ECMWF 細網格模式探空在阿勒泰地區短時強降水預報中的統計檢驗

李博淵 ，趙江偉 ，莊曉翠 *

（1.中亞大氣科學研究中心，新疆 烏魯木齊830002；2.阿勒泰地區氣象局，新疆 阿勒泰836500）

Micaps 平臺的模式探空模塊提供了T-logP 圖及其關鍵環境參數（對流參數），從而為強對流潛勢預報提供了較豐富的客觀預報產品。ECMWF 細網格模式（簡稱EC 細網格）時空分辨率高，為制作模式探空提供了較精細的產品，也為強對流潛勢預報提供了參考依據。然而，由于諸多原因，數值模式的運行還不穩定，數值預報與初始場還不吻合，存在一定的誤差。因此，了解模式探空性能，開展其關鍵環境參數的數值預報產品檢驗非常必要。

近年來，許多氣象工作者針對EC 細網格數值預報產品在溫度和降水方面開展了大量的數值預報檢驗工作[1-12]。李健麗等[13]對EC 細網格數值預報產品在新疆北部降雪天氣的環流形勢及其水汽條件和動力條件的預報能力進行了統計學檢驗；萬瑜等[14]、賈健等[15]對EC 細網格預報產品在烏魯木齊東南大風和其他氣象要素預報中的能力也進行了檢驗；另外，徐同等[16]對SMS-WARMS V2.0 模式對中國西南地區降水預報能力進行檢驗；董全等[17]對EC 集合預報的極端天氣預報產品的應用進行了檢驗；賈麗紅等[18]對EC 集合預報的極端天氣指數在新疆強降水預報中性能進行了檢驗；龐玥等[19]對EC 集合降水預報產品在重慶降水預報中的性能進行了檢驗評估；戴翼等[20]對EC 細網格運用一元線性回歸以及克里金插值，發展了北京地區智能網格溫度客觀預報方法，并對其進行了檢驗評估；徐姝等[21]用改進的EC集合預報融合產品（EC 集合）對海河流域的夏季降水檢驗表明，對于36 h（60 h 和84 h）預報時效，與國家氣象中心下發的產品相比，5 個降水量級的TS評分上均有一定程度提高，降低了暴雨以下量級降水的漏報率，同時消除了大暴雨的虛報區。以上主要針對EC 細網格和EC 集成預報及區域中尺度數值預報產品的溫度、降水及強降雪天氣的環流形勢、水汽和動力條件進行了統計學和天氣學檢驗，從而為預報業務工作提供了較詳細的參考依據，但利用其制作強對流潛勢預報參考價值較小，要提高強對流潛勢預報預警水平難度較大，因此，開展EC 細網格模式探空及其對流參數的檢驗具有重要的意義。

1 資料和方法

1.1 短時強降水的標準及資料

目前，中央氣象臺和中國中東部地區氣象部門均將1 h 降水量≥20 mm 的降水記為短時強降水。根據多年的預報服務實踐、暴雨洪水成災事實和干旱半干旱地區暴雨特點，新疆氣象部門將該標準調整為1 h 降水量≥10 mm。為了與實際業務保持一致，本文將短時強降水過程定義為：（1）1 h 內相鄰（在 200 km 以內）2 個以上測站雨強均≥10 mm·h-1；（2）同一測站連續 2 h 以上雨強≥10 mm·h-1；（3）滿足上述條件之一，定義為一次短時強降水過程。

采用經過新疆氣象信息中心篩選、整理、檢測，并剔除不完整及錯誤資料，嚴格實現了數據質量控制的2013—2018 年5—9 月（簡稱暖季）阿勒泰地區8 個國家基本氣象站和104 個區域自動站共112 個站點（圖1，該圖所涉及的地圖是基于國家測繪地理信息局標準地圖服務網站下載的審圖號為GS（2016）1552 號的標準地圖制作，底圖無修改）逐時降水資料，按上述標準篩選出短時強降水過程共36次。

圖1 阿勒泰地區國家站和區域自動站共112 個站點分布

運用Micaps4 提供的模式探空功能，計算EC細網格模式探空T-logP 圖及其常用對流參數（探空物理量），對該模式在阿勒泰地區短時強降水過程潛勢預報中的性能進行檢驗；對EC 細網格起報時間為 08：00 和 20：00（BT，下同）的預報產品進行檢驗，檢驗預報時效為 12 h、24 h、36 h、48 h、60 h、72 h 的模式探空T-logP 圖及其對流參數進行統計檢驗。

