兩次暴雨過程的主觀及集合預報檢驗

吳 巖,張惠君，關 銘，萬 虹，寇思聰

（1.黑龍江省氣象臺，黑龍江 哈爾濱150030；2.本溪市氣象局，遼寧 本溪117000）

1 引言

隨著氣象事業的發展， 數值預報產品已成為廣大預報員日常預報的重要參考。 但在實際業務應用中，如果對產品的預報性能缺乏足夠認識，就會造成診斷失誤， 導致天氣預報失敗甚至重大天氣過程錯報。 正確理解數值預報產品性能可以使預報員有根據地對數值預報加以訂正， 從而在預報業務中取得好的預報效果。 開展數值預報產品檢驗是擇優使用數值預報產品、提高天氣預報準確率的途徑，張寧娜[1-7]等對不同的數值模式產品進行了檢驗。 2012年開始， 國家氣象中心著力研發適用于我國的集合預報技術，并于2014年4月在黑龍江省氣象臺投入業務化運行，對集合預報的預報效果進行檢驗迫在眉睫。

黑龍江省地形獨特，汛期洪澇災害時有發生，強對流天氣多，暴雨預報相對困難。 本文對8月份出現在黑龍江省的兩次暴雨天氣進行了省臺、地市臺、中央臺的主客觀預報及不同集合成員預報的分級降水和溫度檢驗， 以了解集合預報不同成員對黑龍江暴雨天氣的預報能力， 爭取對今后的暴雨預報有一定啟示作用。

2 檢驗方法

2.1 檢驗方案

對黑龍江省2014年8月20日和2014年8月25日出現的單日暴雨天氣進行省臺主觀指導預報、地市臺主觀預報、 中央臺SCMOC 客觀指導預報、中央臺主觀定量降水（QPF）預報以及集合預報產品中的最小值、10%分位數、25%分位數、 中位數、75%分位數、90%分位數、 最大值、 集合平均和控制預報的24 h 預報和48 h 預報質量檢驗。 由于集合預報單站預報中，無北極村站，因此本文選擇除北極村站的其他82 站進行檢驗。20日檢驗所用資料為19日20時和18日20時起報的集合預報數據資料， 對應預報時段均為20日08時-21日08時，省臺、地市臺、中央客觀和中央主觀所檢驗預報為20日預報20日08時-21日08時24 h 預報以及19日預報20日08時-21日08時48 h 預報。 驗證資料為20日08時-21日08時的24 h 降水量以及最高溫度和最低溫度實況資料。 25日預報檢驗亦是如此。 根據82 站逐站統計降水量、 溫度預報值與實況觀測值， 分別得出分級降水和溫度預報檢驗結果。 另外分級降水檢驗中， 還包括集合預報產品中的概率匹配平均預報檢驗。

2.2 降水量檢驗方法

根據氣發[2005]109 號附件1《中短期天氣預報質量檢驗辦法》（下稱辦法）有關公式，檢驗依據當日預報正確站數、空報站數、漏報站數，計算分級降水TS 評分、技巧評分、空報率、漏報率及晴雨預報正確率等。

降水預報檢驗統計公式為：

式中NAk為預報正確站 （次） 數、NBk為空報站（次）數、NCk為漏報站（次）數，見表1，k 為1，2，3，4，代表小雨、中雨、大雨、暴雨。TS’為中央臺SCMOC 客觀指導預報的TS 評分。

表1 降水預報檢驗分類表

晴雨預報檢驗規則由表2 所示， 預報正確率公式為：

技巧評分：SS=PC-PC′

式中NA 為有降水預報正確站（次）數，NB 為空報站（次）數，NC 為漏報站（次）數，ND 為無降水預報正確的站（次）數，PC′為中央臺SCMOC 客觀指導預報的PC 評分。

表2 晴雨預報檢驗規則表

2.3 溫度檢驗方法

依據辦法，把溫度預報誤差≤2 ℃定義為預報正確，計算溫度預報誤差≤2 ℃的百分率，即溫度預報準確率。 溫度預報準確率公式為：

式中Nr 為預報正確的站（次）數，Nf 為預報的總站（次）數。

3 降水檢驗結果

3.1 分級降水TS 評分

從20日和25日不同預報員以及集合預報成員的24 h 和48 h 預報分級TS 評分可以看出， 針對于這兩次過程，預報員分級降水TS 評分隨著降水級別增大而減小。 其中20日降水的小雨的TS 評分較高，尤其是省臺和中央主觀預報，TS 評分均超過60%，同時省臺預報小雨TS 評分均高于中央臺SCMOC 客觀指導預報，即對中央臺指導預報為正技巧，說明預報員對小雨量級降水把握較好。 但省臺中雨預報評分低，大雨和暴雨則基本沒有評分。 相對來說，中央臺主觀預報則對各個量級降水均有得分，尤其對25日的暴雨量級降水，中央主觀預報亦有得分，說明省臺預報員雖對小雨預報把握較好， 但對大雨以上量級降水，尤其是暴雨預報略顯得保守，信心不足。 而對于20日暴雨天氣，則各級預報員均無評分，預報失敗。 集合預報成員對各個量級降水均有表現，總體而言，集合平均值、控制預報以及概率匹配平均在集合成員中表現優秀， 基本對大雨以下量級降水均有體現，得分相對較高，在實際業務中可以參考。 值得一提的是，雖然集合成員最大值對小雨預報表現較差，但對暴雨預報，則是唯一得到評分的成員，在業務應用中應該得到重視。

