基于格點實況的海南島網格晴雨預報檢驗

2022-04-22 02:43:08馮簫吳俞李玉梅李勛

熱帶氣象學報 2022年1期

馮簫，吳俞，李玉梅，李勛

(1. 海南省氣象臺，海南海口 570203；2. 海南省南海氣象防災減災重點實驗室，海南海口 570203)

1 引言

自2014年啟動無縫隙精細化網格天氣預報業務，高分辨率的智能網格預報已成為中國氣象局主推業務[1]和未來天氣預報的發展方向[2-3]，其中，如何作好精細精準的降水預報是重點研究對象之一[4-5]。降水是不同尺度天氣系統相互影響的結果，具有顯著的非連續性特征[6-7]，其形成機制復雜，各區域時空分布差異明顯，因此，提高降水預報準確率是頗具挑戰性的工作，在高分辨率網格預報中作好降水預報則更加困難。近年來，得益于綜合氣象觀測數據和多源資料融合分析網格實況產品[8]的支撐，數值預報模式[9-10]和實時快速更新同化預報系統的發展[11-12]，區域數值模式在高分辨率降水預報中表現出巨大的潛力[13-16]。例如鄢俊一等[17]通過對比華南中尺度模式和日本氣象廳全球譜模式的降水產品，發現華南中尺度模式對5種不同天氣類型的降水預報優于日本氣象廳全球譜模式；徐同等[18]在對西南地區的降水預報進行檢驗，發現華東中尺度模式系統對小雨、暴雨和大暴雨的預報評分優于歐洲中期天氣預報中心ECMWF(European Centre for Medium - Range Weather Forecasts)全球模式。

海南地處熱帶，是我國最南端的省份。受多種尺度天氣系統(中尺度的海風鋒[19]、天氣尺度的季風槽和臺風[20-22]、季節內尺度的低頻振蕩[23])及復雜下墊面的相互影響，暖季5—9月，海南島上降水分布極不均勻，局地性強，降水落區預報難度較大，晴雨準確率偏低。因此，晴雨預報已成為海南省智能網格降水預報中首要面對的難題。業務應用中發現，中尺度模式對時空尺度小、局地性強的降水具有較強的預報能力。為了進一步加強對中尺度模式晴雨預報性能的了解，發展海南省基于數值模式的晴雨預報釋用技術，以期提高精細化晴雨預報準確率，本文將對ECMWF 全球和以CMA-SH9、CMA-GD 為代表的區域模式進行檢驗評估。通過分析晴雨準確率、空報率和漏報率的時空分布特征、降水面積偏差、高頻降水中心和降水質心位置等，評估模式對海南島晴雨預報的能力。另外，嘗試通過尋找最優面積閾值，集合各模式優勢，建立優選方案，為海南省智能網格晴雨預報產品制作提供重要參考信息。

2 資料與方法

2.1 資料

本文檢驗時間段為 2019年 5月 1日—9月 30日，使用資料包括：(1) 中國氣象局陸面數據同化系統 CLDAS(CMA Land Data Assimilation System)產品，該產品融合了大量實際觀測、接近真實大氣狀態的大氣驅動數據以及陸面模式產品，空間分辨率為 0.05 °×0.05 °；(2) 每日 08 時和20 時(北京時，下同)發布的 ECMWF、CMA-GD 和CMA-SH9(表1)。檢驗前，不同分辨率的模式產品通過雙線性插值與CLDAS 分辨率匹配。預報業務中參考到的最新資料為提前12 h 起報，因此本文僅評估36 h、48 h、60 h、72 h時效的24 h晴雨預報效果。

表1 各模式基本信息

2.2 方法

晴雨檢驗方法采用中國氣象局制定的《全國智能網格氣象預報業務規定》中格點-格點降水預報檢驗方法[24-25]，對晴雨預報準確率、空報率、漏報率進行計算，如公式(1)～(3)；為進一步了解導致晴雨準確率偏低的原因，本文分析了漏報(空報)格點數占總格點數的比例，簡稱漏報(空報)比例，如公式(4)～(5)。式中，NA 為有降水預報正確站數，NB 為空報站數、NC 為漏報站數，ND 為無降水預報正確的站數(表2)。