1.2 檢驗方法

對模式探空物理量采用定量檢驗（統計檢驗），即采用世界氣象組織（WMO）推薦的數值預報檢驗標準化方案之一[22]，也就是預報資料對客觀資料的檢驗，用客觀分析資料為實況，針對08：00 和20：00起報的模式產品，分別對上述預報時效的對流參數進行檢驗。參考莊曉翠等[23]的統計檢驗方法，選用平均誤差ME、均方根誤差RMSE、平均絕對誤差MAE、相關系數R[24-25]4 種統計量對EC 細網格模式探空物理量在阿勒泰地區短時強降水潛勢預報中的性能進行統計檢驗。根據有關文獻[25]可知，平均誤差、平均絕對誤差、均方根誤差分別在±1.5 個單位內、＜3、＜4.5 個單位為較小，反之較大；相關系數為＞0.60 時（通過α=0.001 顯著性水平檢驗），模式具有一定的參考價值。反之，相關性較小，基本無參考價值。對T-logP 圖采用定性檢驗，即模式預報資料計算的T-logP（簡稱預報T-logP）與客觀場計算的T-logP（簡稱實況T-logP）的正能量區、溫濕廓線沒有顯著的差別，為一致；預報T-logP 正能量區＞實況T-logP 為偏大；反之，為偏小。

2 檢驗結果分析

強對流（包括短時強降水）的發生需要大氣不穩定、充足的水汽和動力抬升3 個基本條件，因此，對EC 細網格這些參數的預報檢驗在預報業務中具有重要的意義。有關強對流的抬升機制和水汽條件在相關的文章中已進行檢驗[26]，本文主要根據在強對流潛勢預報中具有重要指示意義的T-logP 圖及其對流參數進行統計檢驗。描述大氣穩定度的參數主要有2 大類：與溫度垂直分布相關的基本概念就是“熱力穩定度”或“層結穩定度”，與流場水平分布和垂直分布相關的概念就是“動力穩定度”，因此本文主要對這兩大類關鍵對流參數進行檢驗。

2.1 T-logP 圖形態檢驗

由表1 可知，12~24 h 預報時效內EC 細網格模式探空T-logP 預報與實況基本一致，一致性為100%、92%，在強對流潛勢預報中具有較高的參考

價值；36 h 和48 h 預報時效一致性為83%、72%，也具有一定的參考價值；60~72 h 的預報一致性≤61%，在業務應用中要注意訂正運用。影響其一致性的主要原因是預報的T-logP 比實況偏小，其偏小的程度隨預報時效的延長而增大。由此可見，EC 細網格T-logP 圖48 h 預報時效內具有較高的參考價值，尤其是24 h 預報時效內一致性達92%以上，在阿勒泰地區暖季強對流潛勢預報中具有較高的參考價值。

表1 EC 細網格模式探空T-logP 圖形態隨時效演變 次

2.2 熱力穩定度參數

由于阿勒泰地區位于中高緯度，暖季晝長夜短，白天升溫迅速常在午后至傍晚產生熱力強對流天氣引發短時強降水[27]，因此EC 細網格對熱力穩定度參數的預報是否準確，直接關系到對流潛勢預報的準確性，故本節首先對常用熱力不穩定參數A 指數、K指數、沙氏指數（SI）、總指數（TT）及干暖蓋指數進行統計檢驗。由圖2 可知，EC 細網格對A 指數的平均、平均絕對及均方根誤差均較大，其它4 種指數較小。就平均誤差而言（圖2a），A 指數只有12 h 預報時效較小，為-1.0 ℃，其他時次較大，參考價值較??；K 指數、沙氏指數（SI）、總指數（TT）及干暖蓋指數在72 h 預報時效內在-0.88～0.44 ℃，誤差較?。簧呈现笖灯骄`差為正值，說明模式預報高于實況，存在系統性的正誤差；K 指數、總指數、干暖蓋指數平均誤差均為負值，說明模式預報低于實況，存在系統性的負誤差；這4 種指數72 h 預報時效內隨時效的延長變化較小。K 指數、沙氏指數（SI）、總指數（TT）及干暖蓋指數平均絕對誤差和均方根誤差72 h 預報時效內分別小于1.74 ℃和2.54 ℃，隨預報時效的延長變化也較?。▓D2b，2c）。72 h 預報時效內熱力不穩定指數預報與實況的相關系數只有總指數、干暖蓋指數＞0.73；沙氏指數60 h 預報時效內相關系數＞0.64；A 指數 36 h 內相關系數＞0.60，K 指數只有24 h 預報時效內相關系數＞0.70（圖 2d）。說明 EC 細網格對熱力穩定度參數的預報，72 h 預報時效內總指數、干暖蓋指數的精準度相對較高，誤差較?。ǎ?.0 ℃）；60 h 和 24 h 預報時效內沙氏指數和 K指數的3 種誤差均較小（＜1.5 ℃），相關系數＞0.60和0.70；4 種指數的誤差隨時效延長變化均較?。辉陬A報業務中具有較高的參考價值。

