化的重要指標，表6和表7分別是氣溫和氣壓預(yù)報檢驗的統(tǒng)計結(jié)果。從相關(guān)系數(shù)上看，氣溫和氣壓的預(yù)報相關(guān)性比較高，平均達到了0.9以上，說明系統(tǒng)能夠較好地體現(xiàn)氣溫和氣壓的變化趨勢；從平均誤差上看，氣溫預(yù)報和氣壓預(yù)報均存在明顯的系統(tǒng)性偏差，其中氣溫平均偏小2.10℃，氣壓偏大2.42 hPa；從誤差的標準差來看，各預(yù)報時效下氣溫變化較小，氣壓則變化較大。

表6 氣溫預(yù)報檢驗統(tǒng)計表

表7 氣壓預(yù)報檢驗統(tǒng)計表

圖4a和4b是氣溫預(yù)報誤差取整后的分布圖。圖中可以看到，誤差呈正態(tài)分布，但峰值在-2℃附近，誤差大于0℃的概率較低，預(yù)報存在明顯的系統(tǒng)偏差。圖4c是各預(yù)報溫度下的誤差分布。圖中可以看到，平均誤差和平均絕對誤差線基本關(guān)于0℃誤差線對稱，說明誤差正負相抵的情況較少，且預(yù)報值越小，偏低的程度越大，當預(yù)報氣溫大于0℃時，平均誤差和平均絕對誤差最小，與觀測最為接近。

圖4 氣溫預(yù)報誤差分布

圖5a和5b是氣壓預(yù)報的誤差取整后的分布情況。圖中可以看到，氣壓誤差呈正態(tài)分布，誤差的峰值均偏右側(cè)，偏小的頻率較低。隨著預(yù)報時效的增加，誤差離散程度越大，表7中誤差的標準偏差變化也顯示了這一趨勢。圖5c顯示，24 h預(yù)報氣壓在出現(xiàn)頻次較高的976～1 006 hPa之間時，平均誤差在2.5 hPa附近。

圖5 氣壓預(yù)報誤差分布

4 總結(jié)與討論

數(shù)值預(yù)報作為當前氣象海洋預(yù)報業(yè)務(wù)的重要工具，對模型的檢驗、訂正和釋用十分重要。本文對PNWFS的風(fēng)速、降水、氣溫和氣壓進行了較為全面的誤差統(tǒng)計分析，并對預(yù)報結(jié)果的使用提出一些建議，能夠為該系統(tǒng)在南極長城站的釋用提供一定的參考。主要結(jié)論如下：

（1）風(fēng)速預(yù)報方面，各統(tǒng)計指標顯示，預(yù)報的準確度隨預(yù)報時效的增加而降低，其中風(fēng)速預(yù)報的Skill值從0.77降低到0.68。此外，風(fēng)速平均誤差隨預(yù)報風(fēng)速的增加從-3.4 m/s單調(diào)增加到4.3 m/s，即風(fēng)速每增加1.0 m/s，風(fēng)速平均誤差增大約0.4 m/s。出現(xiàn)6級以上大風(fēng)時，預(yù)報風(fēng)力偏大1～2級的概率達到48%以上，隨著預(yù)報風(fēng)力等級的增大，預(yù)報偏大的概率愈大。

（2）模型對24 h晴雨（雪）的預(yù)報準確率達到87.7%，TS評分隨降水量級的增大而減小。據(jù)統(tǒng)計，預(yù)報降水量約為觀測值的2倍，且在時間分布以及各降水量等級上降水誤差的表現(xiàn)均較為一致，在實際預(yù)報中對降水量減半處理可以提高預(yù)報準確性。

（3）氣溫和氣壓預(yù)報方面，觀測值和預(yù)報值的相關(guān)性比較好，能夠較好地反映出天氣形勢的變化趨勢，但存在明顯的系統(tǒng)性偏差，氣溫預(yù)報偏低，氣壓偏大，需要在預(yù)報系統(tǒng)中調(diào)整相應(yīng)的參數(shù)。

本文只使用了長城站單站有限的資料對預(yù)報風(fēng)速、降水、氣溫和氣壓進行統(tǒng)計分析，其中的誤差有可能是局地地形導(dǎo)致的觀測誤差引起，也可能是預(yù)報系統(tǒng)本身造成的。為進一步驗證預(yù)報系統(tǒng)的可靠性，需要驗證周邊其他站點，并通過對比不同的數(shù)值預(yù)報系統(tǒng)，如ECMWF和AMPS等，分析各模型的優(yōu)勢和不足，在預(yù)報中參考多個數(shù)值預(yù)報系統(tǒng)，擇優(yōu)選擇適合本地區(qū)的預(yù)報系統(tǒng)，提供更加可靠的預(yù)報保障服務(wù)。

致謝：感謝中國氣象科學(xué)研究院提供的長城站氣象臺氣象觀測資料。