烏魯木齊區域數值預報業務系統降水預報檢驗與評估分析

杜娟，于曉晶，辛渝，李曼，馬玉芬

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002；2.中亞大氣科學研究中心，新疆烏魯木齊 830002）

烏魯木齊區域數值預報業務系統降水預報檢驗與評估分析

杜娟1，2，于曉晶1，2，辛渝1，2，李曼1，2，馬玉芬1，2

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002；2.中亞大氣科學研究中心，新疆烏魯木齊 830002）

基于烏魯木齊區域數值預報業務系統，運用Ts和Bias評分方法，對2012年9月1日—2015年8月31日逐日2個起報時次的逐6 h累積降水量的年與季節預報性能進行檢驗，并從空間上分析了2015年全疆站點逐6 h累積降水量在4個預報時段的評分特征。結果表明：（1）2個起報時次的降水評分相差較小，00 UTC起報略優于12 UTC起報，2015年系統改進了白天大量級降水的空報現象。（2）系統對晴雨預報較為準確，Bias接近1，空報、漏報率很小；隨著降水閾值的升高，Ts評分減小，Bias變幅增大，空、漏報率也隨之增加。系統對強降水過程以漏報為主。（3）系統的降水預報能力存在季節差異，夏季Ts評分最高，秋季次之，冬季最小；隨時間模式對四季降水預報能力均有提高，降低了冬季大量級降水的漏報率和夏季大量級降水的空報率。（4）在新疆地區，08—14 BT（Beijing Time）、14—20 BT、20—次日02 BT空報站點數多于漏報，14—20 BT空報率最高；在02—08 BT整體呈漏報。（5）各站點整體來看，白天Ts評分高于夜間，山區及鄰近地區評分高于平原地區；西天山評分略優于東天山，夜間晴雨預報有天山北坡漏報、南坡空報的趨勢。

區域數值預報系統；6 h降水預報；Ts評分；Bias評分；空間檢驗

隨著高性能計算機、觀測系統和氣象科學的發展，數值天氣預報技術日益成熟，數值預報產品在天氣預報業務中的指導作用也越來越重要。快速更新循環同化預報系統（Rapid Update Cycle，簡稱RUC系統）是針對短時臨近天氣預報發展的技術，可以為預報員提供有力的技術支持。RUC系統分為同化和預報兩個部分，通過高頻次同化吸收最新的觀測資料，不斷更新背景場，提供更準確的初始場來進行短期預報。美國NCEP（NationalCentersof Environmental Prediction）從1994年開始業務運行RUC系統，為中尺度預報提供指導產品[1，2]。之后，RUC系統經過多次改進與升級[3-5]，新一代快速更新同化預報系統（Repaid Refresh，簡稱RR）于2012年業務化，替換原來的RUC系統。我國氣候復雜多變，天氣氣候災害頻發，對發展短時臨近數值預報的需求十分迫切。為此，中國氣象局八大區域中心相繼研發了各自的區域模式，目前所有區域模式都已實現業務準入。北京快速更新循環預報系統（BJ-RUC）由中國氣象局北京城市氣象研究所基于WRF和WRF-3DA搭建[6，7]，于2008年4月投入業務運行，順利為2008年奧運會氣象保障服務，預報產品也作為業務預報的重要參考資料之一[8，9]。中國氣象局廣州熱帶氣象研究所基于GRAPES_meso及三維變分同化發展了快速更新同化預報系統（GRAPESCHAF）[10]。國家氣象中心在GRAPES-CHAF基礎上，采用新版的GRAPES_meso和GRAPES-3DVAR，構建了優化之后的RUC同化系統GRAPES_RAFS，于2010年5月準業務運行[11]。中國氣象局上海臺風研究所在2009年1月基于WRF和ADAS資料同化系統建立了快速更新同化系統SMB-WARR，并于2009年7月實現業務運行。

