ECMWF細網格模式在阿勒泰地區短時強降水環境場預報中的統計檢驗

2020-02-19 11:12:56李博淵趙江偉李健麗

陜西氣象 2020年1期

李博淵，趙江偉，李健麗

(1.中亞大氣科學研究中心，烏魯木齊 830002；2.阿勒泰地區氣象局，新疆阿勒泰 836500)

隨著科技和社會經濟的發展及人民群眾物質文化需求的不斷豐富和提高，對天氣預報精細化程度及準確率也提出了越來越高的要求。ECMWF細網格模式具有高時空分辨率特征，從而為天氣預報業務提供了豐富的客觀預報產品，引起了預報員高度關注，已成為日常預報不可或缺的主要參考依據。但由于諸多原因數值模式的運行還不穩定，數值預報與初始場還不吻合，存在一定的誤差。因此，了解模式性能，開展數值預報產品檢驗非常必要。

近年來，許多氣象工作者對ECMWF細網格模式的形勢場、要素場等方面進行了檢驗。如薛諶彬等[1]、王丹等[2]、萬夫敬等[3]對ECMWF細網格2 m溫度在江西省、陜西省、青島地區的預報性能進行了檢驗；廖春花等[4]對ECMWF細網格降水產品在湖南水庫流域面雨量的預報能力進行了檢驗。新疆氣象工作者也對ECMWF細網格模式的釋用進行了檢驗，如井立紅等[5]對ECMWF細網格等4種模式降水預報資料，在塔城地區降水的預報效果進行檢驗和對比，揭示了4種模式在塔城降水預報中的性能；劉春風等[6]、張超等[7]對ECMWF細網格模式2 m溫度在新疆及周邊溫度的預報能力進行了檢驗，表明模式預報為系統性偏高，預報效果隨預報時效延長而逐漸變差，3 d 內溫度預報的絕對誤差小、預報準確率高，對實際溫度預報有很好指導作用；張俊蘭等[8]、李博淵等[9]、李健麗等[10]基于ECMWF細網格模式在北疆降雪預報性能進行了檢驗；賈麗紅等[11]對多模式在新疆最高(低)氣溫預報中的檢驗表明，ECMWF細網格模式整體最好，DOGRAFS模式最差，且最低氣溫的預報準確率提高程度高于最高氣溫；萬瑜等[12]研究指出，ECMWF細網格資料在烏魯木齊東南大風發生和維持的物理機制和預報性能等方面均有提高，對東南大風預報具有指示意義；賈健等[13]檢驗表明，ECMWF細網格2 m溫度場對米東區最高、最低氣溫有較好的預報能力，對晴雨預報準確率較高，對850 hPa風速與實況風速也有較好的相關性。侯柯然等[14]、高萌等[15]對數值預報產品在陜西榆林和關中強降水預報中的應用也進行了檢驗。由此可見，對ECMWF細網格釋用主要集中在2 m溫度和降水等要素上，而對造成這些要素變化的環境場預報性能檢驗較少。近年來，隨著觀測站網的增多，觀測手段日益豐富，從而對災害性天氣的監測能力也不斷提高，對其預警也提出了更高的要求，尤其是短時強降水天氣。因此，對ECMWF細網格在阿勒泰地區短時強降水環境場預報中的性能進行統計檢驗，為預報員提供更多有用信息，進而為預報員做出更加準確的預報及防災減災提供參考依據。

1 資料和方法

1.1 短時強降水標準

目前，中央氣象臺和中國中東部地區氣象部門均將1 h降水量≥20 mm的記為短時強降水。根據多年的預報服務實踐、暴雨洪水成災事實和干旱半干旱地區暴雨特點，新疆氣象部門將該標準調整為1 h降水量≥10 mm。為了與實際業務保持一致，將短時強降水過程定義為：(1)1 h內相鄰(200 km以內)2個以上測站雨強均≥10 mm/h；(2)同一測站連續2 h以上雨強≥10 mm/h；(3)滿足上述條件之一，定義為一次短時強降水過程。

選取經過新疆氣象信息中心篩選、整理、檢測，并剔除不完整及錯誤的資料，采用2013—2018年5—9月(簡稱暖季)阿勒泰地區8個國家基本氣象站和104個區域自動站共112個站點(圖1)逐時降水資料，按上述標準篩選出短時強降水過程共36個。

