摘 要：【目的】通過對昌都11個城鎮(zhèn)2018—2020年冬春季24小時觀測降雪的晴雨、各量級進行檢驗分析，以期為數(shù)值模式降水預(yù)報產(chǎn)品進行訂正提供參考?！痉椒ā扛鶕?jù)中國氣象局下發(fā)的《中短期天氣預(yù)報質(zhì)量檢驗辦法》，對EC、CMA-GFS細網(wǎng)格模式對昌都冬春季降水的預(yù)報效果進行晴雨、24小時降水量級檢驗和TS累積降水量評分?！窘Y(jié)果】①EC細網(wǎng)格對昌都11個站點的晴雨預(yù)報準(zhǔn)確率高于CMA-GFS模式預(yù)報準(zhǔn)確率。②EC細網(wǎng)格對卡若區(qū)、類烏齊、丁青的24 h，48 h，72 h的預(yù)報準(zhǔn)確率gt;空報率gt;漏報率，其余各站空報率gt;準(zhǔn)確率gt;漏報率。CMA-GFS模式24 h，48 h，72 h的晴雨預(yù)報檢驗都為空報率gt;準(zhǔn)確率gt;漏報率?！窘Y(jié)論】兩種模式對卡若區(qū)、丁青、類烏齊的小雪量級模式預(yù)報能力上均具有一定的參考。中雪量級模式預(yù)報能力上，EC細網(wǎng)格模式具有一定的參考，CMA-GFS模式基本沒有預(yù)報能力。

關(guān)鍵詞：冬春季；數(shù)值模式；檢驗；藏東地區(qū)

中圖分類號：P456" " "文獻標(biāo)志碼：A" " "文章編號：1003-5168（2024）02-0116-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.02.022

Numerical Forecast Test of Winter and Spring Snowfall in Eastern Tibet

YU Luo XI Raozhuoma SUN Xiaoguang

（Meteorological Bureau of Changdu， Changdu 854000， China）

Abstract： [Purposes] Through the test and analysis of the 24-hour observation of snowfall in 11 towns in Qamdo from 2018 to 2020， the sunny /rainy and various magnitudes were analyzed， in order to provide reference for the revision of numerical model precipitation forecasting products. [Methods] According to the \"Measures for Quality Inspection of Medium and Short Term Weather Forecasting\" issued by the China Meteorological Administration， the forecast effect of EC， CMA-GFS fine grid mode on winter and spring precipitation in Qamdo was tested by sunny /rainy and 24 hours， and TS cumulative precipitation was scored. [Findings] ① The accuracy of EC fine grid for 11 sites in Qamdo was higher than that of CMA-GFS model. ②The prediction accuracy of 24 h， 48 h， 72 h in Karuo District， Wuqi and Ding Qing in EC fine grid， the results show that forecast accuracy gt; 1 rategt;missing report rate. And in other stations， the results show that 1 rategt;forecast accuracy gt;missing report rate. The results of 24 h， 48 h and 72 h sunny and rainy forecast tests of the CMA-GFS model all show that 1 rategt;forecast accuracy gt;missing report rate. [Conclusions] Both modes have certain reference indicators for the prediction ability of small snow magnitude models in Karuo District， Ding Qing and Wuqi. The EC fine grid mode has a certain"reference indication on the forecast ability of the medium snow magnitude model. The CMA-GFS model has little predictive capability.

Keywords： winter and spring; numeric mode; inspection; Eastern Tibet

0 引言

隨著科技的進步，氣象業(yè)務(wù)現(xiàn)代化進程快速推進，數(shù)值預(yù)報的分類也越來越多，當(dāng)前，數(shù)值預(yù)報已成為氣象工作現(xiàn)代化的一個重要組成部分，是天氣預(yù)報不可缺少的和氣候預(yù)測最具有潛力的工具［1-2］。藏東地區(qū)處于西藏高原的東部，地處位于橫斷山區(qū)、三江流域地區(qū)，由于獨特的自然地貌和地形條件導(dǎo)致其降水的時空分布和空間分布上極為復(fù)雜。由于我國網(wǎng)格預(yù)報發(fā)展起步較晚，在西藏研究數(shù)值天氣預(yù)報產(chǎn)品的檢驗極少，特別是藏東地區(qū)數(shù)值預(yù)報對降水檢驗等方面。近年來，氣象研究人員數(shù)值預(yù)報產(chǎn)品對西藏降水作出了大量的檢驗，堅參扎西等［3］指出，國家級格點預(yù)報指導(dǎo)產(chǎn)品在西藏區(qū)域的晴雨（雪）預(yù)報質(zhì)量有明顯的空間分布特征，且自西向東逐漸變差，分級檢驗得出降雨預(yù)報質(zhì)量優(yōu)于降雪預(yù)報質(zhì)量，在雨季預(yù)報質(zhì)量隨著降水量增大而變差等。羅布堅參等［4］指出T639、日本和德國三種數(shù)值預(yù)報模式對西藏北部那曲、東部林芝和昌都的降水具有一定的參考意義。井立紅等［5］研究表明， 隨著預(yù)報時效的延長、降水量級增大，預(yù)報準(zhǔn)確率隨之下降。

