陜西省2014年汛期ECMWF集合預報降水產品評估檢驗

陳小婷，胡啟元，黃少妮

(陜西省氣象臺，西安　710014)

?

陜西省2014年汛期ECMWF集合預報降水產品評估檢驗

陳小婷，胡啟元，黃少妮

(陜西省氣象臺，西安710014)

摘要：利用陜西省100個臺站降水實況資料和歐洲中心集合預報10種降水產品，對2014年6—9月歐洲中心集合預報10種降水產品在陜西的預報效果進行了客觀分級檢驗以及時空分布演變綜合評估，結果表明：絕大多數產品的Ts評分隨降水量級增大明顯下降，隨預報時效延長有小幅下降；模式對陜南各量級降水預報效果優于陜北、關中，多數情況下90%分位數Ts評分最優；所有降水量產品小雨預報偏差最大，空報明顯，隨著降水量級增大，空報逐漸減少，漏報增加，陜南預報偏差比陜北、關中大；90%分位數、控制預報、概率匹配產品、融合產品能基本反映出實況降水的落區情況，對大降水過程的演變趨勢可以做出較為準確的預報；綜合而言，控制預報、融合產品、概率匹配產品無論在Ts評分還是預報偏差上表現均較好，穩定性高，用戶可以根據不同關注點，在應用時選取不同的產品進行參考。

關鍵詞：ECMWF集合預報降水產品；客觀檢驗；Ts評分；預報偏差

集合預報是在合理的范圍內通過構造集合成員進行的“一組”或“一群”預報，它能有效減小單一數值預報由于初值、模式物理過程等誤差帶來的不確定性。經過國內外多年的理論研究和數值實驗，集合預報開始進入業務應用階段[1-4]。近年來，中國氣象局開始在全國范圍內推廣使用集合預報產品，其中歐洲中期天氣預報中心集合預報產品(下簡稱“ECMWF集合預報產品”)空間分辨率為0.5°×0.5°，由51個成員(50個擾動成員和1個控制成員)組成。集合預報具有多成員的特點，其提供的信息量非常豐富，降水產品經過統計學算法可以獲得不同百分位數的統計量產品，對統計量產品使用多元數據的一些數學算法，如融合方法、概率匹配方法，又可以獲得新的產品。

一種數值預報產品能否在業務中很好地發揮作用，取決于該產品對本地天氣的預報性能，分析檢驗預報效果對新產品應用顯得尤為重要[5-8]。集合預報產品對陜西降水預報效果如何？在眾多產品中，不同產品的預報效果有什么差別？如何從海量信息中選取對陜西最有用的產品進行日常業務指導是急需解決的問題。在我國，比較廣泛的降水預報評價方法為中國氣象局制定的《中短期天氣預報質量檢驗辦法》，使用該辦法對各種數值預報產品的降水預報正確率、空報率、漏報率、預報偏差進行檢驗；通過檢驗模式預報的平均降水空間分布和區域平均降水時間演變來評價模式的預報性能[9-14]。本文應用上述辦法對2014年6—9月ECMWF集合預報產品在陜西省的降水預報效果進行檢驗評估，分析該模式降水預報產品的效果和特點，以期為預報人員較好的選擇預報產品、訂正預報結果提供參考依據。

1資料與方法

實況資料為2014-06-01—09-30(下簡稱“2014年汛期”)陜西省100個縣級自動站逐日累計降水量(20—20時)；模式預報資料為對應時段ECMWF集合預報逐日0～24 h、24～48 h、48～72 h的24 h累計降水產品(下簡稱“24 h降水預報”、“48 h降水預報”、“72 h降水預報”)。

利用氣象業務中常用的最優插值法，將格點預報結果插值到陜西省100個自動站，得到各站點的降水預報產品。具體的降水量預報產品包括以下10種：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、控制預報、融合產品、概率匹配產品(為了表述方便，文、圖中用1～10作為序號依次代表這10種產品)。

根據中國氣象局制定《中短期天氣預報質量檢驗辦法》，對降水預報進行Ts評分(Ts)、系統偏差(B)的累加檢驗。所謂累加檢驗就是指當實況降水為某一級降水時，只要預報降水等于或大于該級降水均算正確。雨量等級劃分為：小雨以上(下簡稱小雨)≥0.1mm，中雨以上(下簡稱中雨)≥10.0mm，大雨以上(下簡稱大雨)≥25.0mm，暴雨以上(下簡稱暴雨)≥50.0mm。具體檢驗公式如下：

Ts=Na/(Na+Nb+Nc)×100%，

B=(Na+Nb)/(Na+Nc)×100% 。

式中，Na為預報正確站(次)數、Nb為空報站(次)數、Nc為漏報站(次)數。

另外，為了使業務人員對預報效果有直觀的了解，文中采用根據模式預報平均降水的空間分布和平均降水時間演變的方法[10,11]對部分產品的預報性能進行評估。

2ECMWF降水產品空間檢驗

2.1全省降水預報產品Ts評分

計算2014年汛期10種預報產品在陜西省范圍內不同時效不同等級降水的Ts評分(圖1)，可見絕大多數預報產品隨降水量級的增加，Ts評分均明顯下降，隨預報時效的增加，Ts評分有小幅下降；最小值、10%分位數、25%分位數、中位數這四個預報產品72h時效內基本對暴雨沒有預報能力；對不同量級不同時效Ts評分前三位的降水產品統計發現：90%分位數最優，其次為控制預報和概率匹配產品，再次為融合產品和75%分位數。

