二元融合降水格點實況數據檢驗分析

周志花，張 璐，鄒逸航，高韶勃

(1.內蒙古自治區氣象臺;2.中國農業科學院草原研究所，內蒙古 呼和浩特 010000)

長久以來氣象數據主要存在兩種記錄形式：站點和格點。格點和站點數據分別有著各自的優勢，格點資料規范整齊、分布均勻、處理簡單，而站點資料則在某種程度上是對人類活動區氣象條件的真實反映。

格點實況產品是精細化網格預報發展的基礎，國家氣象信息中心、公共氣象服務中心等單位先后研發了高分辨率的地面格點實況產品。2017年6月至今，國家氣象信息中心實時業務下發了新型、高時空分辨率的國家級格點實況分析產品。

目前，內蒙古在日常天氣實況以及災害性天氣的監測中依舊使用的是站點實況數據，對格點實況數據的準確性和真實性的了解相對有限，對格點實況數據在天氣監測中的使用相對有限。為推進格點實況數據在天氣監測中的應用，筆者基于時間、空間更加精細的網格化實況數據，對CMPAS中國0.05°×0.05°逐小時二元融合降水實況分析產品結合站點觀測進行檢驗。對比分析格點實況產品在精準監測和預警業務中的適用性。

1 資料和方法

1.1 資料數據

筆者對2018年6月～8月、2019年6月～8月共6個月的CMPAS中國0.05°×0.05°逐小時二元融合降水實況分析產品進行檢驗。以2018年6月～8月、2019年6月～8月共6個月的內蒙古地面自動觀測站以及國家考核骨干站的逐小時站點觀測降水實況產品為檢驗基準。資料的處理方式采用將格點實況分析產品按臨近點插值法插值到所有氣象觀測站點的方式，臨近點插值法的計算原理是：以距離被計算點最近的一個格點值作為輸出值，通過距離比較，就近取值，但有多個距離相等的格點取東北角格點數值。并利用數據處理工具對所有資料統一進行處理，統一數據格式，為下一步運算做基礎。

1.2 檢驗方法

1.2.1 統計檢驗指標

均方根誤差(RMSE)：

相關系數(COR):

其中，Oi為站點觀測值，Gi為實況網格分析產品插值到檢驗站點得到的數值，N為參與檢驗的總樣本數(站次數)。

1.2.2 針對降水的分級檢驗

將降水量分為0.1mm～1.9mm、2mm～4.9mm、5mm～9.9mm、10mm～19.9mm、20mm及以上5個級別，檢驗各級誤差情況。

等級均方根誤差：

其中k代表降水分級檢驗等級，和為第k個降水等級區間的上界和下界，式中[]代表邏輯轉數值的運算符，邏輯值為正時取1，否則取O0、Oi、Gi和N的含義同上。

1.2.3 檢驗結果統計

依據統計期內所有參與檢驗樣本的質量檢驗結果，定量的統計分析產品在不同區域、不同地形系統性誤差，對其在內蒙古實況監測以及預報服務中應用的適用性進行全面分析評估。

2 檢驗結果

2.1 平均絕對誤差(mae)

內蒙古自治區2018年夏季所有站所有時次平均mae均在0.5mm以下，其中mae在0.1mm以下時次的比例為67%，在0.2mm以下時次的比例為88%，2018年6月、7月、8月的mae分別為0.06mm、0.12mm、0.08mm；2019年夏季所有站所有時次平均mae均在0.35mm以下，其中mae在0.1mm以下時次的比例為75%，在0.2mm以下時次的比例為92%，2019年6月、7月、8月分別為0.06mm、0.07mm、0.07mm。2018年骨干站所有時次中，mae在0.1mm以下時次的比例為65%，在0.2mm以下時次的比例為84%。2019年骨干站所有時次中，mae在0.1mm以下時次的比例為71%，在0.2mm以下時次的比例為90%(如圖1所示)。

