EC模式對北盤江流域降水的預報能力檢驗

孔祥波,夏曉玲,醋院科,唐延婧,宋萬禮,廖 波

(1.貴州黔源電力股份有限公司,貴州 貴陽 550000;2.貴州新氣象科技有限責任公司,貴州 貴陽 550002)

現代的天氣預報有很大程度上依賴數值預報模式，而對數值模式進行檢驗是使用數值預報的一個重要的環節，合理的檢驗方式可以為使用者了解數值模式提供有效的幫助[1-2]。比較普遍和傳統的檢驗方法是通過高空、地面觀測和預報數據進行點對點的對比，根據事件是否發生對預報和觀測進行分類，并統計點上預報、觀測事件發生的次數，在此基礎上定義如準確率、空報率、漏報率等一系列評分指數來評定模式的預報技巧[3]。這樣傳統的檢驗方式可以客觀、定量的給出預報的整體表現。

肖玉華等[4]基于T639、T213、日本和德國數值預報模式對2008年5—9月的預報分區域進行了客觀檢驗分析，結果表明各模式在西南地區的降水預報能力隨著降水級別的增加而減弱，到暴雨級別，西南區已成為各模式TS評分最低區域，正確率最低值出現在四川盆地。暴雨是中國主要的災害性天氣之一，是各種天氣尺度相互作用的結果，大尺度環流為暴雨的產生提供有利的背景，中尺度系統則是暴雨的直接制造者，許多專家和學者對不同地區、不同環流背景下的暴雨有過不少的分析研究[5-11]。

貴州的地貌復雜，不同等級的降水分布情況復雜[12]，因此對數值預報的檢驗尤為重要。湯俊等[13]檢驗了T213模式在貴州的運用效果，認為該模式在貴州的預報效果較好；伍紅雨等[14]檢驗了貴州中尺度數值模式MM5的預報效果，并認為MM5模式有較好的短期預報能力；周永水等[15]檢驗了T639，EC細網格對于14時2 m氣溫的預報效果，認為EC的預報效果優于T639模式。對于貴州省內烏江流域范圍的數值預報檢驗情況，宋丹等[16]檢驗并訂正了烏江流域范圍內SWAN定量降水估測(QPE)和定量降水預報(QPF)，認為QPE和QPF的預報效果并不理想，不能直接用于業務中，但經過2次訂正后的效果較好，可以業務運用。唐延婧等[17]檢驗的了中尺度模式WRF對烏江流域的面雨量預報效果，認為WRF面雨量預報的釋用起到一定的指導意義，可根據WRF的降水預報一致偏小的特點提出降水預報訂正思路：結合天氣學分析，將WRF預報放大相應訂正值來考慮降雨量級，可以提高預報準確率。

北盤江流域屬珠江流域西江水系，是紅水河上游左岸最大支流，流域跨越云南、貴州兩省。黔源電力公司在北盤江流域上有多個梯級電站，受電力市場改革影響，貴州省內開展的水火發電權交易、貴州與云南開展的云貴水火置換，以及未來云貴互聯工程建成投運后云電入貴等，必將進一步加大梯級水庫在汛期洪水調度中的困難，汛期洪水調度必然面臨更復雜的棄水調峰、低谷空間不足以及高峰出力不夠的嚴峻形勢。在此背景下，需要氣象部門進一步提高短中期降水預報準確率與預見期，提供更加精細化的預報產品，為梯級水庫合理控制水位降低棄水調峰可能提供更加及時準確的預報支持。

為了提高北盤江流域的降水預報準確性，為電力調度提供更加精細化，具有針對性和指導意義的雨量預報，本文檢驗了目前氣象部門運用最為廣泛的數值預報產品歐洲中心數值模式(以下簡稱EC數值模式)對于北盤江流域的預報情況。