表2 晴雨檢驗評定表

本文以有降水(≥0.1 mm)的格點數占全島格點數的百分比R作為降水面積百分比，如公式(6) ; 通過計算降水面積百分比的平均偏差、平均絕對偏差和均方根偏差，評估預報降水面積相比實況降水面積的差異，如公式(7)～(9)所示。

利用質心公式計算降水質心，即設n個降水質點組成的質點系，各降水質點的降水量分別為M1，M2，……，Mn，質點坐標為(x1，y1)，(x2，y2)，……，(xn，yn)。降水質心的坐標為(xc，yc)，則，

3 檢驗結果分析

3.1日平均晴雨準確率、空報比例和漏報比例

圖1 為各模式不同時效的晴雨評分綜合圖。橫坐標為漏報比例，縱坐標為空報比例，圖中黃色等值線為晴雨準確率。藍色圖標代表的CMASH9具有較高的晴雨評分(各時效平均晴雨準確率≈76.62%)，ECMWF 評分居中(各時效平均晴雨準確率≈73.25%)，CMA-GD 評分偏低(各時效平均晴雨準確率≈72.85%)。ECMWF 評分偏低為空報比例較高所致，而CMA-GD 評分偏低則與漏報比例較高有關。

圖1 不同預報時效日平均晴雨評分綜合圖

比較同一模式不同預報時效，可知ECMWF預報結果穩定，各時效晴雨評分相差不大，36 h 和60 h 時效評分略高。中尺度模式的晴雨準確率與預報時效的關系更敏感，各時效晴雨評分點分散，預報時效縮短，則評分提高明顯。例如CMA-SH9模式 72 h 時效晴雨準確率為74.79%，36 h 時效可達78.32%；CMA-GD 模式72 h 時效晴雨準確率為71.39%，36 h時效可達74.77%。

CMA-SH9 模式36 h 時效晴雨準確率高的原因是空報比例的降低，而CMA-GD 則為漏報比例的降低，由此可見，CMA-SH9、CMA-GD 比ECMWF 具有較強的預報調整能力，預報時效縮短，模式本身雨區面積偏差會減小，從而提高晴雨評分。

3.2日平均晴雨評分空間分布

圖2為日平均晴雨準確率、空報率和漏報率的空間分布特征，可比較模式在不同區域的晴雨預報能力。基于各模式都具有隨時效縮短晴雨評分提高的特點，圖2選取36 h時效(圖2a)和72 h時效(圖2b)進行對比。圖中紅色圓圈標記了4個關鍵區：1為海南島中部內陸，2為海南島五指山以南，3為海南島東部沿海，4為海南島西北沿海和內陸。

圖2 36 h(a)和72 h(b)時效的日平均晴雨準確率、空報率和漏報率（%）空間分布

圖2a 顯示ECMWF 在海南島中部內陸(關鍵區1)具有較高的晴雨預報能力。整體而言，空報率較高是ECMWF 的主要問題，其中五指山以南(關鍵區2)和東部沿海(關鍵區3)空報率可達95%以上；關鍵區3 北部的空報率在72 h 預報中仍會明顯增加(圖2b)。圖2a 顯示的CMA-GD 模式晴雨評分在整個島上相對均勻，其中海南島北部(關鍵區4)空報多，海南島五指山以南(關鍵區2)則漏報多；72 h時效中，模式漏報問題加重，關鍵區3漏報率明顯增加。圖2a顯示，CMA-SH9晴雨準確率較高的地區為海南島東部沿海(關鍵區3)，漏報率偏高的區域基本沒有，但在海南島西北部(關鍵區4)與五指山以南(關鍵區2)存在一定程度的空報現象；在72 h 的預報中(圖2b)，模式空報的范圍增大，空報范圍覆蓋全島，因此72 h的晴雨評分相比36 h 明顯降低。綜上可知，不同模式對海南島不同地區具有不同的晴雨預報能力：(1) ECMWF 在海南島中部內陸預報較準確，CMA-SH9 則為海南島東部沿海地區預報較準確；(2) 三個模式對海南島東部沿海都具有較強的預報調整能力，隨預報時效縮短，該地區空(漏)報問題減少。

