ECMWF細網格模式在撫順降水和溫度預報中的檢驗與應用

全美蘭 馬昊天 沈斌 李俊樂 劉多文 鄭國偉 寧大可 陳晨 田琳 李若楠

摘要 利用2016—2018年ECMWF細網格模式降水、2 m氣溫、相對濕度及實況觀測資料，分析在不同季節、不同天氣系統影響下，ECMWF模式對撫順地區降水和溫度的預報性能，并總結歸納弱降水預報關注點和逐月氣溫訂正值。研究發現，2016—2018年ECMWF細網格模式降水預報的晴雨、空報率和漏報率總體較穩定;24～48 h時效晴雨預報準確率為76%～89%以上，24 h時效降水預報的空報率高達39%;隨著時效延長，ECMWF數值模式格點降水量小于3 mm時，TS評分為36.8%～42.4%，小于0.3 mm降雨時的24時效內空報率高達78.6%～91.7%;撫順弱降水錯報個例主要出現在冷渦型、高空槽型、低壓暖區型、高壓前部型四種天氣形勢，空報多出現在高空槽型，漏報多出現在冷渦型和低壓前暖區型天氣形勢下。不同天氣形勢下，弱降水預報關注點是700 hPa的相對濕度。

關鍵詞 撫順;ECMWF模式;弱降水;溫度

中圖分類號：P457.3 文獻標識碼：A 文章編號：2095-3305（2020）04-0-02

DOI：10.19383/j.cnki.nyzhyj.2020.04.052

數值預報檢驗能夠客觀定量地反映數值預報模式的預報水平，通過對數值模式的檢驗和分析，能夠使預報員更好地進行解釋應用。隨著公眾對天氣預報精細化程度要求越來越高，高分辨率模式產品成為天氣預報業務不可或缺的重要工具[1-4]。撫順處于東部山區，對于弱降水天氣預報是個難點，降水空報或漏報率比較高，隨著氣候變化和城市化的進展，城郊溫度差異愈發明顯，加上山區晝夜溫差大，溫度預報難度不斷加大。目前在撫順天氣預報業務中，ECMWF細網格模式產品資料已成為最主要的預報依據之一，但由于ECMWF細網格資料投入使用時間較短，相應的數值預報檢驗也較少，對不同季節、不同天氣系統影響下的降水和溫度預報誤差檢驗更少。根據2016—2018年的ECMWF模式及實況資料樣本，對ECMWF模式在不同季節、不同天氣系統影響下，對撫順降水和溫度的預報性能做較全面地分析，深入了解模式的預報特點和預報效果，掌握誤差規律，旨在為今后撫順降水和溫度預報及訂正預報起到一定的參考作用，以期提高降水和溫度的預報準確率。

1 降水預報性能檢驗

1.1 降水預報準確率分析

據分析，2016—2018年ECMWF細網格模式降水預報的晴雨、空報率（FAK）和漏報率（PO）總體較穩定，波動幅度較小（圖1）。晴雨檢驗表明24～48 h時效晴雨預報準確率為76%—89%以上，72～96 h時效的晴雨預報準確率為72%～79%;24 h時效降水預報空報率高達39%，隨著時效延長，96 h時效降水預報空報率接近50%，降水空報較多;24～96 h時效降水預報的漏報率為9%以下。2018年撫順地區ECMWF細網格模式24～96 h時效降水預報的檢驗效果均優于2016—2017年。撫順市不同年份ECMWF數值模式的降水預報受大的氣候背景影響，預報性能存在波動，但波動幅度較小，總體穩定，晴雨預報準確率的變化幅度為2%～5%。

1.2 弱降水預報檢驗

撫順地區處于東部山區，常出現分散性弱降水。日常預報中表現為：ECMWF模式在東部地區預報出弱降水（小于3 mm），而實況通常為空報，這種情況對晴雨準確率造成較大的影響。為了了解ECMWF模式對弱降水的預報效果，分別檢驗ECMWF細網格模式24 h時效內預報降水量小于3 mm的預報樣本，通過分析撫順三個國家基本站的空報、漏報率，確定訂正的必要性。

當ECMWF數值模式格點降水量小于3 mm時，TS評分36.8%～42.4%，空報率為55.2%～61.5%，漏報率為4.5%～11.4%。根據ECMWF模式預報的三個觀測站所在格點弱降水預報空報率，[2，3） mm的降雨時，24 h時效內空報率為33.3%～35.7%;[1，2） mm的降雨時，24 h時效內空報率為40.0%～52.2%;[0.3，1） mm的降雨時，24 h時效內空報率為45.5%～60%;[0.1，0.3） mm的降雨時，24 h時效內空報率為78.6%～91.7%（表1）。

2 弱降水錯報個例分析

2016—2017年ECMWF數值模式格點降水量小于3 mm，預報員對弱降水錯報兩站及以上站次即為弱降水錯報個例，綜合得出47個弱降水個例。其中空報個例22個，錯報站次53站次;漏報個例25個，錯報站次61站次。

