傅良 羅玲 張玉靜 婁小芬 錢浩

(1 浙江省氣象臺(tái)，杭州 310017；2 杭州市氣象局，杭州 310051)

引 言

華東沿海地區(qū)夏秋季常受臺(tái)風(fēng)侵襲，其帶來的強(qiáng)降水會(huì)導(dǎo)致嚴(yán)重的洪澇災(zāi)害和生命財(cái)產(chǎn)損失。近年來，關(guān)于臺(tái)風(fēng)極端降水的預(yù)報(bào)研究越來越受到重視[1-3]。其中對臺(tái)風(fēng)極端降水的預(yù)報(bào)一直是預(yù)報(bào)業(yè)務(wù)中的重點(diǎn)和難點(diǎn)。提高臺(tái)風(fēng)極端降水的早期預(yù)警能力對增強(qiáng)防災(zāi)減災(zāi)能力起著重要的作用。集合預(yù)報(bào)(Ensemble Prediction System， EPS) 相比于常規(guī)的確定性預(yù)報(bào)，考慮了模式的不確定性與發(fā)生概率等因素，且能反映未來大氣的多種狀況，已成為研究極端天氣的重要手段[4-6]。

基于歐洲中期天氣預(yù)報(bào)中心(ECMWF)的集合預(yù)報(bào)，Lalaurette[7]提出了極端天氣指數(shù)(Extreme Forecast Index，EFI)，該指數(shù)假設(shè)如果模式天氣相對于“模式氣候”為極端事件，則實(shí)際天氣相對于實(shí)際氣候也為極端事件；Zsótér[8]在彌補(bǔ)EFI指數(shù)不足的基礎(chǔ)上設(shè)計(jì)了SOT(Shift of Tails)指數(shù)，該指數(shù)對CDF尾端的信息更敏感，可作為EFI指數(shù)的有效補(bǔ)充[9-10]。近年來，ECMWF構(gòu)建的極端天氣指數(shù)產(chǎn)品已經(jīng)較為完善且已得到了國內(nèi)外氣象部門的推廣和應(yīng)用[11]，要素包括2 m平均氣溫，最高最低氣溫、10 m風(fēng)速，降水量，對流有效位能等。然而EFI和SOT作為極端天氣指標(biāo)，在不同地區(qū)不同季節(jié)針對不同類型天氣，其指示意義有所不同，需通過大量檢驗(yàn)來驗(yàn)證。ECMWF的預(yù)報(bào)經(jīng)驗(yàn)表明，EFI絕對值在0.5～0.8為異常，超過0.8則為“非常異?！?，預(yù)示發(fā)生極端天氣的可能性很大[9]。Petroliagis， et al[12]分析了德國北部3個(gè)機(jī)場7 a的強(qiáng)風(fēng)事件，指出EFI指數(shù)可以提早發(fā)出預(yù)警信息。Boisserie， et al[13]基于EFI和SOT構(gòu)建了極端強(qiáng)風(fēng)暴預(yù)報(bào)方法，分析了過去30 a影響法國的強(qiáng)風(fēng)暴，指出大多數(shù)風(fēng)暴可以被提早3～4 d預(yù)警。朱鵬飛等[14]分析了降水EFI和強(qiáng)降水、降水氣候距平之間的統(tǒng)計(jì)關(guān)系，表明降水EFI大值區(qū)和強(qiáng)降水具有較好的對應(yīng)關(guān)系，EFI值越大，強(qiáng)降水發(fā)生的可能性越大，預(yù)報(bào)時(shí)效延長則EFI指示意義減弱。劉琳等[15]基于T213集合預(yù)報(bào)構(gòu)建極端天氣預(yù)報(bào)指數(shù)，指出EFI指數(shù)可提前5～7 d提供極端降水信息。羅玲等[16]分析了極端天氣指數(shù)與臺(tái)風(fēng)暴雨的統(tǒng)計(jì)關(guān)系，指出極端天氣預(yù)報(bào)指數(shù)可以提前3～5 d提供極端降水信息。董全等[11]通過個(gè)例總結(jié)和大樣本分析的方法，指出SOT和EFI指數(shù)在氣溫和降水預(yù)報(bào)中都呈現(xiàn)出時(shí)效越長閾值越小，預(yù)報(bào)效果越差，且事件越極端，閾值越大的特點(diǎn)。

通過EFI指數(shù)和SOT指數(shù)的日常應(yīng)用，發(fā)現(xiàn)其對臺(tái)風(fēng)強(qiáng)降水落區(qū)和強(qiáng)度的預(yù)報(bào)有一定的指示意義，但對這兩個(gè)指標(biāo)在臺(tái)風(fēng)強(qiáng)降水中的預(yù)報(bào)效果進(jìn)行定量對比分析還不多見，且在實(shí)際應(yīng)用中缺乏定量的檢驗(yàn)依據(jù)?；诖耍疚囊匀A東地區(qū)為評估區(qū)域，評估降水EFI和SOT指數(shù)在2015—2018年臺(tái)風(fēng)降水預(yù)報(bào)中的效果，提煉臺(tái)風(fēng)強(qiáng)降水EFI和SOT預(yù)警指標(biāo)，以期為降水EFI指數(shù)和SOT指數(shù)在預(yù)報(bào)業(yè)務(wù)中的應(yīng)用提供一定的參考依據(jù)。

