陳昊明 李普曦 趙妍

（中國(guó)氣象科學(xué)研究院 氣候與氣候變化研究所，北京 100081）

0 引言

數(shù)值模式的發(fā)展已是氣象乃至地球系統(tǒng)科學(xué)的核心內(nèi)容，如何合理、有效地評(píng)估、改進(jìn)、完善和應(yīng)用數(shù)值模式系統(tǒng)則是發(fā)展的主要內(nèi)容。數(shù)值模式產(chǎn)品或多或少的長(zhǎng)期存在著不確定性，因此必須細(xì)致開(kāi)展對(duì)數(shù)值模式結(jié)果的評(píng)估和訂正工作，以獲得更高質(zhì)量的預(yù)報(bào)服務(wù)產(chǎn)品。模式評(píng)估是理解模式偏差、完善數(shù)值模式和提升預(yù)報(bào)服務(wù)產(chǎn)品質(zhì)量的有效方法，是現(xiàn)代數(shù)值模式發(fā)展的基礎(chǔ)環(huán)節(jié)之一。在以數(shù)值模式為核心的氣象業(yè)務(wù)新時(shí)期，模式評(píng)估是避免或減輕數(shù)值模式結(jié)果不確定性影響的關(guān)鍵。

近年來(lái)，在多源觀測(cè)系統(tǒng)及天氣氣候一體化模式研發(fā)的支撐和推動(dòng)下，我國(guó)區(qū)域高分辨率數(shù)值預(yù)報(bào)業(yè)務(wù)發(fā)展迅速。國(guó)家級(jí)和華北、華東、華南等區(qū)域氣象中心相繼建立了水平分辨率為3 km的區(qū)域高分辨率數(shù)值預(yù)報(bào)系統(tǒng)，逐步實(shí)現(xiàn)了區(qū)域?qū)α骺煞直娉叨饶Ｊ降臉I(yè)務(wù)化運(yùn)行，模式產(chǎn)品廣泛應(yīng)用在短時(shí)臨近預(yù)報(bào)預(yù)警以及短期預(yù)報(bào)業(yè)務(wù)和服務(wù)中。用于開(kāi)展區(qū)域氣候模擬和預(yù)估的模式水平網(wǎng)格距，也在近十年被國(guó)際領(lǐng)先的模式研究機(jī)構(gòu)提升至千米級(jí)。模式在此水平分辨率下可以顯式表征深對(duì)流過(guò)程，從而擺脫對(duì)于對(duì)流參數(shù)化方案的依賴(lài)，此類(lèi)模式稱(chēng)為“對(duì)流可分辨模式（Convection-Permitting Model）”。傳統(tǒng)數(shù)值模式所采用的對(duì)流參數(shù)化方案中對(duì)流觸發(fā)的判據(jù)相對(duì)簡(jiǎn)單，對(duì)流在邊界層的夾卷過(guò)程不受約束，同時(shí)缺乏對(duì)對(duì)流過(guò)程由淺到深過(guò)渡過(guò)程的刻畫(huà)，長(zhǎng)期以來(lái)被廣泛地認(rèn)為是降水模擬不確定性的主要來(lái)源。相比于傳統(tǒng)數(shù)值模式，對(duì)流可分辨模式具有較高的模式水平分辨率，并且能夠顯式表征深對(duì)流過(guò)程，在對(duì)流過(guò)程相關(guān)各要素的總體統(tǒng)計(jì)特征以及與對(duì)流過(guò)程相關(guān)的輻射過(guò)程、陸表過(guò)程和大尺度環(huán)流等方面的模擬上均呈現(xiàn)出顯著的模擬優(yōu)勢(shì)，已逐漸成為開(kāi)展區(qū)域高影響天氣預(yù)報(bào)、季節(jié)預(yù)測(cè)、氣候模擬和未來(lái)預(yù)估的有力工具。

中國(guó)地處東亞季風(fēng)區(qū)，受復(fù)雜地形、不均勻地表加熱和季風(fēng)環(huán)流等多種不同尺度因素的綜合影響，降水成因復(fù)雜，特征多樣。當(dāng)前數(shù)值模式對(duì)東亞夏季風(fēng)降水的模擬/預(yù)報(bào)尚面臨諸多問(wèn)題，而數(shù)值模式對(duì)云及對(duì)流過(guò)程的不準(zhǔn)確表征是導(dǎo)致模式模擬/預(yù)報(bào)偏差的重要原因之一。強(qiáng)降水是我國(guó)致災(zāi)最為嚴(yán)重的氣象災(zāi)害之一，常導(dǎo)致流域洪澇和城市內(nèi)澇，繼而引發(fā)滑坡、泥石流等地質(zhì)災(zāi)害。受東亞特殊地理環(huán)境、多尺度天氣系統(tǒng)和海陸氣相互作用的影響，我國(guó)強(qiáng)降水的時(shí)空分布和演變過(guò)程復(fù)雜，區(qū)域特征明顯且差異顯著。當(dāng)前數(shù)值模式對(duì)強(qiáng)降水的預(yù)報(bào)準(zhǔn)確率依舊很低，且不同地區(qū)預(yù)報(bào)偏差各不相同。目前仍缺乏對(duì)模式降水預(yù)報(bào)特征及其產(chǎn)生原因的深入認(rèn)識(shí)和理解，特別是針對(duì)區(qū)域?qū)α鞣直婺Ｊ疆a(chǎn)品的檢驗(yàn)評(píng)估方法嚴(yán)重滯后于當(dāng)前高分辨率數(shù)值預(yù)報(bào)系統(tǒng)的快速發(fā)展?；谛碌母叻直嬗^測(cè)資料的客觀綜合評(píng)估方法和手段，揭示模式的預(yù)報(bào)能力及關(guān)鍵偏差，發(fā)現(xiàn)模式預(yù)報(bào)產(chǎn)品的問(wèn)題，從而促進(jìn)數(shù)值模式的改進(jìn)和完善，同時(shí)通過(guò)評(píng)估給出預(yù)報(bào)的可適用性和不確定性，對(duì)于提高強(qiáng)降水的預(yù)報(bào)能力和數(shù)值預(yù)報(bào)產(chǎn)品的應(yīng)用能力具有重要的科學(xué)意義和實(shí)用價(jià)值。

