降水EFI產品在新疆夏半年極端降水預報中的檢驗評估

周雅蔓，馬 超，陳 鶴，劉成武

（1.新疆氣象臺，新疆 烏魯木齊 830002；2.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；3.中亞大氣科學研究中心，新疆 烏魯木齊 830002；4.湖南省氣象臺，湖南 長沙 410118）

極端降水事件隨機性大，突發性強，極易引發泥石流和山體滑坡等自然災害，對國民經濟、農業生產和人民生活帶來很大的影響[1-2]，如2010年6月貴州省關嶺縣特大山體滑坡[3]，2010年8月甘肅省舟曲縣特大泥石流災害[4]，2012年北京“7·21”城市內澇等[5]。鑒于極端降水事件屬于小概率事件，不確定性較大，采用單一數值天氣模式預報其未來演變是不準確的，而集合預報不僅能反映出未來大氣的多種狀況，也能體現出預報結果的發生概率，為極端降水的預報提供更加全面的信息[6-9]。

Lalaurette基于歐洲中期天氣預報中心（ECMWF）集合預報，通過計算“模式氣候”連續概率和集合預報（EPS）累積概率分布函數的差異，獲得預報與氣候特征偏離程度，提出極端預報指數（Extreme Forecast Index，簡稱EFI）[10-11]，研究表明，極端天氣指數與中短期極端天氣密切相關，有助于預報員提前預報極端天氣[12-13]。EFI產品在我國應用的檢驗評估顯示，極端天氣指數與強對流天氣有密切的關系，不同類型的強對流天氣，極端指數的分布和閾值具有各自的特點[14]。降水EFI與降水氣候百分位有較好的相關關系，EFI值越大，降水氣候百分位值也越大[15]，EFI產品對于95%和99%的極端強降水事件，閾值在0.45和0.70左右，整體上時效越長，閾值的絕對值越小，事件越極端，閾值的絕對值越大[16]。通過ECMWF降水極端天氣預報指數對不同地區強降水的評估來看，逐日EFI產品對湖南地區的暴雨預報準確率在夏季最高，秋季次之，春季和冬季準確率最低[17]，降水大值區和強降水具有較好的對應關系[17-18]。24～72 h預報時效內，四川盆地夏季暴雨預報對應最佳降水EFI產品的閾值為0.40～0.60，空報率（或漏報率）隨著預報時效的增加也明顯增加[19-20]，并且EFI產品對華東地區夏季95%和99%分位極端降水預報的ETS評分整體高于ECMWF高分辨率模式降水，對極端降水最大值也有一定的預報能力[21]。

在氣候變暖背景的影響下，新疆極端降水事件在20世紀80年代后明顯增加[22-23]，且在不同區域的分布呈明顯差異[24]，極端降水量的增多使得新疆部分地區洪澇災害損失呈上升趨勢[25]。已有專家對2015—2018年逐日降水極端天氣指數（EFI）在新疆不同季節大量、暴量、大暴量3個等級降水預報中的應用情況進行了評估[26]，但此研究旨在對新疆大量及以上降水量級預報的站點檢驗，單純區分降水量級對EFI產品的應用檢驗不能代表不同區域的實際情況，且根據阿勒泰市強降水衍生災害分析結果來看，降水超過15 mm并伴有雷暴可作為阿勒泰市泥石流氣象預警指標[27]，并非暴量及以上的強降水才會引發洪澇、泥石流等自然災害。另外，新疆受降水影響出現洪澇及衍生災害的時間主要集中在夏半年（4—9月）。因此，本文基于現階段較為完整的降水極端天氣指數，對2013—2019年新疆夏半年歷史95%分位以上的極端降水進行檢驗評估，在分析降水EFI預報閾值的基礎上，對降水EFI預報極端降水落區的情況進行評估，為降水EFI產品在新疆夏半年極端降水預報中的應用提供參考依據，有助于提前防范極端降水引發的洪澇、泥石流、山體滑坡及其他衍生災害。

1 資料和方法

1.1 研究區域和資料說明

使用的資料為：（1）2013—2019年歐洲中心集合預報提供的4—9月逐日降水極端天氣指數（EFI）產品（北京時間20時起報），預報時效選取12～36、36～60、60～84 h，空間分辨率為0.25°×0.25°。（2）全國綜合氣象信息共享平臺提供的1961—2019年4—9月新疆105個氣象觀測站逐日降水量資料（08—次日08時），剔除缺測量超過5%的站點，所選95個站點均勻分布于新疆各地州，不同地形、高度站點均有選樣（圖1）。

