基于CMPAS的“韋帕”臺風過程降水真實性評估

陳逸智，鄭艷萍，張春燕，王沛東，侯 靈，鄧若釗

(1.廣東省氣象數據中心，廣州 510000；2.廣東省遂溪縣氣象局，廣東 遂溪 524300)

1 概述

近年來，為解決地面觀測站點分布密度逐漸無法滿足精細化預報需求的問題，將地面觀測降水量與雷達衛星等多種產品融合逐漸成為了國際社會在高質量降水產品研制中的主流趨勢[1]，而國內外學者也對融合后空間分辨率更高的格點降水產品的可靠性進行了各方面評估和訂正[2-7]。我國多源融合降水數據的研究以國際先進的融合技術為基礎，消化吸收并自主創新，逐步形成了自己的數據同化和數據融合體系。國家氣象信息中心師春香團隊經過對融合技術的發展和完善，2009年來發布了基于中國氣象局多源融合降水分析系統(CMPAS)的二源(地面、雷達)和三源(地面、雷達、衛星)融合降水產品[8-10]。此外，也有不少學者針對本地特點及不同插值方法做出了各種特色的融合產品，豐富了國內對多源融合的研究[11-16]。

為了提升實況產品基礎服務能力，國家氣象局定制實況業務建設實施方案，要求加強實況檢驗評估，以指導用戶正確使用數據。在下發產品后，多省對產品在本地的適用性進行了評估，曠蘭等[17]對重慶復雜地形下的多源融合分析產品做了檢驗評估，結果顯示隨著降水等級增大，產品的誤差、相關性以及TS等級評分的分布越離散；李超等[18]基于2018—2020年云南省126個國家地面觀測站逐小時降水資料，客觀定量評估了CMPAS二源和三源產品在云南地區的適用性，結果表明兩套融合降水產品均能較好地反映云南區域小時降水的時空變化特征，但都低估了實際降水量，且三源融合降水產品在云南的適用性更強；黃勤等[19]的研究也證明多源融合產品在陜西區域存在一定低估，但總體上與實測降水相關性較好。

廣東省歷來強降水多發，降水過程豐富多樣，且地形復雜多變，實況融合降水產品能否真實反應區域降水分布，在預報業務應用之前亟待論證。本文將檢驗源數據站點氣象要素觀測數據作為“真值”，采用自然臨近的插值方法，選擇距離站點最近的網格實況值插值到觀測點，統計比較一段時間內兩者的誤差或相關關系，以期為實況融合的業務應用能力提供數據支撐。

2 數據和方法

2.1 數據描述

2.1.1被檢驗產品描述

此次降水網格產品真實性評估的對象是業務準入的多源融合實況分析產品(CMPAS_1km)中的降水產品，空間范圍為109.30～117.50°E，19.91～25.69°N(格點數：821×579)，時間跨度為2019—2021年5—10月，2022年5—8月，空間分辨率為0.01°×0.01°，時間分辨率為逐小時，所使用的融合資料包括地面、衛星、雷達等多源數據。

2.1.2檢驗源數據描述

檢驗源數據包括獨立檢驗源和非獨立檢驗源。非獨立檢驗源包括86個國家站和2 999個上行國家氣象信息中心的考核與非考核區域自動站。

所使用的非獨立檢驗源進行了省級本地化質量控制：在MDOS質控[20]的基礎上，廣東省氣象數據中心分析了省內多區域雨量時空分布特征[21]，結合自動觀測雨量站站網分布特征，設計適用于廣東降水量的空間一致性質量控制方法，采用臨近站“配合”法與Madsen-Allerupt 方法結合的質控方法針對偏大雨量進行質控，采用二次多項式擬合法對偏小雨量進行檢查，對空間一致性判斷為疑誤的數據，設計S波段雙偏振雷達組合反射率協同檢查方案，大大減少了疑誤數據漏檢、誤檢問題。

獨立檢驗源數據為經質量控制后的2019年廣東省范圍內共計4 449個地面雨量站數據，包括2 431個未上行非考核區域自動站(見圖1)和2018個水文雨量站(見圖2)，逐時的降水量要素質控方法與非獨立檢驗源數據質控方式相同。

圖1 2019年廣東省未上行區域站分布示意

圖2 2019年廣東省水文站分布示意

2.2 檢驗方法

2.2.1誤差指標

平均值誤差(ME)：

(1)

均方根誤差(RMSE)：

(2)

平均絕對誤差(MAE)：

(3)

相關系數(COR)：

(4)

平均相對誤差(MRE)：

(5)