1 數據及方法

1.1 研究區域概述

北盤江(圖1)是珠江流域西江水系的一級支流，也是紅水河上游左岸最大的支流，位于云貴高原向廣西中山丘陵地區的過渡地帶，流域跨越云南、貴州兩省。北盤江發源于云南省曲靖市烏蒙山脈。北盤江處于北緯24°50′～26°50′，東經103°50′～106°15′，流域的北面的牛欄江是金沙江的一級支流，東北方向都三岔河流域是烏江渡支流，流域南部為南盤江，從西北向東南海拔逐漸降低，流域上游為威寧等地的海拔為1 800 m以上，而中下游海拔在700～1 200 m[18]。北盤江流域的總面積為26 590 km2，其中山區面積占85%，丘陵10%，平原5%，為典型的喀斯特地貌[19-20]。北盤江流域屬于典型的亞熱帶高原季風氣候區。冬季主要受西風北支急流影響，夏季主要受到印度洋孟加拉灣西南暖濕氣流影響。

圖1 北盤江流域范圍示意

北盤江流域內降水量較為豐沛，多年平均降水量在1 200 mm左右，年降水在區域分布不均，流域上游西北部的宣威、威寧是少雨區，年降水量為900～1 000 mm，流域中游的永寧、六枝、晴隆為多雨區，降雨量在1 500 mm以上，下游董箐的降水量在1 100 mm左右。

1.2 數據來源說明

選取2019年9月8—10日一次極端降水個例的貴州省和云南省逐小時氣象站資料，運用北盤江流域邊界提取流域范圍內氣象站點409個。數值預報產品使用EC數據，自2019年9月5—7日每日20時起報的數據，分析不同預報時效對這次過程的預報效果。EC預報雨量數據為格點數據，空間分辨率為0.125°×0.125°。由于實況站點的分辨率高于EC數值預報的格點分辨率，為了便于對比檢驗，本文將實況的409個氣象站點的數據運用雙線性插值方式，插值至和EC數據相同的格點。

選取2020年汛期3—10月逐日的20時至20時日雨量數據，各流域篩選出的關鍵點的實測日降雨量作為實況場。EC數值模式選用20時起報的24 h預報場。

1.3 檢驗方法

檢驗EC數據對此次降水過程的預報效果，主要運用的方法有統計學方法，即計算EC降水站點預報的平均絕對誤差，標準差、相關系數等。

平均絕對誤差可以用來反映預報值與實況值之間的偏離程度，可以反映總誤差情況，是用來衡量預報誤差比較常用的一個統計參數。平均絕對誤差公式如下：

(1)

式中xf——實況值；x0——預報值。

標準差反映了檢驗區域內誤差幅度的平均狀況，對誤差的極值反映較為敏感，可以反映誤差的離散程度，標準差公式如下：

(2)

式中xf——實況值；x0—預報值。

相關系數是用來反映預報值與實況值的線性相關程度，相關系數的絕對值越接近1，說明模式對雨量的變化趨勢有一定的預報能力。相關系數的公式如下：

(3)

針對過程雨量預報效果的檢驗，用到了TS評分檢驗[21]即計算不同等級雨量EC預報的TS評分、空報率、漏報率。

(4)

(5)

(6)

式中 NAk——預報正確格點數，定義為實況和預報均有降水；NBk——空報格點數，定義為預報有降水，實況無降水；NCk——漏報格點數，定義為預報無降水，實況有降水。

針對流域面雨量，由于其已經是區域內降雨情況的一個表征值，對降雨的空間不確定性起到了平滑作用，不需要進行落區偏差分析，用相對誤差即可直接反映流域面雨量預報與實況間的差別。流域面雨量的檢驗主要是對面雨量預報結果與相應時刻面雨量實況值誤差差值進行檢驗，采用平均誤差方法比較合適。ME 比較好理解，即預報值與實況值的誤差。

誤差分析擬使用的統計方法如下：

ME=Rf-Rr

(7)

