酉水流域智能網格降水預報產品及檢驗

朱國光，陳 鶴

（1.湖南省湘西州氣象臺，湖南 吉首 416000；2.湖南省氣象臺，湖南 長沙 410118）

旱澇災害作為較大的氣象災害之一，對社會經濟和人們生活造成嚴重影響。洞庭湖流域為中國重要農業生產區，受區域大氣環流和地形等因素的影響，旱澇災害頻發[1]。酉水流域是洞庭湖流域的重要組成部分，酉水發源于武陵山區，自源地流經湖北、重慶、湖南，全長477 km，整個流域降水豐沛，河谷縱橫，地形落差大，水能資源豐富，是我國重要的水電開發基地之一。降水主要集中在雨季（4-10 月），占全年總降雨量的70%以上，雨季強降水天氣過程頻繁，容易出現洪澇災害。流域的流量、江河的抗洪能力及水庫的蓄洪規模都與流域的平均降雨量（面雨量）密切相關。因此開展酉水流域面雨量預報分析研究對流域的電力生產調度和防洪減災具有重要意義[2]。

準確的面雨量預報有賴于網格預報的精細化，格點降水預報越準確，流域面雨量預報就越好。國內外眾多的數值預報產品，雖然在時空間分辨率上基本滿足了流域面雨量的預報，但是由于不同模式的初始場、模式框架、物理參數化方案等各不相同，模式產品釋用也存在差別，導致它們的預報效果存在明顯的差異[3-4]。不同的模式在湘西地區不同降水過程中往往表現不一，比如EC 模式常常表現出弱降水空報的特征，區域模式又有強降水空報的情況，很難找出一個具備穩定優勢的模式。

隨著氣象部門大力推進智能網格“一張網”精細化格點預報業務發展，智能網格預報產品發展迅速[5-7]。對數值模式直接輸出的定量降水預報產品進行客觀訂正是提升定量降水預報質量的有效手段[8-10]。吳啟樹等基于頻率匹配法的思路，將頻率偏差最優改為TS 評分最優，發展了最優TS 評分（optimal threat score method，OTS）算法，顯著改進了模式定量降水預報的TS 評分[11]。為了制作出更精準的網格降水預報產品，基于最優評分算法研發格點要素客觀預報技術，得到適用于本地的智能網格預報產品，并對其性能進行檢驗分析，以更好地改進和優化面雨量預報方法，為今后日常業務應用提供參考，以及對農業、水文、環境、交通旅游專業預報服務提供基礎數據支撐。

1 資料與方法

為了評價氣象預報，行業上我們首先引入準確率（PC）的概念，計算公式如下：

如表1 所示，其中NA表示預報正確站（次）數，NB表示空報站（次）數，NC表示空報站（次）數，ND表示預報和實況均未達到閾值的站（次）數。

表1 預報評價表

日常預報中人們對于有降水的事件更為關注，但是預報無降水、實況無降水的情況又出現最多，這種現象的存在大大提高了預報的準確率，削弱了其對有降水事件的預報能力評價。因此進一步引入了TS 評分（TS），這是目前氣象系統降水預報業務中最主要的考核項目，它排除了無降水的樣本，表示了降水預報正確的比例。

為使預報結果的TS 評分達到最高，構建了最優TS評分降水預報訂正方法（OTS）。首先，從2016-2019 年模型預報結果中選取前后N 天的結果和相應時段的站點實況，作為建模數據集。其次，通過逐級增大或減小各級閾值，對其進行評分，找出評分變化拐點，確定降水量級劃分閾值Fk。最后，利用新找出的閾值對EC 相應時效的預報重新進行映射來進行訂正的降水預報，具體計算方法如下：