式中：

Oi——站點觀測值；

Gi——實況分析產品插值到檢驗站點得到的數值；

N——參與檢驗的總樣本數(站次數)。

降水分級檢驗的逐小時降水量等級劃分見表1所示。

表1 逐小時降水量等級劃分

各個降水級別的誤差指標計算，其樣本為觀測降水量在該級別內的實況和觀測樣本，其計算方法參照公式(1)～(5)。

2.2.2傳統檢驗評分

技巧評分(TS)：反映預測正樣本與觀測正樣本的對應程度如何，其計算公式為：

(6)

相當技巧評分(ETS)：反映預測正樣本與觀測正樣本的對應程度如何，其中扣除了隨機預報產生的命中數量，其計算公式為：

(7)

命中率(POD)：反映觀測的正樣本中多少被預報，其計算公式為：

(8)

空報率(FAR)：反映預報的正樣本中實際未發生的比例，其計算公式為：

(9)

漏報率(MR)：反映觀測正樣本被預報為負樣本的比例，其計算公式為：

(10)

頻率偏差(BIAS)：反映預報的正樣本數和觀測的正樣本數的比值，其計算公式為：

(11)

式中：

NA——產品與站點均有降水的數量；

NB——產品有降水，但站點無降水的數量；

NC——產品無降水，但站點有降水的數量；

ND——產品與站點均無降水的數量；

R(a)——隨機預報產生的命中數量。

3 產品質量評估

3.1 過程總體評估

第7號臺風“韋帕”是2019年登陸廣東省的首個臺風，具有“近海生成、強度較弱，路徑曲折、移速多變，降水明顯、風力較小”的特點。受“韋帕”影響，廣東省中南部市縣普遍出現了暴雨到大暴雨，其中湛江、茂名、云浮、陽江、江門、珠海等市出現了局地特大暴雨，湛江雷州市龍門鎮錄得全省最大累計雨量396 mm；廣東省沿海市縣和海面出現了8～9級、陣風10～12級的大風。7月31日到8月2日白天，廣東省中南部市縣普遍出現了暴雨到大暴雨，其中湛江、茂名、云浮、陽江、江門、珠海等市出現了局地特大暴雨。7月31日08：00到8月02日17：00，全省平均雨量為78.3 mm，降雨量超過25 mm的站點占全省總站數的68.5%，有119個站錄得超過250 mm的累計雨量，有1 579個站錄得100～250 mm的累計雨量，有1 066個站錄得50～100 mm的累計雨量。

圖3中格點和站點的累計降水分布顯示，格點產品和站點降水集中區域有較大差別，格點產品在部分區域的降水量級表現出不同程度的偏小和偏大。在降雨較小的粵中地區(清遠、河源、韶關等地)，格點產品普遍顯示降雨超過50 mm，而站點真值大部分處于50 mm以下；在降水大值地區(江門、陽江、茂名、湛江)，格點產品的降水又明顯偏小，未能復現出站點真值，在陽江和江門地區超過400 mm的降水極值區，且對于累計降水處于250～400 mm的次極值地區復現效果也不佳。

a 格點累計降水

各個降雨量級的頻率分布(見圖4c～d)顯示，CMPA1km出現無降水(小于0.1 mm)的頻率相比未上行區域站和水文站要低一些，出現1級降水的頻率則比未上行區域站和水文站高一些，尤其是水文站，這種現象更明顯。這表明，站點實測無降水的某些時候，CMPA 1 km會出現弱降水，但這種情形較少。其他等級降水的出現頻率，CMPA 1 km和實際觀測差不多。從散點圖上看，該個例中，未上行區域站、水文站的CMPA 1 km與觀測逐時降水在20 mm以下時相對更接近，在20 mm以上差距更大，表明CMPA 1 km降水產品在強降水情況下存在更大偏差。而散點圖中(見圖4a～b)，越接近紅色直線的點表示格點值距離站點真值的偏移越小，可以看出非上行區域站和水文站的格點值距離真值的偏移在整個過程中沒有明顯區別。

a 非上行區域站

3.2 過程誤差分析

從各項誤差分布(見圖5)可以看出，非獨立檢驗中(見圖5a～d)，各指標的表現都很好，趨近于沒有誤差。而在獨立檢驗中(見圖5e～l)，在茂名、江門、湛江這幾個降水集中區域，誤差相比周圍區域明顯偏高，尤其是MAE和MRE的分布偏高更加明顯，而這幾個區域對應的是該過程累計降水的極值區，即從結果中可以看出，誤差量與降水量呈明顯的正相關。相關系數在降水大值區偏高，在水文站的相關系數分布圖(5h)中表現更為突出，但在降雨大值區和小值區的交界部分(粵中區域)，相關系數明顯偏低。