另外，比較36 h 時效模式對海南島四周海區的晴雨預報效果，發現：(1) ECMWF 在海南島東部-南部海區存在較高的空報率，導致西部-北部海區評分明顯高于東部-南部海區；(2) CMA-GD 在四周海區晴雨評分相對均勻，以漏報為主，空報少，此時，陸地關鍵區4 存在易空報的特征可間接表明CMA-GD 對陸地降水更易響應的特點；(3)CMA-SH9 表現出雨帶偏東的系統偏差，導致東部-南部海區空報明顯，西部-北部海區漏報明顯。

3.3 降水面積百分比及其偏差

在格點-格點檢驗的方式中，晴雨評分與模式對雨區面積的預報能力有密切聯系。圖3 為按公式(6)得到的降水面積百分比箱線圖。2019年5—9月期間，實況雨區面積百分比的箱體位置集中在[40%，95%]，中位數(77%)高于平均值(65%)。

36 h預報，CMA-GD 箱體位置比實況偏低，位于[30%，80%]區間；預報時效增加后，箱體位置略微向下調整，中位數和平均值接近，且都低于實況，進一步表明CMA-GD 模式漏報偏多的性質。通過計算平均偏差，發現72 h 時效預報與實況的偏差百分比可達-14.61%(表3)。CMA-SH9 在36 h 時效的面積百分比波動范圍比實況偏大，位于[30%，97%]區間；預報時效增加后，下四分位數增大明顯，從33%(36 h時效)增大至42%(72 h時效)，箱體范圍縮小，各預報時效的中位數都高于平均值，與實況最為接近。另外，模式在60 h、72 h 時效預報面積百分比偏大(表2 中平均偏差為正值，圖3d 箱體下限增大)，但36 h、48 h 時效預報則轉為偏小(表2 中平均偏差為負值)，由此可知，CMA-SH9 具有較強的降濕能力，隨預報時效縮短，雨區面積由偏濕轉為偏干。ECMWF 各預報時效的中位數接近100%，下四分位數為90%，且箱體下限出現較多的異常值，進一步證明ECMWF 預報雨區面積偏大，平均偏差可達23%(表3)。

圖3 不同模式在不同預報時效降水面積百分比（%）箱線圖

上述模式中，CMA-SH9 降水面積百分比的平均偏差，平均絕對偏差和均方根偏差都較小(表3)，因此，CMA-SH9 對海南島的雨區面積具有較強的預報能力，這也是它晴雨評分較高的主要原因之一。

表3 各預報時效模式降水面積百分比的平均偏差、平均絕對偏差和均方根偏差

3.4 不同降水面積百分比的晴雨準確率對比

圖4 把實況降水面積百分比分為0～20%、20%～40%、40%～60%、60%～80%、80%～100%，共5個級別，比較各模式在不同級別降水事件中的晴雨預報能力。圖4a、4b 分別代表雨區面積百分比為0～20%、20%～40%的兩種局地降水事件(R實況=0～20%、20%～40%)。該類降水事件中，CMA-GD、CMA-SH9 都具有較高的晴雨評分，其中，CMASH9 模式36 h 晴雨準確率高于CMA-GD，其他時效低于CMA-GD，這與CMA-SH9 較強的降濕能力有密切聯系。總體而言，CMA-GD 對該類降水的晴雨預報較為穩定，而CMA-SH9呈現降濕的調整趨勢，但兩者仍存在預報面積偏大的正偏差。