1 基于累積降水量的檢驗(yàn)評(píng)估

1.1 基于站點(diǎn)或格點(diǎn)的傳統(tǒng)常規(guī)檢驗(yàn)評(píng)估方法

降水預(yù)報(bào)準(zhǔn)確率的業(yè)務(wù)檢驗(yàn)主要關(guān)注于累積降水量的分量級(jí)評(píng)分，如基于二分類(lèi)事件的成功指數(shù)（Threat Score，TS）、公平成功指數(shù)（Equitable Threat Score，ETS）和考慮降水氣候概率的概率空間穩(wěn)定公平誤差（Stable Equitable Error in Probability Space，SEEPS）等。此類(lèi)降水檢驗(yàn)評(píng)分以累積降水量為檢驗(yàn)對(duì)象，基于點(diǎn)對(duì)點(diǎn)的對(duì)比或者利用列聯(lián)表，根據(jù)事件發(fā)生與否對(duì)預(yù)報(bào)、觀測(cè)進(jìn)行分類(lèi)并統(tǒng)計(jì)觀測(cè)點(diǎn)上預(yù)報(bào)、觀測(cè)事件發(fā)生的次數(shù)，在此基礎(chǔ)上定義一系列評(píng)分指數(shù)來(lái)判別模式的預(yù)報(bào)技巧。此類(lèi)評(píng)估方法優(yōu)點(diǎn)是簡(jiǎn)單直接，計(jì)算易于實(shí)現(xiàn)且結(jié)果容易理解；但往往并不能反映預(yù)報(bào)的真實(shí)水平，特別是對(duì)于小概率事件，如暴雨的預(yù)報(bào)檢驗(yàn)存在較大不足?？紤]中國(guó)暴雨可預(yù)報(bào)性的時(shí)空分布不均勻問(wèn)題，為合理對(duì)比不同區(qū)域暴雨預(yù)報(bào)能力的差異，陳靜等構(gòu)建了一種新型的中國(guó)暴雨可預(yù)報(bào)性綜合指數(shù)（Synthetic Predictability Index of Heavy Rainfall，SPI），以暴雨氣候頻率、暴雨面積比率和模式暴雨預(yù)報(bào)TS三個(gè)分量來(lái)定量描述中國(guó)各區(qū)域的暴雨可預(yù)報(bào)性特征。在此基礎(chǔ)上，陳法敬等提出了預(yù)報(bào)與觀測(cè)的鄰域匹配方法，以給出更穩(wěn)定的評(píng)分結(jié)果。

隨著模式分辨率的提升，常規(guī)檢驗(yàn)方法已不能滿(mǎn)足于高分辨率模式降水檢驗(yàn)評(píng)估的需求。即使降水的雨帶結(jié)構(gòu)及強(qiáng)度均與實(shí)況一致，雨帶位置的細(xì)微偏差依然可能導(dǎo)致過(guò)大的空?qǐng)?bào)率及漏報(bào)率，使得最終的預(yù)報(bào)評(píng)分偏低。特別是降水預(yù)報(bào)同時(shí)受到空間和時(shí)間微小差異所帶來(lái)的“雙重懲罰”，很難獲得足夠的檢驗(yàn)評(píng)估信息。除“雙重懲罰”問(wèn)題外，傳統(tǒng)檢驗(yàn)方法的局限性更多地體現(xiàn)在評(píng)分與誤差種類(lèi)和大小無(wú)關(guān)，如TS評(píng)分往往傾向于獎(jiǎng)勵(lì)“更平滑”的空間型預(yù)報(bào)。更重要的是，此類(lèi)評(píng)分結(jié)果不能提供足夠多的模式偏差信息，比如模式偏差的種類(lèi)（位置、強(qiáng)度和分布型）以及針對(duì)模式偏差的診斷信息，無(wú)法將檢驗(yàn)評(píng)分的高低與模式對(duì)真實(shí)物理過(guò)程表征的正確與否建立內(nèi)在的物理聯(lián)系，很難從評(píng)分中獲取哪些預(yù)報(bào)更接近于實(shí)況的時(shí)空分布特征，因此傳統(tǒng)檢驗(yàn)評(píng)分結(jié)果難以針對(duì)區(qū)域高分辨率模式的研發(fā)給出基于物理過(guò)程的改進(jìn)意見(jiàn)或建議。

1.2 空間檢驗(yàn)方法

為解決傳統(tǒng)預(yù)報(bào)檢驗(yàn)方法在高分辨率模式檢驗(yàn)評(píng)估中的“雙重懲罰”問(wèn)題，近年來(lái)國(guó)內(nèi)外相繼發(fā)展了一系列新的基于降水空間結(jié)構(gòu)特征的檢驗(yàn)方法（如鄰域法、尺度分離法、場(chǎng)變換法以及基于對(duì)象的評(píng)估方法等），以從高分辨率模式預(yù)報(bào)結(jié)果中提取更多的空間信息。

鄰域空間檢驗(yàn)方法是考慮相鄰區(qū)域的空間特征的一種檢驗(yàn)方法，將較高分辨率的預(yù)報(bào)與觀測(cè)信息采用升尺度的方法調(diào)整至較大尺度上，通過(guò)空間平滑或統(tǒng)計(jì)概率分布的方式減小高分辨率資料的偶然性信息，以衡量預(yù)報(bào)與觀測(cè)間的相似度特征。目前應(yīng)用較為廣泛的鄰域空間檢驗(yàn)方法為Roberts和Lean在2008年提出的分?jǐn)?shù)技巧評(píng)分（Fraction Skill Score，F(xiàn)SS），該方法通過(guò)設(shè)置不同的鄰域半徑與不同降水閾值計(jì)算FSS值，考察數(shù)值模式對(duì)于不同空間尺度和不同強(qiáng)度的降水空間分布的預(yù)報(bào)性能。鄰域半徑概念的引入較為有效地解決了面向高分辨率模式降水傳統(tǒng)檢驗(yàn)中所遇到的“雙重懲罰”問(wèn)題；同時(shí)，由于與傳統(tǒng)檢驗(yàn)方法采用的評(píng)分指標(biāo)類(lèi)似，F(xiàn)SS的計(jì)算同樣簡(jiǎn)單。歐洲中期天氣預(yù)報(bào)中心、英國(guó)氣象局、美國(guó)環(huán)境預(yù)報(bào)中心近年來(lái)都先后將FSS作為高分辨率模式降水業(yè)務(wù)預(yù)報(bào)的業(yè)務(wù)評(píng)估方法。但是，由于此類(lèi)方法側(cè)重于空間上的對(duì)比，升尺度的方法可能會(huì)漏掉一些中小尺度信息，同時(shí)對(duì)天氣過(guò)程的發(fā)生、持續(xù)和結(jié)束等事件特征仍缺少客觀、定量的檢驗(yàn)評(píng)估。