式中Rf——預報面雨量，作為誤差檢驗的預報值；Rr——誤差檢驗的實際面雨量，作為觀測值。

從上面的公式可以分析得知，ME越接近零，預報值和觀測值就越接近。

考慮復雜地形或山區降雨的特點，流域的面雨量都為經過關鍵點篩選后的雨量站實測或預報值，取各測站數據的算術平均值。假設流域內有雨量站i個，經過篩選后有關鍵點k個(k≤i)，有：

實際面雨量為：

(8)

各關鍵點上的預報雨量由格點預報場采用鄰域法插值得來，同樣也有預報面雨量：

(9)

2 實例檢驗

2.1 降水實況

9月7日20時至10日20時，貴州省中西部地區出現持續性強降雨天氣過程。過程累計降雨量有15個氣象觀測站超過300 mm(最大為鎮寧縣炳云的395.4 mm)，118個氣象觀測站在200～299 mm之間，534個氣象觀測站在100～199 mm之間，944個氣象觀測站在50～99 mm之間(圖2)。強降雨主要分布在遵義市西部、畢節市北部和南部、六盤水市東部、安順市大部和黔西南州大部。

圖2 2019年9月7日20時至10日20時累計降雨量

定義日雨量大于25 mm且連續兩天及以上為一次過程，統計了貴州省84個縣級以上氣象站1960年以來9月同期過程降水量，2019年9月7日20時到9日20的日雨量，過程雨量在歷史序列中的排位百分比情況見圖3。由此可見貴州省西南部安順大部、黔西南中東部、黔南州長順到惠水、以及畢節地區北部、盤縣等地的歷史排序都在90%以上，其中有8個站突破了歷史極值(歷史排序為1)。

圖3 站點過程雨量歷史排位分布

2.2 500 hPa環流預報效果檢驗

500 hPa高度近似認為是一個無輻合輻散層，比較穩定，可以較好地看出上升區和下沉區，可以分析出北方槽脊波動情況，西太平洋副熱帶高壓的移動情況等，對未來形勢的預報有重要的指導意義，故本文對比檢驗了5—7日下午20時起報的9—10日20時的500 hPa高度場，查看EC對此次過程的500 hPa的環流形勢預報情況。

此次降雨過程是因為西太平副熱帶高壓西伸造成的，所以對于西太平副熱帶高壓位置的預報效果，決定了降雨的預報效果，通過檢驗可知，隨著預報時效的縮短，EC數值預報對西太平副熱帶高壓的預報效果越理想，7日20時起報的預報時效為72 h的預報可以很好的反映9—10日西太平副熱帶高壓西伸的過程。

分析5—7日下午20時起報的9日20時的500 hPa高度場，可以看出隨著預報時效的臨近，EC細網格數值預報對500 hPa環流形勢的預報越接近實況。9月9日20時的實況圖(圖4a)可以看出在黃河河套地區附近有一小槽波動，5日20時和6日20時起報(圖4b、4c)的均沒有顯示出這個小槽波動，但是7月20日起報(圖4d)，預報時效為48 h的500 hPa高度預報對這個小槽波動的預報效果較好，與實況較為接近。9月9日20時的實況圖中，西太平洋副熱帶高壓特征線588線的位置在臺灣島的東部向北至朝鮮半島，后向東橫跨過日本島北部，5日20時起報的對朝鮮半島南部588線位置預報略偏南，6日20時起報的對臺灣島東部的588線預報略偏西，7日20時起報的對西太平洋副熱帶高壓特征線588線的位置的預報效果比較理想，與實況基本一致。

a)9日20時實況

分析5—7日下午20時起報的10日20時的500 hPa高度場。9月10日20時的實況圖可以看出，相比9日，西太平副熱帶高壓有明顯的西伸，588線的西部邊緣在貴州西部地區，黃河河套地區附近的小槽較前日略偏南。分析EC預報可以看出，5日20點至7日20點起報均沒有顯示出這個小槽波動。5日20點至6日20時起報對西太平副熱帶高壓西伸脊點的預報略偏西，位置在云南省的東部，7日20起報的(圖4d)預報時效為72 h的預報對西太平副熱帶高壓西伸脊點的預報和實況比較吻合，都在貴州省的西部地區。