1 資料和方法

1.1 EFI和SOT定義和評分方法

ECMWF對EFI定義[7]為累積“集合預(yù)報(bào)概率分布函數(shù)”和“模式氣候概率分布函數(shù)”之差，其公式為：

(1)

(2)

根據(jù)EFI值的定義，當(dāng)集合成員都大于等于(小于等于)“模式氣候”極大(小)值時(shí)，EFI都等于1或者-1，在這種情況下不能反映出事件的極端程度，因此Zsótér[8]定義了SOT指數(shù)：

(3)

(4)

其中：Qc(1)和Qc(0)分別為“模式氣候”的最大值和最小值；Qf(p)和Qc(p)分別為集合預(yù)報(bào)和“模式氣候”p分位數(shù)。ECMWF輸出SOT+(0.9)和SOT-(0.1)。對于降水，ECMWF僅輸出SOT+(0.9)。當(dāng)SOT+(0.9)大于0時(shí)，代表至少有10%的集合成員預(yù)報(bào)大于“模式氣候”的最大值。SOT+(0.9)值越大代表集合預(yù)報(bào)有更多的成員預(yù)報(bào)大于“模式氣候”極大值，預(yù)報(bào)的降水也就更極端。SOT的值域理論上為-∞～+∞。集合成員相對于“模式氣候”最大值越大，SOT值也越大[11]。

在實(shí)際的業(yè)務(wù)應(yīng)用中，需要針對不同量級的降水，檢驗(yàn)EFI和SOT的預(yù)報(bào)效果，確定最佳的臨界閾值。由于降水是不連續(xù)的，因此采用兩分類列聯(lián)表(表1)，通過該表計(jì)算TS評分、命中率H、假警率F、預(yù)報(bào)偏差BS評分等來評估降水EFI和SOT指數(shù)的預(yù)報(bào)效果。

表1 兩分類列聯(lián)表Table 1 Contingency table of dimorphic distributio

(5)

(6)

(7)

(8)

1.2 資料和方法

采用的資料包括2015—2018年13個(gè)臺(tái)風(fēng)影響期間逐日的ECMWF提供的降水EFI指數(shù)和SOT指數(shù)、華東區(qū)域(浙江、江西、福建、安徽、江蘇、上海)367個(gè)國家站1981—2014年逐日08時(shí)(北京時(shí),下同)—次日08時(shí)降水資料。選取的臺(tái)風(fēng)個(gè)例包括1509燦鴻、1513蘇迪羅、1521杜鵑、1601尼伯特、1614莫蘭蒂、1617鲇魚、1709納沙、1710海棠、1808瑪利亞、1810安比、1812云雀、1814摩羯、1818溫比亞，除2018年外，每年有2～3個(gè)臺(tái)風(fēng)在華東沿海登陸(圖1)。

圖1 臺(tái)風(fēng)個(gè)例路徑Fig.1 The path chart of typhoon cases

極端天氣的定義采用分位數(shù)法[16-17]。由于EFI指數(shù)和SOT指數(shù)的“模式氣候”構(gòu)建采用過去20 a預(yù)報(bào)的每日前后15 d的回算資料[8]，其反映天氣的極端性是相對歷史同期而言。本文計(jì)算降水氣候百分位數(shù)的歷史資料也采用類似的方法構(gòu)建，選取1981—2014年的日降水資料，每日前后各15 d，共1 054個(gè)樣本，構(gòu)建每日的氣候樣本，然后通過這一樣本計(jì)算每日降水相對于歷史同期氣候百分位。本文將95個(gè)百分位的日降水量定義為極端降水的閾值，當(dāng)某測站某日降水量超過這個(gè)閾值，則認(rèn)為該站出現(xiàn)了極端降水[16]。

ROC曲線(相對作用特征曲線)可以應(yīng)用到兩類事件概率預(yù)報(bào)的評估當(dāng)中，是評估概率預(yù)報(bào)的有效方法，在坐標(biāo)軸中的完美預(yù)報(bào)位于左上角頂部(H，F(xiàn))=(0，1)，最差的預(yù)報(bào)位于坐標(biāo)軸右下角(H，F(xiàn))=(1，0)，對角線以上代表正技巧，對角線以下代表負(fù)技巧，ROC曲線以下的面積(AROC)可以用來衡量預(yù)報(bào)技巧的好壞，面積越大預(yù)報(bào)技巧越好，反之[18]。因此通過ROC曲線來評估不同預(yù)報(bào)時(shí)效EFI和SOT對暴雨和大暴雨的預(yù)報(bào)技巧。

