摘 要：統(tǒng)計(jì)了撫順地區(qū)2022年4—10月48個弱降水天氣過程，運(yùn)用多個案例天氣形勢、物理量要素的綜合對比分析方法，并結(jié)合ECMWF模式預(yù)報(bào)檢驗(yàn)，對上述弱降水天氣個例進(jìn)行研究，結(jié)果表明：在弱降水天氣中，降水量越小，預(yù)報(bào)員漏報(bào)的概率越大，其中（0，0.5］mm降水的漏報(bào)日占比最大，為57.89%。ECMWF模式對撫順弱降水的空報(bào)率（35.94%～59.38%）較高，漏報(bào)率（1.56%～9.38%）較低；章黨站的空報(bào)率為3站中的最高值，章黨站晴雨預(yù)報(bào)TS評分在3站中最低，為35.94%，清原站和新賓站的TS評分為54.68%和50.00%。當(dāng)ECMWF細(xì)網(wǎng)格模式24 h時效內(nèi)預(yù)報(bào)降水量為0 mm時，新賓站和章黨站的晴雨正確率較高，分別為85.71%和76.92%；預(yù)報(bào)降水量為（0，3］mm時，清原的晴雨正確率相對較高，為61.76%～63.64%。根據(jù)影響系統(tǒng)的不同，將弱降水天氣過程分為高空冷渦型、高空槽型、低壓頂部型及高壓前部型。漏報(bào)多出現(xiàn)在高空冷渦型與低壓前部型天氣系統(tǒng)，分別占42.11%和26.32%；空報(bào)多出現(xiàn)在高空槽型與冷渦型，分別占37.93%和31.03%。4種弱降水天氣類型的關(guān)注重點(diǎn)是系統(tǒng)位置與各層濕度的配合。

關(guān)鍵詞：弱降水；ECMWF模式；預(yù)報(bào)檢驗(yàn)；天氣分型

中圖分類號：P457.6 文獻(xiàn)標(biāo)志碼：B 文章編號：2095–3305（2024）07–0-03

在天氣預(yù)報(bào)業(yè)務(wù)工作中，弱降水天氣過程沒有統(tǒng)一的界定標(biāo)準(zhǔn)。雖然弱降水天氣過程對人們的生產(chǎn)生活不會產(chǎn)生太大的影響，但小量級降水會給城市交通、公路等帶來影響?？紤]到公眾對天氣預(yù)報(bào)高精細(xì)化、高準(zhǔn)確度的要求，以及弱降水天氣過程難以達(dá)到較高預(yù)報(bào)準(zhǔn)確率的現(xiàn)狀，對撫順地區(qū)弱降水天氣進(jìn)行全面且深入研究尤為必要。

ECMWF細(xì)網(wǎng)格模式產(chǎn)品資料已成為撫順地區(qū)預(yù)報(bào)業(yè)務(wù)中最主要的預(yù)報(bào)依據(jù)之一[1]。隨著模式不斷改進(jìn)與優(yōu)化，相關(guān)人員也要不斷研究和分析該模式的預(yù)報(bào)效果和特點(diǎn)，提高其在本地弱降水預(yù)報(bào)中的適用性[2]。弱降水過程由于天氣系統(tǒng)較弱，表征降水的物理量也較弱，且系統(tǒng)持續(xù)時間較短，客觀預(yù)報(bào)很難準(zhǔn)確給出正確的結(jié)論[3-5]。預(yù)報(bào)員憑借經(jīng)驗(yàn)給出預(yù)報(bào)結(jié)論，空報(bào)、漏報(bào)情況時有發(fā)生，嚴(yán)重影響晴雨預(yù)報(bào)的準(zhǔn)確率，進(jìn)而影響氣象服務(wù)的質(zhì)量。孫軍、馬學(xué)款等[6]對北京地區(qū)9次弱降水天氣過程進(jìn)行了分析，發(fā)現(xiàn)弱降水過程通常表現(xiàn)為對流層低層水汽條件差或動力抬升作用弱；遲春艷，楊文艷等[7]通過研究盤錦地區(qū)弱降水天氣產(chǎn)生的天氣形勢及物理量要素，得出弱降水的預(yù)報(bào)指標(biāo)，發(fā)現(xiàn)相對濕度、垂直速度與弱降水的產(chǎn)生密切相關(guān)。

通過統(tǒng)計(jì)和研究弱降水天氣過程個例，檢驗(yàn)ECM-WF細(xì)網(wǎng)格模式24 h時效內(nèi)對撫順地區(qū)3個國家基本站的弱降水預(yù)報(bào)效果，并且從天氣學(xué)角度分析和總結(jié)出天氣分型，建立撫順地區(qū)弱降水天氣過程預(yù)報(bào)指標(biāo)，尋找弱降水過程預(yù)報(bào)的技術(shù)難點(diǎn)，有助于提高預(yù)報(bào)員對此類天氣系統(tǒng)的分析和預(yù)報(bào)能力，從而提高預(yù)報(bào)準(zhǔn)確率，保障氣象服務(wù)質(zhì)量[8-10]。