2.2陜北、關中、陜南降水預報產品Ts評分

統計72 h內10種降水預報產品對陜北、關中、陜南不同等級降水量的Ts評分(圖2)，可以看出大多數時候陜南Ts評分優于陜北、關中；小雨量級降水預報10種產品間差異較小，其余量級產品間有明顯差異；最小值、10%分位數、25%分位數、中位數對暴雨沒有預報效果。

3ECMWF降水預報產品偏差分析

Ts評分是衡量要素預報水平的主要客觀標準，然而僅從Ts評分來分析模式降水預報能力不夠全面，容易忽視降水空漏報現象，不能完全了解模式降水預報能力，下面將對2014年汛期ECMWF集合預報10種降水產品預報偏差進行分析，評估其空漏報現象。以偏差值1為標準，小于1表示預報出現降水的站數小于實際出現降水的站數，一定程度上說明漏報較多，大于1表示預報出現降水的站數大于實際出現降水的站數，說明空報較多。

圖1　陜西省2014年汛期ECMWF集合預報降水產品Ts評分(1，2，…，10代表最小值、10%分位數、25%分位數、中位數、75%分位數、90%分位數、最大值、控制預報、融合產品、概率匹配產品，下同)

圖2　2014年汛期陜北、關中、陜南24 h不同等級降水量Ts評分對比

3.1全省

從72 h內降水預報系統偏差(圖3)可以看出，從最小值到最大值隨百分位增大各量級降水的偏差逐漸增大。小雨量級的預報產品，除72 h最小值預報產品外，其它所有預報產品的預報偏差都大于1，表明小雨量級的預報空間范圍比實況大。各降水量級的最大值和90%分位數預報產品的偏差均較大。另外，控制預報、概率匹配、融合產品的系統偏差除小雨外，其余量級均比較接近1，隨著預報時效延長控制預報偏差逐漸增大，融合產品、概率匹配產品的偏差隨預報時效延長變化幅度較小。

圖3　陜西省2014年汛期ECMWF集合預報降水產品預報偏差

3.2陜北、關中、陜南

圖4顯示，從降水量級來看：2014年汛期ECMWEF集合預報10種降水產品對小雨量級偏差幾乎都大于1，說明模式預報對小雨量級降水范圍的預報都比實況大，而對中雨、大雨和暴雨量級的預報偏差均接近1，并且隨著降水量級增大，預報偏差逐漸減小，即空報現象隨著降水量級增大而減少，但同時也出現了漏報現象。從預報產品來看：從最小值到最大值隨百分位的增大，預報偏差逐漸增大；控制預報、融合產品、概率匹配產品預報偏差較穩定，對中雨、大雨、暴雨的偏差為0.93～1.70。從區域的角度來看：大部分情況下，陜南預報偏差比陜北、關中大，空、漏報現象均更明顯。

結合Ts評分結果可以看出，高Ts評分對應較多的空報現象，而低Ts評分則因漏報引起；90%分位數在Ts評分中有較好的表現，但其預報偏差始終較高，僅次于最大值。總體來看，控制預報、融合產品、概率匹配產品無論在Ts評分還是預報偏差上表現均較好，穩定性較高。

圖4　陜西2014年汛期陜北、關中、陜南10種ECMWF降水量產品各降水量級24 h預報偏差

4陜西2014年汛期降水實況與ECMWF集合預報降水產品預報對比

4.1日平均降水量空間分布

區域內降水的日平均分布可以反映模式產品對降水落區空間分布的預報能力[10]。通過以上分析可知，僅考慮Ts評分，90%分位數有較好的預報效果；綜合考慮，Ts評分和預報偏差，控制預報、融合產品、概率匹配產品的預報效果較好，因此選取這4種產品，分析其在2014年汛期24 h降水日平均分布與實況的異同，以便更直觀地理解模式產品的預報效果。

從圖5可以看出2014年汛期陜西省日平均降水量實況的大值區主要分布在陜北南部、關中北部以及陜南南部地區。在延長—宜川、麟游、禮泉、華山以及南鄭—鎮巴—鎮平一帶有12 mm左右的大值中心。對比ECMWF集合預報90%分位數、控制預報、融合產品和概率匹配4種產品發現:(1)90%分位數的降水強度更接近實況，其余3個產品的降水強度(4～8 mm)明顯小于實況(6～12 mm)；(2)4個產品均可反映出陜北南部、關中北部、陜南南部的雨帶分布，融合產品和控制預報對關中地區降水大值中心的刻畫更接近實況；(3)4個產品都在陜南西部存在一個降水相對較強的中心，這一點和實況不同，其產生的原因值得進一步研究。