本研究擬對在昌都天氣預(yù)報業(yè)務(wù)常規(guī)使用的EC和CMA-GFS進行檢驗分析，初步探討EC和CMA-GFS模式對雨雪天氣的預(yù)報檢驗與評估，以期為預(yù)報員對數(shù)值模式降水預(yù)報產(chǎn)品進行訂正提供客觀的參考依據(jù)，提高降水預(yù)報準(zhǔn)確率。

1 資料來源與檢驗方法

1.1 資料來源

實況降水資料為昌都市11個氣象觀測站2018—2020年的1月至3月和10月至12月份逐日（20：00—20：00，北京時）降水資料，模式資料為歐洲細網(wǎng)格，CMA-GFS模式20：00的降水預(yù)報場資料，且其采用雙線性插值方法，將格點資料插值到昌都11個站點上，獲得11個站點的定量降水預(yù)報值。共11個站點獲取4 026個晴雨日數(shù)進行統(tǒng)計，其中降水樣本為561個（見表1）。

1.2 檢驗方法

本研究根據(jù)中國氣象局下發(fā)的《中短期天氣預(yù)報質(zhì)量檢驗辦法》（氣發(fā)〔2005〕109號 ），對EC、CMA-GFS細網(wǎng)格模式對昌都降水的預(yù)報效果進行檢驗和對比分析。并將降水檢驗進行分時段，包括晴雨檢驗、24小時降水量級檢驗和TS累積降水量評分。

對晴雨（雪）檢驗如下。

預(yù)報正確率公式為式（1）。

漏報率公式為式（2）。

空報率公式為式（3）。

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)。

各降雪量級：24 h小雪：0.1≤R≤2.4 mm；中雪：2.5≤R≤4.9 mm；大雪：5.0≤R≤9.9 mm；暴雪：R≥10 mm；對降水定量進行TS評分。計算公式為式（4）。

若測站出現(xiàn)小雪、中雪、大雪、暴雪等，模式對該區(qū)域的降水預(yù)報值達到上述量級，則算預(yù)報正確； 若測站降水量未達到上述量級，而模式預(yù)報的降水量達到上述量級，則算空報； 若測站降水量達到上述量級，而模式預(yù)報的降水量值未到達上述量級，則算漏報。

2 晴雨預(yù)報檢驗

2.1 兩種模式對24 h降雪的定性檢驗

EC細網(wǎng)格、CMA-GFS模式對昌都11個站點晴雨預(yù)報準(zhǔn)確率如圖1所示。由圖1可知，兩種模式中，EC細網(wǎng)格的平均準(zhǔn)確率優(yōu)于CMA-GFS模式。EC細網(wǎng)格對卡若區(qū)的預(yù)報準(zhǔn)確率最高為74%，其次是察雅66%、芒康64%，準(zhǔn)確率最低的是邊壩34%，其余各站在36%～62%。CMA-GFS模式對類烏齊的預(yù)報準(zhǔn)確率最高為41%，其次是卡若區(qū)35%，準(zhǔn)確率最低為左貢、八宿20%，其余各站在21%～33%。綜上所述，EC細網(wǎng)格的整體平均準(zhǔn)確率高于CMA-GFS模式，其中對卡若區(qū)的預(yù)報準(zhǔn)確率最高。

EC細網(wǎng)格、CMA-GFS模式對昌都11個站點有無降水空報率如圖2所示。由圖2可知，EC細網(wǎng)格的平均空報率低于CMA-GFS模式，EC細網(wǎng)格對卡若區(qū)、丁青的空報率最低為53%，其次是類烏齊為57%，空報率最高為八宿88%，其余各站在71%～87%。CMA-GFS模式對類烏齊的空報率最低為59%，其次是丁青69%，空報率最高為江達、貢覺、邊壩94%，其余各站在71%～92%。綜上所述，EC細網(wǎng)格的整體平均空報率低于CMA-GFS模式，其中對卡若區(qū)、丁青的空報率最低。