當實況降水面積百分比為40%～60%時(圖4c)，CMA-GD 在各時效都具有較高的晴雨評分，但模式偏漏報的特征在此類降水事件中開始體現，隨預報時效減小，均方根偏差呈上升趨勢，雨區面積偏小特征更明顯，由此出現晴雨準確率在36 h時效反而降低的情況。當海南島大部地區有雨時(R實況=60%～80%、80%～100%，圖 4d～4e)，ECMWF 的晴雨預報能力變強，甚至優于中尺度模式。R實況=60%～80%時，CMA-SH9 易出現預報雨區面積隨時效縮小，由偏大轉偏少的過度調整，導致36 h 時效評分降低（圖4d）。而CMA-GD 則呈現較好的增濕能力，隨預報時效減小，雨區面積的均方根偏差下降，晴雨評分由此提高。

圖4 實況降水面積百分比為0～20%(a)、20%～40%(b)、40%～60%(c)、60%～80%(d)、60%～80%(e)級別時，各模式不同時效晴雨準確率(左側縱坐標，折線)、均方根偏差(右側縱坐標，柱形)與平均偏差(+代表具有正偏差，-代表負偏差)

綜上可知，中尺度模式對在雨區面積為0～20%、20%～40%、40%～60%的局地降水事件中，相對實況降水面積百分比具有正偏差，呈現出降濕的調整趨勢；在雨區面積為60%～80%、80%～100%的降水事件中，相對實況降水百分比具有負偏差，呈現出增濕的調整趨勢。

3.5 不同雨區面積下的降水落區偏差

提高中小尺度系統影響下局地降水落區預報能力是提高海南省智能網格晴雨評分的關鍵。由圖 4 可知，CMA-GD、CMA-SH9 對局地降水具有較高的晴雨評分，因此，本文挑選36 h 時效，對比不同級別降水面積百分比的高頻降水中心(圖5)，評估兩家中尺度模式預報海南島局地降水的能力。圖 6 中，我們以 19 °N 為界，參考公式(10)～(11)計算高頻降水質心，定點分區比較了模式在海南島北部(19 °N 以北)和南部(19 °N 以南)的降水落區偏差。

圖5 實況降水面積百分比為0～20%、20%～40%、40%～60%、60%～80%級別時的降水頻率分布圖

(1)R實況=0～20%的局地降水在海南島海口北部海岸和萬寧東部海岸具有兩個面積較小的高頻中心(頻率≥50%)。CMA-GD 和 CMA-SH9 都預報出了北部的高頻中心，相比實況，面積偏大。CMA-GD模式質心位置偏西偏南，CMA-SH9質心偏南(圖6a)。另外，CMA-GD 模式未預報出萬寧東部海岸的高頻中心，但CMA-SH9 具有該能力，預報面積略大，質心位置接近。(2)R實況=20%～40%的降水高頻區(頻率≥60%)在19 °N 以北呈南北走向的三點分布。CMA-GD模式極好地捕捉到多個分散的高頻中心特征，和實況呈現類似的分布形狀，質心相比實況略微偏北；而CMA-SH9 的高頻區域面積明顯偏大，質心位置向東北偏移(圖6b)。在19 °N以南，實況高頻中心位于山區(白沙-瓊中交界處)，CMA-GD 預報在昌江東部，質心偏西；CMA-SH9 模式高頻落區出現在五指山以南，質心偏南。(3)R實況=40%～60%的降水高頻區(頻率≥70%)集中在北部內陸和中部山區，CMA-GD模式的高頻區面積偏小，且沒有預報出中部山區的降水。CMA-SH9在19 °N以北的高頻區面積偏大，但19°N 以南的降水與實況接近，質心位置偏南。(4)R實況=60%～80%時，≥80%高頻區在澄邁-海口-文昌呈西南-東北帶狀分布，雨帶呈出海之勢。CMA-GD 模式的高頻區集中在澄邁海口，面積偏小，形狀為方形。CMA-SH9 能體現出西南-東北走向且出海的雨帶特征，但面積過大，導致質心位置明顯偏東。另外，CMA-GD 模式未預報出19 °N 以南中部山區分散的高頻中心，CMA-SH9可預報出，但面積偏小，位置偏東。

圖6 實況降水面積百分比為0～20%(a)、20%～40%(b)、40%～60% (c)、60%～80%(d)級別時，高頻降水區(a：≥50%，b：≥60%，c：≥70%，d：≥80%)的質心點位置