式中，x和y分別為模式降水的預報值和訂正值，Ok為第k量級降水閾值，Fk為預報降水量訂正到Ok時，該量級對應模式的降水閾值。

2 網格預報產品介紹

OTS 客觀降水預報訂正產品可直接讀入MICAPS4業務系統，實現業務運行，完善了智能網格預報產品，為格點要素預報提供了重要參考。預報結果的原始數據為MICAPS4 第四類格式文件，在氣象業務系統中可直接顯示為格點降水（圖1），格點數值表示該格點位置的降水預報結果，數值的不同顏色代表著不同的降水等級，格點空間分辨率為5×5 km，確保整個流域面積內每個鄉鎮都有代表點，預報時長為72 小時，時間間隔為24 小時，更新頻次為一天兩次。當前時空分辨率已經基本滿足汛期降水預報以及流域雨量和水位的預報預警服務要求。

圖1 網格降水預報產品展示

除了格點數值顯示，降水產品也能標準化填色分布顯示。5 月21-24 日，我省發生了一次強降雨過程，并伴有雷暴大風等強對流天氣。22 日為整個過程的最強時段，強降水雨帶位于湘北地區，整個湘北地區有397 個站點出現了暴雨（圖2（a））。圖中顯示了22 日降水預報情況，從兩家數據源的預報情況來看，EC 對湘西州、張家界、常德以及懷化北部的暴雨存在較為嚴重的漏報，而OTS 預報結果更加貼近實況，整個東西走向的帶狀強降水區與實況基本一致，同時也預報出了岳陽北部的大暴雨（圖2（b）、圖2（c））。

圖2 2021 年5 月22 日實況降水量以及EC、OTS 預報降水量對比顯示

3 統計檢驗分析

選取2021 年上半年為檢驗期，對5 個標準降水等級（晴天（＜0.1 mm/d）、小雨（0.1～10 mm/d）、中雨（10～25 mm/d）、大雨（25～50 mm/d、暴雨及以上（≥50 mm/d））進行對比檢驗分析。EC 作為業務中常用的主流模式，近年來發展迅速，穩定性相對較好，對預報員的參考性較大，本文重點對OTS 和EC 進行對比，評估檢驗時段內最優客觀方法的表現和優缺點。

通過統計2021 年上半年酉水流域所有站點每天的降水情況，對比討論EC 和OTS 的預報結果（圖3）。從實況分布來看，酉水流域晴天樣本占比最大，小雨次之，說明該區域80%以上日數是晴天和小雨天氣，降水量級越大，出現的次數越少。EC 預報結果與實況相差較大，表現為小雨最多，超過40%，晴天次之，說明其晴雨預報能力相對較弱，小雨容易出現空報；同時中雨預報較多，空報率較高，預報的降水有所偏強；OTS 預報結果明顯優于EC，更加貼近于實況，具有較為一致的分布規律，但降水仍然存在一定的空報率。

圖3 2021 年上半年酉水流域晴雨及不同量級降水觀測與預報頻率對比

不同量級的TS 評分（圖4）顯示出了EC 和OTS 的預報隨著降水等級的變高，預報能力變弱；小雨的TS 評分是最高的，暴雨最低。對比兩家數據源，OTS 預報總體優于EC，而且降水量級越大，OTS 的預報優勢越明顯，50 mm 以上強降水明顯高于EC 預報。

圖4 2021 年上半年不同量級降水TS 對比

為了進一步綜合對比評價兩家數據源的整體性能，繪制出綜合表現圖（圖5）。綜合表現圖的檢驗結果以圓點方式顯示在圖中，從而可以直接反映成功率、命中率、預報偏差（空報和漏報）以及TS 評分等檢驗指標。橫軸代表成功率，越往右表示成功率越大；縱軸代表命中率，越往上命中率越高；數據源的位置越靠近斜實線說明準確率越高，偏左表示預報偏大，對應空報，偏右表示預報偏小，對應漏報；TS 評分從左下角的0 到右上角的1，沿著斜線逐漸增大，數據源的位置越靠近右上角表示TS 越大。從圖中可以看出，小雨量級降水的成功率、命中率和TS 相對較高，小、中、大雨的預報偏差比較大，且都表為明顯的空報，暴雨及以上降水的偏差最小，空報和漏報較少。OTS 對不同降水等級的預報效果總體都優于EC，小雨預報偏差明顯小于EC，成功率高于EC，TS 評分相差不大，命中率低于EC；OTS 對中雨預報的各項評價指標都優于EC，但不具備顯著優勢；針對大雨和暴雨及以上降水，OTS 預報的成功率、命中率、TS 也優于EC，兩家數據源的預報偏差基本相同，同時OTS 方法表現出了較為明顯的優勢（圖5（a））。24、48、72 小時不同預報時效的綜合表現圖反映出，預報時效越長偏差越大，預報越不穩定；OTS 相較于EC 的預報優勢主要體現在24 小時預報上，隨著時效的增加優勢逐漸減少，說明OTS 對于短期預報的訂正和改進具有重要意義（圖5（b）、圖5（c）、圖5（d））。

