WRF模式对浙江2011年夏季降水和温度预报评估及其湿过程敏感性分析*

2012-12-07董美莹冀春晓林惠娟

浙江气象 2012年3期

陈锋董美莹冀春晓林惠娟查贲骆阳

(1.浙江省气象科学研究所，浙江杭州310017;2.苏州市气象局，江苏苏州215021;3.杭州市气象局，浙江杭州310051;4.浙江省气象信息网络中心，浙江杭州310017)

0 引言

随着高性能计算能力和天气预报技术的逐步发展，数值天气预报已成为现代天气预报业务的重要基础和天气预报业务发展的主流方向。由于受初始场、边界场、物理过程及模式本身设计等诸多因素影响，模式预报产品不可避免存在误差。因此，检验评估工作已成为数值天气预报的一个重要组成部分，评估结果有助于模式本身的改进和预报人员更好地使用模式产品。

王雨(2006)利用国家基本气象站资料评估了中央台5个常用模式的定量降水预报结果;王丽等(2007)利用湖北省77个气象观测站资料对日本、德国和T213 3种数值模式在强降水过程中的预报进行了统计比较;药明和晏晓英(2008)利用代表不同区域地理环境的6个站点，检验并分析了吉林省数值预报业务系统短期预报各时段降水、温度、气压和风速等要素预报性能;段旭等(2011)在建立了本地化的中尺度WRF数值预报业务系统后，也对系统预报的降水和气温做了评估。总体而言，已有的数值预报模式检验评估主要侧重于对定量降水的评估，且评估所用观测资料多以常规站资料为主，利用中尺度自动站详细资料针对浙江省数值预报的评估工作尚未见报告。浙江地处我国东南沿海，地理地貌独特、天气复杂，究竟数值预报模式对浙江省夏季降水和温度有多大预报能力，存在多大的误差，在何种程度上能为预报员提供可信的参考信息，已成为模式开发人员和预报员共同关注的重要问题，使用更详尽观测资料评价高分辨模式预报性能的精细化评估技术值得探索。

另外，国内外大量研究表明，模式本身设计及其参数化方案对模式的预报性能有着重要影响(黄安宁等，2009;肖玉华等，2010;张丽霞等，2011)。模式的湿过程选择对于湿热夏季的预报效果十分重要(许习华和丁一汇，1990;Wang and Seaman，1997;刘一鸣，1998;楼小凤等，2003;伍华平等，2009;Rajeevan et al.，2010)。模式的不同湿过程方案选择会对预报结果有多大影响?究竟哪些湿过程的微物理方案和积云参数化方案更适合浙江的天气特点?这对更好地开展WRF模式在浙江省的本地化适用研究，提高模式预报性能，具有重要意义。

因此，本文首先利用全省1500多个包括区域自动站在内的站点观测资料，应用空间分布和时间演变及统计检验3种方法来评价WRF模式对浙江省2011年夏季降水和温度的预报性能;进而通过不同湿过程参数化方案数值模拟的对比，探讨不同微物理参数化方案和积云参数化方案对模式预报性能的影响;以期为高分辨率数值模式的改进和系统用户做精细化天气预报提供较为客观全面的参考信息。

1 模式简介

浙江省中尺度数值预报业务系统采用WRF v3.1 模式(Weather Research and Forecasting model version 3.1)。该模式(Skamarock et al.，2008)是由美国NCAR等多家研究单位联合研制的新一代数值模式，是一个完全可压缩、非静力模式，控制方程组为通量形式，水平网格采用有利于在高分辨率模拟中提高数值计算精度的Arakawa C 格式(Kalnay，2001，Janjic，2004)。WRF模式适用于业务天气预报和大气研究等需要，能有效模拟天气系统尤其是中小天气系统的发生、发展、消亡过程及其机理。同时，模式系统具有可移植、易维护、可扩充、高效率、使用方便等诸多特性，被大量应用于理想试验、个例数值试验等研究和数值天气预报实时业务之中(Klemp，2004;Dimego，2004;Isidora et al.，2005;Lo et al.，2008;范水勇等，2008;马红云等，2009;吴伟等，2011;林惠娟等，2010)，表现出较好的模拟能力和较可靠的预报性能。