綜上可知，CMA-GD 模式在實況降水面積百分比偏小(R實況=0～20%、20%～40%)的局地降水預報中，對海南島北部具有較強的降水落區預報能力，但常常未能預報出南部的高頻降水中心。CMA-SH9 在海南島北部易出現降水面積偏大，質心偏東的情況，而在預報海南島南部(例如中部山區、東部沿海)的高頻降水中心能力上優于CMAGD。

4 總結與討論

4.1 總結

為了提高海南省智能網格晴雨預報能力，本文對 2019年 5月 1日—9月 30日期間，ECMWF、CMA-GD 和CMA-SH9 不同時效的降水產品進行檢驗評估，通過比較晴雨準確率、空報率和漏報率及其空間分布、降水面積百分比與實況的偏差、不同級別雨區面積下模式的預報效果尤其是局地降水的預報能力。

(1) CMA-SH9 具有較高的晴雨評分。ECMWF 評分偏低是高空報比例所致，空報易出現在五指山以南和東部沿海一帶。CMA-GD評分偏低與較高的漏報比例相關，漏報傾向出現在五指山以南和東部沿海一帶。三家模式對海南島東部沿海都具有較強的預報調整能力，隨預報時效縮短，該地區空(漏)報問題減少。

(2) 從降水面積百分比偏差來看，CMA-GD偏小，CMA-SH9 和 ECMWF 偏大。其中，CMA-GD和CMA-SH9 比ECMWF 具有較好的預報調整能力，預報時效縮短，模式本身預報面積偏大(小)的誤差會減小，晴雨評分提高。

(3) 在降水面積百分比為0～20%、20%～40%、40%～60%的局地降水事件中，CMA-GD 和CMASH9 相對實況預報面積偏大，呈現出降濕的調整趨勢，晴雨準確率比ECMWF 高；在百分比為60%～80%、80%～100%的降水事件中，預報降水面積偏少，呈現出增濕的調整趨勢，晴雨準確率接近或低于ECMWF。

(4) CMA-GD 對海南島北部高頻降水中心的位置和形狀具有較強的預報能力，易漏報海南島南部高頻降水中心。CMA-SH9 在海南島北部易出現面積偏大，質心偏東的情況，對海南島南部(例如中部山區、東部沿海)的預報能力優于CMAGD。

4.2 晴雨預報方案討論

上述總結可知兩個中尺度模式各具優勢：(1)CMA-GD 模式偏干，對海南島北部局地降水預報能力較強；(2) CMA-SH9 與實況降水面積偏差最小，晴雨準確率評分較高。在不同級別雨區面積的降水事件中，模式的預報能力也不同。為了綜合各個模式優勢，本文嘗試根據模式降水面積閾值建立一套晴雨預報方案——最優面積閾值擇優方案。首先，以CMA-SH9 降水面積為基準，迭代挑選匹配CMA-GD 和ECMWF 的最優面積閾值。如圖7a 虛線所示，當RCMA-SH9≤70%時，挑選CMAGD 晴雨方案，RCMA-SH9＞70%時，挑選CMA-SH9晴雨方案進行集成，獲得過去一段時間內最高的晴雨準確率評分，此時RCMA-SH9=70%即為匹配CMA-GD模式的最優面積閾值；通過同樣的方式，進一步集成ECMWF 晴雨方案，RCMA-SH9≥80%時，挑選ECMWF，可獲得更高的晴雨評分(圖7a 實線)。圖7b 為最優面積閾值擇優方案得到的各預報時效晴雨準確率，迭代集合三個模式的晴雨方案，海南島網格晴雨準確率在36 h 時效可提高至81.19%，相比 CMA-GD 和 CMA-SH9 分別提高了6.42%、3.55%，效果明顯。因此，通過最優面積閾值擇優方案迭代集合CMA-GD、CMA-SH9 和ECMWF，可有效提高海南島高分辨率的網格晴雨預報準確率，為海南省智能網格晴雨預報提供重要參考信息。