美國(guó)國(guó)家大氣研究中心（National Center for Atmospheric Research，NCAR）研發(fā)的基于對(duì)象的診斷方法（Method for Object-Based Diagnostic Evaluation，MODE）已經(jīng)應(yīng)用于對(duì)美國(guó)降水確定性預(yù)報(bào)的檢驗(yàn)評(píng)估，并在近年來(lái)不斷發(fā)展、完善。當(dāng)前已有部分前沿性研究工作使用基于對(duì)象的時(shí)域診斷方法（MODE that Incorporates the Time Dimension，MODE-TD ）開(kāi)展針對(duì)美國(guó)地區(qū)降水系統(tǒng)的甄別與追蹤，并用來(lái)考察對(duì)流分辨模式對(duì)于中尺度對(duì)流系統(tǒng)降水特性的模擬性能；英國(guó)氣象局也已圍繞降水的時(shí)空間尺度開(kāi)展相關(guān)研究，考察降水系統(tǒng)的特性與時(shí)空尺度的聯(lián)系，并以此為觀測(cè)指標(biāo)進(jìn)行針對(duì)氣候模式的模擬評(píng)估。此類(lèi)基于對(duì)象、面向過(guò)程的時(shí)空連續(xù)分析診斷方法，可以較為系統(tǒng)、全面地考察模式對(duì)于特定物理過(guò)程的模擬性能及模式偏差。同時(shí)把數(shù)值模式偏差的具體特征和改進(jìn)建議及時(shí)反饋到模式研發(fā)團(tuán)隊(duì)，使模式檢驗(yàn)評(píng)估和模式研發(fā)二者有機(jī)結(jié)合，加速推動(dòng)一體化模式的研發(fā)進(jìn)程。

2 面向強(qiáng)降水精細(xì)化預(yù)報(bào)的檢驗(yàn)評(píng)估

隨著城市化進(jìn)程不斷推進(jìn)，社會(huì)對(duì)精細(xì)化氣象預(yù)報(bào)的要求越來(lái)越高。定時(shí)、定點(diǎn)、定量的降水預(yù)報(bào)準(zhǔn)確率受到越來(lái)越多的關(guān)注?；诶鄯e降水量的檢驗(yàn)評(píng)估已不能滿(mǎn)足精細(xì)化預(yù)報(bào)服務(wù)對(duì)于高分辨率模式產(chǎn)品的應(yīng)用需求。中國(guó)氣象局《區(qū)域高分辨率數(shù)值預(yù)報(bào)業(yè)務(wù)發(fā)展計(jì)劃（2018—2020年）》中明確提出“區(qū)域模式重點(diǎn)面向可用時(shí)效在24小時(shí)內(nèi)的短時(shí)臨近預(yù)報(bào)預(yù)警和無(wú)縫隙精細(xì)化氣象預(yù)報(bào)業(yè)務(wù)需求”，針對(duì)千米尺度區(qū)域模式的發(fā)展定位，相應(yīng)的檢驗(yàn)評(píng)估工作也必須從基于累積降水量的評(píng)估轉(zhuǎn)變?yōu)獒槍?duì)降水發(fā)展演變過(guò)程的評(píng)估，特別要關(guān)注降水在日內(nèi)時(shí)間尺度的特征和演變過(guò)程的預(yù)報(bào)能力。如50 mm/d的強(qiáng)降水過(guò)程，既可能來(lái)自持續(xù)時(shí)間為24 小時(shí)的長(zhǎng)持續(xù)弱降水，也可能來(lái)自于持續(xù)3小時(shí)的短時(shí)強(qiáng)降水；而后者既可能是發(fā)生在午后的局地強(qiáng)對(duì)流降水，也可能發(fā)生在夜間（圖 1）。傳統(tǒng)的基于累積降水量的檢驗(yàn)評(píng)估未考慮降水日內(nèi)準(zhǔn)確率的預(yù)報(bào)效果。圍繞精細(xì)化預(yù)報(bào)發(fā)展需求，需要從降水小時(shí)尺度特征，如降水頻次、強(qiáng)度、持續(xù)時(shí)間和日變化等方面對(duì)數(shù)值預(yù)報(bào)產(chǎn)品進(jìn)行更細(xì)致的評(píng)估，只有模式對(duì)于降水的發(fā)展演變過(guò)程的預(yù)報(bào)都是正確的，模式才能預(yù)報(bào)出真實(shí)的降水。

圖1 不同的50 mm/d強(qiáng)降水過(guò)程示例圖 Fig. 1 Examples of different rainfall events with same 50 mm/d amount

小時(shí)降水頻率和強(qiáng)度是反映降水小時(shí)尺度特征的重要物理量。小時(shí)頻率的定義為統(tǒng)計(jì)時(shí)段內(nèi)有降水時(shí)次除以非缺測(cè)時(shí)次，小時(shí)強(qiáng)度的定義為降水量除以有降水時(shí)次，如公式（1）和（2）所示。基于頻率和強(qiáng)度可以有效區(qū)分圖 1中兩類(lèi)不同持續(xù)時(shí)間的降水過(guò)程，即短時(shí)（長(zhǎng)持續(xù)）降水表現(xiàn)為頻率小（大）而強(qiáng)度大（?。┑奶卣?。

其中：

h

為預(yù)報(bào)時(shí)間，

N

為統(tǒng)計(jì)時(shí)段內(nèi)

h

時(shí)刻的有效降水時(shí)數(shù)（降水量≥0.1 mm/h），

N

為統(tǒng)計(jì)時(shí)段內(nèi)

h

時(shí)刻的總非缺測(cè)樣本數(shù)，

A

為統(tǒng)計(jì)時(shí)段內(nèi)

h

時(shí)刻的累積降水量。

圖2給出國(guó)家氣象信息中心多源融合降水產(chǎn)品（CMPA，圖2a～2c ）和ECMWF高分辨率全球模式（模式分辨率9 km，下文簡(jiǎn)稱(chēng)EC，圖2d～2f）與國(guó)家氣象中心GRAPES-Meso-3km區(qū)域模式（下文簡(jiǎn)稱(chēng)GRAPES，2g～2i）9～33小時(shí)預(yù)報(bào)的2019年暖季（5—9月）平均降水量（圖2a、2d、2g）、頻率（圖 2b、2e、2h）和強(qiáng)度（圖2c、2f、2i）的空間分布。模式較好地再現(xiàn)了降水量的空間分布（圖2），但對(duì)南方大部分地區(qū)的平均降水量有高估，且GRAPES對(duì)于地形周邊降水量的高估更為明顯。EC和GRAPES與CMPA的空間相關(guān)系數(shù)分別為0.83和0.74，均方根誤差分別為3.02 mm/d和4.92 mm/d，可見(jiàn)僅從日累積降水量看，ECMWF全球模式對(duì)于降水中心和量級(jí)的預(yù)報(bào)仍略?xún)?yōu)于區(qū)域模式的結(jié)果。