新疆氣候中心在2011年完成了新疆快速更新循環數值預報同化系統（XJ-RUC）的框架搭建和試運行[12]，2013年11月，該系統移植到中國氣象局烏魯木齊沙漠氣象研究所并實時運行，更名為沙漠綠洲戈壁區域同化預報系統（Desert Oasis Gobi Regional Assimilation and Forecast System，簡稱DOGRAFS），并于2015年12月業務準入。對降水的定量預報是天氣預報的重點和難點，以往對DOGRAFS系統的檢驗多針對風場[13]、輻射[14]、溫度[15]的預報性能評估，也有對降水的評估[16]，但沒有針對站點進行空間檢驗。基于此，本文從檢驗時段、檢驗量、站點空間檢驗更為全面對烏魯木齊區域數值預報業務系統降水性能進行評估分析。文章對業務系統逐日兩個起報時次（00UTC、12UTC）的6 h累積降水量進行檢驗評估，分別就近3 a年與季節的降水預報性能進行縱向對比，并分析了2015年區域模式站點降水的空間檢驗分布。通過對業務系統的降水預報性能進行評估分析，預報員可以更加準確應用模式產品，也為研發人員進一步改進系統奠定一定的工作基礎。

1 資料和方法

1.1 DOGRAFS系統

烏魯木齊區域模式基于WRFv3.5和WRFDAv3.4.1搭建，并于2015年6月增加雷達徑向風（VAD）同化模塊[17]。該系統每日運行4次，區域設置為27、9、3 km三重嵌套網格，垂直方向為40層，模式層頂為50 hPa。系統中主要物理過程參數設置為：WSM6云微物理方案，K-F對流參數化方案，ACM2邊界層方案，Noah陸面方案，RTMM長波輻射和Dudia短波輻射方案。模式以美國環境預報中心NCEP下發的GFS資料為初始場，每隔6 h同化一次全球電訊交換系統獲取的GTS全球觀測資料，主要包括地面觀測報（SYNOP）、探空報（SOUND）、航空例行天氣報告（METAR）、衛星測厚資料（SATEM）、風廓儀探測資料（PILOT）、衛星測大氣運動矢量資料（SATOB）、飛機報（AIREP）、雷達徑向風資料（RADAR），圖1為2015年6月27日06 UTC模式吸收的觀測資料種類及分布。

圖1 2015年6月27日06 UTC模式同化的觀測資料種類及分布

1.2 降水檢驗方法

本文基于烏魯木齊區域數值預報業務系統模擬的9 km區域降水預報結果，運用本地MET（Model Evaluation Tools）檢驗平臺，對6 h累積降水量進行評估。被檢驗資料為2012年9月1日—2015年8 月31日檢驗區域的逐6 h降水預報結果，實況觀測資料為檢驗區域內地面天氣報觀測的逐6 h累積降水。通過反距離權重法，將模式網格點降水預報結果插值到站點位置，生成模式的測站預報值，與對應站點實況降水比較計算評分。檢驗結果給出48 h預報時效的逐6 h累積降水量，在0—06時、06—12時、12—18時、18—24時、24—30時、30—36時、36—42時、42—48時的Ts評分（Threat Score）和Bias評分（Bias Score）兩個指標，分別對6個閾值（≥0.1、≥3.1 mm、≥6.1 mm、≥12.1 mm、≥24.1 mm、≥48.1 mm）的降水預報性能進行對比評估。

公式（1）、（2）為降水評估指標的計算公式[18]。

式中NA為預報正確站（次）數、NB為空報站（次）數、NC為漏報站（次）數。

2 降水性能檢驗

運用本地MET檢驗平臺，分別就近3 a年與季節的降水預報性能進行縱向對比，評估模式預報性能的變化，進而對比了站點降水檢驗的空間分布。本文降水檢驗以00 UTC、12 UTC起報，對6 h累積降水進行評估。