上述47個錯報個例所對應的天氣形勢主要有冷渦型、高空槽型、低壓暖區型、高壓前部型四種天氣形勢。不同天氣形勢下，預報員預報能力不同。空報多出現在高空槽型天氣形勢，占54.5%（12/22）;其次是冷渦型，占22.7%（5/22）;低壓前暖區型13.6%（3/22）;高壓前部型占9.1%（2/22）。漏報多出現在冷渦型和低壓前暖區型天氣形勢下，分別占44%（11/25）、28%（7/25），高空槽型占20%（5/25），高壓前部型占8%（2/25）。

針對不同天氣形勢預報員的關注重點，可以看出冷渦型天氣型ECMWF模式無漏報，對于相對濕度也無要求，關注點是看500 hPa高度有無冷空氣下滑影響撫順地區;高空槽型天氣型弱降水，ECMWF模式也無漏報，要求850 hPa相對濕度大于80%且700 hPa大于70%或700～500 hPa濕度好，且600～500 hPa達到90%以上，關注重點是高空槽東移影響撫順地區，且700 hPa濕度大于70%;低壓前部暖區型多空報，也存在漏報，850 hPa相對濕度大于80且700 hPa濕度大于70%或700～500 hPa濕度好，且600～500h Pa達到90%以上，關注重點是切變線已到達遼寧省西部地區，700 hPa濕度大于70%;高壓前部型無漏報，對濕度要求極高，700～500 hPa相對濕度大于90%或1 000～700 hPa相對濕度大于90%，關注點是高壓密集帶東南下影響撫順地區，且700 hPa濕度大于90%（表2）。

3 溫度預報檢驗

數值模式預報結果受物理過程、初始場和局地地方性特點等諸多因素影響，造成數值預報模式的要素預報存在一定的誤差，需要對模式預報產品進行檢驗，總結特點和規律，通過主觀訂正，做出準確地預報[5]。

根據預報經驗，ECMWF模式2 m氣溫預報誤差主要源于天氣狀況的區別，應主要解決不同天氣條件的氣溫訂正問題。將天氣分為有云、晴空、降水等三種情況，確定出不同天氣條件的預報訂正值，進而實現撫順地區的溫度預報。

3.1 誤差檢驗分析

分析EC細網格模式24 h的2 m最高氣溫、最低氣溫預報與實況的誤差（實況—預報值）的月平均值。最低氣溫月平均誤差除了4月為正偏差以外，其他月份均為負偏差。說明在撫順地區EC細網格最低氣溫預報普遍偏高。平均最大絕對值出現在冬季（12月、1月、2月），絕對誤差達到2.6℃～4.8℃。4～7月平均誤差絕對值最小，接近0℃。

最高氣溫月平均誤差2月、12月為負偏差，其他月份均為正偏差，說明EC細網格對撫順地區最高氣溫預報偏低。平均最大絕對值出現在5月、9月，絕對誤差為2.4℃。12月至次年3月平均誤差絕對值最小，小于近0.5℃。

3.2 預報訂正值分析

基于統計學和天氣學方法，將天氣狀況分為有云、晴空、降水三種，結合細網格預報降水量和低云量，檢驗了2016年ECMWF細網格模式資料對撫順地區溫度的預報性能，并給出了逐月氣溫訂正值（表3～4）。

4 結論

2016—2018年ECMWF細網格模式降水預報的晴雨、空報率和漏報率總體較穩定，波動幅度較小。2018年撫順地區ECMWF細網格模式降水預報效果優于2016—2017年。24～48 h時效晴雨預報準確率為76%～89%以上，24 h時效降水預報的空報率高達39%，隨著時效延長。ECMWF數值模式格點降水量小于3 mm時，TS評分為36.8%～42.4%，空報率為55.2%～61.5%，漏報率為4.5%～11.4%，小于0.3 mm的降雨時，24 h時效內空報率為78.6%～91.7%。撫順弱降水錯報個例主要出現的天氣形勢有：冷渦型、高空槽型、低壓暖區型、高壓前部型四種天氣形勢。空報多出現在高空槽型天氣形勢占54.5%，其次是冷渦型占22.7%;漏報多出現在冷渦型和低壓前暖區型天氣形勢下，分別占44%、28%。根據分析不同天氣形勢下的弱降水錯報個例，給出了系統和相對濕度關注重點，共同特征是700 hPa相對濕度;逐月最低氣溫、最高氣溫訂正值也為預報員的短期預報訂正提供了很好的參考。

參考文獻

[1] 李佰平，智協飛.ECMWF模式地面氣溫預報的四種誤差訂正方法的比較研究[J].氣象，2012（8）：897-902.

[2] 鮑媛媛.2006年6-8月T213與ECMWF模式中期預報性能檢驗[J].氣象，2006，32（11）：98-104.

[3] 李明.基于ECMWF細網格模式的短時強降水客觀概率預報方法研究[J].熱帶氣象學報， 2017，33（6）.

[4] 莊曉宵.2014-2016年贛北地區汛期ECMWF模式24 h降水預報誤差分析[J].氣象與減災研究，2017，40（3）：208-215.

[5] 吳春英，劉多文，鐘博，等.基于數值預報模式的鄉鎮溫度預報方法研究[J].氣象與環境學報， 2019， 35（1）：108-112.

責任編輯：黃艷飛