根据浙江省现有计算条件和地理位置特征，模式选用双重嵌套，分辨率各为9 km和3 km，垂直层次为35层。9 km分辨率的大区域(华东区域，大致范围为 106°E ～128°E，22°N ～42°N)重点覆盖影响浙江的大尺度系统，3 km分辨率的小区域(浙江区域，大致范围为117°E～124°E，26°N ～32°N)重在识别影响浙江的中尺度系统(图1)。模式积云参数化方案在大区域中采用Betts-Miller-Janjic方案，在小区域不采用参数化方案;微物理方案均采用WSM 6-Class方案;陆面过程均使用Noah方案;行星边界层均采用Yonsei University(YSU)参数化方案;表面层均使用基于Monin-Obukhov的MM5相似理论;长波、短波辐射均选用RRTM快速辐射传输方案和 Dudhia方案。初始场由 NCEP/GFS(Globe Forecast System)的分析场提供，侧边界场由NCEP/GFS间隔3 h的预报场提供。

图1 模式研究区域及地形

2 2011年夏季降水和温度预报结果评估

浙江地属亚热带季风气候，冬季干冷，夏季湿热，降水量的季节分配大体上与温度一致，表现为“雨热同步”的气候特征(祝启桓，1992)。其中，夏季的主要影响系统为梅雨、台风和强对流等高影响、灾害性天气，对这些天气的预报能力直接关系到防灾减灾工作的成败。因此夏季降水和温度预报水平是衡量数值预报模式性能的一个重要指标。本节对2011年夏季(6—8月)模式预报的降水和温度结果进行定量评估。

2.1 资料和方法

实况资料选用浙江省内1500多个站点观测资料(包括3个基准站、20个基本站、47个一般站和1500多个区域自动站，如图2所示)，评估要素为每日08:00—次日08:00的24 h累计降水和平均2 m气温。预报结果为与实况相对应的每天08:00起报的预报时效为24 h，48 h及72 h的24 h累计降水和平均2 m气温。

图2 观测站点分布(Level1——国家基准气候站;Level2——国家基本气象站;Level3——国家一般气象站;Level4——区域自动站)

为更好地评估模式结果，文中给出了降水和温度的空间分布和时间序列演变检验。对于降水，同时给出了TS，ETS(Equitable Threat Score)，HSS(Heidke Skill Score)，击中率(PODY)，空报率(FAR)，漏报率(FOM)等多个检验量(丁金才，1995)共同描述模式的降水预报性能。

2.1 降水

2011年夏季降水过程比较明显，6月份梅雨期间出现了4次典型的梅雨降水过程，7—8月主要是以台风降水(“梅花”和“南玛都”)和局地强对流降水为主。由图3(a)夏季平均降水实况可知，浙江省2011年夏季降水主要集中于浙西北部山区、宁波地区及浙东南沿海地区。图3(b－d)分别给出了模式预报的预报时效为24 h，48 h及72 h的夏季日平均降水分布。与实况对比可知，模式24 h预报报出了浙西北部和东南沿海地区的降水中心及雨带的基本走向，预报和实况的空间相关系数为0.52;但预报降水量比实况整体偏大，平均偏大为5.62 mm/d。48 h预报和72 h预报也能在一定程度上预报出降水带的位置，空间相关系数分别为0.36和0.42;降水量级相对于24 h预报结果更接近于实况，平均偏差分别为3.85和2.17 mm/d。这说明模式在48 h和72 h的预报结果仍然是有一定的参考价值的。但是，在浙西南地区，不论24 h，48 h还是72 h均存在空报现象，数值预报产品的参考性存在地域差异，需要谨慎分析。

图3 2011年夏季日平均累计降水预报及实况(单位:mm/d):(a)实况;(b)24 h预报;(c)48 h预报;(d)72 h预报

夏季的日平均降水分布反映了模式对季节内降水预报空间分布情况的预报能力，而区域平均逐日降水演变则能较好反映模式对降水过程随时间发展趋势的预报能力。浙江省2011年夏季逐日降水的时间演变(图4)表明，模式各预报时效的预报均给出了较为准确的降水发生、发展及减弱过程，尤其是在6月和8月的几次较大降水过程，模式预报的降水量级与实况相当。但是，在降水强度为小到中雨时(如7月期间，31～61 d)，模式预报降水偏大较明显，尤其是24 h预报结果。这可能跟模式参数化方案的阈值偏低有关，需要进一步研究改进。

