ECMWF細網格TP產品在北疆降雪天氣中的預報性能檢驗

李博淵，趙江偉，王小號

（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.阿勒泰地區氣象局，新疆阿勒泰 836500；3.塔城地區氣象局，新疆塔城 834700）

ECMWF細網格TP產品在北疆降雪天氣中的預報性能檢驗

李博淵1,2，趙江偉2，王小號3

（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.阿勒泰地區氣象局，新疆阿勒泰 836500；3.塔城地區氣象局，新疆塔城 834700）

基于升級后的EC細網格TP降水量預報產品，對北疆2015年17場降雪天氣的12 h累積降雪量，主要運用平均誤差、平均絕對誤差和均方根誤差進行了檢驗。結果表明，該模式在北疆降雪天氣預報中小雪的預報準確率最高，暴雪最小；預報準確率隨時效的延長并非都是減小的；小雪空報率較高、暴雪漏報率較高，中雪和大雪空報率和漏報率都不容忽視；小雪和中雪的3種誤差均較小，隨時效的延長變化較小；強降雪（大雪及以上量級）的誤差較大，隨時效的延長有增大的趨勢；模式對小雪的預報總體為系統性偏大，對強降雪預報則為明顯的系統性偏小，對中雪的預報系統性偏向不穩定。

ECMWF細網格TP降水產品；北疆降雪天氣；預報性能檢驗

數值模式是天氣預報和氣候預測的重要工具，而模式檢驗是其必不可少的組成部分。通過檢驗可以評估模式對大氣狀態的預報能力及預報質量的可能變化趨勢，這些檢驗結果一方面可以為改進模式物理方案、參數化及陸面過程等提供參考，另一方面為預報員提供更多的有用信息，進而幫助預報員做出更加準確的預報[1]。

近年來，國家氣象中心對T639、日本、ECMWF粗網格等數值模式的中期預報性能進行了定期檢驗和發布[2-5]，還有許多學者對T639、EC細網格模式在降水和溫度預報[6-10]方面，開展了大量的應用檢驗工作。張俊蘭等[10]對EC細網格（0.25°×0.25°）LSP降水預報產品在北疆暴雪中的預報能力進行了檢驗；賈麗紅等[11]對T639數值預報產品在新疆主要影響系統的預報進行了檢驗評估；馬超等[12]對ECWMF和T639數值模式產品在新疆暴雪影響系統中的預報能力進行了檢驗；莊曉翠等[13]對T639模式在新疆北部暖區強降雪中的預報進行了較全面的檢驗；賈麗紅[14]對中央指導預報在新疆最高、最低氣溫的預報能力進行了檢驗評估；于曉晶等[15]對DOGRAFS模式在新疆6 h累計降水量預報進行了較詳細的檢驗。上述數值模式預報性能檢驗多是針對天氣系統、氣溫、降水及強降雪天氣的水汽和動力條件進行統計學和天氣學檢驗，時空分辨率有限，利用其制作精細降雪天氣預報難度較大，要實現降雪的定點、定量、定時短時預報預警難度更大。

2015年1月15日ECMWF細網格模式重新調整后（稱升級后），在新疆預報業務中正式應用，降水預報產品空間分辨率提高到0.125°×0.125°（以下簡稱EC細），比先前的提高了2倍，從而為天氣預報提供了更精細的參考依據。本文基于升級后的EC細網格模式TP降水量預報產品，主要運用統計學檢驗方法，對發生在北疆2015年1月15日至4月和11—12月的17場降雪天氣的12 h累計降雪量的預報能力進行檢驗，對其誤差進行評估，為今后北疆短時降雪天氣預報預警提供參考依據。

2 資料和方法

2.1 資料選取

檢驗區域為北疆地區（78°～92°E，42°～50°N）51個發報站（圖1），降雪實況選用上述研究時段內該區域發報站逐日20—08時、08—20時，即12 h的累積降雪量資料，降雪量級劃分參照新疆24 h降雪等級標準[16]：0.1～3.0 mm為小雪，3.1～6.0 mm為中雪、6.1～12.0 mm為大雪、12.1～24.0 mm為暴雪、24.1～48.0 mm為大暴雪。對上述17場降雪天氣過程中小雪（679站次）、中雪（237站次）、大雪（177站次）、暴雪（17站次）進行統計學檢驗。