2.1 近3 a降水量評分逐年對比

圖2為2013—2015年烏魯木齊區域數值預報業務系統兩個起報時次不同預報時效的6 h累積降水Ts評分及Bias預報偏差，從當年9月1日至次年8月31日為一整年，即2013年為2013年9月1日—2014年8月31日。從近3 a Ts評分來看，隨著降水閾值的增加評分逐漸減小，兩個起報時次的預報結果相差較小。模式對0.1 mm閾值的降水評分最高，Ts在0.30左右，且不同預報時效差別較小，降水預報性能較穩定。對于3.1 mm閾值的降水，Ts評分在0.20附近，不同預報時效相差較大，2015年對前36 h的降水預報較前兩年有改進。對于6.1 mm閾值的降水，Ts評分多在0.10～0.15之間，2015年對前24 h的降水預報較前兩年有改進。對于12.1 mm 和24.1 mm大閾值降水，Ts評分均在0.10以下，且2015年對大閾值降水預報性能提高較為明顯。對于48.1 mm閾值降水，Ts評分全為0，這是由于新疆地處干旱區，48.1 mm（6 h）以上強降水過程比較罕見。綜合來看，多數情況下2015年在各量級降水不同預報時效得到的Ts評分最高，對降水預報能力有提高，尤以對大量級降水改進較大。

從Bias預報偏差來看，不同起報時次差別不大，隨著降水量級的增大，Bias變幅增大，空報、漏報率增加。對于0.1 mm閾值的降水，Bias評分在1.0附近，空報、漏報最少，小雨（以上）量級降水Ts評分也是對雨帶位置及范圍預報的衡量指標，所以區域模式對降水落區預報較為準確。對于3.1 mm閾值降水，Bias分布在0.6～1.4之間，00 UTC起報對24 h 和48 h逐6 h降水量漏報，其他預報時效空報，12 UTC起報對12 h和36 h逐6 h降水量漏報，其他預報時效略有空報。對于6.1 mm閾值降水，Bias分布區間擴大到0.5～1.6，空報、漏報率增大。對于12.1 mm閾值降水，Bias在0.3～1.8之間，空報漏報現象更嚴重，2015年較前兩年對白天降水預報的空報率降低。對于24.1 mm和48.1 mm閾值降水，Bias多數在1.0以下，對強降水過程以漏報為主。綜合來看，2015年改進了對白天大量級降水預報的空報現象。

2.2 近3 a降水量評分逐季節對比

按照新疆的氣候特點，四季劃分為：冬季（前一年11月—當年2月）、春季（3—5月）、夏季（6—8月）、秋季（9—10月）。

冬季：圖3是2013—2015年冬季降水檢驗結果，降水發生頻次少且降水量小，6 h累積降水量通常在12.1 mm以下。從圖中可以看出，在0.1 mm小閾值降水Ts評分較高，多在0.25～0.34之間，且2015年冬季較2014年預報能力有提高，12 UTC改進更為顯著。對于3.1 mm閾值降水，Ts評分明顯下降，維持在0.06～0.20，2015年預報效果改進明顯。對于6.1 mm閾值降水，Ts評分在0.02～0.18之間，夜間Ts評分較低，對夜晚降水預報能力有待提高。在新疆地區，冬季6 h累積降水量能達到12.1 mm以上的降水過程較少，圖中可以看出2015年Ts評分更高。從Bias評分來看，對于冬季6.1 mm以上的降水，整體呈漏報，2015年的漏報率低于前兩年。綜上，2015年對冬季降水預報能力有提高，其中對大量級降水預報提高明顯，降低了漏報率。