1 資料與方法

1.1 實(shí)況資料與篩選

選取2022年4—10月?lián)犴樀貐^(qū)3個國家級地面氣象觀測站的日降水量資料，對預(yù)報(bào)員每天15時制作的24 h城鎮(zhèn)天氣預(yù)報(bào)進(jìn)行評定。篩選空報(bào)、漏報(bào)個例，選取日降水量＜5 mm的降水個例，將弱降水錯報(bào)1站及以上站次定為弱降水日，建立弱降水錯報(bào)數(shù)據(jù)庫。

1.2 預(yù)報(bào)資料與檢驗(yàn)

調(diào)取ECMWF模式的降水預(yù)報(bào)資料，并與實(shí)況資料進(jìn)行對比分析，運(yùn)用統(tǒng)計(jì)學(xué)方法，得到該模式對撫順地區(qū)3個國家基本站的降水TS評分、空報(bào)率及漏報(bào)率，確定ECMWF模式降水預(yù)報(bào)訂正方法。

TS評分是當(dāng)前氣象行業(yè)應(yīng)用較多的評分方法，公式為：

晴雨預(yù)報(bào)準(zhǔn)確率：PC=×100%（1）

TS評分：（2）

漏報(bào)率：（3）

空報(bào)率：（4）

上述公式中，a為降水預(yù)報(bào)正確的站（次）數(shù)；b為空報(bào)的站（次）數(shù)；c為漏報(bào)的站（次）數(shù)；d為無降水預(yù)報(bào)正確的站（次）數(shù)[11-15]。

1.3 天氣分型

運(yùn)用天氣學(xué)方法，分析MICAPS高空及地面填圖資料，對選取的2022年弱降水天氣個例逐個進(jìn)行天氣形勢、物理量要素等綜合分析，分類并總結(jié)得出弱降水天氣學(xué)分型[16-17]。

2 結(jié)果與分析

2.1 弱降水過程預(yù)報(bào)檢驗(yàn)結(jié)果

統(tǒng)計(jì)分析，在2022年4—10月59次降水錯報(bào)天氣個例中，弱降水天氣有48次，弱降水日占81.36%。從圖1可以看出，7月和8月的弱降水日數(shù)最多，4月最少。空報(bào)29個、漏報(bào)19個；3個國家基本站同時空報(bào)4個、同時漏報(bào)1個；在漏報(bào)的19個弱降水日中，3個國家基本站24 h降水量為（0.5，1］mm的有6個，占31.58%，降水量為（0，0.5］mm的有11個，占57.89%。這說明降水量越小，預(yù)報(bào)員漏報(bào)的概率越大，在日常預(yù)報(bào)工作中晴雨預(yù)報(bào)的難度越大。

2.2 數(shù)值模式弱降水預(yù)報(bào)檢驗(yàn)

撫順地區(qū)地處東部山區(qū)，受地形因素的影響，常出現(xiàn)分散性弱降水天氣，此類天氣的晴雨預(yù)報(bào)成為難點(diǎn)。為了了解ECMWF模式對撫順地區(qū)弱降水的預(yù)報(bào)效果，選取48次弱降水天氣過程中ECMWF模式24 h時效內(nèi)預(yù)報(bào)降水量樣本。通過分析該模式對撫順地區(qū)3個國家基本站的空報(bào)、漏報(bào)樣本數(shù)據(jù)，確定模式訂正方法。

從表1中可以看出，ECMWF模式24 h時效內(nèi)對撫順地區(qū)3個國家基本站的晴雨預(yù)報(bào)的TS評分為35.94%～54.68%，空報(bào)率為35.94%～59.38%，漏報(bào)率為1.56%～9.38%。這說明該模式對撫順地區(qū)弱降水的空報(bào)率較高，漏報(bào)率較低。由于章黨站的空報(bào)率為3站中的最高值，因此章黨站晴雨預(yù)報(bào)TS評分低于40%，清原站和新賓站的TS評分在50%～55%之間。

在統(tǒng)計(jì)的弱降水天氣個例中，分析ECMWF細(xì)網(wǎng)格模式在24 h時效內(nèi)預(yù)報(bào)降水量不同區(qū)間對撫順地區(qū)3個國家基本站晴雨預(yù)報(bào)的正確率（表2），發(fā)現(xiàn)當(dāng)模式預(yù)報(bào)0 mm降水時，24 h時效內(nèi)正確率為40%～85.71%；（0，1］mm降水時，24 h時效內(nèi)正確率為23.53%～61.76%；（1，3］mm降水時，24 h時效內(nèi)正確率為22.22%～63.64%；（3，12］mm降水時，24 h時效內(nèi)正確率為25.00%～50.00%。由此可見，當(dāng)ECMWF細(xì)網(wǎng)格模式24 h時效內(nèi)預(yù)報(bào)降水量為0時，新賓站和章黨站的晴雨正確率較高，分別為85.71%和76.92%；預(yù)報(bào)降水量為（0，3］mm時，清原的晴雨正確率相對較高，為61.76%～63.64%。