2 逐日降水與EFI和SOT的相關(guān)性

為了分析降水與EFI指數(shù)、SOT指數(shù)之間的關(guān)系，計(jì)算了逐日降水的氣候百分位，并給出了逐日EFI、SOT和歷史同期降水氣候百分位 (圖2)?？梢钥闯觯瑲v史同期降水氣候百分位與預(yù)報(bào)EFI值存在明顯的正相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)到0.588。隨著EFI值的增加，降水氣候百分位也呈現(xiàn)增加趨勢。當(dāng)EFI值達(dá)到0.5以上時(shí)，有更多的降水事件的歷史同期百分位接近1。圖2b給出了SOT指數(shù)與歷史同期降水氣候百分位之間的關(guān)系，可以看到不同的SOT指數(shù)對應(yīng)的降水氣候百分位有明顯的差異，將SOT指數(shù)分成了4個(gè)不同的區(qū)間，分別是(-∞，-0.5)、[-0.5，0)、[0，0.5)以及[0.5，+∞)，分析不同區(qū)間降水事件百分位出現(xiàn)頻率最大的區(qū)域，當(dāng)SOT小于-0.5時(shí)，最大頻數(shù)的百分位在0.76左右；當(dāng)SOT在-0.5～0時(shí)，最大頻數(shù)的百分位在0.96左右；當(dāng)SOT在0～0.5時(shí)，最大頻數(shù)的百分位達(dá)到0.99左右；而SOT大于0.5時(shí)，最大頻數(shù)的百分位達(dá)到1，說明當(dāng)SOT大于0.5時(shí)有較大概率出現(xiàn)達(dá)到歷史同期極值的極端降水事件發(fā)生。此外在不同的取值區(qū)間暴雨發(fā)生概率顯著不同，總體上來說，隨著SOT指數(shù)的增加，暴雨發(fā)生概率在迅速增加。當(dāng)SOT小于-1時(shí)暴雨發(fā)生概率為0.62%；當(dāng)SOT為-1～0時(shí)，暴雨概率為9.38%；當(dāng)SOT為0～1時(shí)，暴雨概率為35.77%；當(dāng)SOT小于1時(shí)，暴雨概率達(dá)到53.54%。

根據(jù)定義，EFI的值域定義為-1～1，對于接近或者超過歷史極值的降水事件，EFI值最大只能到1，因此不能真實(shí)反映出降水的極端程度，而SOT指數(shù)的值域理論上能達(dá)到+∞，因此對于接近或者超過歷史同期極值的事件有更好的預(yù)報(bào)能力，事件越極端，其值越大，因此對于此類極端事件，EFI值都接近或等于1，而SOT值卻有較大的差異，因此對于接近或者超過歷史同期極值水平的極端降水事件，SOT較EFI指數(shù)更有優(yōu)勢。

圖2 (a)降水EFI與歷史同期降水氣候百分位之間的散點(diǎn)及兩者之間的相關(guān)系數(shù)和線性擬合函數(shù)(紅線為線性擬合直線；綠線為二次擬合曲線)；(b)SOT與歷史同期百分位之間的散點(diǎn)(綠線分別為-0.5、0和0.5的SOT值；紅色區(qū)域?yàn)椴煌木G線所示SOT區(qū)間內(nèi)百分位數(shù)頻數(shù)分布最多的區(qū)域；以上EFI和SOT都為36 h預(yù)報(bào)時(shí)效)Fig.2 (a) EFI and (b) SOT with percentile of daily precipitation corresponding to historical climate， and the correlation coefficients and fitted linear function (The green lines are SOT values of -0.5， 0 and 0.5， respectively， and the red areas arethe regions with the highest frequency, the EFI and SOT are 36 h leading time)

圖3給出了不同時(shí)效日降水EFI和SOT對暴雨和大暴雨預(yù)報(bào)的ROC曲線，可以看到，命中率和假警率呈現(xiàn)正相關(guān)，提高命中率則假警率也會(huì)提高。對于暴雨和和大暴雨的預(yù)報(bào)，隨著預(yù)報(bào)時(shí)效的增加，SOT和EFI預(yù)報(bào)技巧逐漸降低，且對所有時(shí)效的預(yù)報(bào)SOT和EFI都為正技巧。對于24 h時(shí)效的暴雨和大暴雨預(yù)報(bào)，EFI的ROC曲線在SOT曲線的上方，因此EFI的預(yù)報(bào)技巧優(yōu)于SOT指數(shù)；對72 h時(shí)效的暴雨預(yù)報(bào)，EFI的預(yù)報(bào)技巧還略優(yōu)于SOT，但對大暴雨，EFI與SOT的預(yù)報(bào)效果相近；到了120 h時(shí)效SOT的ROC曲線與EFI的ROC曲線出現(xiàn)相交，兩者對暴雨和大暴雨的預(yù)報(bào)技巧相近，SOT的預(yù)報(bào)效果甚至略優(yōu)于EFI，而對于168 h時(shí)效的預(yù)報(bào)SOT預(yù)報(bào)技巧明顯優(yōu)于EFI?？傮w而言，對于72 h以內(nèi)的短期時(shí)效，EFI預(yù)報(bào)技巧優(yōu)于SOT，而隨著預(yù)報(bào)時(shí)效的延長，SOT預(yù)報(bào)技巧逐漸接近并超過EFI，對168 h(7d)的暴雨和大暴雨預(yù)報(bào)，SOT預(yù)報(bào)技巧明顯優(yōu)于EFI。對于長時(shí)效的預(yù)報(bào)，由于離散度的增大，EPS的CDF和“模式氣候”CDF越來越接近，導(dǎo)致EFI不能表現(xiàn)極端事件。而根據(jù)定義，對于某一過程，SOT的值只和EPS最大的5個(gè)成員有關(guān)，其相對于歷史極值越大，則SOT值越大，可能發(fā)生的降水也越極端，因此對于接近或者超過模式氣候極值的極端天氣，SOT指數(shù)能在更長的時(shí)效上提供預(yù)警信息[11]。