图4 2011年夏季逐日降水量预报及实况

利用 TS，ETS，HSS，击中率、空报率、漏报率等参数，定量降水累加检验结果列于表1。由表1分析可知，模式对降水的预报能力随着降水量级的增大而减小，24 h预报的TS评分从小雨以上级别的0.59逐步下降到大暴雨以上级别的0.02;模式预报结果较实况偏大，空报多，漏报少，空报率高出漏报率约0.21，尤其是24 h预报结果偏大较多。比较24 h，48 h及72 h预报的TS评分来看，模式24 h预报结果较好，且48 h和72 h预报结果虽略有下降但仍存在一定的应用价值。

2.2 温度

温度预报是日常天气预报业务中的另一个重要内容。浙江省2011年夏季日平均2 m气温预报和实况显示(图5):2 m气温的空间分布受海拔和纬度影响较大，高分辨率模式能较好地刻画浙江省的地形分布，对浙北地区、金衢盆地及浙东南沿海平原地区的高温区有很好的预报能力，24 h预报与实况的空间相关系数达0.77。尤其是模式对金衢盆地的高值区的预报，不仅在空间分布上与实况很相似，而且在量级上也较接近。但是，模式对其它地区还存在着1～2℃左右的低估，24 h预报的平均偏差为－1.12℃。值得一提的是，模式48 h和72 h预报结果与24 h预报结果相差很小(偏差分别为－1.21℃和－1.20℃)，这说明模式对 2 m 平均气温有较长的预报时效。

表1 2011年夏季浙江省降水预报累加检验结果

图5 2011年夏季日平均2 m气温预报及实况(单位:℃):(a)实况;(b)24 h预报;(c)48 h预报;(d)72 h预报

如图6所示，浙江省2011年夏季逐日2 m平均气温的时间演变表明，模式能较为准确的预报出气温的逐日变化过程。对比图4和图6发现，气温变化与降水变化有较好的反相关关系，模式在6月和8月降水较多时期气温较低，而在6月末至8月初降水较少时期气温较高，这种联系在物理上是合理的。仔细对比还可看到，模式对降水较大的6月中上旬和8月下旬预报的气温与实况较为一致，但在降水量级为小到中雨的7月，模式预报气温较实况偏低1～2℃，且与降水预报偏差在时间上对应较为一致。初步分析认为，这可能是由于在弱降水期间，实况云量较少，而模式预报的云量偏多，预报误差较大;但在较大降水期间，实况云量多，覆盖了全省大部，此时预报云量的误差小于弱降水期间的误差(即弱降水期间云量预报偏多误差大于强降水);而云量预报偏多将导致到达地面的净辐射偏小，温度偏低，因此会出现在弱降水期间温度预报偏低误差大于强降水期间的现象。

图6 2011年夏季逐日2m平均气温预报及实况

3 湿过程参数化方案敏感性分析

前文的评估给出了对2011年夏季浙江省中尺度数值预报模式预报水平的整体认识。研究表明，模式的湿过程选择对于模式降水的预报效果十分重要，不同湿过程的微物理方案和积云参数化方案会对模式预报性能产生影响。因此，本节选取2011年6月4—7日的浙江省典型梅雨过程，着重探讨不同湿过程的微物理方案和积云参数化方案的组合对模式预报性能的影响和由此带来的不确定性，进而加深对于数值模式预报能力的认识。敏感性试验设计见表2，即选取了适用于高分辨中尺度模式的微物理方案和积云参数化方案各3种，设计了9个敏感性试验，对6月4—7日的梅雨过程的降水预报结果进行对比分析。

表2 敏感性试验设计

图7 各湿过程组合方案下模式对2011年6月4日08:00—5日08:00降水预报及实况:(a)S1-WSM6+KF方案;(b)S2-WSM6+BMJ方案;(c)S3-WSM6+Grell方案;(d)S4-WSM3+KF方案;(e)S5-WSM3+BMJ方案;(f)S6-WSM3+Grell方案;(g)S7-Lin+KF方案;(h)S8-Lin+BMJ方案;(i)S9-WSM6+Grell方案;(j)实况。