圖2 近3 a 9月1日—次年8月31日全年降水評分對比

圖3 2013—2015年冬季降水檢驗結果

春季：從2013—2015年春季降水檢驗結果（圖4）可知，春季降水較冬季明顯增多，Ts評分也有所提高，6 h累積降水量最大在24.1 mm以上。圖中所示，對于0.1 mm小閾值降水Ts評分在0.25～0.36之間，且2015年春季較前兩年評分有明顯提高，00 UTC改進效果顯著。對于3.1 mm閾值降水，Ts評分降低到0.12～0.24，部分預報時次有改進。對于6.1 mm閾值降水，Ts評分在0.04～0.16之間。對于12.1 mm閾值降水，Ts評分較低，為0.02～0.08，縱觀3 a 12 UTC起報預報性能有提升。對于24.1 mm以上量級，僅在前24 h降水預報有評分。從Bias評分來看，0.1 mm閾值降水偏差變化較小，Bias評分均在1.0附近，其他降水量級Bias評分變幅較大，最小值在0.2以下，最大值達2.8。在大量級降水，2015年漏報率、空報率均有所降低。綜上，2015年春季降水綜合得分高于前兩年，春季降水預報能力整體有提高。

夏季：從2013—2015年夏季降水檢驗結果（圖5）可見，夏季降水量最大，Ts評分在4個季節中最高，6 h最大累積降水量超過48.1 mm。從圖中可以看出，對于0.1 mm小閾值降水，Ts評分基本在0.30附近。對于3.1 mm閾值降水，Ts評分降低到0.14～0.32，部分預報時次評分高于前兩年。對于6.1 mm閾值降水，Ts評分在0.08～0.22之間，00 UTC起報相比前兩年有改進。對于12.1 mm閾值降水，Ts評分較低，為0.02～0.10，且2015年預報性能有明顯提升。對于24.1 mm以上量級，Ts評分大于0的值較少，多數出現在2015年。從Bias評分來看，對于0.1 mm閾值降水，Bias評分均在1.0附近，空報漏報率較小，對晴雨預報精度較高。對于3.1 mm和6.1 mm閾值降水。對于12.1 mm以上大量級的降水，2013年、2014年空報率較高，2015年明顯改善了空報情況，并對漏報也有一些改進。綜上，2015年對夏季降水預報能力整體有提高，降低了大量級降水的空報率。

圖4 2013—2015年春季降水檢驗結果

圖5 2013—2015年夏季降水檢驗結果

秋季：從2012—2014年秋季降水檢驗結果（圖6）可見，6 h最大累積降水量也在48.1 mm以上。從圖中可以看出，對于0.1 mm小閾值降水，Ts評分在0.25～0.40之間，且2014年秋季評分最高，對該閾值降水預報改進非常大。對于3.1 mm閾值降水，Ts評分降低到0.08～0.24，12 UTC起報優于00 UTC起報，2014年得分不及前兩年。對于6.1 mm閾值降水，Ts評分在0.04～0.16之間，部分時次有改進。對于12.1mm閾值降水，Ts評分較低，最高為0.08，且多個預報時次Ts評分為0，總體2014年預報性能有提升。對于24.1 mm以上量級，因評分時次較少，且都為2014年。從Bias評分來看，對于0.1 mm閾值降水，秋季較其他3個季節變幅大，Bias評分在0.6～1.6之間，系統對秋季降水落區預報較差。其他降水量級Bias評分變化也較大，其中2014年部分預報時次空報率較高。在大量級降水，漏報率有所減小。綜上，秋季降水落區預報較差，降水預報能力整體有所提高。

圖6 2012—2014年秋季降水檢驗結果

2.32015年站點降水量評分空間分布

以新疆地區為代表，從2015年08—14 BT降水預報評分（圖7）可以看出（主要分析新疆地區，下同），對于0.1 mm閾值，在阿勒泰北部沿阿爾泰山、塔城北部地區、伊犁河谷、西天山北部、南疆昆侖山北坡沿線站點Ts評分較高，可以達到0.4，其余地區評分低于上述地區；對比Bias評分，模式空報站點數多于漏報，12 UTC起報空報率高于00 UTC起報，模式在阿勒泰北部、塔城北部、天山峽谷（00時起報）、南疆西部山區（12時起報）空報率較高，在博州部分站點漏報率較高。對于3.1 mm閾值，00 UTC起報Ts評分高于12 UTC起報，多數評分在0.45以上，有評分站點主要分布在阿爾泰山、天山沿線；對比Bias評分，仍然是空報站點居多。對于6.1 mm閾值，00 UTC起報Ts評分優于12 UTC起報，多數站點為空報。綜合以上分析，對于2015年08—14 BT降水預報，多數站點模式呈空報，青海省除了西北地區整體空報；對0.1 mm閾值降水，00 UTC空報率低于12 UTC，對3.1 mm和6.1 mm閾值，00 UTC起報Ts評分優于12 UTC。