圖3 不同時(shí)效日降水EFI和SOT對暴雨和大暴雨預(yù)報(bào)的ROC曲線:(a)50 mm; (b) 100 mmFig.3 The ROC curves of EFI and SOT for rainstorm and heavy rainstorm respectively for different lead time: (a) 50 mm; (b) 100 mm

為了進(jìn)一步分析降水量與EFI、SOT指數(shù)的關(guān)系，結(jié)合降水量和EFI、SOT的箱線圖(圖4)分析其統(tǒng)計(jì)特征?？傮w而言，隨著EFI和SOT指數(shù)的增加，平均降水量和降水量中位值也呈增加趨勢，且其離散度也在增加。對24 h時(shí)效，當(dāng)EFI達(dá)到0.9時(shí)，平均降水量達(dá)到65 mm，75%的站點(diǎn)降水量超過35 mm，更有25%的站點(diǎn)超過80 mm。對于120 h時(shí)效，隨著EFI值的增加其對應(yīng)的降水量平均值和中位值也呈增加趨勢，當(dāng)EFI值達(dá)到0.8時(shí)，其中位值達(dá)到25 mm，平均值達(dá)到近50 mm，有25%的站點(diǎn)超過75 mm。對比圖4a、4c可以看到，隨著時(shí)效的增加，相同的EFI值對應(yīng)的降水平均值在減小而離散度在增加，因此，EFI對降水的指示意義隨著預(yù)報(bào)時(shí)效的增加而減弱。與EFI指數(shù)相似隨著閾值的增加SOT對應(yīng)的平均降水量也在增加，對24 h時(shí)效，其對應(yīng)的平均降水量從SOT值為-0.8時(shí)的15 mm增加到0.8時(shí)的60 mm，中位數(shù)也從5 mm增加到50 mm；對120 h時(shí)效，隨著SOT閾值的增加，其對應(yīng)的平均降水量也在增加，但增加相對緩慢，SOT從-0.8增加到0.8其對應(yīng)的平均降水量從15 mm增加到40 mm，增幅明顯小于24 h時(shí)效(平均降水量從15 mm增加到60 mm)。此外對于120 h時(shí)效，SOT值取0.8時(shí)其對應(yīng)的降水量中位數(shù)也從24 h時(shí)效的近50 mm下降到20 mm左右。比較其他閾值對應(yīng)的降水量可以得到相似的結(jié)論，因此隨著預(yù)報(bào)時(shí)效的延長，相同SOT閾值對強(qiáng)降水的指示意義也在減弱。

3 EFI與SOT閾值

為了進(jìn)一步分析降水EFI和SOT對不同量級降水的指導(dǎo)意義，得到定量的預(yù)報(bào)閾值，分別以不同閾值EFI(0.1～1.0，間隔0.1)代表暴雨和大暴雨的落區(qū)。如以EFI指數(shù)大于0.5的區(qū)域代表暴雨和大暴雨的落區(qū)，再分別計(jì)算暴雨、大暴雨預(yù)報(bào)的TS評分、預(yù)報(bào)偏差(BS)，然后以TS評分最大為標(biāo)準(zhǔn)，同時(shí)將BS評分作為參考，確定不同預(yù)報(bào)時(shí)效，不同量級降水的EFI閾值。同理，可以計(jì)算得到不同預(yù)報(bào)時(shí)效，不同量級降水的SOT閾值。

圖4 不同時(shí)效逐日EFI及SOT對應(yīng)降水的箱線圖(紅圈為平均值)：(a、b) 0～24 h；(c、d) 96～120 hFig.4 Box plots of EFI and SOT of daily precipitation at different leading time (red circle is average value): (a， b) 0-24 h; (c， d) 96-120 h

