2022-2023年阜新多模式暴雨预报检验分析

摘要：数值预报模式是降水预报的主要工具。随着计算能力提升、物理过程不断完善，以及高分辨遥感观测资料的应用，降水预报的准确率和预报时效不断提高。然而，模式系统复杂，对于降水预报偏差的认识，尤其是高分辨模式降水预报误

差的认识还非常有限。本文选择传统点对点检验—TS 评分和邻域空间检验—FSS检验两种不同类别的检验方法，对业务中最常使用且空分辨率三个数值模式 ECMWF、GRAPS_3km和GRAPS_MESO，选择2022-2023年19次暴雨过程进行检验评估，以帮助预报员在业务工作中更有效地发挥数值模的业务效能。

关键词：暴雨；预报检验；ECMWF模式；预报产品

1.资料

1.1模式资料

  选取ECMWF模式8时、20时起报的24、36、48、60、72h降水预报产品；选取GRAPES_MESO模式20时起报的36h降水预报产品；选取GRAPES_3KM模式8时、14时、20时起报的24、30、36h降水预报产品。

表1 模式及空间分辨率

模式            ECMWF     GRAPS_3km      GRAPS_MESO

空间分辨率         0.125°        3km             0.1°     

1.2 站点资料

  2022年选取阜新地区62个自动站（2个国家气象站和60个区域气象站）北京时间8时至次日8时24h累计降水量资料；2023年选取阜新地区76个自动站（2个国家气象站和74个区域气象站）北京时间8时至次日8时24h累计降水量资料。

1.3 选取阜新地区2022-2023年19次暴雨过程。

2.检验方法

2.1 传统点对点检验—TS 评分

传统的点对点的检验方法如 TS 评分 能够方便有效地对不同模式预报降水的性能差异进行评估，但由于雨带位置和强度的微小偏差有可能带来空报率或漏报率地增加则会使评分大大降低。TS评分综合考虑模式预报命中(a)、空报(b)、漏报(c)情况，计算公式如下:

  (1)

2.2 邻域空间检验—FSS检验

邻域空间检验主要是基于升尺度的方法将高分辨率模式信息调整到更大尺度上与实况观测信息进行对比。FSS 检验方法是通过比较不同尺度的窗口区内不同阈值降水发生的概率来评估模式预报与实况的差异，如果在一定尺度的窗口区内模式预报降水发生概率与实况接近则为有效预报，其衡量的是预报与实况在邻域窗内发生频率的相似度，如果FSS趋于0表示无技巧，趋于1表示在邻域尺度内预报与实况降水发生频率相同。

该方法首先采用Brier评分的变形比较预报与观测的降水频FBS(Fraction Brier Score)，如公式 1，其中及分别为每个邻域尺度内预报与观测降水发生概率，其发生概率介于0到1之间，N为分析区域内的网格数量。

          （1）

利用方差技巧评分构建思路，获取正定的技巧评分（FSS），如公式2所示，FSS评分介于0到1之间，其中完全不匹配为0，完美匹配为1，一般来说，随着邻域尺度的增加，FSS技巧将逐渐增大。

          （2）

本文中邻域半径包括 1、2、3、4、5、6、7、个格点，数据分辨率为 0.15°×0.15°，即每个邻域半径约为 15 km。 

3.检验分析

3.1传统站点检验

图1为各模式不同时效传统站点检验。对EC模式：大雨以上量级，Ts评分为0.42~0.63，48h最优为0.63；空报率为0.17~0.43，48h最低为0.17；漏报率为0.31~0.56，48h最低为0.31。暴雨以上量级，Ts评分为0.3~0.52，24h最优为0.52；空报率为0.24~0.68，36h最低为0.24；漏报率为0.49~0.79，72h最低为0.49。综合分析：针对降雨量达到大雨以上的级别，48小时预报展现出较为理想的预报效果；而对于降雨量达到暴雨以上的级别，24小时预报时段内的预报准确性则更为突出。图(c)图(d)为针对受东北冷涡影响的暴雨过程，各模式不同时效传统站点检验。在大雨以上量级中，除36h预报时效,其他时次表现劣于整体。在暴雨以上量级中，48h以上预报时效表现较整体过程有明显的降低。

对GRAPS_3km模式：大雨以上量级，Ts评分为0.52~0.54，24h最优为0.54；空报率为0.17~0.24，30h最低为0.17；漏报率为0.37~0.41，24h最低为0.37，暴雨以上量级，Ts评分为0.24~0.34，24h最优为0.34；空报率为0.55~0.59，30h最低为0.55；漏报率为0.24~0.42，36h最低为0.49。随降水量级的增大，空报率和漏报率呈显著上升趋势。受东北冷涡影响的暴雨过程表现与整体过程近似，但在暴雨以上量级的24h预报时效表现优异。

对GRAPS_MESO模式：大雨以上量级，36hTs评分为0.57，空报率为0.25，漏报率为0.29；暴雨以上量级，36hTs评分为0.28，空报率为0.55，漏报率为0.57。受东北冷涡影响的暴雨过程表现与整体过程近似。

对各模式在36h的预报检验结果来看，大雨以上量级，TS评分最高为MESO模式0.57，空报率最低为EC模式0.19，漏报率最低为MESO模式0.29；暴雨以上量级，TS评分最高为EC模式0.40，空报率最低为EC模式0.24，漏报率最低为3KM模式0.24。综合分析：针对降雨量达到大雨以上的级别，GRAPS_MESO模式展现出较为理想的预报效果；而对于降雨量达到暴雨以上的级别，EC模式预报准确性则更为突出。