從2015年14—20 BT降水預報評分（圖8）可以看出，對于0.1 mm閾值，與08—14 BT時次相似，在靠近山區站點Ts評分較高，這也是由于山區降水多造成的；對比Bias評分，模式空報率非常高，僅在塔城北部、伊犁河谷靠近天山山區、東天山靠近天山大峽谷北部地區漏報。對于3.1 mm閾值，有評分站點主要分布在天山沿線，西天山地區評分略高于東天山，仍以空報為主。對于6.1 mm閾值，00 UTC起報Ts評分優于12 UTC起報，多數站點為空報。綜合以上分析，對于2015年14—20 BT降水預報，空報率非常高，高于08—14 BT；整體來說，對于新疆地區，00 UTC起報優于12 UTC。

從2015年20—次日02 BT降水預報評分（圖9）可以看出，對于0.1 mm閾值，Ts評分較日間降水有所降低，在阿勒泰北部、天山峽谷附近地區Ts評分相對較高；對比Bias評分，有天山北坡漏報、南坡空報的趨勢。對于3.1 mm和6.1 mm閾值，00 UTC起報評分主要集中在天山山區，12 UTC起報評分較為分散；對于3.1 mm，兩個起報時次以空報為主，對于6.1 mm，12 UTC起報空報率較00 UTC降低。綜合以上分析，模式對于2015年14—20 BT降水評分低于日間降水評分，且對0.1 mm閾值晴雨預報有天山北坡漏報、南坡空報的趨勢。

圖7 08—14BT降水預報評分

圖8 14—20 BT降水預報評分

圖9 20—次日02 BT降水預報評分

圖10 02—08 BT降水預報評分

從2015年02—08 BT降水預報評分（圖10）可以看出，對于0.1 mm閾值，Ts評分是四個時段里最低的，基本都在0.25以下；對比Bias評分，在中國區域整體呈漏報，僅在南疆西部山區部分站點略有空報。對于3.1 mm和6.1 mm閾值，也是呈漏報，在阿勒泰北部、伊犁河谷部分地區略有空報。綜合以上分析，模式對于2015年02—08 BT降水評分在四個時段里最低，漏報率最高。這種漏報現象部分歸因于在中國氣象局地面氣象觀測業務中，02 BT有些氣候站無觀測業務，從而02—08 BT 6 h累積降水量觀測的站數（即待評估站數）與其它時次不一致。而Ts與Bias評分具有時空差異，特別是Ts與氣候背景有關，降水多的地方，評分也就會高。因此選擇的站點不同，最后得到的評分也就不一樣。

3 結論

本文基于2012年11月1日—2015年8月31日期間烏魯木齊區域數值預報業務系統的逐6 h降水結果和實況資料，利用Ts和Bias評分方法，就年與季節的降水預報性能進行評估。之后分析了2015年站點逐6 h降水評分在4個時段的空間分布。

（1）從年降水不同等級的Ts評分與Bias可見，兩個起報時次的預報結果相差較小。隨著降水閾值的提高，Ts評分下降，同時Bias變幅增大，空、漏報率也在隨之增加。整體來看，烏魯木齊區域模式對降水預報能力有提高，特別是對大量級降水預報的改進較大，降低了日間大量級降水的空報率。

（2）對四季降水預報能力的評估得出，夏季Ts評分最高，秋季次之，冬季最小。這是由于預報區域位于我國干旱區，降水量普遍偏小，且降水主要集中在夏季，冬季以固態降水為主，含水量較低。對不同季節降水預報的改進分析可知，區域模式對四季降水預報能力均有提高，降低了冬季大量級降水的漏報率和夏季大量級降水的空報率。模式對秋季降水落區預報較差，預報精度有待提高。