圖1 研究區域氣象觀測站點的分布

1.2 EFI算法介紹

極端天氣指數（EFI）產品取值范圍為[-1，1]，當所有的集合預報成員大于（小于）氣候概率的最大值，則EFI取值為1（-1），它的絕對值大小不僅反映與模式氣候平均值的距離，也反映預報的可信度。對于降水EFI產品，數值越接近0，表明發生極端強降水或者干旱情況的可能性越小；數值越接近1（-1），表明出現極端強降水事件（極端干旱事件）的可能性越高。

1.3 研究方法

鑒于極端降水具有明顯的區域差異，采用研究氣候極值變化最常用的百分位法[28]，分別確定不同站點的極端降水閾值，將1961—2017年各站點夏半年日降水量按升序排列，選取95%作為研究站點的極端降水閾值，當測站日降水量超過該站點閾值，認為出現極端降水事件。時間特征部分做Mann-Kendall突變及線性趨勢分析，對統計結果進行顯著性檢驗（相關系數檢驗）。

降水EFI產品與站點觀測數據的檢驗評估采用“相鄰格點”插值方法[29]，即將研究測站周圍4個格點中最大的值賦予給該站點。在降水EFI產品的檢驗評估中，運用TS評分來尋找最優預報閾值，預報偏差BIAS用來衡量漏報（BIAS＜1）或者空報（BIAS＞1）[30]。本文評估對象是極端降水事件，因此將滿足極端降水條件的降水日觀測值標記為1，其他未達到極端降水條件的觀測值標記為0，當預報EFI＞閾值時，預報值標記為1，簡化為單個等級值1的TS評分統計。

本文通過分析南、北疆夏半年極端降水事件的時空分布特征，檢驗不同閾值、不同預報時效降水EFI產品在極端降水中的應用情況，評估降水EFI對2018、2019年極端降水的落區預報，討論和訂正降水EFI的最優預報閾值。

2 夏半年極端降水的特征分析

2.1 極端降水的空間分布特征

由1961—2017年夏半年極端降水閾值的空間分布（圖2a）可知，夏半年極端降水閾值呈山區高、盆地低的特點，北疆平均夏半年極端降水閾值達12.7 mm，高于南疆夏半年極端降水閾值（9.7 mm），高值區主要分布在伊犁河谷南部山區、天山山區、烏魯木齊、昌吉州東部、南疆西部山區、和田地區、巴州北部山區和哈密市北部山區。年均夏半年降水量（圖2b）和極端降水量（圖2c）的分布存在明顯的區域差異，南疆夏半年降水量和極端降水量平均為59.2和19.2 mm，北疆夏半年降水量和極端降水量平均為166.7和45.2 mm，遠大于南疆；結合年均夏半年極端降水頻次（圖2d），北疆平均值為2.3 d，其中伊犁河谷山區、天山山區的極端降水頻次＞3.0 d，是夏半年極端降水頻發區；南疆年均夏半年極端降水頻次為1.2 d，僅4站＞2.0 d，表明南疆夏半年發生極端降水的次數比北疆少，這與年均夏半年降水量和極端降水量的分布較為一致。

圖2 新疆夏半年極端降水閾值（a，單位：mm）、降水量（b，單位：mm）、極端降水量（c，單位：mm）和極端降水頻次（d，單位：d）的空間分布

2.2 極端降水的時間變化特征

從南、北疆夏半年極端降水量和極端降水頻次的時間變化（圖3）可知，1961—2017年南、北疆觀測站點的平均極端降水量、極端降水頻次總體上均呈上升趨勢。結合M-K突變檢驗和線性趨勢分析（通過0.05的顯著性檢驗），北疆平均夏半年極端降水量和極端降水頻次從20世紀80年代后均有明顯的增加，分別在1991、1987年發生突變，兩者在2016年達到峰值，夏半年極端降水量達99.1 mm，極端降水頻次達4.7 d。南疆平均夏半年極端降水量和極端降水頻次均在1992年發生突變，兩者在2010年達到峰值，夏半年極端降水量達49.2 mm，極端降水頻次達2.6 d。