2.3 過程雨量預報效果檢驗

本文檢驗了5日20點至10日24 h雨量和EC數值預報對應24 h雨量的預報效果(圖5)。8日20時的24 h雨量主要集中在貴州省的西北部地區，多為小到中雨的量級，董箐流域的中北部為中到大雨，善泥坡流域的北部邊緣，光照流域的大部分地區為暴雨，其中光照流域的東北部邊緣有大暴雨。5日20時的預報僅在毛家河流域和善泥坡流域相交的邊緣預報了局地的暴雨和零星的大暴雨，其余流域均為中到大雨。6日20時的預報并沒有預報出暴雨以上的雨量，流域西部為中雨，東部地區為大雨。7日20時的預報流域的西部為中雨，流域東部大部分地區為大到暴雨。

a)9日20時日雨量實況

9日20時的24 h雨量，暴雨和大暴雨主要集中在貴州省的西南部地區、南部邊緣有局地的暴雨。北盤江流域南部的馬馬崖流域、董箐流域為暴雨到大暴雨，光照流域南部邊緣為大到暴雨，其余流域為小到中雨。5日20時的預報暴雨落區在北盤江流域的西北部的善泥坡和毛家河流域，其余流域為中雨量級；6日20時的預報北盤江流域的中部光照流域暴雨，其余流域為中到大雨；7日20時的預報北盤江流域南部的董箐和馬馬崖暴雨或大暴雨，光照流域南部邊緣為暴雨，其余流域為中到大雨，此時預報的雨量和實況較為接近，但是對于整個貴州省的預報，北部有一空報的大暴雨中心。

10日20時的24小時雨量，看出過程基本結束，局地的暴雨分布在六盤水市東部，安順市西部和黔西南的西部南部，北盤江的董箐流域和馬馬崖流域有局地的暴雨，其余流域多為中到大雨。5日20的預報局地的暴雨落區在北盤江流域的西部的毛家河流域，其余流域為中到大雨；6日20時的預報北盤江流域為中到大雨為主，光照流域北部邊緣和毛家河流域南部邊緣有局地暴雨；7日20時的預報北盤江流域大部分地區為大雨以上量級，其中光照流域大部，董箐流域西部和馬馬崖流域暴雨或大暴雨，相比實況雨量預報偏大，對過程的預報較實況偏晚。

綜上EC對此次過程的雨量預報效果隨著預報時效的縮短有明顯的改善，7日20時起報的降雨落區和實況較為接近，也預報出了9 d過程最大雨量，大暴雨的位置在北盤江流域的南部，也和實況較為接近，但過程結束的10 d雨量預報偏大。

2.4 客觀檢驗預報效果

針對8日20時至10日20時的日雨量檢驗5日20時至7日20時EC數值預報模式起報的24 h雨量，因為氣象站點的分辨率大于EC數值預報模式的分辨率，所以將流域范圍內410個氣象站點插值到和EC數值預報相同的格點上，這409個氣象站點中包含9個國家站，400個鄉鎮站，其中貴州省鄉鎮站點377個，國家站8個，云南省鄉鎮站點23個，國家站1個。插值后流域范圍內共有121個格點，在此基礎上計算實況格點和EC數值預報誤差之間的平均絕對誤差、標準差、相關系數(表1)，對應不同等級降水量的檢驗，計算了TS評分、漏報率、空報率、準確率(表2)。

