4種數值降水預報產品在海河流域的應用檢驗

徐 姝，魏 琳，鄧 巖

4種數值降水預報產品在海河流域的應用檢驗

徐 姝1，魏 琳2，鄧 巖3

（1.天津市氣象臺，天津300074；2.海河水利委員會水文局，天津300170，3.中水北方勘測設計研究有限責任公司航測遙感院，天津300222）

模式定量降水預報作為一種客觀化預報方式已成為天氣預報業務工作中的主要參考依據，為了解日本、德國、T639及天津（TJ-WRF）4種模式降水預報產品在海河流域的預報性能，從TS評分、漏報率、空報率、預報偏差等方面對4種模式進行了檢驗和評估。結果表明，4種模式各有優劣，對于小雨的預報，WRF和T639表現好于其它模式；對于中雨的預報，日本模式和T639的可信度較高；對于大雨的預報，T639的表現略好于其它模式；對于暴雨以上的預報，各模式的表現均很差。就預報偏差而言，各模式的預報偏差都基本偏小，且量級越大預報偏差誤差越大，其中天津WRF和T639的偏小幅度小于其它2個模式。

海河流域；數值模式；降水預報；統計檢驗；定量誤差

海河流域東臨渤海，南界黃河，西靠云中、太岳山，北倚蒙古高原，地跨8個省（自治區、直轄市）。流域內發源于太行山、燕山背風坡的河流，源遠流長，山區匯水面積大，水流集中；而發源于太行山、燕山迎風坡的河流，支流分散，源短流急，洪峰高、歷時短、突發性強。海河流域地理位置特殊，地形地貌復雜，天氣氣候多變，暴雨災害頻發。海河流域氣象中心工作的重點是降水預報和與之相關的災害性天氣預報。在眾多的降水預報方法中，數值預報模式表現出對客觀定量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。國內從1991年北半球數值模式（T42），發展到1997年高分辨率的有限區模式（HLAFS）和全球模式（T213）。國外目前應用的模式有歐洲中心全球譜模式（T319L60）、日本譜展開模式（T213L30）。數值預報產品在內容、時效、層次上不斷增多，已經成為廣大預報員在日常天氣預報中的主要參考依據。面對如此眾多的數值預報產品，究竟哪個模式對海河流域的天氣預報更好？產品檢驗及誤差分析[1-5]是擇優使用數值預報產品、提高天氣預報準確率的有效途徑，同時也可為研究數值預報產品釋用方法提供一定的參考依據。本文對在海河流域業務使用的T639數值預報、德國降水預報、日本數值預報以及天津WFR的結果進行檢驗，以了解4種模式對海河流域區域的預報能力，以便更好地為應用數值預報產品、改進數值模式提供參考。

1 資料和方法

降水預報檢驗以檢驗落點預報為主，檢驗區域為海河流域，涉及北京、天津、河北、山西、河南、內蒙古、山東、遼寧8個省（自治區、直轄市），共238個站點。檢驗時段為2014年和2015年6—9月。降水實況為當日8時（北京時間）至次日8時的24 h累計降水，模式的預報為與實況相對應的每天20時起報的12～36和36～60 h的24 h累計降水預報。首先將日本（JMA）、德國（GRE）、T639以及TJ-WRF 4個模式12～36、36～60 h格點預報數據采用雙線性插值的辦法內插到海河流域各氣象站點，以此作為數值模式對氣象站點的24、48 h降水預報資料。

模式的客觀預報檢驗參考中國氣象局下發的降水檢驗辦法，采用分級降水評分和累加降水評分。分級降水評分分為小雨、中雨、大雨、暴雨、大暴雨和特大暴雨6個等級，累加降水評分分為≥0.1 mm、≥10 mm、≥25 mm、≥50 mm 4個等級。客觀預報檢驗使用TS評分、空報率、漏報率、晴雨評分和預報偏差（B值）等檢驗量來綜合分析各模式在海河流域的預報性能。

針對強降水預報，全球數值模式存在一定的系統性誤差，預報往往偏小，誤差具有一致性，有利于預報員在強降水預報中進行相關訂正及解釋。因此，采用類似于溫度、氣壓預報評價中常使用的誤差檢驗方法，對日本、德國、T639及TJ-WRF 4種降水產品預報誤差的平均偏大率、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檢驗，其中相關定義如下：

