數值預報產品在短期降水預報中的檢驗分析

周長志,楊 群,高紅梅,牛廣山

(1.貴州省銅仁地區氣象局,貴州 銅仁 554300;2.河南省焦作市氣象局,河南 焦作 454003)

數值預報產品在短期降水預報中的檢驗分析

周長志1,楊 群1,高紅梅1,牛廣山2

(1.貴州省銅仁地區氣象局,貴州 銅仁 554300;2.河南省焦作市氣象局,河南 焦作 454003)

運用天氣預報業務中使用的日本模式、德國模式和 T213降水預報產品,對銅仁地區 2009年 1—12月預報效果進行檢驗,并利用誤差分析方法對強降水預報進行了統計和比較,結果表明：晴雨預報 TS值,日本模式、德國模式和 T213相差不大,均在 60%～70%左右。在 24h、48h分量級降水檢驗結果中,日本的 TS評分通常高于德國和 T213。同時 3種模式產品在強降水過程預報中預報值基本上小于實況,而且隨著實況量級的增加,預報偏小的次數增多。其中日本模式的預報最為穩定,且結果較接近實況。

數值預報產品;降水預報;統計檢驗;誤差分析

1 引言

隨著氣象業務現代化的快速發展及預報技術手段的逐漸豐富,數值預報模式表現出對客觀降水預報的巨大潛力,已經成為目前業務預報領域不可替代的參考預報方法。但由于數值預報結果受模式初始場、邊界條件、物理過程、地形、植被及模式本身的設計等諸多方面的影響,數值產品對降水預報在出現時間、空間分布和量值大小等方面不可避免地存在一定的誤差。另一方面由于各種數值預報模式的預報性能參差不齊,常常使報員在大量氣象信息面前猶豫不決、信心不足。因此,對數值預報產品的合理選取與釋用已成為預報員亟待解決的問題。

貴州省銅仁地區地形獨特、氣候環境復雜多變,使得數值模式預報產品與實況有不同程度的偏差。本文應用統計檢驗方法,利用在預報業務中廣泛應用的日本模式、德國模式、T213數值預報產品對降水預報能力進行分析檢驗,了解模式對銅仁地區的預報能力,為更好地應用數值模式產品、改進數值模式提供參考。

2 資料來源

文中使用的降水預報場資料來自日本模式、德國模式全球數值模式及國家氣象中心 T213模式。日本模式、德國模式降水產品分別為日本模式、德國模式發布的細網格模式 0～72h降水預報產品,格距分別為 1.25°×1.25°、1.5°×1.5°,時間分辨率為6h。T213產品為北京發布的 3～132h降水產品,格距為 1°×1°,時間分辨率為 3h。分別收集整理了2009年 1～12月日本模式、德國模式、T213的降水預報資料以及相對應時段銅仁地區 10個氣象觀測站降水實況。其中實況資料為每天 20∶00～20∶00(北京時)的 24h累計降水。數值模式的預報為與實況相對應的 20∶00起報的 24～48h及 48～72h的 24h累計降水預報。

為便于檢驗,將上述 3種數值預報產品的 24～48h、48～72h格點預報數據內插值到銅仁地區 10個氣象站點,以此作為數值模式對各氣象站點的24h、48h降水預報資料。

3 統計方法

為便于研究和比較,本文采用目前氣象部門應用比較廣泛的《中短期天氣預報質量檢驗辦法》,對上述數值模式產品的降水預報 TS評分、漏報率 (PO)、空報率 (NH)等方面進行檢驗。

降水檢驗主要分為兩種,一種為有無降水即晴雨預報的檢驗;另一種為針對某量級降水的統計檢驗包括 24h和 48h降水資料,降水量級分為小雨(0.1～9.9 mm)、中雨 (10～24.9 mm)、大雨 (25～49.9 mm)、暴雨 (50～99.9 mm)和大暴雨 (≥100 mm)五級。

4 降水預報檢驗

通常 TS評分是用來衡量降水預報準確率的指數,如果評分較高,說明對降水發生的預報較好。通過對銅仁地區 10個氣象站點 24h、48h降水預報按量級統計檢驗結果來看 (表 1、表 2),日本模式、德國模式、T213三種數值預報對 24h降水預報準確率要高于 48h,對晴雨預報的準確率均保持在 60%～70%左右,德國預報準確率最高,T213的空報率略高于日本和德國。另外,統計事實表明量級預報的準確率總體較低,并且隨降水量級的增加而減小,同時數值預報模式的空、漏報率增加,特別是暴雨的空、漏報率顯著增大。

從表 1、表 2分析,各個數值模式對小雨的預報準確率要高于其他量級,其中日本模式 TS評分最高,其次是 T213模式。對于中雨預報的評分明顯低于小雨的評分,日本與德國的評分比較接近,德國預報略優于日本,T213預報稍差些。大雨 TS評分結果,日本要優于德國和 T 213,但 3種數值預報大雨空報率不相上下,說明日本對于大雨量級的預報做出了相對較好的反應。暴雨預報 Ts評分的排序與大雨相同,以日本的預報參考價值最高。各模式對大暴雨的預報能力較差,2009年銅仁地區共出現 2個站次的大暴雨,各數值模式均未有效地預報出來。

通過對以上 3種模式降水預報的漏、空報率比較,從預報時效上來看,3種數值模式 48h預報的空報率和漏報率均高于 24h預報。從降水量級的預報上來看,隨降水量級增加,3種數值預報模式的空、漏報率增加,特別是大雨以上量級的空、漏報率顯著增大。對比 3種模式的預報空、漏報率,對于小雨和中雨預報,空報率高,漏報率低;對于大雨預報,3種數值模式的漏報率與空報率基本相當;對于暴雨預報,各模式的漏報率均顯著增大。