圖5 預報綜合表現圖

為了進一步分析OTS 方法降水預報優勢在酉水流域的具體分布情況，通過統計格點日降水情況，繪制樣本評價指標的空間分布，得到了兩家數據源晴雨預報準確率的分布（圖6）。從中可以看出，OTS 的準確率基本處于0.7 以上，部分區域超過了0.8，已經超過了當前預報員對格點降水的主觀預報訂正能力；EC 的預報準確率在0.6～0.7 之間，總體比OTS 低了0.1 左右。OTS 方法在不同區域的預報訂正能力有所不同，秀山、保靖、永順等區域的預報準確率較高，預報優勢在上述地區也更為明顯，龍山、花垣的準確率相對較低。

圖6 2021 年上半年晴雨準確率分布對比

通過對比TS 評分的分布（圖7），可以發現整個酉水流域大部分地區的OTS 評分處于0.2 以上，部分地區達到了0.4，而EC 的TS 評分基本位于0.2 以下，預報效果顯著低于OTS。從TS 評分角度分析，OTS 方法的訂正能力在秀山、保靖、永順及花垣北部等區域表現較好，龍山和花垣南部的訂正能力較弱，這與預報準確率分布反映出的特征基本一致，由于OTS 方法是基于最優TS 評分建立的，所以針對TS 指標的訂正能力和范圍有著更加優異的表現。

圖7 2021 年上半年TS 評分分布對比

4 結論

為了制作出更精準的網格降水預報產品，基于最優評分算法研發格點要素客觀預報技術，構建最優的TS 降水預報訂正方法，以更好地改進和優化面雨量預報方法。利用EC 模式和氣象站觀測資料，對OTS 方法進行評估和檢驗。結果表明：

（1）OTS 降水預報訂正產品已經集成到主流業務系統中，產品顯示形式多樣，當前時空分辨率已經基本滿足汛期江水預報以及流域雨量和水位的預報預警服務要求。

（2）酉水流域晴天樣本占比最大，降水量級越大，出現的次數越少。EC 預報結果與實況相差較大，晴雨預報能力相對較弱，小雨容易出現空報；OTS 預報結果明顯優于EC，更加貼近于實況，具有較為一致的分布規律，但降水仍然存在一定的空報率。隨著降水等級的變高，EC 和OTS 的預報能力變弱；降水量級越大，OTS 的預報優勢越明顯，50 mm 以上強降水明顯高于EC 預報。

（3）預報綜合表現顯示出小雨量級降水的成功率、命中率和TS 相對較高，但也存在較大的預報偏差，且都表現為明顯的空報，暴雨及以上降水的偏差最小，空報和漏報較少。OTS 對不同降水等級的預報效果總體都優于EC；預報時效越長偏差越大，預報越不穩定；OTS 相較于EC 的預報優勢主要體現在24 小時預報上，隨著時效的增加優勢逐漸減少，說明OTS 對于短期預報的訂正和改進具有重要意義。

（4）整個酉水流域中OTS 的準確率和TS 評分都明顯高于EC。OTS 方法在不同區域的預報訂正能力有所不同，秀山、保靖、永順等區域的預報準確率較高，預報優勢在上述地區也更為明顯，在龍山和花垣南部的訂正能力較弱。OTS 預報方法針對TS 指標的訂正能力和范圍有著更加優異的表現。