EC細網(wǎng)格、CMA-GFS模式對昌都11個站點有無降水漏報率如圖3所示。由圖3可知，CMA-GFS模式的平均漏報率低于EC細網(wǎng)格，CMA-GFS模式對八宿的漏報率最低為3%，其次是邊壩為5%，漏報率最高為類烏齊、丁青23%，其余各站在8%～20%。EC細網(wǎng)格對邊壩的漏報率最低為7%，其次是八宿8%，漏報率最高為卡若區(qū)、芒康29%，其余各站在15%-28%。綜上所述，CMA-GFS模式的整體平均漏報率低于EC細網(wǎng)格模式，其中對八宿的漏報率最低。

2.2 兩種模式對72小時內(nèi)降雪的預(yù)報檢驗

EC細網(wǎng)格、CMA-GFS模式對昌都11個站點24小時晴雨預(yù)報檢驗如圖4所示。由圖4可知，EC細網(wǎng)格對卡若區(qū)、類烏齊、丁青的預(yù)報準(zhǔn)確率gt;空報率gt;漏報率，其余各站空報率gt;準(zhǔn)確率gt;漏報率。而CMA-GFS模式對昌都各站的空報率gt;準(zhǔn)確率gt;漏報率。

EC細網(wǎng)格和CMA-GFS模式對昌都各站48小時降水的預(yù)報檢驗如圖5所示。由圖5可知，EC細網(wǎng)格對卡若區(qū)、類烏齊、丁青的預(yù)報準(zhǔn)確率gt;空報率gt;漏報率，左貢空報率gt;準(zhǔn)確率=漏報率，其余各站空報率gt;準(zhǔn)確率gt;漏報率。而CMA-GFS模式對昌都各站的空報率gt;準(zhǔn)確率gt;漏報率。

EC細網(wǎng)格和CMA-GFS模式對昌都各站72小時降水的預(yù)報檢驗如圖6所示。由圖6可知，EC細網(wǎng)格對卡若區(qū)、類烏齊、丁青的預(yù)報準(zhǔn)確率gt;空報率gt;漏報率，其余各站空報率gt;準(zhǔn)確率gt;漏報率。而CMA-GFS模式對昌都各站的空報率gt;準(zhǔn)確率gt;漏報率。

綜上所述，EC細網(wǎng)格對卡若區(qū)、類烏齊、丁青的24 h，48 h，72 h的預(yù)報準(zhǔn)確率gt;空報率gt;漏報率，其余各站空報率gt;準(zhǔn)確率gt;漏報率。而CMA-GFS模式24 h，48 h，72 h的晴雨預(yù)報檢驗都為空報率gt;準(zhǔn)確率gt;漏報率。

3 TS評分

2018—2020年冬春季昌都11個主要城鎮(zhèn)出現(xiàn)各降雪量級的統(tǒng)計次數(shù)表明，出現(xiàn)各降雪量級的次數(shù)隨降雪量級的增加而減少，出現(xiàn)小雪413次、中雪91次、大雪42 次、暴雪15次，其中丁青、類烏齊、洛隆、卡若區(qū)降雪日數(shù)較多，而邊壩降雪日數(shù)僅為26天。2018—2020年大雪、暴雪各出現(xiàn)了42次、15次，兩種數(shù)值預(yù)報模式對大雪、暴雪的預(yù)報結(jié)果均為小雪或中雪量級以內(nèi)，故大雪、暴雪量級 TS評分均為0。因此主要對小雪、中雪進行TS 評分檢驗。

3.1 小雪檢驗

兩種模式對小雪TS評分結(jié)果如圖7所示。兩種模式對昌都11個主要城鎮(zhèn)的TS評分在5%～24%。EC細網(wǎng)格模式對卡若區(qū)、丁青、江達的TS評分gt;CMA-GFS模式，其余各地的TS評分CMA-GFS模式gt;EC細網(wǎng)格模式。EC細網(wǎng)格模式對卡若區(qū)的TS評分最高為22%，其次是類烏齊21%，TS評分最低為左貢3%，其余各站在5%～20%。CMA-GFS模式對類烏齊的TS評分最高為24%，其次是丁青18%，TS評分最低為左貢5%，其余各站在6%～17%。

綜上所述，兩種數(shù)值模式對卡若區(qū)、丁青、類烏齊的TS評分均高于其他各站，對邊壩的TS評分均為6%，兩種模式對左貢的TS評分均最低。該結(jié)果表明，兩種模式對卡若區(qū)、丁青、類烏齊的小雪量級模式預(yù)報能力上都具有一定的參考價值。

3.2 中雪檢驗

兩種模式對昌都11站點的中雪TS評分結(jié)果如圖8所示。結(jié)果顯示，兩種模式對昌都11個主要城鎮(zhèn)的中雪TS評分在0%～18%，其中除芒康外，其余各站的EC細網(wǎng)格模式的TS評分均高于CMA-GFS模式。EC細網(wǎng)格模式對江達的TS評分最高為18%，其次是卡若區(qū)14%，TS評分最低為芒康0，其余各站在1%～7%。CMA-GFS模式對芒康的TS評分最高為3%，其次是丁青2%、察雅1%，其余各站的TS評分均為0。