圖5　2014年汛期陜西降水實況與ECMWF降水產品24 h降水預報日平均分布圖(單位為mm/d，其中陰影區大于10 mm/d)

4.2區域平均降水量逐日演變

分析模式對某一區域平均降水的逐日演變可較好地反映該模式對某一區域不同時間發生的大降水過程的預報能力[11]。經統計，2014年汛期ECMWF集合預報90%分位數、控制預報、融合產品和概率匹配這4種預報產品陜西區域平均逐日的降水序列和實況有較高的相關性，其相關系數從高到低依次為概率匹配產品(0.852)、控制預報(0.850)、90%分位數(0.845)、融合產品(0.841)。從2014年汛期陜西降水實況與ECMWF降水產品24 h降水逐日演變(圖6)可以看出,4種產品基本上都能較好的反映出整個汛期降水的演變趨勢，由于7月初到8月上旬模式資料缺報較多，一定程度上影響了預報產品的演變過程。從現有數據看，8月后半月到9月預報和實況非常吻合，其次是6月份。比較而言，90%分位數預報的降水量級偏大，其他3種產品偏小。以8月30日為例，實況降水量為28.72 mm，90%分位數、控制預報、融合產品、概率匹配產品預報降水量分別為29.61 mm、23.11 mm、22.97 mm、22.1 mm。

5結論

(1) 2014年汛期ECMWF集合預報10種降水產品大多隨著降水量級的增加，Ts評分明顯降低；隨預報時效增加，Ts評分有小幅下降。不同降水量產品對小雨Ts評分差異微弱，對中雨、大雨、暴雨有較大差異，多數情況下90%分位數Ts評分最優。模式對陜南各量級降水預報效果優于陜北、關中。

(2) 所有降水量產品小雨預報范圍偏大，隨著降水量級增大，空報現象逐漸減少，同時一定程度上出現了漏報。控制預報、融合產品、概率匹配產品無論在Ts評分還是預報偏差上表現均較好。大多數情況下陜南預報偏差比陜北、關中大。

圖6　陜西2014年汛期降水實況與ECMWF降水產品24 h降水逐日演變圖

(3) 90%分位數、控制預報、概率匹配產品、融合產品能基本反映出實況降水的落區情況，其中90%分位數預報的量級更接近實況。4種產品對陜西大降水過程的演變趨勢可以做出較為準確的預報，但在降水量級上與實況存在一定差異。

參考文獻：

[1]李澤椿,陳德輝.國家氣象中心集合數值預報業務系統的發展及應用[J].應用氣象學報,2002,13(1)：1-15.

[2]陳靜,薛紀善,顏宏.一種新型的中尺度暴雨集合預報初值擾動方法研究[J].大氣科學,2005,29(5)：717-726.

[3]杜均,陳靜.單一值預報向概率預報轉變的基礎：談談集合預報機器帶來的變革[J].氣象,2010,36(11)：1-11.

[4]杜均,康志明.天氣預報中不確定性問題的調查分析[J].氣象科技進展,2014,4(1)：58-67.

[5]陳麗芳,陳勇明.集合預報方法在不同類型天氣中的預報性能評估[J].科技通報,2010,26(3)：311-338.

[6]劉永和,嚴中偉,馮錦明.基于TIGGE資料的沂沭河流域6小時降水集合預報能力分析[J].大氣科學，2013,37(3)：539-551.

[7]段明鏗,王盤興,李馳欽.NCEP集合預報系統在亞歐和北美區域的預報效果對比[J].大氣科學學報，2012，35(6)：641-651.

[8]肖安,鄭婧,洪浩源.江西一次大霧天氣診斷分析和ECMWF集合預報產品釋用[J].氣象與減災研究，2014，37(1)：49-54.

[9]公穎，張兵，廖移山，等.2005年AREM模式汛期試驗結果評估分析[J].氣象，2007，33(1)：87-93.

[10]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.

[11]孟英杰，吳洪寶，王麗，等.2007年主汛期武漢區域四種數值模式定量降水預報評估[J].暴雨災害,2008,27(3)：273-277.

[12]韓潔,龐翻,陳衛東.WRF模式對寶雞地區2013年夏季溫度和降水預報的評估檢驗[J].陜西氣象，2015(1)：1-6.

[13]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.

[14]肖紅茹，王燦偉，周秋雪，等.T639、ECMWF細網格模式對2012年5~8月四川盆地降水預報的天氣學檢驗[J].高原山地氣象研究，2013，33(1)：80-85.

中圖分類號：P456.7

文獻標識碼：A

基金項目：中國氣象局預報員專項(CMAYBY2015-076)，公益性行業(氣象)科研專項(GYHY201306006)

作者簡介：陳小婷(1984—)，女，陜西寶雞人，漢族，碩士，工程師，主要從事天氣預報理論與方法研究。

收稿日期：2015-09-21

文章編號：1006-4354(2016)01-0007-06

陳小婷，胡啟元，黃少妮.陜西省2014年汛期ECMWF集合預報降水產品評估檢驗[J].陜西氣象，2016(1)：7-12.