圖1 北疆地區地形及站點分布（黑色方框為檢驗區域）

EC細網格模式降水預報產品選用累計降水量TP（簡稱EC），以起報時間為20時和08時為主；檢驗預報時效為12～24 h、24～36 h、36～48 h、48～60 h、60～72 h共5個時效段的降水預報產品。

2.2 檢驗方法

首先對EC細網格降水預報產品，運用雙線性插值法[17]將模式格點降水量插值到站點上，再與對應站點的實測降水量進行對比檢驗。定量檢驗（統計檢驗）采用世界氣象組織（WMO）推薦的數值預報檢驗標準化方案之一[17]，即預報對實況的檢驗，針對08時和20時起報的降水預報產品，分別對上述預報時效段的12 h降水量進行檢驗。選用平均誤差ME、均方根誤差RMSE、平均絕對誤差MAE[17-18]3種統計量進行檢驗；并運用誤差率[8]及中國氣象局《中短期天氣預報質量檢驗方法》分別對EC細網格模式TP降水量產品的12 h累積降水預報進行誤差率和預報準確率、空報率、漏報率進行檢驗評估。

3 檢驗結果分析

3.1 準確率評估

圖2 EC細網格TP產品對北疆冬季各級降雪量的預報能力檢驗及隨時效的變化

就平均而言，EC細網格降水預報產品在北疆降雪天氣預報中小雪的準確率（即TS評分）最大，暴雪最小，大雪和中雪基本相當（圖2a）。72 h預報時效內，模式對該區小雪的預報準確率為40.21%～44.06%，24～60 h時效內TS隨時效的延長增大，之后減小，最大出現在48～60 h時段內（44.06%）。中雪預報準確率明顯小于小雪，為18.44%～23.85%，隨時效的變化60 h預報時效內TS評分減小，之后增大，最大TS出現在60～72 h時效（23.85%）。大雪的TS 為18.07%～24%，其變化趨勢和小雪的一致（圖2a）。暴雪的TS評分為6.25%～12.5%，48 h預報時效內TS評分隨時效有減小的趨勢，之后增大（圖2a）。可見，小雪和大雪的TS評分24～60 h時效內隨時效增大，之后減小，最大出現在48～60 h時效；中雪是TS評分隨時效的變化與小雪相反，最大出現在60～72 h時效。

由圖2b可知，暴雪的漏報率最大，達75.0%～ 81.25%，隨時效變化較小；大雪次之（48.91%～ 60.53%），48 h預報時效內隨時效呈波動變化，之后增大。中雪的漏報率為29.17%～34.04%，隨時效呈增大的趨勢；小雪的漏報率最小（10.29%～12.89%），隨時效變化不大。平均而言，中雪的空報率最大，小雪僅次于中雪，暴雪最小。由圖2c可見，小雪的空報率（45.21%～47.18%）隨時效變化不大，中雪空報率（43.08%～48.97%）隨時效減小；大雪空報率為19.74%～31.52%，48 h內隨時效變化較小，之后顯著減小；暴雪的空報率（6.25%～12.5%），變化趨勢與大雪一致。

由此可見，48 h預報時效內，小雪和中雪空報率較高是影響預報準確率的關鍵因素，中雪漏報率也較高，對準確率的影響也不容忽視；大雪的空報率和漏報率基本相當，而暴雪漏報率明顯高于空報率。EC模式TP降水產品對北疆降雪的TS評分并非都隨時效的延長而減小。

3.2 誤差評估

3.2.1 統計誤差評估

就全區平均而言（表1），EC模式TP降水預報產品72 h預報時效內的5個降水時段的平均誤差為-0.064～-0.369 mm，表明存在負的系統性誤差，即預報比實況值偏小，絕對值隨時效的延長有增大的趨勢；平均絕對誤差和均方根誤差分別為1.269～1.460 mm、1.962～2.326 mm，都隨時效的延長呈增大的趨勢。說明EC模式降水預報產品在北疆降雪預報中系統誤差較小，隨機誤差較大。進一步分析表明，48 h預報時效內EC模式降水預報產品在該區降雪預報中，誤差相對較小，因此，EC模式在12 h降雪預報業務中具有較高的參考價值。