圖2 2019年暖季（5—9月）CMPA（a～c）、ECMWF（d～f）和GRAPES-Meso-3 km（g～i）模式9～33小時(shí)小時(shí)預(yù)報(bào)的平均降水量（a，d，g，單位：mm/d）、小時(shí)降水頻次（b，e，h， 單位：%）和降水強(qiáng)度（c，f，i，單位：mm/3 h）的空間分布 （圖中等值線為500 m和3000 m地形高度線） Fig. 2 Spatial distribution of mean precipitation (a, d, g, unit: mm/d), hourly precipitation frequency (b, e, h, unit: %) and hourly intensity (c, f, i, unit: mm/3h) by CMPA (a?c), ECMWF (d?f) and GRAPES-Meso-3km (g?i) during the warm season (from May to September) in 2019 (The black lines represent 500 m and 3000 m terrain heights)

由小時(shí)降水頻率的分布可見(jiàn)，我國(guó)大陸暖季降水高頻區(qū)主要位于華南沿海、青藏高原東南部至高原東坡以及四川盆地以東的二階階梯地形周邊。模式均可以再現(xiàn)主要降水高頻區(qū)的空間分布，EC和GRAPES與CMPA的相關(guān)系數(shù)分別為0.75和0.76，均方根誤差分別為7.55%和14.93%，即模式對(duì)小時(shí)降水頻率均有高估，但GRAPES更接近融合實(shí)況產(chǎn)品的結(jié)果。EC模式顯著高估了青藏高原和我國(guó)南方地區(qū)暖季降水頻次的量值，且降水頻次的偏多在35°N以南、二階階梯地形以西區(qū)域更明顯。從降水強(qiáng)度分布來(lái)看，EC和GRAPES與CMPA的相關(guān)系數(shù)分別為0.61和0.76，均方根誤差分別為1.33 mm/3 h和1.67 mm/3 h。EC模式除華南沿海地區(qū)外，能夠較為合理地再現(xiàn)二階階梯地形以東降水強(qiáng)度大、以西強(qiáng)度相對(duì)較小的空間分布特征。與降水頻率的高估不同，EC模式對(duì)我國(guó)絕大部分地區(qū)降水強(qiáng)度均有較明顯低估。GRAPES對(duì)于小時(shí)降水強(qiáng)度的預(yù)報(bào)明顯優(yōu)于全球模式的結(jié)果。綜合頻率和強(qiáng)度的預(yù)報(bào)結(jié)果可見(jiàn)，盡管EC模式對(duì)于累積降水量的預(yù)報(bào)較好，但其對(duì)我國(guó)大陸大部分區(qū)域小時(shí)降水特征的預(yù)報(bào)存在高估降水頻次與低估降水強(qiáng)度的問(wèn)題，表明其合理的日降水量并不是來(lái)自于準(zhǔn)確的降水過(guò)程預(yù)報(bào)。而千米尺度區(qū)域模式GRAPES，盡管對(duì)于降水量的預(yù)報(bào)較EC無(wú)明顯優(yōu)勢(shì)，但其對(duì)于降水頻率和強(qiáng)度的預(yù)報(bào)更為真實(shí)，因此在日內(nèi)時(shí)間尺度上具有更高的參考價(jià)值。

為進(jìn)一步定量比較數(shù)值模式預(yù)報(bào)的不同強(qiáng)度降水量的區(qū)域差異，采用降水量隨強(qiáng)度分布的

e

指數(shù)擬合方法來(lái)量化比較模式預(yù)報(bào)不同強(qiáng)度降水的結(jié)構(gòu)偏差。

e

指數(shù)擬合方法考慮到降水量隨小時(shí)降水強(qiáng)度增加呈

e

指數(shù)衰減趨勢(shì)（如圖3c曲線所示），可用式（3）表示，其中

I

表示小時(shí)降水強(qiáng)度，

A

(

I

) 表示降水強(qiáng)度 (

I

?1)～

I

的累積降水量。對(duì)式（3）取對(duì)數(shù)可得到對(duì)數(shù)降水量隨降水強(qiáng)度的線性變化，當(dāng)降水強(qiáng)度不超過(guò)95%時(shí)，可通過(guò)最小二乘法擬合得到回歸系數(shù)

α

和

β

（式（4）），

α

(

β

)可定量表征弱（強(qiáng)）降水的對(duì)總降水量的相對(duì)貢獻(xiàn)，

α

(

β

)越大表示弱（強(qiáng)）降水的相對(duì)占比越大。

圖3 CMPA（a～c）、ECMWF（d～f）和GRAPES-Meso-3 km（g～i）模式中青藏高原以東地區(qū)（范圍如圖3b所示）每個(gè)格點(diǎn)的降水量對(duì)數(shù)隨強(qiáng)度的回歸參數(shù)值（α，β）在α-β平面上的分布（a，d，g）、四類(lèi)分組的空間分布（b，e，h）和四類(lèi)格點(diǎn)年平均降水量隨強(qiáng)度的分布（c，f，i） （圖3a，3d，3g中黑色點(diǎn)表示回歸參數(shù)值的分布；圖3c，3f，3i中實(shí)線表示四類(lèi)格點(diǎn)年平均降水量（單位：mm/a）隨強(qiáng)度（單位：mm/3 h）的分布，空心框和虛線分別表示年降水量取對(duì)數(shù)和基于最小二乘法線性回歸后的擬合線；圖3a～3i中四色背景表示四類(lèi)分組，其中藍(lán)色（紅色）表示弱降水和強(qiáng)降水的占比均較低（高），綠色（棕色）表示弱降水的頻次低（高）而強(qiáng)降水的占比高（低）） Fig. 3 (a?c) CMPA, (d?f) ECMWF, (g?i) GRAPES-Meso-3 km model, (a, d, g) the distribution of the regression parameters (α, β) of the logarithm amount with the hourly intensity of each grid point over the east of Tibet Plateau (regions as shown in b), (b, e, h) the spatial distribution of four groups, (c, f, i) the distribution of mean annual precipitation with intensity of four types of grid points (The black dots in Fig.3a, 3d, 3g represent the distribution of regression parameter, the solid line in Fig. 3c, 3f, 3i is the distribution of mean annual precipitation (mm/a) with intensity (unit: mm/3 h), the hollow box and dotted line in Fig. 3c, 3f, 3i are the fitting lines of logarithm of annual precipitation and linear regression based on least square method respectively, and he four color backgrounds in (a?i) indicate four groups, in which blue (red) indicates that the contribution of weak precipitation and strong precipitation is low (high), while green (brown) indicates that the contribution of weak precipitation is low (high) and that of strong precipitation is high (low))