图7 是各湿过程组合方案下模式对2011年6月4日08:00—5日08:00降水预报和实况对比。由图可知，不同湿过程参数化方案对降水预报结果差异较大，各类方案对降水预报的偏差为4.1～25.6 mm/d不等，空间相关系数为－0.11～0.59不等。相比而言，降水对于积云参数化方案的敏感性明显大于对微物理方案的敏感性:积云参数化方案的不同可以导致整体雨带分布的明显不同，而微物理方案不同对于雨带影响不大，它主要影响雨带内强降水中心的位置和强度。KF方案和Grell方案在浙江北部及浙中地区报了两个雨带，尤其是在浙中地区出现了严重的空报，BMJ方案所报雨带集中在浙江北部，空报相对较少。在选定BMJ方案下，微物理方案对雨带位置和降水中心强度进行了微调。从总体上看 BMJ方案配合WSM3，WSM6和Lin方案所预报的结果均与实况较为接近，从误差角度分析，BMJ方案配合WSM3方案最小，WSM6方案次之，但是比较两者预报和实况位于浙北中部的东西向的强雨带可见，BMJ方案配合WSM6方案所预报的降水雨带和中心明显更接近实况，它的相关系数也是最高的。图8给出了各方案组合下模式降水预报的评分结果。对比各个方案来看，模式降水的预报能力随着降水量级的增加而下降，且在中小雨级别得分均较高，TS评分均在0.7以上;各方案对大雨(25 mm)和暴雨(50 mm)级别的预报性能差异较为明显，方案2(BMJ与WSM6组合方案)相对其他方案有较好表现，其TS评分、ETS评分、HSS评分和击准率(PODY)均高于其他方案，而空报率(FAR)和漏报率(FOM)均低于其他方案。总体上，采用方案2(BMJ积云对流参数化方案和WSM6微物理方案)预报的降水落区和强度较其他方案更接近于实况。

图8 各湿过程组合方案下模式对2011年6月4日08:00—5日08:00降水预报评分结果

为分析不同参数化方案对降水形成原因，图9给出了各方案下模式预报的格点尺度降水与积云对流降水的对比。由图可见，格点尺度降水与积云对流降水的比值受积云参数化方案影响较大，BMJ方案预报的降水以格点尺度降水为主，积云对流降水仅占总降水量的5%左右;KF方案预报的格点尺度降水比积云对流降水略多30%左右;而Grell方案预报的格点尺度降水和积云对流降水相当。

图9 各湿过程组合方案下模式预报的格点尺度降水与积云对流降水对比

分析实况表明，本次降水过程主要与西南暖湿气流和北方弱冷空气在浙北地区形成的纬向切变线有关。对比各方案组合下模式积分24 h后850 hPa风场可以看到(图10)，方案2预报出了(BMJ与WSM6组合方案)在30°N附近的切变，较其余方案更接近实况;同时方案2预报的850 hPa湿度场在浙北和浙西较高、浙东南较低的分布形态也与实况较符合。这可能是该方案雨带位置相对准确的原因之一。由此可见，湿过程参数化方案的不同可以导致风场产生差异，进而影响到切变线和雨带的分布，从而对降水的预报产生重要影响。

图10 各湿过程组合方案下模式积分24 h(5日08时)500 hPa位势高度场及850 hPa风场和湿度场:(a)S1-WSM6+KF方案;(b)S2-WSM6+BMJ方案;(c)S3-WSM6+Grell方案;(d)S4-WSM3+KF方案;(e)S5-WSM3+BMJ方案;(f)S6-WSM3+Grell方案;(g)S7-Lin+KF方案;(h)S8-Lin+BMJ方案;(i)S9-WSM6+Grell方案;(j)实况。

4 结语

综上所述，本文利用全省1500多个包括区域自动站在内的站点观测资料，从空间分布和时间演变及统计检验3个方面对浙江省2011年夏季WRF模式预报的降水和温度进行了定量评估;并通过不同湿过程参数化方案数值试验的对比，探讨了不同微物理参数化方案和积云参数化方案对模式预报性能的影响，得到以下初步认识。

(1)WRF模式能基本预报出降水的空间分布及时间演变规律，对降水落区预报和降水发生演变有较好的指示意义，但模式预报范围和量值均偏大，其中在小到中雨量级期间降水量值偏大较明显。

(2)模式能很好地预报出2 m平均气温的空间分布和时间演变过程，但存在着一定的低估现象，尤其是在浙江省弱降水期间，模式预报偏低1～2℃。

(3)就区域平均而言，模式在实况降水量较大期间预报性能较好，但在小到中雨期间较差，主要表现为降水量的高估和气温的低估。这可能是由于模式在小到中雨期间对云量预报偏多引起，还需要进一步的研究。

(4)积云参数化方案对于降水影响明显，它可以导致整体雨带分布的明显不同;而微物理方案不同对于雨带影响不大，它主要影响雨带内强降水中心的位置和强度;总体上，采用Betts-Miller-Janjic积云对流参数化方案和WSM6微物理方案预报的降水落区和强度更接近于实况。