圖5 不同預(yù)報(bào)時(shí)效逐日降水EFI對應(yīng)的大雨、暴雨、大暴雨的TS評分(柱狀)和BS評分(線條)：(a)0～24 h; (b)24～48 h;(c)48～72 h;(d)72～96 h; (e)96～120 hFig.5 The TS score(bar) and Bs score(line) with the different EFI thresholds at leading time of： (a) 0-24 h;(b) 24-48 h;(c) 48-72 h;(d) 72-96 h;(e) 96-120 h

由圖5可見，對不同量級的降水，隨著EFI值的增加，BS評分都呈下降趨勢，而TS評分則先增加后減小。要獲得更大的TS評分，則EFI閾值要隨著降水量級的增加而增大，隨著預(yù)報(bào)時(shí)效的增加而減小。對24 h時(shí)效的暴雨預(yù)報(bào)，當(dāng)以EFI值等于0.7作為暴雨落區(qū)閾值時(shí)，BS評分約為1.2，偏差在合理的預(yù)報(bào)偏差范圍之內(nèi)，此時(shí)對應(yīng)TS評分達(dá)到最大值，約為0.37。當(dāng)EFI閾值增加時(shí)，BS評分隨之減小，空報(bào)減小，但TS評分也隨之下降；反之，因此可以取0.7作為24 h 暴雨預(yù)報(bào)額EFI閾值。48 h(圖5b)和72 h(圖5c)EFI閾值分別取0.7和0.6時(shí)TS評分最高，BS在1～2之間，預(yù)報(bào)偏差較為合理。對于96 h(圖5d)的暴雨預(yù)報(bào)，當(dāng)EFI閾值取0.5時(shí)TS評分最大，但是此時(shí)BS超過2，意味著有超過一半的站點(diǎn)空報(bào)，如果EFI閾值取0.6時(shí)，雖然TS評分略低于EFI取0.5時(shí)的TS評分，但是BS接近1，預(yù)報(bào)發(fā)生暴雨的次數(shù)與實(shí)際暴雨發(fā)生次數(shù)接近，預(yù)報(bào)偏差更為合理，因此對于96 h時(shí)效的暴雨預(yù)報(bào)，EFI閾值取0.6較為合理，如取0.5則會(huì)產(chǎn)生一倍的空報(bào)次數(shù)。對于120 h的預(yù)報(bào)，TS評分在EFI閾值取0.5時(shí)達(dá)到最大，此時(shí)BS等于1.8，存在一定的空報(bào)，考慮到預(yù)報(bào)時(shí)效較長，可以允許一定的空報(bào)，因此可以取EFI等于0.5作為120 h時(shí)效的預(yù)報(bào)閾值?？傮w而言，隨著預(yù)報(bào)時(shí)效的增加，降水落區(qū)的誤差也會(huì)增加，需要擴(kuò)大預(yù)報(bào)落區(qū)才能得到更高的TS，此時(shí)往往會(huì)導(dǎo)致空報(bào)率增加，預(yù)報(bào)偏差也會(huì)增加。對于大暴雨，以TS評分最大為標(biāo)準(zhǔn)，考慮合理的預(yù)報(bào)偏差，可以選0.8作為24 h和48 h EFI閾值，0.7作為72～120 h時(shí)效的預(yù)報(bào)的閾值。

圖6給出了不同預(yù)報(bào)時(shí)效、不同量級的降水的SOT指數(shù)的預(yù)報(bào)評分。與EFI指數(shù)相似，對于暴雨和大暴雨，隨著SOT值的增加，BS評分都呈下降趨勢，而TS評分則呈現(xiàn)先增加后減小的趨勢。此外對于同一預(yù)報(bào)時(shí)效，同一個(gè)SOT閾值，暴雨的TS評分明顯高于大暴雨，說明降水量級越大，SOT指數(shù)預(yù)報(bào)效果越差。以暴雨為例，對于不同的預(yù)報(bào)時(shí)效， TS評分達(dá)到最大值時(shí)SOT值相差不大，都在0到0.2之間，96 h時(shí)效以內(nèi)SOT取0.2時(shí)TS評分達(dá)到最大，而當(dāng)預(yù)報(bào)時(shí)效為120 h時(shí)SOT取0時(shí)TS評分達(dá)到最大。值得注意的是SOT取-0.2到0.4時(shí)各預(yù)報(bào)時(shí)效對應(yīng)的TS評分差別不大，在SOT等于0.4時(shí)，各預(yù)報(bào)時(shí)效的其TS評分僅略小于對應(yīng)預(yù)報(bào)時(shí)效TS評分最大值，而BS評分除120 h時(shí)效外都略大于1，預(yù)報(bào)偏差在合理范圍之內(nèi)，因此對96 h以內(nèi)的預(yù)報(bào)時(shí)效可以選0.4作為暴雨預(yù)報(bào)的SOT閾值，而對于120 h時(shí)效，SOT取0和0.2時(shí)TS評分達(dá)到最大，取0時(shí)預(yù)報(bào)偏差接近1.5，而取0.2時(shí) BS更接近1，空報(bào)較少，因此可以取0.2作為120 h時(shí)效暴雨預(yù)報(bào)的SOT閾值。同理，以TS評分最大標(biāo)準(zhǔn)，并參考漏報(bào)率、空報(bào)率，預(yù)報(bào)偏差等因素，可以選擇1.0作為24～120 h時(shí)效大暴雨預(yù)報(bào)的SOT的預(yù)報(bào)閾值。