圖3a～3c示例給出了2019年5—9月CMPA產(chǎn)品在青藏高原以東地區(qū)平均的不同強(qiáng)度降水量按照公式（3）擬合后的結(jié)果，以說(shuō)明擬合系數(shù)

α

和

β

表征的意義。為比較不同

α

和

β

代表的強(qiáng)度結(jié)構(gòu)差異的區(qū)域分布特征，將

α

和

β

按其量值進(jìn)行組合分類(lèi)，按照

α

、

β

數(shù)值的35%和70%進(jìn)行了分組（圖3a），用不同顏色代表不同強(qiáng)度結(jié)構(gòu)特征，分別將

α

和

β

大于（小于）70%（35%）的點(diǎn)定義為弱和強(qiáng)降水占主導(dǎo)（相對(duì)較?。┑母顸c(diǎn)，而在35%～70%的點(diǎn)未進(jìn)行統(tǒng)計(jì)。圖3b給出了四類(lèi)分組的空間分布。圖 3c給出四類(lèi)分組的年平均降水量隨不同降水強(qiáng)度的分布曲線和按照式（4）取對(duì)數(shù)擬合后的直線，可清楚地看出通過(guò)

α

和

β

定量區(qū)分出了不同的降水強(qiáng)度分布特征。對(duì)于

α

和

β

均較?。ㄋ{(lán)線）和較大（紅線）的格點(diǎn)，其總降水量分別小于和大于其他類(lèi)的格點(diǎn)。對(duì)于

α

較大（小）而

β

較?。ù螅┑母顸c(diǎn)，弱（強(qiáng)）降水的占比更大。基于這一定量指標(biāo)，可以評(píng)估數(shù)值模式對(duì)不同強(qiáng)度降水的預(yù)報(bào)能力。圖3d～3f和3g～3i分別給出EC和GRAPES模式對(duì)不同降水強(qiáng)度擬合后的結(jié)果?？梢?jiàn)，模式預(yù)報(bào)能合理呈現(xiàn)出華南和西南強(qiáng)、弱降水在30°N以南、1500 m高度以下地區(qū)占比都相對(duì)更多（紅色），500 m地形等值線以東的江淮至黃淮流域強(qiáng)降水相對(duì)較多（綠色），青藏高原在3000 m高度以上以弱降水主導(dǎo)（棕色）等區(qū)域特征。棕色與紅色區(qū)域?qū)?yīng)于圖 3a、3d、3g中

α

值較大的區(qū)域，而綠色區(qū)域主要對(duì)應(yīng)于

β

值較大的區(qū)域。模式均高估了35°N以北、二階階梯地形以西至河套地區(qū)的相對(duì)強(qiáng)降水，CMPA中500 m等值線以西相對(duì)弱降水占比更高（棕色），而模式中在該區(qū)域存在較多強(qiáng)降水占比相對(duì)更高的格點(diǎn)（綠色）。從四類(lèi)分組平均的降水量隨不同強(qiáng)度分布的曲線及取對(duì)數(shù)擬合后的直線可見(jiàn)，EC模式中弱降水的降水量均明顯偏大，這也與圖 3d中模式的

α

值整體偏大對(duì)應(yīng)。同時(shí)模式中四組分類(lèi)的降水量隨強(qiáng)度遞減的速率均較CMPA更快，這與模式對(duì)

β

整體的低估相對(duì)應(yīng)。對(duì)比可見(jiàn)，GRAPES模式對(duì)于不同強(qiáng)度降水的分布均更接近于CMPA的結(jié)果。

降水日變化是地球系統(tǒng)中大氣熱力和動(dòng)力過(guò)程對(duì)水循環(huán)過(guò)程綜合影響的結(jié)果，已成為評(píng)估數(shù)值模式不確定性問(wèn)題的重要環(huán)節(jié)或指標(biāo)。圖4為CMPA和模式預(yù)報(bào)的2019年暖季平均的降水量主峰值發(fā)生時(shí)間（北京時(shí)）。EC模式再現(xiàn)了東南地區(qū)和500 m等高線西側(cè)高地形區(qū)下午至傍晚的峰值，但峰值出現(xiàn)時(shí)間較觀測(cè)均有提前，而GRAPES模式對(duì)于下午峰值時(shí)間的預(yù)報(bào)更接近CMPA。模式均能合理地再現(xiàn)四川盆地和華北500 m等高線東側(cè)低地形區(qū)午夜至清晨的峰值特征。EC模式預(yù)報(bào)的華北夜間至清晨降水峰值區(qū)的范圍偏大，且未合理預(yù)報(bào)出CMAP和GRAPES模式中沿地形梯度降水峰值時(shí)間自高地形向下游滯后的現(xiàn)象。

圖4 2019年暖季（5—9月）CMPA（a）、ECMWF（b）和GRAPES-Meso-3 km（c）模式預(yù)報(bào)的降水量日變化主峰值發(fā)生時(shí)間（北京時(shí)） （白色框標(biāo)注CMPA和模式降水量日變化主峰值時(shí)間均出現(xiàn)在夜間至清晨（22:00—08:00）的西南地區(qū)（區(qū)域1）和下午至傍晚（14:00—20:00）的東南地區(qū)（區(qū)域2）；黑色等值線為500 m和3000 m地形高度線） Fig. 4 The time of the main diurnal peak for daily precipitation by CMPA (a), ECMWF (b) and GRAPES-Meso-3 km model (c) in the warm season (May-September) of 2019 （The white boxes indicate the southwest region (region 1) with the diurnal peak appears in the night to morning (22:00—08:00 BT ) in both CMPA and model, and the southeast region (region 2) with the diurnal peak appears from afternoon to evening (14:00—20:00 BT), the black contour lines are 500 m and 3000 m terrain heights）