(1)                    (2)

(3)                   (4)

图1各模式不同时效传统站点检验(1)ECMEF (2) GRAPS_3km(3)GRAPS_MESO (4)ECMEF、GRAPS_3km、GRAPS_MESO模式在36h时效下TS评分

3.2误差时空分布

    对于EC模式，平均误差在阜新西北部误差较小，在南部误差较大，说明模式预报产品在阜新西北部偏差较小，在南部偏差较大且弱报现象明显。平均绝对误差大于20mm以上的站点主要集中在阜新中西部和东南部两个区域。对于GRAPS_3km模式，平均误差在阜新西北部误差较小，其他地区偏大，说明模式预报产品在阜新西北部偏差较小，且在东南部呈负误差，东北西南一带地区呈正偏差，说明在东南部弱报，东北西南一带地区强报。与EC模式相比，整体站点的误差水平均呈现出较高的态势。对于GRAPS_MESO模式，平均误差在阜新北部误差较小，其他地区偏大，在东南部呈负误差，西南部呈正偏差，在东南地区弱报，西南地区强报。

整体而言，各模式对于阜新西北地区误差都偏低，东南地区误差偏高且弱报，结合阜新西北高、东南低的地形分析中西部海拔较低易出现短时强降水，东南部的地形有利于强迫偏南气流抬升，加之水汽条件较好，容易出现强降水，模式对于这个区域的预报偏弱。

图2各模式平均误差空间分布(a)ECMEF (b) GRAPS_3km(c)GRAPS_MESO

图3各模式平均绝对误差空间分布(a)ECMEF (b) GRAPS_3km(c)GRAPS_MESO

3.3邻域空间检验

首先对比FSS与传统TS评分的结果。从整体上来看，FSS评分的数值均普遍大于TS评分，这与其计算原理有关，FSS考虑了格点邻域一定范围内的降水，相当于对原来的分辨率较高的格点场进行了降尺度处理，其对于同一个降水预报场得到的评分数值会相对增大。

如图4所示，随着邻域半径增大，FSS评分也增加。对于各模式FSS结果来看，对于2022-2023年的暴雨过程，各模式对于均能够做出较好的预报（FSS评分大于0.4）。对于GRAPES_MESO模式，36h预报时效暴雨量级以上评分在0.477~0.613；大雨量级以上评分在0.746~0.904。对于GRAPES_3km模式，FSS评分表现优异，24h预报时效暴雨量级以上评分在0.697~0.836；大雨量级以上评分在0.806~0.918，36h预报时效暴雨量级以上评分在0.744~0.842；大雨量级以上评分在0.774~0.863，其中在36h时效的评分表现优于其他模式。GRAPS_3km模式的FSS评分高于TS评分，说明对于降水量级的预报准确性较高，但是落区预报结果较低。对于EC模式，评分较高为24h时效，其次为60h、72h、36h、48h。并非按照预报时效的接近，评分越高。结果显示，邻域半径在1和2格点增幅最大。

(1)                 (2)

(3)

图4各模式不同时效FSS检验(1)GRAPS_MESO (2) GRAPS_3km(3)ECMEF

4.结论与讨论

本文基于ECMWF、GRAPS_3km和GRAPS_MESO模式预报产品，从Ts评分、空报率、漏报率、误差空间分布和邻域空间检验-FSS评分等方面对2022-2023年阜新地区19次暴雨过程进行检验评估，得出如下主要结论：

  （1）TS评分检验结果表明：暴雨以上量级，EC模式24h预报时效表现优异，大雨以上量级，EC模式48h预报时效表现优异；受东北冷涡影响的暴雨过程，EC模式36h预报时效表现优异。

  （2）对于阜新地区暴雨及以上量级降水，各模式在阜新西北地区误差都偏低，东南地区误差偏高且以负偏差为主为弱报，EC模式整体呈负偏差，GRAPS_3km模式在东北-西南一带、GRAPS_MESO模式在西南一带以正偏差为主。

  （3）FSS评分检验结果表明：GRAPS_3km模式表现优异，36h时效的评分表现优于其他模式。其FSS评分高于TS评分，说明对于降水量级的预报准确性较高，但是落区预报结果较低。

在本次研究中，我们选用了GRAPS_MESO模式的36小时降水预报产品，以及GRAPES_3KM模式的24小时、30小时和36小时降水预报产品。然而，由于其他预报时效的数据缺失，导致我们无法进行更全面、多时效的多模式对比，从而影响了评估的准确性和深度。本次评估过程中，我们仅采用了两种检验方法。尽管这两种方法在一定程度上能够反映各模式的预报效果，但它们各自存在优缺点，无法全面、客观地评估所有模式的预报性能。因此，为了获得更准确、全面的评估结果，我们需要考虑引入更多种类的检验方法。

参考文献

[1] 吴俊杰,段晶晶,辛欣,等.台风"黑格比"造成浙东北滞后型暴雨成因分析及多模式预报检验[J].热带气象学报, 2023(006):039.

[2] 栗晗,王新敏,朱枫."21·7"河南极端暴雨多模式预报性能综合评估[J].大气科学学报, 2022(004):045.DOI:10.13878/j.cnki.dqkxxb.20211019002.

[3] 黄骏凯,王婧,吕涛,等.基于多模式的2020年黄山地区超长梅雨期暴雨检验[J].气象水文海洋仪器, 2024, 41(4):45-49.

作者简介：谭婷婷（1998.12），女，汉族，辽宁省朝阳市人，本科，助理工程师，从事综合气象业务工作。