圖3 南、北疆夏半年極端降水量（a為北疆，b為南疆；單位：mm）和極端降水頻次（c為北疆，d為南疆；單位：d）的時間變化

3 降水EFI的預報閾值分析

北疆與南疆地區的極端降水特征不同，降水EFI產品的預報能力是否也會呈現出不同的特征？本文分南、北疆不同區域檢驗降水EFI產品在夏半年極端降水預報中的應用情況。

3.1 不同預報時效降水EFI與極端降水的分布

對2013—2017年夏半年12～36、36～60、60～84 h逐日降水EFI值與極端降水進行擬合分析，結果見圖4。夏半年極端降水對應EFI預報值主要分布在0.10～1.00，隨著極端降水量的增加，降水EFI預報值呈線性增加趨勢，表明降水EFI與極端降水有很好的正相關。北疆夏半年極端降水量為8.2～91.5 mm，對比極端降水與12～36 h預報時效內降水EFI預報值（圖4a）可知，82%的極端降水對應降水EFI預報值在0.40以上，降水EFI預報均值為0.60；36～60 h預報時效內（圖4b），77%的極端降水對應降水EFI預報值在0.40以上，降水EFI預報均值為0.54；60～84 h預報時效內（圖4c），68%的極端降水對應降水EFI預報值在0.40以上，降水EFI預報均值為0.48，隨著預報時效的增加，降水EFI預報均值越來越小。南疆夏半年極端降水量為4.4～44.4 mm，12～36、36～60、60～84 h預報時效內，逐日降水EFI預報均值分別為0.49、0.44、0.36，明顯低于北疆極端降水預報均值，對應降水EFI預報值在0.40以上的極端降水分別為62%、57%和42%，降水EFI在北疆夏半年極端降水預報中的預報效果優于南疆，且南疆極端降水量與降水EFI預報值擬合直線的斜率由0.008減小至0.006，表明隨著預報時效的增加，降水EFI的預報能力有所降低。

圖4 12～36、36～60、60～84 h預報時效內降水EFI與南、北疆夏半年極端降水量的散點分布

降水EFI預報值與夏半年極端降水有很好的正相關，降水EFI對北疆夏半年極端降水的預報略優于南疆；隨著預報時效的增加，降水EFI預報能力逐漸降低。

3.2 降水EFI的最優預報閾值

為分析夏半年極端降水中降水EFI的預報準確率和最優預報閾值，圖5為12～36、36～60、60～84 h預報時效內，不同降水EFI預報值對應南、北疆夏半年極端降水的TS評分和預報偏差。整體來看，降水EFI對南、北疆夏半年極端降水預報的TS評分并非隨著降水EFI閾值的增大而增大，而是在降水EFI閾值處于0.50～0.80達到峰值，且隨著降水EFI閾值的增加，預報偏差明顯減小，即空報率減少，漏報率增加。12～36 h預報時效中，北疆夏半年極端降水出現最高TS評分（0.13）時，降水EFI預報值為0.70，對應預報偏差為2.18，南疆夏半年極端降水出現最高TS評分（0.06）時，降水EFI預報值為0.65或0.70，預報偏差分別為4.35和2.99；36～60 h預報時效中，北疆夏半年極端降水出現最高TS評分（0.12）時，降水EFI預報值為0.65，對應預報偏差為2.23，南疆夏半年極端降水出現最高TS評分（0.05）時，降水EFI預報值為0.55，預報偏差＞5.00；60～84 h預報時效中，降水EFI預報值為0.60時，北疆、南疆夏半年極端降水均出現最高TS評分（0.10、0.04），對應預報偏差分別為2.36、2.65。由此可知，隨著預報時效的增加，夏半年極端降水最高TS評分均有所減小，北疆夏半年極端降水最高TS評分對應的EFI閾值隨著預報時效的增加，由0.70減小至0.60，而南疆最高TS評分對應的降水EFI閾值在0.55～0.65，且最高降水EFI閾值對應的預報偏差并非最接近1。