（1）強降水：日降水（8—8時）≥25 mm。

（2）預報誤差：Xi=[（Xp-X0）/X0]×100%，Xp為預報值，X0為實況值。

（3）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（8—8時）≥25 mm的總站次。

（4）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，N定義同上文。

2 客觀檢驗結果

2.1 海河流域降水預報統計檢驗結果

4種數值模式對海河流域238站的降水要素預報累加檢驗結果，詳見表1。檢驗結果表明，4種模式的預報能力均隨著預報時效和降水量級的增加不斷減弱，且隨著降水量級的增加模式預報逐漸以空報為主轉為漏報為主。對于小雨以上的預報來說，24/36 h模式的空報率為36%～54%，明顯大于漏報率（4%～24%）；4個模式中TJ-WRF模式各時效的TS評分最高（24/36 hTS評分為53.3），空報率最小（24/ 36 h空報率36%）、預報偏差也最小，但其對應的漏報率最大；雖然日本模式的預報TS評分較TJ-WRF模式略低，但需要指出的是，其漏報率明顯小于其它3個模式，24/36 h漏報率僅為4.2%，因此在業務工作中可以作為補漏的參考資料。對于中雨以上的預報來說，日本與T639的總體預報性能相當，略好于其它2個模式。對于大雨以上的預報來說，T639的預報性能略好于其它3個模式，4個模式的空報率均小于漏報率，日本與T639的24/36 h的空報率相當，TJ-WRF的漏報率相對較小。對于暴雨以上的預報來說，4個模式的表現均較差，TJ-WRF及T639性能略好于其它2個模式，TJ-WRF的漏報率最低，日本模式的空報率最低。降水要素預報分級檢驗結果，詳見表2。從檢驗結果分析，其規律與累加檢驗的結果類似，這里不做具體分析。

表1 各數值預報模式降水預報累加檢驗結果

表2 各數值預報模式降水預報分級檢驗結果

2.2 海河流域降水檢驗結果空間分布

2.2.1 小雨預報

海河流域4個模式24 h小雨預報TS分布，如圖1所示。從圖1可以看到，各模式對小雨預報的TS評分在海河流域中部和南部較低，中南部以外的地區評分較高，其中海河流域北部的TS評分在50以上。就4個模式而言，日本、T639和TJ-WRF的TS評分40以上的區域大于德國，其中T639、TJ-WRF的TS評分就空間分布而言好于日本的模式。

圖14 種模式對海河流域小雨預報TS評分空間分布

2.2.2 中雨預報

海河流域4個模式24 h中雨預報TS分布，如圖2所示。從圖2可以看到，總體而言，各模式在海河流域西南部和東北部的評分高于其它區域。4個模式中，德國的TS評分小于30的區域明顯大于其它3個模式，日本的TS評分好于其它3個模式，且對于流域中部的預報TS評分來說，日本模式明顯好于其它3個模式。

圖24 種模式對海河流域中雨預報TS評分空間分布

2.2.3 大雨預報

海河流域4個模式24 h大雨預報TS分布，如圖3所示。從圖3可以看到，總體而言，各模式在海河流域全區范圍的TS評分較低，在流域西北部的TS評分略高于其它區域。

圖34 種模式對海河流域大雨預報TS評分空間分布

2.2.4 暴雨及以上預報

海河流域4個模式24 h暴雨及以上預報TS分布，如圖4所示。從圖4可以看到，總體而言，各模式在海河流域全區范圍的TS評分較低，日本模式TS評分在流域東部較高，其余3個模式在流域西北部的TS評分略高于其它區域。

圖44 種模式對海河流域暴雨預報TS評分空間分布

3 短期強降水預報定量誤差評估

參照中國氣象局TS技巧評分中雨量等級的劃分標準，將強降水過程按照24 h降水量劃分為大雨、暴雨、大暴雨以上3個量級，并按這個劃分標準，計算3種預報產品的統計量，結果如圖5所示。

圖5 按量級4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5（a）、（b）的24、48 h 2個時段預報偏小率的分布可見，對于各量級降水，4種產品預報值均小于實況值，且隨著實況量級的增加預報偏小的次數也逐漸增多，反映了數值模式對降水預報一致偏小的系統特征。4種產品之間預報偏小率也各有不同，其中日本模式在24、48 h 2個時次大雨和暴雨的預報偏小率均高于其它3種產品，暴雨的預報偏小率接近100%；TJ-WRF的大雨、暴雨和大暴雨2個時次的預報偏小率均小于其它3種產品。