另外， 結合分析兩次降水天氣的各級降水空報率和漏報率可以看出， 無論是預報員還是集合預報的各個成員預報對小雨均有較好的預報， 表現為TS評分較高，空報率、漏報率較低。 但從中雨開始，空漏報率顯著增加，TS 評分降低。 20日中雨預報表現為空報率低于漏報率，漏報明顯；25日中雨預報表現為空報率高于漏報率，空報明顯。 對于大雨預報，省臺和地市臺預報員基本表現為漏報， 中央臺主觀預報表現為空報明顯，集合成員預報20日大雨表現為漏報明顯，對25日大雨表現為空報明顯，也就是說對于大雨以上量級的降水預報落區往往會有偏差，預報的強降水的中心位置會與實況不一致。 然而對于所有的預報來說，暴雨預報以漏報明顯，暴雨漏報率幾乎為100%，對于大尺度環境條件下中小尺度天氣系統產生的暴雨天氣基本無預報能力， 暴雨落區的準確把握仍是黑龍江省預報工作中的難點。

3.2 晴雨預報準確率

從兩次降水天氣的晴雨預報準確率來看，20日降水預報員晴雨準確率基本超過80%，25日降水預報員準確率基本超過65%， 總體來說對降水區域把握較好， 同時預報員晴雨準確率高于多數集合預報成員準確率， 說明預報員對數值產品和客觀方法的應用技術有一定提高。從預報時效看，預報員48 h 準確率較24 h 準確率會有所下降， 顯示預報員的經驗在臨近天氣預報中發揮了作用。 而不同集合預報成員的48 h 準確率基本與24 h 準確率相持平，說明在較短時效內客觀預報準確率隨時間無明顯下降。 同時集合成員中的平均值、 控制預報和概率匹配平均預報相對表現穩定， 準確率基本居集合成員中前四位。

兩次降水過程相對于中央客觀SCMOC 指導預報技巧評分，大雨以下量級除集合成員最大值外，大多數預報和成員表現為正技巧或無技巧， 最大值成員表現為負技巧，而對暴雨預報，最大值成員則表現為正技巧。 針對于25日降水的48 h 暴雨預報，所有預報均為負技巧，因為對于此次預報，中央客觀SCMOC 指導預報表現較好，TS 評分達50%， 為所有預報最高。 晴雨預報的技巧評分則20日降水表現為負技巧，25日降水正負技巧各半。

4 溫度檢驗結果

黑龍江省南北跨度大，溫度日較差高，天氣狀況對溫度影響明顯， 因此溫度預報相對南方省市難度偏高。 從各級預報員以及不同集合預報成員對黑龍江省82 站最高氣溫和最低氣溫預報準確率（表3）結果來看， 預報員的溫度預報準確率大多數超過80%以上，且基本高于集合預報或與集合預報持平，準確率較高， 說明在溫度預報方面預報員對數值產品預報訂正較好。 集合預報成員中，90%分位值和最大值對最高氣溫預報表現較好，10%分位值和25%分位值對最低氣溫預報表現較好， 若將最高氣溫和最低氣溫預報結合起來看， 則是集合平均值和控制預報表現穩定， 因此在業務工作中可以作為溫度預報的重要參考。

表3 25日、20日最高和最低氣溫預報準確率（%）

5 結論和討論

對兩次暴雨天氣的降水和溫度預報檢驗分析表明， 預報員和集合預報對定量降水預報表現了一定預報能力， 但對具體強降水的落區預報能力還有待提高。 具體得到如下結論：

（1）針對于這兩次過程，預報員分級降水TS 評分隨著降水級別增大而減小。 無論是預報員還是集合預報的各個成員預報對小雨均有較好的預報，表現為TS 評分較高，空報率、漏報率較低。 但從中雨開始，空漏報率顯著增加，TS 評分降低。

（2）預報員對大雨以上量級的降水預報落區往往會有偏差， 預報的強降水的中心位置會與實況不一致。 然而對于所有的預報來說，暴雨預報以漏報明顯，漏報率幾乎為100%，對于大尺度環境條件下中小尺度天氣系統產生的暴雨天氣基本無預報能力。

（3）集合預報成員對各個量級降水均有表現，雖然暴雨漏報率幾乎為100%，然而集合成員中的最大值，則是唯一得到暴雨預報評分的成員，有一定啟示作用，在業務應用中應該得到重視。

（4）預報員的溫度預報準確率大多數超過80%，且基本高于集合預報或與集合預報持平， 準確率較高， 說明在溫度預報方面預報員對數值產品預報有一定訂正。 集合預報成員中，90%分位值和最大值對最高氣溫預報表現較好，10%分位值和25%分位值對最低氣溫預報表現較好。

（5）針對降水和溫度預報總體而言，集合成員中集合平均值和控制預報表現相對優秀， 可以在業務中提供重要參考。

（6）本文的結論只是針對于兩次暴雨天氣，預報員和集合預報成員對整體暴雨天氣預報能力的檢驗還有待于日后更多個例的分析。

[1] 張寧娜，黃閣，吳曼麗，等.2010年國內外3 種數值預報在東北地區的預報檢驗[J]. 氣象與環境學報，2012，28(2):28-33.

[2] 崔錦，周小珊，陳力強，等.3 種數值模式對2008年5-8月遼寧降水預報的天氣學檢驗[J]. 安徽農業科學，2010，38(21):11236-11239.

[3] 管成功，王克敏，陳曉紅.2002-2005年T213 數值降水預報產品分析檢驗[J].氣象，2006，32(8):70-76.

[4] 徐雙柱，張兵，諶偉.GRAPES 模式對長江流域天氣預報的檢驗分析[J].氣象，2007，33(11):65-71.

[5] 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):316-324.

[6] 孔海江.2003年汛期3 種中尺度數值預報模式降水預報檢驗[J].河南氣象，2005(1):9-11.

[7] 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.