表1 EC細網格對北疆降雪天氣預報能力的平均誤差/mm

圖3 EC細網格對北疆各級降雪預報的平均誤差（a）、平均絕對誤差（b）、均方根誤差（c）隨時效的演變

由于目前國家氣象局對降雪量的評分是將12 h累積降雪量分為小雪、中雪、大雪、暴雪進行，那么在實際預報業務中預報員就高度關注模式對各級降雪量的預報誤差。因此，有必要對各級降雪量的誤差進行分析，以便為預報員在制作降雪量級預報時提供客觀依據。

由圖3a可知，72 h預報時效內小雪的平均誤差較小，為0.407～0.605 mm，表明模式對小雪的預報值比實況偏大，隨時效的延長變化較小；中雪的平均誤差72 h預報時效內為-0.719～-1.390 mm，表明模式對中雪的預報值比實況偏小，隨時效的延長絕對值增大；大雪和暴雪的平均誤差分別為-2.913～-3.326 mm、-6.140～-7.709 mm，表明模式對強降雪的預報明顯比實況偏小，絕對值均隨時效增大。小雪和中雪的平均絕對誤差較小，分別為＜1.21、2.11 mm，隨時效的變化不大，而大雪和暴雪的平均絕對誤差較大，分別＞3.6、6.1 mm，隨時效有增大的趨勢（圖3b）。就均方根誤差來看，72 h內小雪和中雪分別為1.567～1.822 mm、2.141～2.473 mm，隨時效的延長變化較小；大雪和暴雪的均方根誤差較大，分別＞4.3、6.4 mm，隨時效有增大的趨勢（圖3c）。

由此可見，小雪和中雪的3種誤差均較小，隨時效的延長變化較小，說明模式對12 h累計降雪量為小雪和中雪的預報相對較穩定；而強降雪的誤差較大，隨時效的延長有增大的趨勢，尤其是暴雪，表明模式對強降雪預報性能較差。

3.2.2 誤差率評估

由平均誤差和誤差率定義可知：若平均誤差為正，且正誤差率明顯大于負誤差率，則預報為系統性偏大；若平均誤差為負，且正誤差率明顯小于負誤差率，則預報為系統性偏小，若平均誤差為零，且正誤差率等于負誤差率，則預報無系統性偏向[8]。由圖3a可知，72 h預報時效內小雪的平均誤差為正值，且正誤差率（58.87%～67.73%）明顯大于負誤差率（32.17%～42.13%），表明EC模式對小雪的預報為系統性偏大（圖4），這種偏差48 h預報時效之前呈波動變化，之后隨時效變化幅度減小。同樣可知，72h預報時效內大雪和暴雪的平均誤差為負值（圖3），負誤差率（69.05%～74.12%、80%～92.86%）明顯大于正誤差率（25.88%～30.95%、7.14%～20%），說明，EC模式對強降雪預報為明顯的系統性偏小（圖4）。該偏差暴雪隨時效變化幅度較大，但60 h時效后有減小的趨勢；而大雪則較小，變化趨勢不明顯。模式對大雪的預報效果較穩定。EC模式對中雪的預報則較復雜，由圖4可知，中雪的正誤差率（39.2%～ 48.48%）小于負誤差率（51.52%～60.8%），其隨時效變化趨勢與小雪一致；但48 h時效之內這種偏差幅度較小（3.04%～9.78%），隨時效減小，之后偏差幅度較大（1.98%～21.6%）隨時效增大。圖3顯示，中雪的平均誤差為負值，說明模式對中雪的預報48 h前的系統性偏向不明顯，之后隨時效的延長為系統偏小也越明顯。綜上可知，EC模式TP降水預報產品，對北疆小雪的預報為系統性偏大，對強降雪預報則為明顯的系統性偏小，而對中雪的預報較復雜；在工作中對小雪的量級預報應適當的給予偏小考慮，而強降雪預報則應適當給予偏大的訂正。

綜上可知，EC模式TP產品對小雪和中雪的預報范圍偏大，強度不穩定；對強降雪（大雪和暴雪）的預報范圍偏小、強度偏弱。進一步分析表明，當北疆大部以小雪為主，模式對其預報范圍偏差相對較小，強度接近實況；當北疆各地各級別的降雪均出現時，由于模式對強降雪的預報量級偏小，使得小雪的預報量級偏大，強度偏強；尤其是局部為暴雪或大雪時模式對其預報性能較差，導致對小雪的預報范圍明顯增大，誤差也增大。