圖5以CMPA和模式降水日峰值時(shí)間預(yù)報(bào)接近的西南（圖4a中白色實(shí)線標(biāo)注的區(qū)域1）和華南（區(qū)域2）這兩個(gè)降水日變化振幅較大的區(qū)域（圖略）為例，給出CMPA和模式預(yù)報(bào)的區(qū)域平均降水日變化曲線。在以夜間峰值為主的西南地區(qū)，不同模式均合理地再現(xiàn)了凌晨的降水峰值，但EC模式高估了下午時(shí)段的降水頻次，即EC模式中虛假的高頻弱降水在下午時(shí)段更為突出。GRAPES模式對(duì)西南地區(qū)各時(shí)間段的降水均有高估，但在夜間時(shí)段降水強(qiáng)度高估的特征更明顯。在以下午峰值為主的東南區(qū)域，盡管EC模式各時(shí)段降水量與CMPA更為接近，但該模式高估頻率、低估強(qiáng)度的特征在各時(shí)段均較為突出。GRAPES模式對(duì)下午時(shí)段降水量的高估主要源于對(duì)強(qiáng)度的高估，而夜間時(shí)段對(duì)降水頻率和強(qiáng)度的高估在總降水的高估中均有貢獻(xiàn)。

圖5 圖4a中白框標(biāo)注的西南地區(qū)（區(qū)域1，a, c, e）和東南地區(qū)（區(qū)域2，b, d, f）平均的降水量（a, b，單位：mm/d）、頻率（c, d， 單位：%）、強(qiáng)度（e, f，單位：mm/3h）的日變化曲線 Fig. 5 The diurnal curves of precipitation (a, b, unit: mm/d), frequency (c, d, unit: %), intensity (e, f, unit: mm/3 h) averaged over southwest and southeast (as marked by white boxes in Fig. 4a) regions

上述示例評(píng)估結(jié)果表明，基于降水頻次、降水強(qiáng)度等小時(shí)尺度特征量及其日變化峰值時(shí)間的分布有助于深入認(rèn)識(shí)日內(nèi)降水精細(xì)化預(yù)報(bào)偏差。但是如何合理評(píng)估數(shù)值預(yù)報(bào)模式的精細(xì)化預(yù)報(bào)能力，目前還缺乏系統(tǒng)、完善的評(píng)估標(biāo)準(zhǔn)?；诒竟?jié)所用的評(píng)估指標(biāo)（小時(shí)頻次/強(qiáng)度、日變化振幅與峰值時(shí)間），中國(guó)氣象局首次建立了應(yīng)用于數(shù)值預(yù)報(bào)模式的業(yè)務(wù)評(píng)估指標(biāo)體系，將在未來(lái)的業(yè)務(wù)試運(yùn)行中不斷改進(jìn)完善。

3 集合預(yù)報(bào)的檢驗(yàn)評(píng)估

對(duì)流可分辨尺度的集合預(yù)報(bào)是區(qū)域高分辨率模式重要應(yīng)用。研究對(duì)流可分辨尺度的數(shù)值模式預(yù)報(bào)偏差的起源、演變及影響，合理、定量表征對(duì)流分辨尺度的模式不確定性，提高對(duì)千米尺度模式偏差和模式多成員間差異的診斷和理解對(duì)于對(duì)流可分辨尺度的集合預(yù)報(bào)技術(shù)尤為重要。多成員集合概率預(yù)報(bào)相較于以往的統(tǒng)計(jì)概率預(yù)報(bào)，是一種更具有動(dòng)力學(xué)意義的概率預(yù)報(bào)。針對(duì)集合預(yù)報(bào)整體預(yù)報(bào)性能的檢驗(yàn)評(píng)估，當(dāng)前大多采用Brier Score等兩分類(lèi)評(píng)分來(lái)評(píng)估數(shù)值模式的整體預(yù)報(bào)性能，在此基礎(chǔ)上，通過(guò)相對(duì)工作特征（Relative Operating Characteristic，ROC）檢驗(yàn)曲線考察集合預(yù)報(bào)命中率與空?qǐng)?bào)率的預(yù)報(bào)性能。同時(shí)，針對(duì)集合預(yù)報(bào)中多成員的可靠性與發(fā)散程度的檢驗(yàn)評(píng)估，依據(jù)集合內(nèi)不同預(yù)報(bào)成員“準(zhǔn)確率等同性”原則，可采用Talagrand直方圖衡量各集合預(yù)報(bào)成員與觀測(cè)的概率分布差異，通過(guò)考察Talagrand分布直方圖（呈現(xiàn)“U”型或“拱形”），從而檢驗(yàn)集合成員發(fā)散程度（不足或偏大）。

當(dāng)前圍繞強(qiáng)降水集合預(yù)報(bào)的相關(guān)科學(xué)研究，大多依據(jù)各成員對(duì)于某次強(qiáng)降水過(guò)程累積降水量的空間分布和強(qiáng)度預(yù)報(bào)性能的優(yōu)劣，將不同成員分類(lèi)并進(jìn)行合成分析，通過(guò)比較兩組成員對(duì)于強(qiáng)降水相關(guān)的邊界層過(guò)程、環(huán)流場(chǎng)、溫濕場(chǎng)等的異同，探究影響強(qiáng)降水的關(guān)鍵物理過(guò)程并分析預(yù)報(bào)偏差的產(chǎn)生原因。隨著集合預(yù)報(bào)的興起和廣泛應(yīng)用，針對(duì)集合預(yù)報(bào)的檢驗(yàn)評(píng)估也在不斷改進(jìn)與完善：在常規(guī)技巧評(píng)分（如傳統(tǒng)的兩分類(lèi)評(píng)分BS、TS、ETS等）的基礎(chǔ)上，一系列空間檢驗(yàn)方法（如FSS），基于對(duì)象、面向物理過(guò)程等新型診斷評(píng)估方法（如MODE、MODE-TD）得以發(fā)展并應(yīng)用其中。與此同時(shí)，概率預(yù)報(bào)檢驗(yàn)技術(shù)得到了新的發(fā)展，諸如可靠性、銳度和解析度等檢驗(yàn)指標(biāo)被用于評(píng)價(jià)集合預(yù)報(bào)性能。