圖2 EC 細網格對暖季熱力不穩定參數A指數、K 指數、沙氏指數、總指數、干暖蓋指數預報的平均誤差、平均絕對誤差和均方根誤差、相關系數隨時效的演變

另外，在預報業務中還有850 hPa 與500 hPa溫差、700 hPa 與850 hPa 假相當位溫差、對流溫度、最大抬升指數及抬升指數等熱力穩定度指數對強對流天氣也具有重要的指示意義。下面對EC 細網格對這些不穩定參數的預報性能進行檢驗評估。

由圖3 可知，EC 細網格對短時強降水的700 hPa 與 850 hPa 假相當位溫差、850 hPa 與 500 hPa溫度差、對流溫度、最大抬升指數、抬升指數預報的平均、平均絕對誤差均較小，但均方根誤差850 hPa與500 hPa 溫度差48 h 之后較大外，其余熱力指數也較小。就平均誤差而言，5 種參數的絕對值在72 h預報時效內均＜1.4 ℃；850 hPa 與 500 hPa 溫度差和對流溫度隨時效的延長而增加，最大抬升指數變化較小；700 hPa 與850 hPa 假相當位溫差和抬升指數的平均誤差36 h 預報時效內隨時效延長略有增大，之后，前者的誤差減小，后者60~72 h 又增大。但總體來說，72 h 預報時效內平均誤差的絕對值＜1.5 ℃（圖3a）。700 hPa 與850 hPa 假相當位溫差、對流溫度、抬升指數平均誤差為正值（圖3a），說明模式預報高于實況，存在系統性正誤差；850 hPa 與500 hPa 溫度差、最大抬升指數平均誤差基本為負值（圖3a），說明模式預報低于實況，存在系統負誤差。平均絕對誤差 72 h 預報時效內＜2.0 ℃，850 hPa 與 500 hPa 溫度差72 h 預報時效內隨時效的延長而增大，700 hPa 與850 hPa 假相當位溫差、對流溫度和抬升指數36 h 預報時效內隨時效的延長而增大，之后減小，60~72 h 增大；最大抬升指數48 h 預報時效內隨時效的延長平均絕對誤差增大，之后減小，72 h 又增大（圖3b）。850 hPa 與500 hPa 溫度差的均方根誤差 36 h 預報時效內誤差＜1.1 ℃，之后＞4.8 ℃；700 hPa 與850 hPa 假相當位溫、對流溫度、最大抬升指數及抬升指數72 h 預報時效內的均方根誤差均較?。ǎ?.7 ℃）；抬升指數和最大抬升指數72 h 預報時效內隨時效的延長變化較??；700 hPa 與850 hPa 假相當位溫差、對流溫度36 h 預報時效內隨時效的延長而增大，之后減小，60~72 h 略有增大（圖3c）。另外72 h 預報時效內除700 hPa 與850 hPa 假相當位溫差外，其他4 種指數的的相關系數均＞0.77，700 hPa 與850 hPa 假相當位溫差的相關系數24 h 預報時效內＞0.75，24 h 之后均較?。ǎ?.6）（圖 3d）。綜上可知，EC 細網格36 h 預報時效內對850 hPa 與500 hPa 溫度差、對流溫度、最大抬升指數、抬升指數的預報誤差較?。ǎ?.6 ℃），相關性較高（＞0.77），在預報業務中具有較高的參考價值，而700 hPa 與850 hPa 假相當位溫差只有24 h 預報時效內誤差較?。ǎ?.5 ℃），相關性較高（＞0.75）；5 種指數的誤差隨時效的延長增大，在預報業務中訂正應用。

圖3 EC 細網格對700 與850 hPa 假相當位溫差、850 與500 hPa 溫度差、對流溫度、最大抬升指數、抬升指數預報的平均誤差（a）、平均絕對誤差（b）和均方根誤差（c）、相關系數（d）隨時效的演變

2.3 動力穩定度參數

在實際天氣預報分析過程中，熱力穩定度參數往往受到預報員的足夠重視，實際上動力穩定度參數在對流的發生、發展、維持中也起到關鍵的作用，因此，了解EC 細網格在強對流天氣動力穩定度中的預報性能，對做好強對流潛勢預報同樣具有非常重要的意義。