圖4 北疆各級降雪量誤差率隨時效的變化

4 降雪落區檢驗

上述對EC模式TP產品在北疆降雪天氣預報中的預報準確率、空報率和漏報率，統計誤差及誤差率進行了檢驗評估，但在實際預報工作中，某級別的降雪落區預報至關重要，因此有必要對EC模式的降雪落區進行檢驗。

由圖5可知，EC模式對北疆小雪的預報偏大率較高，12～24 h為83.33%，24～72 h時效偏大率為100%，僅12～24 h存在偏小的情況。中雪的偏大率呈凹型，即12～48 h預報時效內偏大率隨時效顯著減小，之后增大，而偏小率的變化與此相反，即呈凸型，且偏小率為50%～100%；中雪的偏小率除12～24 h預報時效外，均明顯大于小雪。大雪的偏大率（0-27.27%）48 h預報時效內明顯減小，之后呈波動變化；大雪的偏小率（72.73%～100%）明顯的大于偏大率，12～36 h預報時效內大雪的偏小率增大，之后呈波動變化。暴雪的偏大率為12.5%～25%，隨時效的延長呈波動變化；暴雪的偏小率為72%～87.5%，隨時效的變化與大雪一致。可見模式對小雪的預報以偏大為主，中雪和強降雪以偏小為主，暴雪的偏小率除12～24 h時效外，均比大雪小。EC模式TP與LSP對暴雪預報的結果一致[10]。

5 典型個例檢驗

5.1 典型個例Ⅰ—2015年12月10—12日

5.1.1 降雪實況

受中亞低槽東移的影響，2015年12月10—12日北疆大部、天山山區及南疆西部的局部、阿克蘇北部、巴州北部局部等地出現小到中雪，其中伊犁河谷、博州、沿天山、天山山區34站為的大雪，21站暴雪；大暴雪區位于烏魯木齊站（46.3 mm），其次為米東區（31.7 mm）。北疆沿天山一帶的積雪深度超過20 cm，新增積雪最大區位于烏魯木齊，積雪深度為34 cm。此次天氣最強降雪時段出現在10日20:00—11日08:00，北疆沿天山一帶10站出現大雪,4站出現暴雪（烏魯木齊19.6 mm、米東15.6 mm、小渠子12.7 mm、昌吉12.2 mm）。暴雪對北疆沿天山一帶的交通、客運、航班等造成重大的影響。

5.1.2 統計檢驗

總體來看，模式對小雪和中雪的預報范圍偏大，強度不穩定；對強降雪預報范圍偏小，強度偏弱；最大降雪中心預報與暴雪中心基本一致。就統計誤差來看，對小雪區的誤差預報為-2～5 mm；對伊犁州南部和博州西部的預報誤差明顯偏大（≥5 mm），對塔城地區大部分地方的預報為正誤差，對阿勒泰地區為負誤差；北疆沿天山一帶為明顯的負誤差，負誤差中心基本與暴雪區一致（-6 mm），這與上述分析的模式對暴雪的預報量級明顯偏小是一致的（圖6a）。分析24～72 h時效內的4個時效（圖6b～6e）可知，除阿勒泰地區的誤差減小外，其它的誤差分布與12～24 h（圖6）基本一致。

5.2 典型個例Ⅱ—2015年2月12—14日

5.2.1 降雪實況

受西西伯利亞較強冷空和西南暖濕氣流的共同影響，2015年2月12—14日北疆出現了該年冬季降雪最強，范圍最廣的一次降雪過程。北疆大部小到中雪，伊犁河谷、阿勒泰、塔城及沿天山一帶大雪或暴雪。降雪主要集中在13日，該日20—08時、08—20時12 h累計降雪13站次降雪量為5.1～10.0 mm的大雪；12站降雪量達10.1～14.5 mm為暴雪，強降雪主要位于沿天山一帶。此次天氣的降雪強度和強降雪范圍明顯比個例Ⅰ的小。