表1 不同起報時間降水預報檢驗

表2 不同起報時間各個等級雨量的預報評分檢驗

可以看出對于8—10日這次過程，隨著預報時效的縮短，相關系數有明顯的提高，7日20時起報8—10日的日雨量相關系數均為正值，且通過了0.05顯著性檢驗，其中7日20時起報預報9日20時的24 h雨量，相關系數最高0.68，9日20時的雨量為此次過程雨量比較集中的一天，相關系數高說明預報的落區和實況比較接近。但除了6日20時起報的預報時效為48 h的日雨量和實況的相關為正，5—6日對此次過程24 h雨量的預報和實況的相關均為負值，說明在北盤江流域內的預報和實況落區范圍可能存在相反的情況，即實況為北盤江流域南部雨量較大，但預報卻在北部雨量較大，落區有個偏差。標準差反映了誤差的離散程度，對于8日和10日的預報誤差隨著預報時效的縮短變化不大，但是對于9月20時的預報，隨著預報時效從96 h縮短到48 h，實況和預報之間誤差的標準差有明顯的降低。平均絕對誤差和標準差的變化趨勢相似，8、10日的平均絕對誤差隨著預報時效的縮短變化不大，而9月20時的預報，隨著預報時效從96 h縮短到48 h，實況和預報之間平均絕對誤差有明顯的降低，說明對于此次過程，EC數值預報預報9日過程最大雨量隨著預報時效的縮短，預報調整的更加接近實況，相比之下8—10日的預報調整不明顯，但從相關系數可以看出，隨著預報時效的縮短，降雨落區更加接近實況。

針對不同的雨量等級，檢驗此次過程的EC數值預報的TS評分，其中小雨的TS評分相比較低，因為此次過程小雨出現的范圍較小，漏報率無論何時起報都很高，均大于80%。大暴雨的TS評分僅在7日20時起報的預報時效為48 h為0.44，其余時次均為0，漏報率100%，說明EC數值預報對大暴雨的預報效果不理想。8—10日中雨和大雨的TS評分隨預報時效的縮短提高不明顯，甚至有個別隨預報時效的縮短而下降，說明針對此次過程，中雨和大于的預報隨著預報時效的縮短，預報效果的提高并不明顯。但是針對暴雨的TS評分，不同時次起報的8—10日預報，隨著預報時效的縮短，TS評分有明顯的提高，其中7日20時起報的預報時效為48 h暴雨TS評分為0.31，較其余時次的小雨、中雨、大雨的TS評分高。說明此次過程，EC對過程最大雨量9日的預報效果在臨近時有一定的調整，調整的結果為暴雨和大暴雨的預報效果有明顯的提高，其余量級的預報效果改善不明顯。

3 汛期檢驗

3.1 TS評分檢驗

2020年汛期(3—10月)貴州省極端降水頻發(圖6、7)，針對北盤江流域及其子流域檢驗EC 24 h預報面雨量的預報效果。整個汛期的不同等級雨量TS評分對比可以看出對于北盤江整個流域而言，小雨的TS評分最高，其次是無雨，暴雨的TS評分最低，EC模式對于特大暴雨可以說是沒有預報能力，TS評分為0。不同流域的情況并不相同，在都是小雨評分最高的情況下，除董箐流域為大雨評分最低，其余流域均為暴雨的評分最低，所以暴雨預報的準確性依舊是預報的難點，僅用數值預報是不可信的，應該考慮結合人工訂正。從不同月份可以看出，整個北盤江流域在3月和10月沒有暴雨出現，大部分時間段都是無雨、小雨或中雨的預報效果較好，6月的暴雨、中雨預報效果明顯好于其他流域的其他時段。

圖6 2020年汛期北盤江及其子流域不同等級雨量TS評分

分不同流域的不同時段考察EC模式對于各種雨量的預報效果(表3)，大部分流域無雨和小雨的預報效果較好，但6、8、9月的無雨預報評分明顯偏低。各個流域3月中雨預報的效果都不理想，其余時段評分都在10～30之間，具有一定的參考價值。大雨和暴雨的預報有一定的難度、表現也不穩定，善泥坡流域5、6、7、9月的大雨評分均大于20，優于其余各個流域，但4、8、10月的大雨TS評分為0，兩極分化比較明顯，董箐流域的情況和善泥坡流域的比較類似，其余流域大雨預報的TS評分在10左右，效果不理想。除董箐流域的6—7月評分大于15外，其余流域暴雨預報效果都不理想，可見暴雨預報依舊是預報的難點。