（3）降水評分空間分布得出，在新疆地區，00 UTC起報優于12 UTC起報，4個時段中08—14 BT、14—20 BT、20—次日02 BT空報站點數多于漏報，14—20 BT空報率最高，02—08 BT整體呈漏報；白天Ts評分高于夜間，山區及鄰近地區評分高于平原地區；西天山評分略優于東天山，夜間晴雨預報有天山北坡漏報、南坡空報的趨勢。

烏魯木齊區域數值預報業務系統對降水預報的周期性偏差，即對日間空報、夜間漏報的現象應在日后的工作中進一步探索和研究。當前業務系統實現了CMACAST下發產品和雷達徑向風資料的同化，但要建立更加高效精準的RUC系統，仍然需要吸收更多有效的觀測資料，如風云二號E星云導風資料、雷達反射率資料等，應開展多源資料融合的研究，進一步提高預報水平。

[1]Benjamin S G,Dévényi D,Weygandt S S,et al.An Hourly Assimilation Forecast Cycle:The RUC[J].Monthly Weather Review，2004，132（2）：495.

[2]Benjamin S G,Jamison B D,Moninger W R,et al. Relative Short-Range Forecast Impact from Aircraft, Profiler,Radiosonde,VAD,GPS-PW,METAR,and Mesonet Observations via the RUC Hourly Assimilation Cycle[J].Monthly Weather Review，2010，138（4）：1319-1343.

[3]Benjamin S G,Devenyi D,Smimova T,et al.From the 13-KMRUCtotheRapidRefresh[C].American Meteorological Soc.Boston，2006.

[4]Benjamin S,Weygandt S S,Brown J M,et al.From the radar-enhanced RUC to the WRF-based Rapid Refresh [C].2007.

[5]Benjamin S G.NOAA’s hourly-updated 3km HRRR and RUC/Rapid Refresh-recent（2010）and upcoming changes toward improving weather guidance for air-traffic management[C].2011.

[6]鄭祚芳.RUC產品在一次強降水預報中的應用分析[J].氣象，2008（S1）：85-88.

[7]陳敏，范水勇，鄭祚芳，等.基于BJ-RUC系統的臨近探空及其對強對流發生潛勢預報的指示性能初探[J].氣象學報，2011，69（1）：181-194.

[8]魏東，尤鳳春，范水勇，等.北京快速更新循環預報系統（BJ-RUC）模式探空質量評估分析[J].氣象，2010，36（8）：72-80.

[9]魏東，尤鳳春，楊波，等.北京快速更新循環預報系統（BJRUC）要素預報質量評估[J].氣象，2011（12）：1489-1497.

[10]陳子通，黃燕燕，萬齊林，等.快速更新循環同化預報系統的汛期試驗與分析[J].熱帶氣象學報，2010，26（1）：49-54.

[11]郝民，徐枝芳，陶士偉，等.GRAPES RUC系統模擬研究及應用試驗[J].高原氣象，2011，30（6）：1573-1583.

[12]辛渝，陳洪武.XJRUC/CALMET及CALMET不同參數調整對達坂城—小草湖區風場預報影響[J].高原氣象，2014，33（6）：1674-1686.

[13]辛渝，湯劍平，趙逸舟，等.模式不同分辨率對新疆達坂城—小草湖風區地面風場模擬結果的分析[J].高原氣象，2010，29（4）：884-893.

[14]辛渝，王澄海，沈元芳，等.WRF模式對新疆中部地面總輻射預報性能的檢驗[J].高原氣象，2013，32（5）：1368-1381.

[15]李淑娟，于曉晶，琚陳相，等.DOGRAFS溫度和風場的預報檢驗[J].沙漠與綠洲氣象，2014（6）：1-9.

