李珊珊，涂靜，陳玉梅，紀(jì)忠萍，黃曉瑩

（廣東省氣象臺(tái)，廣東廣州 510640）

每年的端午節(jié)前后，伴隨著南海夏季風(fēng)的爆發(fā)，華南前汛期迎來降水量最多、最集中的時(shí)段，極易出現(xiàn)大范圍的致洪暴雨過程，俗稱“龍舟水”。由于龍舟水期間，季風(fēng)性質(zhì)降水和鋒面性質(zhì)降水并存，導(dǎo)致預(yù)報(bào)和服務(wù)的難度較大。已有研究表明，現(xiàn)今的數(shù)值預(yù)報(bào)模式對(duì)季風(fēng)暖區(qū)降水預(yù)報(bào)能力仍十分欠缺，模式預(yù)報(bào)的不足并非體現(xiàn)在預(yù)報(bào)的雨量大小和落區(qū)偏差，而往往是對(duì)暖區(qū)對(duì)流觸發(fā)的漏報(bào)［1－5］。因此有必要對(duì)龍舟水期間全球和區(qū)域模式的降水預(yù)報(bào)能力進(jìn)行檢驗(yàn)評(píng)估，通過比較各家模式對(duì)不同量級(jí)和不同區(qū)域降水的預(yù)報(bào)水平，以指導(dǎo)預(yù)報(bào)員有選擇性地參考模式預(yù)報(bào)產(chǎn)品。

1 資料與方法

根據(jù)業(yè)務(wù)規(guī)定，龍舟水為每年的5月21日至6月20日［6］。但考慮2023年農(nóng)歷出現(xiàn)閏二月，端午節(jié)（農(nóng)歷5月初5）對(duì)應(yīng)日期為6月22日，而龍舟水通常指端午節(jié)前后10 d出現(xiàn)暴雨以上降水過程，2023年實(shí)際受夏季風(fēng)影響產(chǎn)生的暴雨降水過程持續(xù)到了6月25日。綜合業(yè)務(wù)規(guī)定和降水實(shí)況考慮，本研究統(tǒng)計(jì)的龍舟水時(shí)段為2023年5月21日至6月25日。

本研究所用資料為1961—2022年廣東省86個(gè)國家站的逐日（20：00—次日20：00）（北京時(shí)，下同）降水觀測(cè)資料；用于檢驗(yàn)的降水實(shí)況資料來源于廣東省國家級(jí)觀測(cè)站和區(qū)域級(jí)自動(dòng)站的降水逐日觀測(cè)數(shù)據(jù)。常年為1961—2022年平均。

本研究選取了4個(gè)數(shù)值模式作為檢驗(yàn)對(duì)象，包括全球模式ECMWF、NCEP以及區(qū)域模式CMA－GD、CMA－TRAMS。檢驗(yàn)要素為24 h累計(jì)降水，選取模式預(yù)報(bào)產(chǎn)品的起報(bào)時(shí)間為20：00，預(yù)報(bào)時(shí)效為24～48 h。網(wǎng)格預(yù)報(bào)和站點(diǎn)的匹配方法為最近格點(diǎn)法。應(yīng)用的檢驗(yàn)評(píng)估指標(biāo)包括降水TS評(píng)分、空?qǐng)?bào)率、漏報(bào)率以及預(yù)報(bào)偏差。

2 龍舟水基本特征

由廣東省的國家氣象站資料統(tǒng)計(jì)可知，2023年龍舟水期間，全省平均降水量為332.7 mm，較常年偏少8.7%。參照廣東省氣象臺(tái)中期預(yù)報(bào)的暴雨日標(biāo)準(zhǔn)：廣東省內(nèi)86個(gè)國家站中某測(cè)站的日雨量達(dá)到50 mm以上者，稱該站有暴雨；當(dāng)某日有相鄰4個(gè)站暴雨連成片者，則稱該日為暴雨日。2023年龍舟水期間廣東共出現(xiàn)4次明顯的暴雨降水過程（圖1），分別為5月23—24日，6月7、14—17、23—25日。

圖1 2023年5月21日至6月25日廣東省平均降水量的逐日變化

2023年龍舟水期間總降水量和距平百分比的空間分布如圖2所示，可見降水大值區(qū)（總降水量大于350 mm的區(qū)域）呈現(xiàn)準(zhǔn)“人”字形分布特征，最大的降水中心出現(xiàn)在陽江－江門一帶，其中江門恩平市氣象局站錄得全省最大累積雨量674.5 mm。與常年相比，大部分市縣2023年龍舟水期間的累計(jì)降水量與常年基本持平或偏少，主要偏少的地區(qū)集中在東北部和韶關(guān)東部、中部偏西和雷州半島南部市縣，較常年偏少20%～30%；偏多較明顯的區(qū)域主要集中在陽江－江門偏西一帶，較常年偏多10%～20%。

圖2 2023年龍舟水期間總降水量（a）和距平百分比（b）分布

3 模式降水預(yù)報(bào)檢驗(yàn)

3.1 降水分級(jí)檢驗(yàn)