本文僅對常用的風暴相對螺旋度、垂直風切變（0~6 km）、大風指數的統計誤差進行檢驗。就平均誤差而言，72 h 預報時效內風暴相對螺旋度、垂直風切變的平均誤差的絕對值＜0.12，其中大風指數的變化起伏較大，但誤差絕對值＜1.4（圖4a）。平均絕對誤差和均方根誤差24 h 預報時效內大風指數較小，分別＜2.6 和＜3.5，之后較大，且在 72 h 預報時效內隨時效的延長明顯的增大；垂直風切變、風暴相對螺旋度的2 種誤差較小，均＜0.63，且隨時效的延長誤差變化較?。▓D4b，4c）。另外72 h 預報時效內大風指數和垂直風切變預報與實況的相關系數均＞0.75，但風暴相對螺旋度的相關系數只有48 h 預報時效內＞0.64?？梢姡珽C 細網格72 h 預報時效內對風暴相對螺旋度、垂直風切變誤差較小，隨時效變化不大，但大風指數的誤差隨時效延長，誤差增加的很明顯，只有 24 h 內誤差較?。ǎ?.5）。

EC 細網格72 h 對垂直風切變預報的誤差較小（在 0.01~0.24×10-3/s 之間），相關性較高（＞0.75），風暴相對螺旋度的預報48 h 預報時效內誤差較小（＜0.63），相關性較高（＞0.64），大風指數只有 24 h 預報時效內誤差較小（＜3.5），相關性較高（≥0.90）；垂直風切變和風暴相對螺旋度的誤差隨時效變化不大，大風指數則是增加的，在對流潛勢預報中注意訂正運用。

3 EC 細網格在強對流潛勢預報中的思路

根據上述檢驗結果，概括出EC 細網格在強對流潛勢預報中一般的思路。EC 細網格模式探空T-logP 圖48 h 預報時效內一致性較高，其一致性隨時效的延長而減小。對流參數72 h 預報時效內總指數、干暖蓋指數、垂直風切變的誤差較小，相關系數較高；60 h 預報時效內沙氏指數、48 h 預報時效內風暴相對螺旋度和36 h 預報時效內850 hPa 與500 hPa 溫度差、對流溫度、最大抬升指數、抬升指數以及 24 h 預報時效內 K 指數、700 hPa 與 850 hPa 假相當位溫差、大風指數等對流參數的3 種誤差均較小，相關系數較高（圖4）。這些對流參數的誤差隨預報時效的延長變化不一致，在強對流潛勢預報業務注意訂正運用。

4 結論與討論

本文運用統計學檢驗對EC 細網格模式探空在新疆阿勒泰地區36 次短時強降水過程中的潛勢預報性能進行了檢驗分析，初步得到以下結論：

圖4 EC 細網格對風暴相對螺旋度、垂直風切變（單位：10-3/s）、大風指數預報的平均誤差、平均絕對誤差、均方根誤差、相關系數隨預報時效的演變

（1）EC 細網格 T-logP 圖 48 h 預報時效內具有較高的參考價值（一致性＞72%），尤其是24 h 預報時效內一致性達92%以上，在阿勒泰地區暖季強對流潛勢預報中具有較高的參考價值。

（2）EC 細網格72 h 內總指數、干暖蓋指數誤差較小（≤2 ℃），相關系數較高（＞0.70）；60 h 和24 h 預報時效內沙氏指數和K 指數的3 種誤差均較小（＜1.5 ℃），相關系數分別＞0.60 和＞0.70；4 種指數的誤差隨預報時效的變化均較小，在預報業務中注意訂正運用。

（3）EC 細網格36 h 預報時效內對 850 hPa 與 500 hPa 溫度差、對流溫度、最大抬升指數、抬升指數的預報誤差較?。ǎ?.6℃），相關性較高（＞0.77）；700與850 hPa 假相當位溫差只有24 h 預報時效內誤差較?。ǎ?.5℃），相關性較高（＞0.75）；5 種指數的誤差隨時效的延長增大，在預報業務中做好各參數的誤差訂正應用。

（4）EC 細網格72 h 對垂直風切變預報的誤差較?。ㄔ?.01~0.24×10-3/s 之間），相關性較高（＞0.75），風暴相對螺旋度的預報48 h 內誤差較小（＜0.63），相關性較高（＞0.64），大風指數 24 h 預報時效內3 種誤差＜3.5，相關系數≥0.90；垂直風切變和風暴相對螺旋度的誤差隨時效變化不大，大風指數則是增加的，在對流潛勢預報中注意訂正運用。

本文對EC 細網格模式探空T-logP 圖及常用對流參數進行了統計誤差檢驗，而對模式產生誤差的原因缺乏探討。當然，強對流潛勢預報始終是數值模式面對的最大難題。新疆復雜地形和下墊面效應、云物理過程、對流參數化邊界層風場等的預報誤差，均會導致強對流潛勢預報的失敗。而本文檢驗的一些結論，為預報業務提供了一些強對流潛勢分析思路，但模式產生誤差的內在原因，還有待模式研發人員從強對流天氣的本質入手，才能得到合理解釋，進而改進模式性能。