[16]于曉晶，于志翔，辛渝，等.沙漠綠洲戈壁區域同化預報系統降水預報檢驗[J].暴雨災害，2014，33（3）：281-289.

[17]馬秀梅，歐登格力，辛渝，等.C波段雷達在新疆區域數值預報系統中的應用初探[J].沙漠與綠洲氣象，2015，9 （6）：19-26.

[18]范水勇，陳敏，仲祚芹.北京地區高分辨率快速循環同化預報系統性能檢驗和評估[J].暴雨災害，2009，28（2）：119-125.

[19]程錦霞.2013年5月河南一次大暴雨成因分析及數值預報檢驗[J].氣象與環境科學，2014，37（2）：42-48.

[20]趙定池，陳俊，潘曉濱，等.一次暴雨過程的GPS掩星資料的同化應用[J].氣象與環境科學，2015，38（3）：87-93.

Evaluation and Analysis of Precipitation Predictability of Desert Oasis Gobi Regional Assimilation and Forecast System

DU Juan1，2，YU Xiaojing1，2，XIN Yu1，2，LI Man1，2，MA Yufen1，2
（1.Institute of Desert Meteorology，China Meteorological Administration，Urumqi 830002，China；2.Center of Central Asia Atmospheric Science Research，Urumqi 830002，China）

Based on the Regional Numerical Forecasting System in Urumqi,the annual and seasonal precipitation predictability of this system is evaluated,using the Threat Score and Bias Score of 6 h accumulated rainfall at two initialized times in one day from 1 September 2012 to 31 August 2015.Additionally,the spatial distribution of site’s 6 h accumulated rainfall forecast skill is analyzed in four forecast periods.The results indicate that：（1）The prediction performance of two initialized times is quite similar,although the performance at 12 UTC is slightly better than 00 UTC.The false alarm ratio of heavy rainfall during daytime is improved in 2015.（2）The probability of rain forecast is very accurate.The Bias score is close to 1 with small false alarm ratio and missed event ratio.Threat Score decreases and variation amplitude of Bias Score increases with the threshold value of rainfall increases.And it means that the false alarm ratio and missed event ratio will increase.What’s more,most heavy rainfall events are missed.（3）There are seasonal variations in rainfall forecast,which is greatest in summer,secondary in autumn,and the least in winter.The performance of precipitation forecast in every season is increased with time.Meanwhile,the missed event ratio of heavy rainfall in winter and the false alarm ratio of heavy in summer are both reduced with time.（4）In Xinjiang,the false alarm sites are more than the missed event sites from 8:00 to 14:00 BT（Beijing Time）,14:00 to 20:00 BT and 20:00 to 2:00 BT.The false alarm ratio is the highest in period from 14:00 to 20:00 BT,and the rain is missed as a whole from 2:00 to 8:00 BT. （5）The threat score during the daytime is higher than that in nighttime.Additionally,the precipitation predictability in mountain and the surrounding areas is generally better than that in the plain area.The forecast performance of Western Tianshan Mountain is slightly better than that of Eastern Tianshan Mountain,and there is a false alarm on the south slope of Tianshan Mountains and an omission on the north of Tianshan Mountains for precipitation over 0.1 mm at night.

regional numerical forecasting system；6 h precipitation forecasts；Threat Score；Bias Score；spatial statistic test

P435

：B

1002-0799（2016）06-0031-10

10.3969/j.issn.1002-0799.2016.06.005

2016-04-25；

2016-05-31

新疆氣象局面上基金“衛星資料同化對新疆土壤溫濕度預報的影響研究”；中央級公益性科研院所基本科研業務費項目（IDM201301）共同資助。

杜娟（1989-），女，實習研究員，主要從事數值天氣預報和陸氣相互作用研究。E-mail：dujuan_1213@163.com

杜娟，于曉晶，辛渝，等.烏魯木齊區域數值預報業務系統降水預報檢驗與評估分析[J].沙漠與綠洲氣象，2016，10（6）：31-40.