綜上所述，除芒康外，其余各站的EC細網(wǎng)格模式的TS評分均高于CMA-GFS模式，EC細網(wǎng)格模式對江達的評分最高，對芒康的評分為0；CMA-GFS模式對昌都11個站點的TS 評分在3%以下或為0。該結(jié)果表明，中雪量級模式預(yù)報能力上EC細網(wǎng)格模式具有一定的參考指示；而CMA-GFS模式基本沒有預(yù)報能力。

4 結(jié)論

本研究通過昌都11個主要城鎮(zhèn)氣象觀測站2018—2020年冬春季的24 h觀測降雪情況，對EC細網(wǎng)格和CMA-GFS兩種數(shù)值預(yù)報模式降水預(yù)報產(chǎn)品進行了檢驗與評估，結(jié)論如下。

①在EC細網(wǎng)格和CMA-GFS兩種數(shù)值預(yù)報模式中，EC細網(wǎng)格模式對昌都 11個主要城鎮(zhèn)晴雨預(yù)報準(zhǔn)確率上效果最好，其中對卡若區(qū)的準(zhǔn)確率最高。綜合兩種數(shù)值預(yù)報模式對卡若區(qū)、丁青、類烏齊、芒康和察雅晴雨預(yù)報具有較高的參考依據(jù)；EC細網(wǎng)格的整體平均空報率低于CMA-GFS模式，其中對卡若區(qū)、丁青的空報率最低，CMA-GFS模式的整體平均漏報率低于EC細網(wǎng)格模式。

②由兩種模式對72 h內(nèi)昌都11個站點的晴雨預(yù)報檢驗可知，EC細網(wǎng)格對卡若區(qū)、類烏齊、丁青的24 h，48 h，72 h的預(yù)報準(zhǔn)確率gt;空報率gt;漏報率，其余各站空報率gt;準(zhǔn)確率gt;漏報率。而CMA-GFS模式24 h，48 h，72 h的晴雨預(yù)報檢驗都為空報率gt;準(zhǔn)確率gt;漏報率。

③由11個主要城鎮(zhèn)各量級降雪預(yù)報 TS 評分可知，綜合兩種模式對卡若區(qū)、丁青、類烏齊的小雪TS評分均高于其他各站，對邊壩的小雪TS評分均為6%，兩種模式都對左貢的小雪TS評分最低。這一結(jié)果表明，兩種模式對卡若區(qū)、丁青、類烏齊的小雪量級模式預(yù)報能力上都具有一定的參考。除芒康外，其余各站的EC細網(wǎng)格模式的中雪TS評分均高于CMA-GFS模式，EC細網(wǎng)格模式對江達的中雪TS評分最高，對芒康的TS評分為0；CMA-GFS模式對昌都11個站點的中雪TS 評分在3%以下或為0。這一結(jié)果表明，中雪量級模式預(yù)報能力上EC細網(wǎng)格模式具有一定的參考指示；而CMA-GFS模式基本沒有預(yù)報能力。

綜合來看，兩種模式在藏東地區(qū)冬春季節(jié)預(yù)報準(zhǔn)確率都有待提升，尤其是針對強天氣過程。由于本研究選取的時間段較短，冬季降水較少，代表性、合理性存在一定局限性，后續(xù)需進一步完善。

參考文獻：

［1］沈?qū)W順，王建捷，李澤椿，等.中國數(shù)值天氣預(yù)報的自主創(chuàng)新發(fā)展［J］.氣象學(xué)報，2020，78（3）：451-476.

［2］李澤椿，畢寶貴，金榮花，等. 近10年中國現(xiàn)代天氣預(yù)報的發(fā)展與應(yīng)用［J］.氣象學(xué)報，2014，72（6）：1069-1078.

［3］堅參扎西， 洛桑曲杰， 洛桑加措. 國家級格點預(yù)報指導(dǎo)產(chǎn)品在西藏區(qū)域的質(zhì)量檢驗［J］. 西藏科技， 2020（8）：42-45.

［4］羅布堅參，普布頓珠，除多，等.三種數(shù)值預(yù)報模式降水產(chǎn)品在西藏高原檢驗分析［J］.高原山地氣象研究，2015，35（2）：24-28.

［5］井立紅，高婧，趙忠，等.數(shù)值預(yù)報模式在新疆塔城地區(qū)降水預(yù)報中的檢驗［J］.干旱氣象，2017，35（1）：134-141.