圖5 檢驗時段內各級降雪量偏大、偏小率隨時效的變化

圖6 2015年12月10日20:00—11日08:00 12 h降雪實況（陰影）疊加EC模式TP產品預報誤差/mm

5.2.2 統計檢驗

總體來看，模式對≥0.1 mm的小雪預報范圍明顯偏大，強度偏強；對中雪、大雪及暴雪的范圍（強度）明顯偏小偏弱；對降雪中心位置預報偏南，強度預報明顯偏弱。就統計誤差來看，小雪的誤差個例Ⅰ一致；阿勒泰地區誤差不穩定；塔城、博洲、伊犁地區以正誤差為主；北疆沿天山一帶為明顯的負誤差，負誤差的范圍基本與暴雪區一致。可見，阿勒泰地區的誤差與個例Ⅰ有些差別，這是由降雪量級不均所造成。如2月13日08—20時北疆大部為小雪，阿勒泰大部中到大雪，沿天山一帶為暴雪（圖7）。72 h預報時效內模式對北疆降雪量為小雪的預報范圍比實況明顯偏大，60 h時效內基本變化不大，之后范圍較大；中雪的預報范圍明顯偏小，與實況的偏差較大，且隨時效范圍不穩定；大雪和暴雪的預報范圍明顯偏小，范圍和大值中心預報比實況偏小偏南，隨時效的延長預報范圍和大值中心明顯偏小偏南（圖7a～7e），大值中心預報與個例Ⅰ不同。

通過對上述2個典型暴雪個例的檢驗可知，模式小雪預報范圍明顯偏大，強度偏強；對中雪預報范圍和強度均不穩定；對大雪及暴雪的范圍（強度）明顯偏小（弱）；對強降雪量級明顯的預報中心基本一致。

圖7 2015年2月13日08—20時降雪實況（陰影）疊加EC模式TP產品預報誤差/mm

6 結論

本文運用統計學檢驗、誤差率及《中短期天氣預報質量檢驗方法》，對EC模式TP產品在北疆冬季12 h累計降水預報性能進行了檢驗評估，得到以下結論：

（1）EC細網格TP降水預報產品在北疆降雪天氣預報中小雪的預報準確率最高，暴雪最小，大雪和中雪基本相當；TS評分隨時效的延長并非都減小。小雪空報率較高、暴雪漏報率較高，是影響預報準確率的關鍵因素，中雪和大雪空報率和漏報率都不容忽視。

（2）就統計誤差來看，小雪和中雪的3種誤差均較小，隨時效的延長變化較小，說明模式對12 h累計降雪量為小雪和中雪的預報相對較穩定；而強降雪的誤差較大，隨時效的延長有增大的趨勢，尤其是暴雪，表明模式對強降雪預報性能較差。

（3）EC模式TP降水預報產品，對北疆小雪的預報為系統性偏大，對強降雪預報則為明顯的系統性偏小，而對中雪的預報較復雜；在工作中對小雪的量級預報應適當的給予偏小考慮，而強降雪預報則應適當給予偏大的訂正。

（4）EC模式TP與LSP對暴雪預報的結果一致[10]，預報的量值總體偏小。

本文對升級后的EC細網格模式TP降水產品（0.125°×0.125°）12 h累計降雪量在北疆降雪天氣中的預報能力進行了檢驗，與以往對T639和德國模式降水量（1°×1°）[6-7]及升級前EC細網格模式LSP[10]（0.25°×0.25°）降水量產品分別針對24 h和2 d的累計降水量進行的檢驗有所不同；該檢驗分析結果為升級后的更高分辨率EC細網格降水預報產品的釋用提供一定的參考，為業務人員制作北疆降雪天氣的定點、定時、定量預報預警提供一定的參考依據。但值得注意的是由于本文僅用了一年多的降雪資料，導致暴雪個例較少（僅17站次），也沒有進行分類檢驗，一定程度的影響了該模式對強降雪預報的可信度；有待于今后深入分析模式對暴雪的預報性能。

[1]潘留杰，張宏芳，王建鵬，等.日本高分辨率模式對中國降水預報能力的客觀檢驗[J].高原氣象，2014，33（2）：483-494.

[2]張峰.2014年6—8月T639、ECMWF及日本模式中期預報性能檢驗[J].氣象，2014,40（11）：1414-1421.

[3]趙曉琳.2014年9—11月T639、ECMWF及日本模式中期預報性能檢驗[J].氣象，2015，41（2）：247-253.

[4]賴芬芬.2015年3—5月T639、ECMWF及日本模式中期預報性能檢驗[J].氣象，2015，41（8）：1036-1041.

[5]尹姍.2015年6—8月T639、ECMWF及日本模式中期預報性能檢驗.氣象，2015，41（11）：1417-1424.