而誤差指標(見表2)顯示，非獨立檢驗的誤差明顯比獨立檢驗小，差距在一個數量級以上，獨立檢驗的誤差(包括MAE和RMSE)從20 mm量級開始迅速上升，誤差與降水量級呈正相關的趨勢，且通過ME可以看出，格點產品在大部分情況下均比站點值偏小，且偏小程度與降水量級成正比。相關系數則是在不分級的情況下表現較為良好，獨立檢驗在0.8以上，但是在各降水量級情況下均表現不佳，在50 mm以上極端強降水表現最差。

表2 獨立檢驗和非獨立檢驗在各個降水等級(mm)上的MAE、ME、RMSE、COR分布

3.3 過程評分分析

綜合評分圖(見圖6)顯示，越靠近右上角的點評分越高，非獨立檢驗的綜合評分均接近于滿分，而獨立檢驗方面水文站的綜合評分略微優于非上行區域站。在不同降雨量級上，20 mm以下量級的綜合評分與降水量呈負相關，即在0～20 mm范圍內降水量越大，綜合評分越低；而當降水量超過20 mm時，綜合評分有較為明顯的上升。

a 國家站

各雨量等級的評分分布(見表3)顯示，在獨立檢驗中，各評分指標幾乎都隨降雨量級的增加呈下降趨勢，TS評分和命中率的下降最為明顯，空報率在所有降水量級都很高，且在50 mm以上的降水區間最高；頻率偏差在10 mm以下的雨量沒有明顯變化，但超過10 mm后也出現明顯的下降。TS評分則明顯與降水量級呈負相關，非獨立檢驗的各項評分顯著高于獨立檢驗。

表3 獨立檢驗和非獨立檢驗在各個降水等級上的TS、ETS、POD、FAR、MR、BAIS分布

3.4 站點誤差分析

對于單站誤差，本次研究選取了過程中兩個格點值偏差最大的獨立檢驗站點進行分析，從這兩個站點的時序圖(見圖7)可以看出，格點產品正確反映出了降水極值出現的時間，但是在極值處格點值明顯小于站點值，而較小量級降雨時段的格點值與站點值基本持平，證明格點值的誤差主要出現在極值時段。

a 水文站

表4顯示，過程中偏差最大的獨立檢驗站點me和mre均為負值，與圖7和表2的現象一致，再次證明了格點產品存在總體比站點真值偏小的情況，而相關系數雖然比非獨立檢驗明顯偏小，但在獨立檢驗中屬于較高水平。

表4 格點和站點值差距最大的水文站和非上行區域站的誤差分布

4 結語

本文基于國家氣象信息中心下發的實況分析降水融合產品(CMPAS)，使用質量控制后的站點降水作為真值，評估了降水融合產品在“韋帕”臺風過程中的融合效果。結果表明：

1)格點產品大體反映出了實際的降雨分布，但未能準確反映出降水極值所在區域，且降雨大值區與誤差大值區基本重合；在獨立檢驗中，格點產品與站點產品的相關系數總體較低，但在大雨量區域相關系數較高。獨立檢驗的誤差從20 mm量級開始迅速上升，誤差與降水量級呈正相關的趨勢，格點產品在大部分情況下均比站點值偏小，且偏小程度也與降水量級成正比。

2)各評分指標幾乎都隨降雨量級增加呈下降趨勢，TS評分和命中率的下降最為明顯，空報率在所有降水量級都很高，且在50 mm以上的降水區間最高；頻率偏差在10 mm以下的雨量沒有明顯變化，但超過10 mm后也出現明顯的下降；非獨立檢驗的綜合評分顯著高于獨立檢驗。

3)對誤差最大的單站評估顯示，格點值總體小于站點值，且在極值處偏離最明顯；該站點對應的格點值正常反映出了降水極值出現的時間，與整個過程的趨勢一致。過程中偏差最大的獨立檢驗站點相關系數不高，但是在獨立性檢驗整體中屬于較高水平。

4)綜合評估結果，該實況融合產品對降水的空間分布、時間分布和大值區范圍有較好的刻畫能力，但對于極值大小和區域的刻畫不太精準，同時表現出誤差隨降水量的增加而增大的趨勢。所以該產品可以用于較小量級降水的落區預報以及站點降水極值出現時間的預報，但是對于強降水過程的預報需慎用。