4 面向天氣-氣候一體化模式無(wú)縫隙預(yù)報(bào)性能的檢驗(yàn)評(píng)估

部分國(guó)際前沿研究已經(jīng)實(shí)現(xiàn)利用大氣模式進(jìn)行全球?qū)α骺煞直娴脑鲁叨确€(wěn)定積分。針對(duì)大氣模式的研發(fā)而言，將天氣和氣候模式彼此銜接，實(shí)現(xiàn)天氣和氣候模式動(dòng)力框架的統(tǒng)一，進(jìn)而發(fā)展具備從天氣到氣候無(wú)縫隙預(yù)報(bào)能力的數(shù)值預(yù)報(bào)系統(tǒng)是當(dāng)前重要的國(guó)際態(tài)勢(shì)。而對(duì)一體化模式無(wú)縫隙預(yù)報(bào)系統(tǒng)開(kāi)展客觀、系統(tǒng)的檢驗(yàn)評(píng)估，是一體化模式發(fā)展與產(chǎn)品應(yīng)用的重要基礎(chǔ)。

天氣-氣候一體化模式的目標(biāo)是準(zhǔn)確描述大氣的多尺度結(jié)構(gòu)特征。因此，圍繞一體化模式的檢驗(yàn)評(píng)估方法，有必要從當(dāng)前的只關(guān)注最終統(tǒng)計(jì)結(jié)果，深入到分析影響基礎(chǔ)變量（如溫度、降水）動(dòng)力、熱力過(guò)程的面向物理過(guò)程的評(píng)估。在評(píng)估對(duì)象方面，從時(shí)間、空間平均的傳統(tǒng)評(píng)估過(guò)渡到客觀分類(lèi)、分型的基于特定對(duì)象（Object-Based）、面向具體物理過(guò)程（Process-Oriented）的評(píng)估。

具體而言，一是從基于特定對(duì)象的角度出發(fā)，提出可連續(xù)描述覆蓋天氣-氣候典型預(yù)報(bào)對(duì)象的無(wú)縫隙客觀評(píng)價(jià)方法，篩選覆蓋從天氣到氣候時(shí)間尺度的一組典型預(yù)報(bào)對(duì)象，通過(guò)考察一體化模式對(duì)于該組內(nèi)涵蓋天氣-氣候不同時(shí)空尺度典型預(yù)報(bào)對(duì)象的預(yù)報(bào)性能，檢驗(yàn)其對(duì)天氣-氣候的無(wú)縫隙預(yù)報(bào)性能。二是從物理過(guò)程的角度入手，通過(guò)選取特定的判據(jù)集，從觀測(cè)資料和預(yù)報(bào)結(jié)果的每個(gè)時(shí)間步長(zhǎng)針對(duì)降水和氣溫中的典型預(yù)報(bào)對(duì)象進(jìn)行甄別與追蹤；首先在天氣尺度從時(shí)空連續(xù)的角度描述降水和氣溫中典型預(yù)報(bào)對(duì)象的強(qiáng)度、范圍、持續(xù)時(shí)間、移動(dòng)速度等在時(shí)空尺度的精細(xì)化特性及演變特征，進(jìn)而在氣候尺度考察該典型預(yù)報(bào)對(duì)象的氣候統(tǒng)計(jì)特征，揭示在我國(guó)不同關(guān)鍵區(qū)域，降水和氣溫預(yù)報(bào)技巧/偏差在天氣過(guò)程到氣候統(tǒng)計(jì)特征之間的關(guān)系。三是可從針對(duì)無(wú)縫隙預(yù)報(bào)流程銜接段的連續(xù)性和準(zhǔn)確性進(jìn)行檢驗(yàn)評(píng)估；由于當(dāng)前無(wú)縫隙預(yù)報(bào)流程的設(shè)計(jì)需要權(quán)衡預(yù)報(bào)性能與計(jì)算效率之間的關(guān)系，會(huì)不可避免地采用變分辨率策略；因此，檢驗(yàn)與評(píng)估無(wú)縫隙預(yù)報(bào)流程中會(huì)涉及到諸如變分辨率銜接等技術(shù)方案，以及對(duì)一體化模式整體性能平穩(wěn)性和對(duì)預(yù)報(bào)對(duì)象的積分連續(xù)性的定量影響。

總體而言，面向天氣-氣候一體化模式的檢驗(yàn)評(píng)估，不僅要考察一體化模式在氣候尺度對(duì)于時(shí)空平均后氣候態(tài)的模擬技巧，同時(shí)也要面向物理過(guò)程考察一體化模式在天氣尺度對(duì)于典型預(yù)報(bào)對(duì)象精細(xì)化特性及其演變特征的預(yù)報(bào)性能，檢驗(yàn)評(píng)估一體化模式“良好的預(yù)報(bào)結(jié)果”是否源自“正確的物理過(guò)程”。

5 討論與展望

目前對(duì)于千米尺度對(duì)流分辨模式的業(yè)務(wù)檢驗(yàn)仍以傳統(tǒng)的二分類(lèi)等評(píng)分方法為主，此類(lèi)方法在高分辨率模式檢驗(yàn)中面臨著“雙重懲罰”的問(wèn)題，且難以給出模式偏差的有效診斷信息。近年來(lái)，盡管面向高分辨率模式的空間檢驗(yàn)方法得以迅速發(fā)展，模糊檢驗(yàn)方法（如鄰域法）、目標(biāo)對(duì)象法等新型檢驗(yàn)方法雖然能夠部分解決傳統(tǒng)檢驗(yàn)方法的局限性問(wèn)題，但是也帶來(lái)了新的問(wèn)題，如信息量過(guò)多，針對(duì)性不夠強(qiáng)，不能突出重點(diǎn)等。

本文在回顧數(shù)值預(yù)報(bào)傳統(tǒng)檢驗(yàn)和近年來(lái)新發(fā)展的空間檢驗(yàn)基礎(chǔ)上，給出了新的基于降水小時(shí)尺度的檢驗(yàn)評(píng)估指標(biāo)。通過(guò)示例分析表明，針對(duì)小時(shí)降水頻次、降水強(qiáng)度的對(duì)比可以揭示模式對(duì)于日內(nèi)降水特性的預(yù)報(bào)偏差，而針對(duì)日變化特征的評(píng)估揭示了模式對(duì)氣候平均的峰值降水時(shí)間的預(yù)報(bào)能力，在一定程度上反映了模式動(dòng)力、熱力因子偏差的綜合影響。此類(lèi)檢驗(yàn)評(píng)估結(jié)果對(duì)豐富和深化數(shù)值模式評(píng)估和對(duì)改進(jìn)客觀預(yù)報(bào)方法具有重要的參考價(jià)值。值得注意的是，此類(lèi)方法雖然較已有的業(yè)務(wù)模式評(píng)估分析有很大的拓展和細(xì)化，但仍然屬于通用性的基礎(chǔ)評(píng)估分析。如何合理評(píng)估高時(shí)空分辨率數(shù)值預(yù)報(bào)模式的精細(xì)化預(yù)報(bào)能力，目前還缺乏系統(tǒng)完善的評(píng)估標(biāo)準(zhǔn)，需要推動(dòng)新評(píng)估方法的研發(fā)和推廣。