圖7 2020年3—10月北盤江及其子流域不同等級雨量TS評分

表3 2020年汛期不同子流域各個雨量等級預報效果檢驗

3.2 誤差檢驗

北盤江全流域(圖8a)的預報和實況的相關系數為0.9，實況雨量的標準差為9，預報的標準差為11，預報的均方根誤差為5，除了善泥坡流域預報的標準差為7.7以外，其余流域的均為9.0左右。各個流域的預報和實況的相關系數為0.85～0.90，預報和實況的變化趨勢還是比較一致的。泰勒圖中點B為預報，點A為實況，2個點距離越近說明預報的效果越好，可以看出不同流域之間的差別不大，對于董箐流域的預報效果略好于其他流域。

a)北盤江全流域

4 討論

針對8—9日北盤江流域一次降雨過程進行檢驗，對于500 hPa環流場的預報和雨量的落區預報，EC雨量預報和實況的相關系數，以及暴雨的TS評分，都是隨著預報時效的縮短，預報效果越理想，7日20時起報的預報時效為72 h的預報可以很好的反映9—10日西太平副熱帶高壓西伸的過程，且降雨落區和實況較為接近，預報出了9日過程最大雨量，大暴雨的位置在北盤江流域的南部，也和實況較為接近，但過程結束的10日雨量預報偏大，7日20時起報8—10日的日雨量相關系數均為正值，且通過了0.05顯著性檢驗，7日20時起報預報9日20時的24 h雨量，相關系數最高0.68，暴雨TS評分為0.31，較其余時次的小雨、中雨、大雨的TS評分高。

對于不同等級雨量的TS評分檢驗，其中8—10日中雨和大雨的TS評分隨預報時效的縮短提高不明顯，甚至有個別隨預報時效的縮短而下降。

說明EC數值預報對此次過程的預報隨著預報時效的縮短有著有效的調整，從500 hPa高度場到降雨落區和等級都有一定的改善，其中對于過程最大雨量9日的預報調整最為明顯，且調整后與實況更為接近，對大暴雨也有一定的預報能力。

針對2020年汛期EC模式對北盤江流域的預報情況檢驗，北盤江流域整體而言無雨、小雨和中雨的預報效果優于大雨和暴雨，EC數值模式對于特大暴雨基本沒有預報能力。不同流域的暴雨預報能力并不相同，董箐流域的暴雨預報效果優于其余流域。整體而言EC模式在北盤江流域的預報和實況的相關系數在0.9左右，預報的標準差和實況的標準差之比為0.77，說明對于降水變化的趨勢EC模式有較好的預測能力，但是在落區和量級上有一定的偏差，需要進行一定的訂正后使用。

目前對于針對北盤江流域的數值預報產品檢驗的研究成果并不多，陳偉斌等[22]檢驗了EC模式集合預報在廣西不同雨量的TS評分效果，認為在區域暴雨過程的預報情況，大暴雨降水24 h有一定的預報性能，48～96 h幾乎無預報能力，暴雨量級24 h的預報效果明顯優于其他時次，與本文結果相似。針對北盤江流域的數值預報檢驗還有許多工作可以開展。

5 結論

本文針對2020年汛期EC模式對北盤江流域的預報情況進行檢驗，認為北盤江流域整體而言無雨、小雨和中雨的預報效果優于大雨和暴雨，EC數值模式對于特大暴雨基本沒有預報能力。不同流域的暴雨預報能力并不相同，董箐流域的暴雨預報效果優于其余流域。

對于2019年極端降水的實例，發現對于中雨和大雨的TS評分隨預報時效的縮短提高不明顯，甚至有個別隨預報時效的縮短而下降，但是隨著預報時效的縮短，500 hPa高度場到降雨落區都有一定的改善，其中對于過程最大雨量9 d的預報調整最為明顯，且調整后與實況更為接近，對大暴雨也有一定的預報能力。