檢驗范圍選取78范圍～92范圍、42范圍～50范圍，ECMWF細網格模式(下簡稱“EC細模式”)產品起報時間主要為20：00和08：00；檢驗預報時效為12 h、24 h、36 h、48 h、60 h、72 h。由于阿勒泰地區大部分測站海拔高度低于1 500 m，因此，主要選取850～200 hPa等壓面上相關物理量進行檢驗。

圖1 阿勒泰地區112個國家站和區域自動站點分布圖

1.2 檢驗方法

采用世界氣象組織推薦的數值預報檢驗標準化方案——定量檢驗(統計檢驗)[16]，即預報對客觀分析的檢驗，用客觀分析資料為實況，針對08：00和20：00起報的模式產品，分別對上述預報時效要素場進行檢驗。參考莊曉翠等[17]的統計檢驗方法，選用平均誤差ME、均方根誤差RMSE、平均絕對誤差MAE、相關系數R[18-19]4種統計量對EC細網格模式產品在阿勒泰地區短時強降水中的預報性能進行統計檢驗。根據有關文獻[19]可知，平均誤差在±1.5個單位內、平均絕對誤差<3個單位、均方根誤差<4.5個單位為較小，反之較大。相關系數為>0.60時，模式具有一定的參考價值。反之，相關性較小，基本無參考價值。

2 檢驗結果分析

2.1 地面物理量場

地面圖上，2 m露點溫度和溫度，10 mu、v風場均反應地面物理量特征，溫度鋒和露點鋒對短時強降水(強對流)預報具有非常重要的作用，而10 m流場上氣流輻合、切變及氣旋性輻合對強對流天氣具有一定觸發作用。EC細模式對這些地面要素的預報準確與否，在短時強降水環境場預報中具有重要的意義，因此對其統計誤差進行檢驗。由圖2a可知4個物理量的平均誤差均較小，其中：10 m風場(包括u、v風場，下同)誤差最小，在0 m/s附近，其72 h預報時效內隨著預報時效的延長變化不大；2 m溫度誤差最大，但誤差值<0.5 ℃，72 h預報時效內隨時效的延長誤差增大，其誤差值一直為正值，說明預報值比實況偏高，存在系統性正誤差；2 m露點溫度的平均誤差為負值，說明預報值較實況值一直偏低，存在系統性負誤差，其絕對值在72 h預報時效內，隨時效延長而誤差增大。4個物理量的平均絕對誤差和均方根誤差均<2個單位，72 h預報時效內隨時效延長而增大；48 h預報時效內<1.7個單位(圖2b、圖2c)。另外，分析72 h預報時效內預報與實況的相關系數(圖2d)可知，2 m溫度的相關系數>0.98，2 m露點溫度的大于0.88，10 mu風場的相關系數>0.71、v風場的相關系數>0.73，隨著時效的延長相關系數減小，48 h預報時效內4個物理量相關系數均>0.77。由此可見，EC細模式預報對2 m溫度的預報精準度相對最高，2 m露點溫度的精準度次之，10 m風場相對較差。總之，EC細模式預報產品在地面物理量場中，48 h內的預報產品精準度和參考的價值較高，在強對流環境場預報中具有較高的參考價值。

圖2 EC細模式對短時強降水2 m溫度及露點溫度場(單位為℃)和10 m u風場、v風場(單位為m/s)預報的平均誤差(a)、平均絕對誤差(b)、均方根誤差(c)、相關系數(d)隨預報時效演變

2.2 形勢場

環流形勢、影響系統和天氣現象是造成天氣過程的主要因素，對短時強降水過程也不例外。模式對環流形勢預報是否準確至關重要，因此對500 hPa高度場、850 hPa溫度場及海平面氣壓場(下簡稱“形勢場”)的統計誤差進行檢驗。由圖3可知，EC細模式對短時強降水形勢場預報的平均誤差、平均絕對誤差及均方根誤差均較小。就平均誤差而言(圖3a)，500 hPa高度場絕對值在60 h預報時效內隨時效延長而減小，72 h略有增大，但在72 h預報時效內平均誤差的絕對值<0.3 dagpm。850 hPa溫度場平均誤差為正值，說明模式預報高于實況，存在系統性正誤差，且72 h預報時效內隨時效的延長而增大，但<0.4 ℃。海平面氣壓場平均誤差為負值，說明模式預報低于實況，存在系統性負誤差，但其絕對值<1.0 hPa。平均絕對誤差和均方根誤差(圖3b、圖3c)72 h預報時效內均小于1.5個單位，但隨時效的延長誤差增大?？梢?，EC細模式對形勢場的預報72 h預報時效內隨預報時效延長誤差增大，尤其是48 h以后誤差較明顯。48 h預報時效內500 hPa高度場誤差相對最小，海平面氣壓誤差相對最大。另外，3個要素預報與實況的相關系數72 h預報時效內均大于0.92,隨時效的延長而減小(圖3d)。由圖3d可知，海平面氣壓場的相關系數最大，72 h預報時效內>0.97，850 hPa溫度場的相關系數最小，72 h預報時效內>0.92。說明EC細模式產品對形勢場的預報精準度相對較高。