區(qū)域?qū)α骺煞直娉叨饶Ｊ皆谔鞖饫走_(dá)等高分辨率、高頻次觀測(cè)資料的應(yīng)用等方面具有不可替代的作用，基于千米尺度模式的快速更新循環(huán)系統(tǒng)能夠更高效地同化利用實(shí)時(shí)觀測(cè)資料，在強(qiáng)對(duì)流等高影響天氣的短時(shí)臨近預(yù)報(bào)預(yù)警等業(yè)務(wù)方面起著重要作用。針對(duì)快速更新同化系統(tǒng)的檢驗(yàn)評(píng)估，如何客觀、定量地檢驗(yàn)評(píng)估不同觀測(cè)資料快速協(xié)同同化的效果及不同起報(bào)時(shí)間預(yù)報(bào)的差異，仍面臨較大的困難。

受東亞季風(fēng)和多尺度地形與海陸分布的復(fù)雜影響，我國(guó)不同區(qū)域大氣受到的區(qū)域強(qiáng)迫差異很大，以降水日變化為表征的降水精細(xì)化演變過(guò)程和機(jī)理在不同區(qū)域存在明顯不同，數(shù)值模式對(duì)降水過(guò)程的模擬和預(yù)報(bào)偏差在不同區(qū)域也差異顯著，模式對(duì)于不同降水過(guò)程的預(yù)報(bào)能力差異明顯，針對(duì)關(guān)注區(qū)域開(kāi)展不同類(lèi)型降水過(guò)程的細(xì)致評(píng)估是提升區(qū)域模式應(yīng)用水平的關(guān)鍵。所以，未來(lái)針對(duì)降水預(yù)報(bào)的細(xì)致檢驗(yàn)評(píng)估必須考慮到不同區(qū)域強(qiáng)降水過(guò)程的差異?；趯?duì)關(guān)注區(qū)域細(xì)化分類(lèi)的精細(xì)過(guò)程的全面把握，細(xì)致對(duì)比分析所用的數(shù)值模式或客觀預(yù)報(bào)系統(tǒng)，形成基于特征環(huán)流結(jié)構(gòu)或要素關(guān)聯(lián)特征的細(xì)化分類(lèi)的降水和相關(guān)聯(lián)要素的評(píng)估指標(biāo)體系，才能系統(tǒng)評(píng)估、客觀預(yù)報(bào)系統(tǒng)在具體類(lèi)別的偏差特征分布。同時(shí)，數(shù)值預(yù)報(bào)的評(píng)估也將從時(shí)間、空間平均的傳統(tǒng)評(píng)估，過(guò)渡到基于特定對(duì)象、面向物理過(guò)程的客觀分類(lèi)、分型評(píng)估以及面向高影響天氣過(guò)程（如強(qiáng)降水、冰雹、大風(fēng)）的空間位置、強(qiáng)度、過(guò)程形態(tài)差異和日內(nèi)尺度的演變特征等綜合定量化檢驗(yàn)評(píng)估，為對(duì)流可分辨尺度模式預(yù)報(bào)能力的改進(jìn)及其預(yù)報(bào)產(chǎn)品的訂正與應(yīng)用提供更有意義的參考。

隨著氣象科學(xué)、高性能計(jì)算和觀測(cè)系統(tǒng)的發(fā)展，對(duì)流可分辨尺度數(shù)值預(yù)報(bào)模式已在精細(xì)化預(yù)報(bào)業(yè)務(wù)中得以廣泛應(yīng)用，在智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)中發(fā)揮著不可替代的作用。盡管對(duì)流可分辨尺度模式可以顯式表征深對(duì)流過(guò)程，從而減小了對(duì)流參數(shù)化方案對(duì)模式不確定性的影響，但受限于邊界層過(guò)程和云物理過(guò)程等方案的不足，模式同樣呈現(xiàn)出長(zhǎng)期存在的不完整性和不精準(zhǔn)性，而強(qiáng)化對(duì)千米尺度數(shù)值模式結(jié)果等的不確定性問(wèn)題的深入評(píng)估分析，是完善模式性能、改進(jìn)模式結(jié)果和提高模式結(jié)果應(yīng)用水平的切入點(diǎn)和突破口。數(shù)值預(yù)報(bào)的偏差源于諸多因素的綜合非線性作用結(jié)果，提升千米尺度模式在降水精細(xì)化預(yù)報(bào)中的應(yīng)用能力，需要通過(guò)強(qiáng)化對(duì)數(shù)值模式結(jié)果等的不確定性問(wèn)題的深入評(píng)估分析，從而減小其結(jié)果的不確定性，以實(shí)現(xiàn)對(duì)現(xiàn)有方法的不斷改進(jìn)和完善，得到更高質(zhì)量的業(yè)務(wù)產(chǎn)品。Yu等圍繞減小數(shù)值模式結(jié)果的不確定性影響，給出了通過(guò)深化評(píng)估踐行“自上而下”的發(fā)展途徑，指出充分完備的觀測(cè)和模式數(shù)據(jù)是必須的基礎(chǔ)支撐，同時(shí)提出對(duì)現(xiàn)有客觀預(yù)報(bào)方法所存在的問(wèn)題首先要通過(guò)基本評(píng)估得到基本認(rèn)知的理念；而更重要的是針對(duì)現(xiàn)有客觀方法所存在的問(wèn)題，在充分熟悉已有科學(xué)成果的基礎(chǔ)上，從數(shù)據(jù)中去獲取更加深入和更加細(xì)化的科學(xué)認(rèn)知，以此建立針對(duì)性的、細(xì)致深入的評(píng)估體系和創(chuàng)新評(píng)估方法，得到改進(jìn)和訂正現(xiàn)有“方法”的有效途徑，實(shí)現(xiàn)現(xiàn)有“方法”的不斷改進(jìn)和完善。