圖6 同圖5，但為SOTFig.6 Same as Fig.5， but for SOT

綜上所述，EFI和SOT指數(shù)對不同量級降水的預(yù)報(bào)有一定的指示意義，總的來說，EFI和SOT的閾值隨著降水量級的增加而增大，對于同一量級的降水隨著預(yù)報(bào)時(shí)效的延長EFI的閾值有減小的趨勢，而SOT的閾值基本保持不變，且具體閾值見表2。

表2 不同時(shí)效不同量級臺(tái)風(fēng)降水EFI和SOT閾值Table 2 Threshold of EFI and SOT for different leading time， different intensity of typhoon precipitation

4 個(gè)例檢驗(yàn)

1614號臺(tái)風(fēng)“莫蘭蒂”是近年來少見的繞過臺(tái)灣島，直接登陸福建的超強(qiáng)臺(tái)風(fēng)。受臺(tái)風(fēng)“莫蘭蒂”影響，2016年9月15日08時(shí)—16日08時(shí)，福建、浙江、上海、江蘇南部普降大到暴雨，部分大暴雨，局部特大暴雨，浙江東部降水普遍達(dá)到100 mm(圖7a)，從歷史同期降水氣候百分位來看(圖7b)，江西東部、安徽東南部、江蘇南部、福建西北部以及浙江大部的日降水量都超過了歷史同期95百分位值，其中浙江中北部、江蘇南部的日降水量更是普遍接近或者超過歷史同期99百分位值，上述地區(qū)的降水都超過了當(dāng)?shù)貥O端降水的閾值，達(dá)到了極端降水的程度。接下來我們按照前文研究得到的閾值，分析EFI、SOT以及EC細(xì)網(wǎng)格降水預(yù)報(bào)(EC-thin)在24 h、72 h、120 h時(shí)效的預(yù)報(bào)效果。

圖7 2016年9月15日08時(shí)—16日08時(shí)(a)降水實(shí)況、(b)降水氣候百分位和不同預(yù)報(bào)時(shí)效下(c—e)EFI指數(shù)、(f—h)SOT指數(shù)和(i—k)EC細(xì)網(wǎng)格降水預(yù)報(bào)(c—h中黑色和紅色細(xì)實(shí)線分別代表暴雨和大暴雨的閾值): (c、f、i) 24 h; (d、g、j) 72 h; (e、h、k) 120 hFig.7 (a) Accumulated precipitation, (b)precipitation percentile and precipitation results on (c-e) EFI, (f-h) SOT, (i-k) EC-thin inlimit of different forecast from 08∶00 BST on 15 to 08∶00 BST on 16 September 2016 (The black and red solid lines represent the thresholds forprecipitation magnitude greater than 50 mm and 100 mm, respectively in c-h): (c, f, i) 24 h; (d, g, j) 72 h; (e, h, k) 120 h