從圖5（c）、（d）可以看出，4種產品的預報值與實況相比，預報平均偏小誤差均偏小明顯，24 h的最小誤差也在-50%以上。比較而言，TJ-WRF和T639的大雨和暴雨2個時次的平均偏小誤差相當，均小于其它2個模式；對于大暴雨及以上的降水，TJ-WRF的平均偏小誤差相對其它3種產品最小。

4種產品的預報大多數比實況偏小，但也存在偏大的情況。從圖5（e）、（f）可以看出，4種產品2個時次的平均偏大誤差基本在20%以內，其中大雨預報平均偏大較明顯；4種產品中，日本的平均偏大誤差小于其它3個模式，TJ-WRF的平均偏大誤差大于其它3個模式。

綜合分析表明，4種數值預報產品在各個雨量量級上的預報基本上都偏小，且偏小誤差較大。4個模式中，T639和TJ-WRF對于大雨和暴雨的預報偏差相當，好于日本和德國的模式，對于大暴雨來說TJ-WRF偏差最小。

4 結語

綜上所述，對于小雨的預報，主要參考TJ-WRF和T639的預報結果，并參考日本模式的預報結果進行補漏，且降水落區位于流域中南部以外地區的可信度較高；對于中雨的預報，主要參考日本模式的預報結果，并結合T639的預報結果進行綜合考慮，且對于降水落區位于流域中部的情況，日本模式的可信度較高；對于大雨的預報，T639的表現略優于其它3個模式，模式的預報以漏報為主，可適當參考漏報率較低的TJ-WRF的預報結果，且降水落區位于流域西北部的情況較可信；對于暴雨及以上的預報，各模式的表現均較差，相對而言TJ-WRF的表現較好，漏報率較低，另外可適當參考日本模式的結果（空報率低），日本模式預報降水落區位于流域東部的情況較可信，其它3個模式預報降水落區位于流域西北部的情況較可信。

就預報偏差而言，各模式的預報偏差都基本偏小，其中TJ-WRF和T639的偏小概率和幅度小于其它2個模式，且量級越大預報偏差誤差越大。因此，在釋用模式的預報結果時，應在模式預報的基礎上適當加大預報降水值的訂正，量級越大增加幅度越大。

[1]許美玲，孫績華.MM 5中尺度非靜力模式對云南省降水預報檢驗[J].氣象，2002，28（12）：24-26.

[2]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.

[3]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.

[4]李輝，宋靖，霍傳秀，等.T213模式對河南省降水預報檢驗評價[J].河南氣象，2004（4）：16-17.

[5]康玲，祁伏裕，孔文甲，等.數值預報產品檢驗及誤差分析方法簡介[J].內蒙古氣象，2003（3）：16-19.

ContrastiveVerificationofPrecipitationForecastingofFourNWPModels
intheHaiheRiverBasin

XU Shu1，WEI Lin2，DENG Yan3
（1.Tianjin Meteorological Observatory，Tianjin 300074，China；2.Bureau of Hydrology，Haihe Water Conservancy Commission，Tianjin 300170，China；3.Aerial Survey and Remote Sensing Institution，Beifang Investigation，Design&Research Co.Ltd，Tianjin 300222，China）

The quantitative precipitation forecast of NWP models has become a major basis of everyday operation weather forecast at the moment.The precipitation forecasts of four NWP models，including a Germen global model，a Japanese global model，T639 and Tianjin-WRF are verified and assessed by the objective rainfall verification methods to find out the prediction performance of them in the Haihe River Basin.The results show that there are unique advantages of the four models for different rainfall classification.The forecast by Tianjin-WRF and T639 model is better than the others for the light rain；the forecast by Japanese and T639 model is more credible for the moderate rain；the performance of T639 is the best among the four models forecast for the heavy rain；the performance of four models are poorly for the more severe rain.The predicted error is small for all of the four models，and the heavier the rain is，the greater the predicted error is.The amplitude of predicted error of Tianjin-WRF and T639 model is smaller than the other two models.

the Haihe River Basin；numerical model；precipitation forecasting；statistic test；quantitative error

TV124；P338

A

1004-7328（2017）02-0045-07

10.3969/j.issn.1004-7328.2017.02.015

2016—11—12

徐姝（1984—），女，碩士，工程師，主要從事短期天氣預報工作。