5 強降水預報誤差檢驗分析

5.1 檢驗方法

通過以上降水預報檢驗分析,日本模式、德國模式、T213對于大雨以上量級的強降水預報能力均偏弱,因此我們分析了各數值模式中存在的系統性誤差,有利于預報員在強降水預報中進行相關訂正及解釋。在這里采用預報評價中常使用的誤差檢驗方法,對日本模式、德國模式、T213 3種降水產品的預報誤差進行檢驗。

整理銅仁地區各氣象站點強降水過程中 3種產品的預報值和實況,并對預報誤差、平均偏大率、平均偏小率、平均偏大誤差、平均偏小誤差等特征量進行統計,其中相關定義如下：

強降水：日降水 (20～20時)≥25mm。

預報誤差：Xi=[(Xp-Xo)/Xo]×100%,Xp為預報值,Xo為實況值。

預報偏大率：Sg=(Ng/N)×100%,在強降水個例中,如果某站預報誤差Xi＞0,則認為該站預報偏大。Ng為所有強降水過程中,預報誤差Xi＞0的總站次,N則為日降水 (20～20時)≥25mm的總站次。

預報偏小率：Sl=(Nl/N)×100%,在強降水個例中,如果某站預報誤差Xi＜0,則認為該站預報偏小,Nl為所有強降水過程中,預報誤差Xi＜0的總站次。

5.2 檢驗結果及分析

將強降水過程按照 24h降水量劃分為大雨(25mm≤R24＜50 mm)、暴雨 (50 mm≤R24＜100 mm)、大暴雨以上 (R24≥100 mm)三個量級,并按照這個劃分標準,計算三種預報產品的統計量,結果見圖 1。

圖 1 按量級 3種降水產品的預報偏小率、平均偏小誤差、平均偏大誤差

從圖 1中的 24h、48h 2個時段預報偏小率的分布可見,不論是大雨、暴雨、還是大暴雨以上的量級,上述 3種數值預報產品預報值基本上小于實況值,而且隨著實況量級的增加,預報偏小的次數也逐漸越多。這反映出了全球數值模式強降水過程漏報多,空報少的特點,也反映出在強降水預報中,各數值模式預報具有一致偏小的系統特征。另外,3種產品之間預報偏小率也各有不同,其中日本模式在 24、48h 2個時次各個量級的預報偏小率均高于其它 2種產品,暴雨的預報偏小率達到 95%以上,大暴雨的預報偏小率甚至為 100%。

從預報平均偏小誤差發現,3種產品預報值與實況相比,均偏小明顯,24 h的最小誤差也達-60%以上,而且隨著量級的增大,誤差越大,大暴雨以上量級的最大誤差接近 90%。比較而言,德國在3個量級、2個時次上偏小誤差最大,日本和 T213則基本相當。

雖然 3種產品的預報大多數比實況偏小,但也有部分量級、部分時次的預報比實況大。為客觀評價預報產品的性能,有必要對它們的偏大誤差進行客觀分析。由圖 1可以看出,3種產品的平均偏大誤差差別較大,48 h T213的大雨的平均偏大誤差達到 75.5%。相比之下,各個量級、各個時次的預報,日本降水預報的平均偏大誤差明顯小于其它 2種產品。

6 結論

①在對 2009年 1—12月數值預報產品在銅仁地區短期降水預報檢驗中,從 24h、48h準確率、空報率、漏報率分析,晴雨預報準確率相對較高,量級預報的準確率總體較低,并且隨降水量級的增加而減小。

②從 TS評分結果中可以看出,日本模式、德國模式、T213的晴雨預報 TS值相差不大,均能維持在 60%～70%之間。日本對大雨、暴雨的 TS值高于德國與 T 213,對大雨以上量級把握得較好。中雨降水德國略優于日本,各個模式對小雨的預報要高于其他量級,其中日本模式評分最高。

③通過統計檢驗發現：日本模式、德國模式、T213在強降水過程預報中預報值基本上小于實況,預報偏小明顯。其中隨著實況量級的增加,日本模式、德國模式、T213預報偏小的次數越多,其中平均偏小誤差隨著量級的增加,誤差增大;而平均偏大誤差則相反。

④從誤差檢驗得出：日本模式、德國模式、T213等 3種數值預報之間,德國的平均偏小誤差最大,T213的平均偏大誤差最大,日本則相對穩定,預報具有一致偏小的特點,而且其平均偏小誤差、平均偏大誤差都是最小的,更接近實況。日本對強降水檢驗的結果優于其它兩種產品。

⑤數值預報作為一種預報工具,具有較好的參考性,但是單從 TS評分結果來看,數值預報仍然需要結合實況、雷達回波、衛星云圖等資料及時作出訂正,才能有效地提高預報準確率。

[1] 黃嘉佑,等 .氣象統計分析與預報方法 [M].北京：氣象出版社,2000.

[2] 王雨 .2004年主汛期各數值預報模式定量降水預報評估[J].應用氣象學報,2006,17(3)：316-323.

[3] 張建海,諸曉明 .數值預報產品和客觀預報方法預報能力檢驗[J].氣象,2006,32(2)：58-63.

[4] 顧永剛,王麗,徐雙柱 .2005年夏季華中地區四種數值預報模式的預報效果評估[J].湖北氣象,2006,25(2)：13-16.

[5] 羅綱 .T213對貴州省 24小時雨量預報檢驗[J].貴州氣象,2003,27(1)：18-20.

[6] 蔡秀華,曹鴻興 .資料插值的進展[J].氣象,2005,31(8)：3-7.

P456

B

1003-6598(2010)增刊-0100-03

2010-09-10

周長志 (1982-),男,助工,主要從事短期預報、網絡管理工作。