圖3 EC細模式對短時強降水500 hPa形勢場(單位為dagpm)、海平面氣壓場(單位為hPa)、850 hPa溫度場(單位為℃)預報的平均誤差、平均絕對誤差、均方根誤差、相關系數隨預報時效的演變

2.3 水汽和動力條件

水汽條件和動力條件在短時強降水預報中同樣起著決定性作用，下面對700 hPa相對濕度、850 hPa比濕，700 hPa垂直速度的預報值與實況做了統計檢驗。由圖4a可知：平均誤差850 hPa比濕、700 hPa垂直速度72 h預報時效內均在0附近，且時效延長變化不大；700 hPa相對濕度的平均誤差36 h預報時效內在0%附近，之后至72 h誤差明顯增大，但均小于1.5%。因此，平均誤差相對較小，說明系統性誤差較小。850 hPa比濕平均絕對誤差和均方根誤差相對最小，72 h預報時效內均小于1.0 g/kg，48 h內小于0.8 g/kg，隨時效的延長變化也較小。700 hPa相對濕度和垂直速度的平均絕對誤差和均方根誤差較大，分別為>4%和6 Pa/s(圖4b、c)，700 hPa垂直速度的平均絕對誤差和均方根誤差在72 h預報時效內變化不大，700 hPa相對濕度的誤差隨時效的延長而增大。因此，EC細模式對850 hPa比濕預報誤差較小，對700 hPa相對濕度和垂直速度預報系統誤差較小，隨機誤差較大。預報與實況的相關系數72 h預報時效內，700 hPa相對濕度、850 hPa比濕分別>0.66、0.76，700 hPa垂直速度<0.6。72 h預報時效內相關系數均隨時效的延長而減少，48 h預報時效內850 hPa比濕≥0.83(圖4d)。由此可見，850 hPa比濕72 h預報時效內誤差最小，相關系數在0.76以上，700 hPa相對濕度和700 hPa垂直速度誤差較大。說明EC細模式預報產品除了850 hPa比濕參考意義較大，700 hPa相對濕度和垂直速度在預報中應注意訂正運用。

2.4 u、v風場

對200 hPau風場和v風場、700hPau風場和v風場、850 hPau風場和v風場的誤差做統計檢驗。72 h預報時效內200 hPau風場和v風場平均誤差最大，但風場誤差<0.7 m/s，隨時效的延長而增大，誤差基本為正值，說明預報比實況值偏大，存在系統性正誤差。對流低層風場平均誤差在0 m/s附近，其中：700 hPa和850 hPav風場誤差為負值，說明預報比實況值偏小，存在系統性負誤差；850 hPau風場誤差值為正值，說明預報比實況值偏大，存在系統性正誤差；700 hPau風場誤差在0 m/s附近(圖5a)。72 h預報時效內平均絕對誤差均小于2.9 m/s(圖5b)，均方根誤差均小于3.5 m/s(圖5c)；48 h預報時效內平均絕對誤差均小于2.0 m/s(圖5b)，均方根誤差均小于2.7 m/s(圖5c)，其誤差也隨著預報時效的延長而增加。另外預報與實況的相關系數(圖5d)顯示，除了700 hPav風場相關系數大于0.65，其他高空風場相關系數均大于0.75，其中200 hPau風場大于0.92，48 h預報時效內相關系數均大于0.73；相關系數總體隨預報時效的增加而減少。說明EC細模式預報產品對高空風場的預報誤差相對較小，尤其是48 h預報時效內，在預報中有一定的參考價值。