2.3 空漏報(bào)類型及天氣形勢

選用48次弱降水天氣過程對應(yīng)的MICAPS高空與地面填圖資料以及ECMWF數(shù)值模式格點(diǎn)降水量預(yù)報(bào)資料，對相應(yīng)的天氣系統(tǒng)進(jìn)行天氣學(xué)分析與統(tǒng)計(jì)分型。根據(jù)500 hPa影響系統(tǒng)的不同，可以將空漏報(bào)類型分為高空冷渦型、高空槽型，其中，高空冷渦型空報(bào)占31.03%，漏報(bào)占42.11%；高空槽型空報(bào)占37.93%，漏報(bào)占21.05%。

具體天氣形勢為：（1）高空冷渦型。在500 hPa天氣圖上至少能分析出1條閉合的等壓線，并且有冷中心或明顯的冷槽配合，系統(tǒng)移動緩慢，一般維持在3 d以上。冷渦中心位置在內(nèi)蒙古東北部、黑龍江北部地區(qū)，撫順地區(qū)位于冷渦底部或底后部，此天氣系統(tǒng)下容易出現(xiàn)弱降水iuKLMN79qGgBUIKp01AhMpTR8hRSHdLs95KUZA+S55E=，ECMWF數(shù)值模式無漏報(bào)，預(yù)報(bào)關(guān)注的重點(diǎn)是撫順是否位于冷渦底部或底后部和500 hPa高度是否存在冷空氣下滑滲透影響撫順地區(qū)。（2）高空槽型。在500 hPa高度存在高空槽，850 hPa有切變線位于遼寧西部地區(qū)，撫順地區(qū)位于切變線前側(cè)的暖區(qū)中。此種弱降水天氣類型出現(xiàn)較多，ECMWF數(shù)值模式無漏報(bào)，產(chǎn)生降水的條件是700 hPa相對濕度在70%以上，同時低層濕度大，925、850 hPa相對濕度大于80%，或者高層濕度大，600、500 hPa大于90%。預(yù)報(bào)關(guān)注重點(diǎn)是高空槽東移位置及強(qiáng)度對撫順的影響，并且結(jié)合各層濕度條件進(jìn)行判斷（表3）。

根據(jù)地面影響系統(tǒng)的不同，可將空漏報(bào)類型分為低壓頂部型、高壓前部型。低壓頂部型空報(bào)占20.69%，漏報(bào)占26.32%；高壓前部型空報(bào)占10.34%，漏報(bào)占10.53%。

分析天氣形勢結(jié)果如下：（1）低壓頂部型。地面通常為江淮氣旋或華北氣旋東移北上，撫順地區(qū)處于氣旋形成的倒槽頂部，低層有切變線配合，850 hPa高度以下受偏東或偏南氣流控制。此類型天氣系統(tǒng)產(chǎn)生降水的條件是850 hPa及以下相對濕度大于80%，同時700 hPa大于70%或700 hPa相對濕度大于70%，同時600～500 hPa大于90%，主要關(guān)注切變線是否到達(dá)遼寧中西部地區(qū)，并且各層濕度條件是否達(dá)到以上要求。（2）高壓前部型。從地面系統(tǒng)看，蒙古高原存在冷高壓中心，高壓前部有等壓線密集區(qū)并逐漸東移南壓。此類降水天氣通常發(fā)生在前期降水結(jié)束后，隨著中高層天氣系統(tǒng)快速過境，850 hPa以上以西北氣流為主，地面處于低壓后部。此類天氣系統(tǒng)帶來的弱降水天氣相對較少，其產(chǎn)生降水的依據(jù)為700～500 hPa相對濕度大于90%或700 hPa及以下相對濕度大于90%，預(yù)報(bào)關(guān)注重點(diǎn)在于是否存在高壓前等壓線密集帶東移南下影響撫順地區(qū)，并且中低層或中高層相對濕度在90%以上。

3 結(jié)論與討論

（1）統(tǒng)計(jì)分析2022年撫順地區(qū)48個弱降水日，發(fā)現(xiàn)降水量越小，預(yù)報(bào)員漏報(bào)的概率越大，其中（0，0.5］mm降水的漏報(bào)日占比最大，為57.89%。