(5)不同参数化方案组合可以引起预报流场的差异，从而影响到雨带位置，对降水的预报性能产生不可忽视的影响。

总之，浙江省高分辨率中尺度数值预报业务系统对降水和温度的空间分布和时间演变规律有较好的预报能力，对预报员具有一定的参考价值。根据各量级降水TS，ETS等各项评估指标显示，模式的预报水平和国家气象中心常用数值模式的预报能力相当(王雨，2006)。基于浙江省1500多个观测站的详细观测资料，对于水平格距为3 km×3 km的高分辨数值模式预报结果进行检验，以上评估结果是令人鼓舞的。诚然，模式系统还存在降水预报偏大等问题，还需要逐步改进，尤其是对已有评估结果，还需要进一步探究原因。

［1］ Dimego G.WRF Development Activities at NCEP［C］.The 84thAMS Annual Meeting.Seattle，U S A，Jan 10 －15，2004.

［2］ Isidora J，A G JWilliam，S.Moti，et al.The impact of different WRF model physical parameterizations and their interactions on warm season MCSrainfall［J］.Wea.Forecasting，2005，20，1048 －1060.

［3］ Janjic Z I.The NCEPWRF Core［C］.The84thAMSAnnual Meeting.Seattle，U SA，Jan 10 －15，2004.

［4］ Kalnay E.Numerical weather forecasting and predictability［M］.Scotland:Cambridge University Press，2001:341－343.

［5］ Klemp JB.Weather research and forecasting model:a technical overview［C］.The 84thAMSAnnual Meeting.Seattle，U SA，Jan 10－15，2004:32－36.

［6］ Lo JCF，ZL Yang，R A Pielke Sr.Assessment of three dynamical climate downscaling methods using the Weather Research and Forecasting(WRF)model［J］.J Geophys Res，2008，113，D09112，doi:10.1029/JD009216.

［7］ Rajeevan M，A Kesarkar，SB Thampi，et al.Sensitivity of WRF cloud microphysics to simulations of a severe thunderstorm event over Southeast India［J］.Ann Geophys，2010，28:603－619.

［8］ Skamarock W C，JB Klemp，JDudhia，et al.A description of the Advanced Research WRF version 3.NCAR Tech Notes－475+STR，2008.

［9］ Wang Wand N L Seaman.A comparison study of convective parameterization schemes in a mesoscale model［J］.Mon Wea Rev，1997，125:252 － 278，doi:http://dx.doi.org/10.1175/1520 －0493(1997)125 ＜0252:ACSOCP ＞2.0.CO;2.

［10］丁金才.天气预报评分方法评述［J］.南京气象学院学报，1995，18(1):143 －150.

［11］段旭，王曼，陈新梅，等.中尺度WRF数值模式系统本地化业务试验［J］.气象，2011，37(1):39 －47.

［12］范水勇，郭永润，陈敏，等.高分辨率WRF三维变分同化在北京地区降水预报中的应用［J］.高原气象，2008，27(6):1181－1188.

［13］黄安宁，张耀存，朱坚.中国夏季不同强度降水模拟对不同积云对流参数化方案的敏感性研究［J］.大气科学，2009，33(6):1212 －1224.

［14］林惠娟，冀春晓.WRF参数化方案对台风路径和强度模拟的影响［C］.第七届长三角气象科技论坛文集，2010.

［15］刘一鸣.中国关于积云参数化方案的应用［J］.气象学报，1998，56(2):247 －255.

［16］楼小凤，胡志晋，王鹏云，等.中尺度模式云降水物理方案介绍［J］.应用气象学报，2003，14(增刊):49 －59.

［17］马红云，郭品文，宋洁.耦合不同陆面方案的WRF模式对2007年7月江淮强降水过程的模拟［J］.大气科学，2009，33(3):557 －567.

［18］王丽，金琪，柯怡明.三种数值预报产品短期强降水预报定量误差评估［J］.暴雨灾害，2007，26(4):301 －305.

［19］王雨.2004年主汛期各数值预报模式定量降水预报评估［J］.应用气象学报，2006，17(3):316 －324.

［20］吴伟，邓莲堂，王式功.“0911”华北暴雪的数值模拟及云微物理特征分析［J］.气象，2011，37(8):991 －998.

［21］伍华平，束炯，顾莹，等.暴雨模拟中积云对流参数化方案的对比试验［J］.热带气象学报，2009，25(2):175 －180.