2023年龍舟水期間各模式降水分量級(jí)檢驗(yàn)結(jié)果如圖3所示。對(duì)于小雨以上量級(jí)降水，各模式的TS評(píng)分接近，但區(qū)域模式的預(yù)報(bào)偏差（bias）更接近1，即空?qǐng)?bào)率和漏報(bào)率相當(dāng)；而全球模式的空?qǐng)?bào)率偏高，漏報(bào)率接近0，提示預(yù)報(bào)員參考全球模式做晴雨預(yù)報(bào)時(shí)，應(yīng)適當(dāng)做消空處理，有助于提高預(yù)報(bào)準(zhǔn)確率。對(duì)于中雨以上量級(jí)降水，全球模式的TS評(píng)分高于區(qū)域模式，其中ECMWF的表現(xiàn)最優(yōu)。對(duì)于大雨以上和暴雨以上量級(jí)降水，區(qū)域模式的TS評(píng)分明顯高于全球模式，預(yù)報(bào)偏差也更接近1，其中CMA－GD的表現(xiàn)最優(yōu)；相較于區(qū)域模式，全球模式的漏報(bào)率明顯偏高，尤其對(duì)于暴雨以上量級(jí)降水，兩家模式的漏報(bào)率均大于98%，預(yù)報(bào)能力極低，提示預(yù)報(bào)員在做大雨和暴雨以上量級(jí)降水預(yù)報(bào)時(shí)，應(yīng)更多參考區(qū)域模式的降水要素預(yù)報(bào)。

圖3 2023年龍舟水期間模式降水預(yù)報(bào)的TS評(píng)分、空?qǐng)?bào)率、漏報(bào)率和預(yù)報(bào)偏差

3.2 降水分區(qū)域檢驗(yàn)

3.1節(jié)檢驗(yàn)數(shù)據(jù)表明，在龍舟水期間，就全省范圍而言，全球和區(qū)域模式主要對(duì)大雨和暴雨以上量級(jí)降水的預(yù)報(bào)性能表現(xiàn)出較大差異，且在實(shí)際預(yù)報(bào)業(yè)務(wù)中的預(yù)報(bào)難度往往伴隨降水的量級(jí)的增大而升高，尤其在降水落區(qū)預(yù)報(bào)方面常存在偏差，因此本研究進(jìn)一步分析各模式對(duì)不同區(qū)域的大量級(jí)降水的預(yù)報(bào)表現(xiàn)?？紤]大雨以上量級(jí)的樣本數(shù)多于暴雨以上量級(jí)降水，統(tǒng)計(jì)結(jié)果更有代表性，因此本研究以大雨以上量級(jí)降水為例，并以21個(gè)地市為統(tǒng)計(jì)單位，分別計(jì)算了各模式龍舟水期間大雨以上降水的TS評(píng)分、空?qǐng)?bào)率和漏報(bào)率，如圖4所示。

圖4 ECMWF（a－c）、NCEP（d－f）、CMA－GD（g－i）和CMA－TRAMS（j－l）大雨以上量級(jí)降水的TS評(píng)分（a、d、g、j）、空?qǐng)?bào)率（b、e、h、k）和漏報(bào)率（c、f、i、l）的分布

由圖4可以看出，各家模式對(duì)于不同區(qū)域的大雨以上降水預(yù)報(bào)表現(xiàn)不盡相同。具體來看，NCEP對(duì)于粵東（潮州除外）市縣的預(yù)報(bào)明顯優(yōu)于其他模式，空?qǐng)?bào)率和漏報(bào)率都較低；區(qū)域模式對(duì)西北部和粵西市縣的預(yù)報(bào)整體優(yōu)于全球模式，主要表現(xiàn)為漏報(bào)率明顯低于全球模式；對(duì)于珠江三角洲和東北部市縣的預(yù)報(bào)，則是CMA－GD表現(xiàn)最優(yōu)，主要表現(xiàn)為漏報(bào)率明顯低于其他幾家模式。

綜合來看CMA－GD的漏報(bào)率明顯低于其他幾家模式，所以CMA－GD整體上TS評(píng)分最高，在龍舟水期間大雨以上降水的預(yù)報(bào)表現(xiàn)最優(yōu)。但仍然要注意到CMA－GD在南部（湛江和茂名除外）市縣的漏報(bào)率普遍高于北部市縣，而統(tǒng)計(jì)數(shù)據(jù)表明南部沿海市縣出現(xiàn)暖區(qū)暴雨的頻次較高［7－10］，說明其對(duì)于暖區(qū)降水的預(yù)報(bào)相較于鋒面降水仍存在漏報(bào)較多的偏差。

4 結(jié)論

1）2023年龍舟水（5月21日至6月25日）期間，廣東共出現(xiàn)4次明顯的暴雨降水過程，全省平均降水量為332.7 mm，較常年偏少8.7%。降水大值區(qū)呈現(xiàn)準(zhǔn)“人”字形分布特征，最明顯的降水中心出現(xiàn)在陽江－江門一帶。

2）對(duì)于小雨以上量級(jí)降水，全球和區(qū)域模式的TS評(píng)分接近，但全球模式的空?qǐng)?bào)率偏高。對(duì)于中雨以上量級(jí)降水，全球模式的TS評(píng)分高于區(qū)域模式，其中ECMWF的表現(xiàn)最優(yōu)。對(duì)于大雨以上和暴雨以上量級(jí)降水，區(qū)域模式的TS評(píng)分明顯高于全球模式，其中CMA－GD的表現(xiàn)最優(yōu)；相較于區(qū)域模式，全球模式的漏報(bào)率明顯偏高。

3）各家模式對(duì)于不同區(qū)域的降水（以大雨以上降水為例）預(yù)報(bào)表現(xiàn)不盡相同：NCEP對(duì)于粵東（潮州除外）市縣的預(yù)報(bào)明顯優(yōu)于其他模式，空?qǐng)?bào)率和漏報(bào)率都較低；區(qū)域模式對(duì)西北部和粵西市縣的預(yù)報(bào)整體優(yōu)于全球模式，漏報(bào)率明顯低于全球模式；對(duì)于珠江三角洲和東北部市縣的預(yù)報(bào)，則是CMA－GD表現(xiàn)最優(yōu)，漏報(bào)率明顯低于其他幾家模式。綜合來看CMA－GD的表現(xiàn)最優(yōu)，但仍存在南部市縣漏報(bào)率偏高，即暖區(qū)降水漏報(bào)偏多的誤差。