（2）ECMWF模式對撫順弱降水的空報(bào)率（35.94%～59.38%）較高，漏報(bào)率（1.56%～9.38%）較低；章黨站的空報(bào)率為3站中的最高值，章黨站晴雨預(yù)報(bào)TS評分在3站中最低，為35.94%，清原站和新賓站的TS評分分別為54.68%和50.00%。

（3）在弱降水天氣中，當(dāng)ECMWF細(xì)網(wǎng)格模式24 h時效內(nèi)預(yù)報(bào)降水量為0 mm時，新賓站和章黨站的晴雨正確率較高，分別為85.71%和76.92%；預(yù)報(bào)降水量為（0，3］mm時，清原的晴雨正確率相對較高，為61.76%～63.64%。

（4）根據(jù)不同的影響系統(tǒng)，可以將弱降水天氣過程分為高空冷渦型、高空槽型、低壓頂部型和高壓前部型。漏報(bào)最多的是高空冷渦型占49%，其次是低壓前部型占27%；空報(bào)多出現(xiàn)在高空槽型與冷渦型天氣系統(tǒng)，分別占41%、33%。4種弱降水天氣類型的預(yù)報(bào)關(guān)注重點(diǎn)是系統(tǒng)位置與各層濕度的配合。

參考文獻(xiàn)

[1] 李亞中，張昱，隋明，等.2次暴雨過程的EC細(xì)網(wǎng)格對比分析[J].現(xiàn)代農(nóng)業(yè)科技，2019（23）：182-183.

[2] 劉翰晨，常立秋，趙明，等.德惠市一次暴雨天氣過程成因及EC預(yù)報(bào)誤差分析[J].現(xiàn)代農(nóng)業(yè)科技，2023（16）：167-171，175.

[3] 高榮珍，李欣.青島短期降水空漏報(bào)及小量降水預(yù)報(bào)指標(biāo)分析[J].山東氣象，2015，35（4）：18-22.

[4] 蔣建瑩，史歷，倪允琪.一次“高影響天氣”的弱降雪過程的數(shù)值研究[J].應(yīng)用氣象學(xué)報(bào)，2005（2）：231-237.

[5] 莊曉宵.2014-2016年贛北地區(qū)汛期ECMWF模式24 h降水預(yù)報(bào)誤差分析[J].氣象與減災(zāi)研究，2017，40（3）：208-215.

[6] 孫軍，馬學(xué)款，代刊，等.北京幾次弱降水過程預(yù)報(bào)失誤分析[J].氣象，2018，44（1）：26-41.

[7] 遲春艷，楊文艷，裴心媛，等.盤錦春季弱降水個例分析及預(yù)報(bào)指標(biāo)[J].農(nóng)業(yè)災(zāi)害研究，2021，11（2）：52-54.

[8] 齊鐸，張?zhí)烊A，王承偉，等.東北夏季天氣分型及EC降水預(yù)報(bào)空間檢驗(yàn)[J].氣象與環(huán)境學(xué)報(bào)，2020，36（3）：17-25.

[9] 王月，劉成瀚，段云霞，等.2020年夏季遼寧省多模式降水預(yù)報(bào)檢驗(yàn)[J].氣象與環(huán)境學(xué)報(bào)，2023，39（6）：37-43.

[10] 姚凱，朱曉彤，楊旭，等.2022年夏季CMA區(qū)域模式東北冷渦降水預(yù)報(bào)檢驗(yàn)評估[J].氣象災(zāi)害防御，2023，30（3）：25-29.

[11] 劉松濤，高夢竹，王承偉，等.黑龍江省2020-2022年汛期多模式降水預(yù)報(bào)檢驗(yàn)評估[J].黑龍江氣象，2022，39（4）：1-5.

[12] 趙琳娜，曹越，齊丹，等.降水概率特征對概率降水預(yù)報(bào)檢驗(yàn)的影響研究[J].暴雨災(zāi)害，2022，41（6）：701-711.

[13] 王海燕，田慶明，于亞楠，等.河西走廊降水預(yù)報(bào)模型的建立與樣本檢驗(yàn)[J].暴雨災(zāi)害，2022，41（5）：564-570.

[14] 朱文剛，盛春巖，范蘇丹，等.基于前饋神經(jīng)網(wǎng)絡(luò)的多模式集成降水預(yù)報(bào)研究[J].干旱氣象，2024，42（1）：117-128.

[15] 肖貽青，張黎，姚靜，等.基于新型探測資料對西安一次弱降水預(yù)報(bào)失誤的原因分析[J].氣象科技，2024，52（1）：104 -115.

[16] 何啟玄，廖國蓮.北海市臭氧污染天氣分型及特征分析[J].氣象研究與應(yīng)用，2023，44（3）：72-76

[17] 朱從禎，趙天良，孟露，等.塔里木盆地浮塵滯空天氣客觀分型[J].干旱區(qū)研究，2023，40（9）：1391-1403.