圖1 2018(a)、2019(b)年夏季降水格點實況數據mae

2018夏季不同站點的mae，內蒙古自治區西部、中部偏北地區誤差相對較小，所有站mae均在0.55mm以下。0.1mm以下的站點占比54%，0.2mm以下的站點占比96.6%；骨干站mae均在0.33以下，0.1mm以下的站點占比59.7%，0.2mm以下的占比96.1%。2019夏季不同站點的mae，內蒙古自治區西部、中部地區誤差相對較小，東部地區相對較大所有站mae均在0.55mm以下，0.1mm以下的站點為72.2%，0.2mm以下的站點為95.9%；骨干站mae均在0.40mm以下0.1mm以下的站點為71.9%，0.2mm以下的站點為95.1%(如圖2所示)。

圖2 降水格點實況數據mae分布2018年所有站(a)、2018年骨干站(b)、2019年年所有站(c)、2019年骨干站(d)

2.2 均方根誤差(RMSE)

2018年內蒙古自治區6月、7月、8月所有站RMSE在1mm以下時次的比例為83%，6月、7月、8月所有站的平均RMSE分別為0.42mm、0.65mm、0.51mm。2019年所有站RMSE在1mm以下時次的比例為89%，6月、7月、8月所有站的平均RMSE分別為0.38mm、0.50mm、0.48mm。骨干站2018年RMSE在1mm以下時次的比例為82%，6月、7月、8月的平均RMSE分別為0.45mm、0.67mm、0.58mm，2019年RMSE在1mm以下時次的比例為86%，6月、7月、8月骨干站的平均RMSE分別為0.37mm、0.54mm、0.54mm(如圖3所示)。

圖3 2018(a)、2019(b)年夏季降水格點實況數據RMSE

2018年夏季所有站RMSE均在2.5mm以下，1mm以下的站點為82.7%；骨干站RMSE均在2.3mm以下，1mm以下的站點為82.4%。2019年夏季所有站RMSE均在2.1mm以下，1mm以下的站點為88.5%；骨干站RMSE均在2.1mm以下，1mm以下的站點為85.7%(如圖4所示)。

圖4 降水格點實況數據RMSE分布2018年所有站(a)、2018年骨干站(b)、2019年所有站(c)、2019年骨干站(d)

2.3 相關系數(COR)

內蒙古自治區2018年6月、7月、8月所有站COR分別為0.38mm、0.49mm、0.48mm，2019年分別為0.53mm、0.54mm、0.56mm。骨干站2018年分別為0.42mm、0.58mm、0.60mm，2019年分別為0.60mm、0.59mm、0.63mm(如圖5所示)。

圖5 2018(a)、2019(b)年夏季降水格點實況數據COR

2.4 降水分級檢驗RMSE

夏季逐小時二元融合降水實況分析產品的分級RMSE所有站以及骨干站均隨著降水量級的增加，誤差增大。2018年夏季所有自動觀測站0.1mm～1.9mm、2.0mm～4.9mm、5.0mm～9.9mm、10.0mm～19.9mm以及高于20.0mm等量級降水的平均RMSE分別為0.8mm、2.5mm、5.0mm、9.4mm、17.8mm，所有國家考核骨干站分別為0.8mm、2.3mm、4.6mm、8.2mm、15.1mm。2019年夏季所有自動觀測站0.1mm～1.9mm、2.0mm～4.9mm、5.0mm～9.9mm、10.0mm～19.9mm以及高于20.0mm等量級降水的平均RMSE分別為0.8mm、2.1mm、4.3mm、8.5mm、17.5mm，所有國家考核骨干站分別為0.6mm、1.8mm、3.7mm、7.3mm、14.4mm(如圖6所示)。

圖6 2018(a)、2019(b)年夏季降水格點實況數據分級RMSE分布

3 結論

筆者基于內蒙古自治區所有氣象自動觀測站以及國家考核骨干站的小時降水數據，對CMPAS中國0.05°×0.05°逐小時二元融合降水實況分析產品結合站點觀測進行檢驗。內蒙古自治區2018年和2019年夏季所有站所有時次平均mae均在0.5mm以下，mae在0.1mm以下時次的比例在67%以上，在0.2mm以下時次的比例在88%以上。RMSE在1mm以下時次的比例均在83%以上。2018年和2019年夏季逐小時二元融合降水實況分析產品的分級RMSE隨著降水量級的增加而增大，說明隨著降水量級的增大，誤差增大。