圖7c—7k分別給出了EFI、SOT、EC-thin在不同預(yù)報(bào)時(shí)效的預(yù)報(bào)結(jié)果。對比圖7a、7c可以看到，對于24 h時(shí)效的預(yù)報(bào)，EFI指數(shù)大于等于0.7的區(qū)域與實(shí)況降水大于等于50 mm的區(qū)域基本吻合，在福建的東北部存在一些空報(bào)。24 h預(yù)報(bào)時(shí)效的SOT指數(shù)(圖7f)大于等于0.4的區(qū)域與EC-thin暴雨預(yù)報(bào)區(qū)域大體相當(dāng)，與實(shí)況暴雨區(qū)相比，EC-thin的24 h降水預(yù)報(bào)在福建東北部存在對暴雨空報(bào)的情況(圖7i)，而SOT指數(shù)則在這一區(qū)域預(yù)報(bào)值小于0，沒有產(chǎn)生空報(bào)(圖7f)。從24 h預(yù)報(bào)的TS評分看(表3)，EFI、SOT和EC-thin對暴雨的預(yù)報(bào)評分都接近或超過了0.6，預(yù)報(bào)效果較好。對于24 h時(shí)效的大暴雨的預(yù)報(bào)，EC-thin在浙江東部存在明顯的漏報(bào)(圖7i)，而EFI指數(shù)在浙東的大部分地區(qū)大于0.8， SOT指數(shù)大于1.0，都對大暴雨的發(fā)生發(fā)出了預(yù)警。對于72 h時(shí)效，由于模式對臺(tái)風(fēng)路徑預(yù)報(bào)偏西偏慢，導(dǎo)致EC-thin預(yù)報(bào)的強(qiáng)降水中心比實(shí)況偏西偏南(圖7j)， 模式對浙江東部的大暴雨區(qū)產(chǎn)生了漏報(bào)。由于集合預(yù)報(bào)模式成員整體預(yù)報(bào)的路徑偏西偏慢[19]，因此EFI指數(shù)的大值區(qū)偏南偏西，EFI指數(shù)對浙江東部的大暴雨也產(chǎn)生了漏報(bào)(圖7d)。此外浙江西北部、江蘇南部降水的氣候百分位達(dá)到或超過了0.99，EFI指數(shù)在該地區(qū)僅為0.6，沒有對極端性降水發(fā)出預(yù)警。相反，SOT指數(shù)在浙東和浙西北以及蘇南的部分地區(qū)都超過了1(圖7g)，預(yù)示著有極端降水發(fā)生的可能。從TS評分(表3)上看，對于大暴雨，72 h時(shí)效SOT的TS評分明顯高于EFI指數(shù)和EC-thin，造成這種區(qū)別的原因可能是SOT只和EC集合預(yù)報(bào)中最大的5個(gè)集合成員有關(guān)(公式(3))，因此即使大部分模式成員預(yù)報(bào)偏小或者路徑偏西，只要預(yù)報(bào)降水最大的幾個(gè)成員在浙東的降水預(yù)報(bào)仍然較為極端，則該地區(qū)的SOT預(yù)報(bào)值仍然較大。通過SOT指數(shù)提供的這些信息，可以對強(qiáng)降水的落區(qū)進(jìn)行適當(dāng)?shù)恼{(diào)整，以減少漏報(bào)。對于120 h時(shí)效的降水預(yù)報(bào)，EC-thin預(yù)報(bào)的暴雨落區(qū)與實(shí)況暴雨落區(qū)大致相當(dāng)，但是在福建的東北部存在空報(bào)而在安徽的東南部存在漏報(bào)，對浙江東北部大暴雨的范圍的預(yù)報(bào)也略偏小(圖 7k)。若以EFI大于等于0.5、 SOT大于等于0.2分別作為120 h時(shí)效暴雨預(yù)報(bào)的落區(qū)(圖7e、7h)，則實(shí)際暴雨落區(qū)與預(yù)報(bào)的暴雨落區(qū)相近，但在福建的東北部存在空報(bào)，而在江蘇南部安徽東南部存在漏報(bào)。對于大暴雨，EFI大于等于0.7的區(qū)域略大于實(shí)際的大暴雨落區(qū)，預(yù)報(bào)表現(xiàn)較好，120 h時(shí)效的TS評分也達(dá)到了0.4，高于SOT和EC-thin(表3)。SOT大于等于1的區(qū)域較大暴雨的實(shí)際落區(qū)整體偏大(圖7f)，而在蘇南等地區(qū)SOT值較小，對大暴雨存在一定的漏報(bào)。值得注意的是在120 h時(shí)效，SOT指數(shù)在浙江的東部的值超過了2，預(yù)示著至少有5個(gè)集合成員預(yù)報(bào)的降水遠(yuǎn)超歷史同期的極值，預(yù)示著極端強(qiáng)降水發(fā)生的可能，預(yù)報(bào)中可以考慮在EC-thin預(yù)報(bào)的基礎(chǔ)上適當(dāng)?shù)奶岣呓邓考墶?/p>

整體而言，對于此次臺(tái)風(fēng)降水過程，EFI指數(shù)和SOT指數(shù)可以作為EC定量降水預(yù)報(bào)的補(bǔ)充，為臺(tái)風(fēng)極端降水提供預(yù)警信息。EFI指數(shù)與所有集合成員的預(yù)報(bào)有關(guān)，當(dāng)大部分集合成員的臺(tái)風(fēng)預(yù)報(bào)路徑調(diào)整，預(yù)報(bào)降水落區(qū)變化時(shí)，EFI指數(shù)指示的強(qiáng)降水落區(qū)也會(huì)變化，當(dāng)這種整體強(qiáng)降水落區(qū)調(diào)整是錯(cuò)誤時(shí)，EFI指數(shù)容易漏報(bào)極端降水。SOT指數(shù)根據(jù)其定義只與最大的5個(gè)集合成員有關(guān)，即使大部分成員預(yù)報(bào)落區(qū)調(diào)整，只要有5個(gè)集合成員在某地區(qū)預(yù)報(bào)的降水較為極端，則該地區(qū)的SOT值仍然較大。在這種情況下，即使模式定量降水預(yù)報(bào)在該地區(qū)較小，但仍然要考慮該地極端降水發(fā)生的可能。因此綜合考慮SOT指數(shù)和EFI指數(shù)以及EC-thin定量降水預(yù)報(bào)有助于減少強(qiáng)降水的漏報(bào)，提早發(fā)出極端降水的預(yù)警信息。

