凝聚層次聚類方法在降水預報評估中的應用

喬錦榮，原新鵬，梁旭東，謝衍新

（中國氣象科學研究院災害天氣國家重點實驗室，北京 100081）

引言

降水是公眾最關心的天氣現象之一，強降水可造成城市內澇、農田漬澇，甚至引發泥石流、山洪等地質災害，給當地造成重大經濟損失和人員傷亡［1-3］。因此，提升降水預報準確率尤為關鍵，這需依賴數值模式預報能力的提高和模式產品的合理釋用［4］，而降水預報檢驗是提高模式預報性能認知、合理釋用模式產品的重要環節［5-6］。幾十年來，氣象學者開展了大量模式降水預報檢驗分析工作。20世紀60年代，設計出雙變量的預報檢驗列聯表［7］，可通過列聯表將事件進行分類，然后計算諸如命中率（probability of detection，POD）、誤警率（false alarm ratio，FAR）等技巧評分。隨后發展了TS（threat score）評分［8］、臨界成功指數（critical success index，CSI）［9］、ETS（equitable threat score）［10］以及一系列針對空間檢驗的評分指數，如S1評分［11］、ACC（anomalous correlation coefficient）［12］、FQI（forecast quality index）［13］、FSS（fractions skill score）評分［14］等。隨著集合預報的廣泛應用，與其相關的各類評分日益增多，包括Brier評分［15］、排列概率評分［16］、Wilson概率評分［17］等。由此可見，目前針對降水預報產品的檢驗指標非常豐富。伴隨著數值模式的不斷發展，確定性模式產品和集合預報產品的種類不斷增多，基于模式結果訂正的多種降水客觀預報方法［18］得到應用。因此，在實際業務中往往同時面對多種預報產品、同一預報產品有多種檢驗評估指標，如何對多產品多指標進行綜合分析？更全面地認識不同預報產品性能，目前仍缺乏有效手段。

聚類分析是一種研究多維空間點與點之間關系的方法［19］，在數據挖掘、評估等領域得到有效應用［20-22］。……