[6]牟歡，阿不力米提江·阿布力克木，趙鳳環.T639和德國模式對新疆大降水預報的檢驗[J].沙漠與綠洲氣象，2013，7(1）：12-15.

[7]買買提·阿布都拉.數值預報產品在和田市2009年汛期降水預報中的準確性檢驗[J].沙漠與綠洲氣象，2010，6 （4）：20-23.

[8]劉春風，徐歡，宋雪明，等.ECMWF細網格模式2 m溫度在新疆及周邊地區的預報效果檢驗[J].沙漠與綠洲氣象，2014，8（6）：10-15.

[9]張超，李娜,賈健.ECMWF細網格模式2 m溫度產品在烏魯木齊市溫度預報中的檢驗[J].沙漠與綠洲氣象，2015，9 （5）：62-68.

[10]張俊蘭，李圓圓，張超.ECMWF細網格模式降水產品在北疆暴雪中的應用檢驗[J].沙漠與綠洲氣象，2013，7 （4）：7-13.

[11]賈麗紅，張慧嵐，肖開提·多來特，等.T639數值預報產品對影響新疆主要系統的預報檢驗評估[J].氣象，2012，38（8）：971-976.

[12]馬超，賈麗紅，楊霞，等.對ECWMF和T639數值模式產品在新疆暴雪影響系統預報能力中的檢驗[J].沙漠與綠洲氣象，2015，9（2）：31-37.

[13]莊曉翠，周鴻奎，李博淵.T639模式在新疆北部暖區強降雪中的預報檢驗[J].干旱氣象，2015，33（6）：1031-1037.

[14]賈麗紅.新疆15個地州首府城市最高最低溫度預報檢驗[J].沙漠與綠洲氣象，2013，7（1）：16-20.

[15]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

[16]張家寶，鄧子風.新疆降水概論[M].北京：氣象出版社，1987：400.

[17]吳曼麗，沈玉敏，梁寒.遼寧中尺度數值模式產品和T213產品對比檢驗分析[J].氣象科技，2009，37（3）：276-280.

[18]孔玉壽，張東華.現代天氣預報技術[M].北京：氣象出版社，2000：37-40.

[19]毛冬艷，朱文劍，樊利強，等.GRAPES_MESOV3.3模式強天氣預報性能的初步檢驗[J].氣象，2014，40（12）：1429-1438.

[20]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.

Test of ECMWF Fine Grid TP Products Forecast Performance for Snowfall Weather in North Xinjiang

LI Boyuan1，2，ZHAO Jiangwei2，WANG Xiaohao3
（1.Institute of Desert Meteorology，China Meteorological Adminstration，Urumqi 830002，China；2.Aletai Meteorological Bureau of Xinjiang，Aletai 836500，China；3.Tacheng Meteorological Bureau of Xinjiang，Tacheng 834700，China；）

Based on the upgraded ECMWF fine grid TP products,17 snowfall cases during 2015 in north Xinjiang were selected to evaluate 12 h accumulated snowfall by using statistical and synoptic methods.Results showed that the forecast accuracy（Ts）of light snow in North Xinjiang is the highest,and heavy Snowstorm is the lowest;Ts is not always increasing with forecast time length, but false alarm rate of light snow and under-predicting rate of snowstorm are higher.False and missed alarm rate of moderate snow and heavy snow also cannot be ignored;Three kinds errors of lights snow and moderate snow is small，and change little with increase of forecast time length;On contrast,error of Heavy Snowfall is greater and increase with forecast time length.Light snow is systemic over-predicted,Heavy Snowfall is systemic under-predicted obviously,moderate snow is instability.

ECMWF fine grid TP products;snowfall weather in North Xinjiang;test of forecast performance

P456.7

：B

1002-0799（2016）06-0041-08

10.3969/j.issn.1002-0799.2016.06.006

2015-11-23；

2016-05-03

中國沙漠氣象科學研究基金（Sqj2013008）和新疆氣象局面上項目（MS201604）共同資助。

李博淵（1988-），男，助理工程師，從事綜合業務及其相關的研究工作。E-mail：lbyxjalt@163.com

李博淵，趙江偉，王小號.ECMWF細網格TP產品在北疆降雪天氣中的預報性能檢驗[J].沙漠與綠洲氣象，2016，10（6）：41-48.