圖5 12～36 h（a）、36～60 h（b）、60～84 h（c）預報時效內，降水EFI對南、北疆夏半年極端降水的TS評分（柱狀）和預報偏差（曲線）

在夏半年極端降水預報中，選取最高TS評分對應的降水EFI閾值進行預報時，要考慮空報率和漏報率，但最高TS評分與最接近1的預報偏差并非對應同一降水EFI閾值。因此，依據不同降水EFI閾值對應的TS評分，綜合預報偏差（BIAS）的取值，得到南、北疆夏半年極端降水預報的最優降水EFI閾值（表1）。北疆和南疆夏半年極端降水預報的最優降水EFI閾值集中在0.65～0.75，選擇最優閾值作為極端降水預報標準時，北疆地區12～36、36～60、60～84 h預報時效內，極端降水的TS評分分別為0.13、0.11、0.10，南疆地區對應時效的TS評分分別下降至0.06、0.05、0.04，表明降水EFI在北疆夏半年極端降水預報中的預報效果優于南疆，隨著預報時效延長，降水EFI預報準確性降低。

表1 最優EFI閾值及對應的TS評分和預報偏差BIAS

4 降水EFI最優閾值檢驗和應用

4.1 降水EFI最優閾值檢驗

夏半年極端降水預報的最優降水EFI閾值集中在0.65～0.75，以2018、2019年極端降水天氣事件為例，對最優降水EFI閾值進行檢驗，結果見表2。北疆地區，當降水EFI預報閾值取0.70時，12～36、36～60、60～84 h預報時效內，TS評分分別為0.23、0.22、0.24，均高于降水EFI預報閾值取0.65和0.75時的TS評分，且對應的預報偏差BIAS最接近于1；南疆地區，當降水EFI預報閾值取0.65時，12～36、36～60、60～84 h預報時效內，TS評分分別為0.14、0.12、0.12，除了與12～36 h預報時效內，降水EFI預報閾值取0.70時的TS評分持平外，其余評分均為最高，但對應預報偏差BIAS分別為1.48、1.36、0.83，相較而言，降水EFI預報閾值取0.70時，12～36、36～60 h預報時效內的預報偏差更接近于1。通過檢驗分析，12～36、36～60 h預報時效內，最優降水EFI閾值取0.70時，對南、北疆夏半年極端降水的預報效果最佳。

表2 2018、2019年極端降水最優EFI閾值檢驗

4.2 降水EFI預報應用

根據2018—2019年夏半年極端降水的情況，選取日降水中發生極端降水站數＞10個的極端降水天氣，依據12～36 h預報時效內降水EFI的預報情況來預報極端降水落區。為保證選取的日極端降水天氣中，站點分布均勻且南、北疆均有涉及，本文研究中選取2018、2019年各兩場極端降水天氣，分別為：2018年5月21日，2018年9月24日、2019年8月17日、2019年9月10日。

圖6為4場極端降水天氣中降水EFI預報場與實況降水落區。降水EFI正值區與4場天氣的有量降水區均有很好的對應，最優降水EFI閾值選取為0.70時，對南、北疆夏半年極端降水的預報效果最佳。2018年5月21日，降水EFI預報0.70及以上的區域位于喀什地區西部、克州及和田地區南部（圖6a），對比實況降水落區（圖6b）來看，降水EFI預報0.70的范圍對喀什地區西部、克州5個站點的預報與實況吻合，其他站點的預報值略偏小。2018年9月24日北疆偏西地區極端降水天氣，降水EFI預報0.60及以上的區域主要位于伊犁州、博州、塔城地區北部和天山山區的局部區域（圖6c），上述區域均出現中雨及以上降水，對伊犁州北部和東部、博州及塔城地區北部的預報值＞0.70，實況中上述區域13個站點均出現極端降水（圖6d）。2019年8月17日，降水EFI對伊犁州、博州、塔城地區北部和阿克蘇地區北部山區預報值＞0.70（圖6e），其中10站出現極端降水（圖6f），僅對阿合奇站出現漏報。2019年9月10日（圖6g、6h），南、北疆均出現降水天氣，降水范圍廣，21站出現極端降水，降水EFI預報0.70及以上的預報落區中有15個站點出現極端降水，但對北疆偏西地區和南疆部分站點存在漏報。

圖6 降水EFI預報場（a、c、e、g）與實況降水落區（b、d、f、h）

通過降水EFI對4場極端降水天氣的預報及其與實況的對比分析可知，降水EFI預報的正值區與實況降水落區有很好的對應，降水EFI預報的大值區也正好對應降水的大值區。實況降水量為大雨（＞12.1 mm）的站點，對應降水EFI的預報值也多在0.50以上；實況中79.6%的極端降水站點對應降水EFI的預報值在0.70及以上，但降水EFI閾值選取0.70時，上述4場極端降水天氣均存在部分站點的空報或漏報。