表3 EFI、SOT和EC-thin不同預(yù)報(bào)時(shí)效的暴雨和大暴雨的TS評分Table 3 TS scores of EFI，SOT，EC-thin for rainstorm，heavy rainstorm with different leading times

5 結(jié)論

臺(tái)風(fēng)造成的極端降水，每年都會(huì)給華東地區(qū)，特別是其沿海地區(qū)帶來嚴(yán)重的災(zāi)害，且預(yù)報(bào)難度大。本文基于降水EFI及SOT指數(shù)在2015—2018年間影響華東的13個(gè)臺(tái)風(fēng)的暴雨預(yù)報(bào)、預(yù)警表現(xiàn)進(jìn)行了定性和定量的評估。主要結(jié)論如下：

(1) EFI指數(shù)和SOT指數(shù)與歷史同期降水氣候百分位之間存在明顯的正相關(guān)關(guān)系，更大的EFI值和SOT值對應(yīng)更高的強(qiáng)降水發(fā)生概率。由于EFI和SOT預(yù)報(bào)的極端性都是相對歷史同期而言，因此可以通過計(jì)算相應(yīng)氣候百分位對應(yīng)的實(shí)況降水分布，對臺(tái)風(fēng)降水預(yù)報(bào)進(jìn)行訂正。

(2) 對暴雨和大暴雨的預(yù)報(bào)，隨著預(yù)報(bào)時(shí)效的增加，SOT和EFI的預(yù)報(bào)效果逐漸變差，對強(qiáng)降水的指示意義也在減弱。對于72 h以內(nèi)的短期時(shí)效，EFI的預(yù)報(bào)技巧優(yōu)于SOT，隨著預(yù)報(bào)時(shí)效的延長，SOT的預(yù)報(bào)技巧接近并超過EFI。平均降水量和中位值隨著EFI和SOT閾值的增加呈現(xiàn)增加趨勢，且其離散度也在增加。

(3) 以不同的EFI閾值區(qū)域代表暴雨，大暴雨的落區(qū)，并計(jì)算TS評分、預(yù)報(bào)偏差。結(jié)果表明：隨著預(yù)報(bào)時(shí)效的延長，對于暴雨和大暴雨，EFI閾值都逐漸減小，24～120 h暴雨預(yù)報(bào)的EFI閾值分別為0.7、0.7、0.6、0.6和0.5；大暴雨的EFI閾值分別為0.8、0.8、0.7、0.7和0.7；而SOT的預(yù)報(bào)閾值隨著預(yù)報(bào)時(shí)效的延長沒有明顯的變化，對于暴雨96 h時(shí)效以內(nèi)選0.4作為SOT預(yù)報(bào)閾值，120 h時(shí)效，SOT閾值為0.2；對大暴雨，120 h時(shí)效以內(nèi)，SOT閾值為1.0。

總體而言，極端天氣指數(shù)EFI和SOT對臺(tái)風(fēng)強(qiáng)降水有較好的識(shí)別能力，但是當(dāng)集合預(yù)報(bào)成員都大于等于“模式氣候”時(shí)，根據(jù)定義，EFI的值都為1，不能反映集合預(yù)報(bào)成員超過“模式氣候”極大值的程度，在這種情況下如果最大的5個(gè)集合成員偏離歷史同期極值越多，則SOT值越大，預(yù)示著更極端的降水可能發(fā)生，此時(shí)SOT可以作為EFI的有效補(bǔ)充。因此SOT對于預(yù)報(bào)超過或者接近歷史同期極值的極端降水事件較EFI更有優(yōu)勢。在具體的臺(tái)風(fēng)強(qiáng)降水預(yù)報(bào)中，預(yù)報(bào)員需要綜合考慮SOT指數(shù)和EFI指數(shù)以及EC-thin定量降水預(yù)報(bào)，這樣有助于減少強(qiáng)降水的漏報(bào)，可以提早發(fā)出極端降水的預(yù)警信息。需要指出的是，本文研究僅針對于兩種極端天氣指數(shù)與實(shí)況臺(tái)風(fēng)降水的相關(guān)關(guān)系，沒有評估其他的強(qiáng)降水類型如梅汛期暴雨、春季強(qiáng)對流等。此外，由于資料長度的限制，只選取了13個(gè)臺(tái)風(fēng)個(gè)例，沒有分季節(jié)評估兩種極端天氣指數(shù)在臺(tái)風(fēng)降水預(yù)報(bào)中的表現(xiàn)，其中也包含預(yù)報(bào)路徑與實(shí)際路徑偏差較大的個(gè)例，對結(jié)論的代表性也會(huì)有所影響。在今后的研究中將結(jié)合更多的臺(tái)風(fēng)個(gè)例，對比ECMWF確定性預(yù)報(bào)和集合預(yù)報(bào)或者建立聯(lián)合閾值等方式更全面的評估EFI和SOT指數(shù)在臺(tái)風(fēng)強(qiáng)降水中的預(yù)報(bào)能力和季節(jié)差異。