4.3 降水EFI預報分析

根據降水EFI對4場極端降水天氣的TS評分和預報偏差（圖7）可知，2018年5月21日南疆西部極端降水天氣中，降水EFI預報值為0.40～0.45，TS評分最高，但對應預報偏差為1.88，預報值取0.70時，TS評分為0.15，預報偏差為0.44，漏報偏多，預報值取0.60時，TS評分為0.45，預報偏差為1.67。2018年9月24日北疆偏西極端降水天氣中，降水EFI預報值為0.65時，TS評分最高（0.73），對應預報偏差為1.31，空報較多，預報值為0.70時，TS評分為0.71，預報偏差為1.15，仍存在部分站點的空報，但綜合來看，當降水EFI預報值取0.70時，降水EFI對此場天氣的預報效果尤為顯著。2019年8月17日極端降水天氣，TS評分最高時（0.50），降水EFI預報值為0.70，此時預報偏差為1.55，預報值選取0.80時，預報偏差（0.91）最接近1，但此時TS評分為0.45。2019年9月10日南北疆極端降水天氣中，降水EFI預報值選取0.60和0.75時，TS評分均為0.24，但預報偏差分別為2.14和1.14。通過對4場極端降水天氣的分析，結合空報率和漏報率，降水EFI閾值選取0.60～0.80時，TS評分相對較高。

圖7 12～36 h預報時效內，降水EFI對4場極端降水天氣的TS評分（柱狀）和預報偏差（曲線）

5 結論和討論

根據新疆1961—2019年夏半年95個氣象觀測站點的降水數據和2013—2019年極端天氣指數（EFI）資料，分析了南、北疆夏半年極端降水的時空分布特征，并運用TS評分和偏差分析，檢驗了不同預報時效內降水EFI產品在南、北疆夏半年極端降水中的應用情況，以2018、2019年夏半年極端降水天氣為例，評估了降水EFI對降水落區的預報性能，訂正最優降水EFI的預報閾值。主要得出以下結論：

（1）夏半年極端降水閾值、極端降水量和極端降水頻次的空間分布存在明顯的區域差異，均呈現山區高、盆地低的特點，南疆夏半年極端降水閾值低于北疆，南疆夏半年發生極端降水的次數相比于北疆偏少。南、北疆觀測站點平均夏半年極端降水量、極端降水頻次總體均呈上升趨勢，北疆夏半年極端降水量和極端降水頻次在1991、1987年發生突變，南疆夏半年極端降水量和極端降水頻次均在1992年發生突變。

（2）降水EFI預報值隨著降水量的增加呈線性增加趨勢，夏半年極端降水量與降水EFI預報值有很好的正相關，隨著預報時效延長，降水EFI預報能力逐漸降低，尤其是對南疆夏半年極端降水的預報能力。降水EFI對夏半年極端降水預報的TS評分并非隨著降水EFI閾值的增大而增大，而是在EFI閾值處于0.50～0.80達到峰值，且隨著降水EFI閾值增加，預報偏差明顯減小。綜合TS評分和預報偏差，南、北疆夏半年極端降水預報的最優降水EFI閾值集中在0.65～0.75。

（3）通過對2018、2019年夏半年極端降水天氣的預報檢驗，最優降水EFI閾值為0.70時，南、北疆極端降水預報的TS評分與預報偏差綜合最好；降水EFI預報對實況降水落區有一定的指示意義，降水EFI預報的大值區也正好對應降水的大值區，降水EFI預報值越大，出現極端降水的可能性越大。當降水EFI預報值超過0.60時，要考慮出現極端降水的可能性，實際預報中，可以將降水EFI預報值在0.70及以上的范圍作為可能出現極端降水的預報落區。

本文檢驗評估了降水EFI產品在新疆夏半年極端降水落區預報中的應用情況和最優預報閾值，但由于保存資料的年限限制，選取的大范圍極端降水天氣偏少，在落區預報中的檢驗和評估有一定的局限性。且由于降水EFI預報落區與實況站點有所偏差，在實際業務中，當降水EFI預報達到或超過預報閾值時，要根據天氣形勢和物理量特征等對極端降水預報落區進行訂正。