陕西省2014年汛期ECMWF集合预报降水产品评估检验

2016-04-07陈小婷胡启元黄少妮

陕西气象 2016年1期

关键词：实况陕南位数

陈小婷，胡启元，黄少妮

(陕西省气象台，西安　710014)

陕西省2014年汛期ECMWF集合预报降水产品评估检验

陈小婷，胡启元，黄少妮

(陕西省气象台，西安710014)

摘要：利用陕西省100个台站降水实况资料和欧洲中心集合预报10种降水产品，对2014年6—9月欧洲中心集合预报10种降水产品在陕西的预报效果进行了客观分级检验以及时空分布演变综合评估，结果表明：绝大多数产品的Ts评分随降水量级增大明显下降，随预报时效延长有小幅下降；模式对陕南各量级降水预报效果优于陕北、关中，多数情况下90%分位数Ts评分最优；所有降水量产品小雨预报偏差最大，空报明显，随着降水量级增大，空报逐渐减少，漏报增加，陕南预报偏差比陕北、关中大；90%分位数、控制预报、概率匹配产品、融合产品能基本反映出实况降水的落区情况，对大降水过程的演变趋势可以做出较为准确的预报；综合而言，控制预报、融合产品、概率匹配产品无论在Ts评分还是预报偏差上表现均较好，稳定性高，用户可以根据不同关注点，在应用时选取不同的产品进行参考。

关键词：ECMWF集合预报降水产品；客观检验；Ts评分；预报偏差

集合预报是在合理的范围内通过构造集合成员进行的“一组”或“一群”预报，它能有效减小单一数值预报由于初值、模式物理过程等误差带来的不确定性。经过国内外多年的理论研究和数值实验，集合预报开始进入业务应用阶段[1-4]。近年来，中国气象局开始在全国范围内推广使用集合预报产品，其中欧洲中期天气预报中心集合预报产品(下简称“ECMWF集合预报产品”)空间分辨率为0.5°×0.5°，由51个成员(50个扰动成员和1个控制成员)组成。集合预报具有多成员的特点，其提供的信息量非常丰富，降水产品经过统计学算法可以获得不同百分位数的统计量产品，对统计量产品使用多元数据的一些数学算法，如融合方法、概率匹配方法，又可以获得新的产品。

一种数值预报产品能否在业务中很好地发挥作用，取决于该产品对本地天气的预报性能，分析检验预报效果对新产品应用显得尤为重要[5-8]。集合预报产品对陕西降水预报效果如何？在众多产品中，不同产品的预报效果有什么差别？如何从海量信息中选取对陕西最有用的产品进行日常业务指导是急需解决的问题。在我国，比较广泛的降水预报评价方法为中国气象局制定的《中短期天气预报质量检验办法》，使用该办法对各种数值预报产品的降水预报正确率、空报率、漏报率、预报偏差进行检验；通过检验模式预报的平均降水空间分布和区域平均降水时间演变来评价模式的预报性能[9-14]。本文应用上述办法对2014年6—9月ECMWF集合预报产品在陕西省的降水预报效果进行检验评估，分析该模式降水预报产品的效果和特点，以期为预报人员较好的选择预报产品、订正预报结果提供参考依据。

1资料与方法

实况资料为2014-06-01—09-30(下简称“2014年汛期”)陕西省100个县级自动站逐日累计降水量(20—20时)；模式预报资料为对应时段ECMWF集合预报逐日0～24 h、24～48 h、48～72 h的24 h累计降水产品(下简称“24 h降水预报”、“48 h降水预报”、“72 h降水预报”)。

利用气象业务中常用的最优插值法，将格点预报结果插值到陕西省100个自动站，得到各站点的降水预报产品。具体的降水量预报产品包括以下10种：最小值、10%分位数、25%分位数、中位数、75%分位数、90%分位数、最大值、控制预报、融合产品、概率匹配产品(为了表述方便，文、图中用1～10作为序号依次代表这10种产品)。

根据中国气象局制定《中短期天气预报质量检验办法》，对降水预报进行Ts评分(Ts)、系统偏差(B)的累加检验。所谓累加检验就是指当实况降水为某一级降水时，只要预报降水等于或大于该级降水均算正确。雨量等级划分为：小雨以上(下简称小雨)≥0.1mm，中雨以上(下简称中雨)≥10.0mm，大雨以上(下简称大雨)≥25.0mm，暴雨以上(下简称暴雨)≥50.0mm。具体检验公式如下：

Ts=Na/(Na+Nb+Nc)×100%，

B=(Na+Nb)/(Na+Nc)×100% 。

式中，Na为预报正确站(次)数、Nb为空报站(次)数、Nc为漏报站(次)数。

另外，为了使业务人员对预报效果有直观的了解，文中采用根据模式预报平均降水的空间分布和平均降水时间演变的方法[10,11]对部分产品的预报性能进行评估。

2ECMWF降水产品空间检验

2.1全省降水预报产品Ts评分

计算2014年汛期10种预报产品在陕西省范围内不同时效不同等级降水的Ts评分(图1)，可见绝大多数预报产品随降水量级的增加，Ts评分均明显下降，随预报时效的增加，Ts评分有小幅下降；最小值、10%分位数、25%分位数、中位数这四个预报产品72h时效内基本对暴雨没有预报能力；对不同量级不同时效Ts评分前三位的降水产品统计发现：90%分位数最优，其次为控制预报和概率匹配产品，再次为融合产品和75%分位数。

2.2陕北、关中、陕南降水预报产品Ts评分

统计72 h内10种降水预报产品对陕北、关中、陕南不同等级降水量的Ts评分(图2)，可以看出大多数时候陕南Ts评分优于陕北、关中；小雨量级降水预报10种产品间差异较小，其余量级产品间有明显差异；最小值、10%分位数、25%分位数、中位数对暴雨没有预报效果。

3ECMWF降水预报产品偏差分析

Ts评分是衡量要素预报水平的主要客观标准，然而仅从Ts评分来分析模式降水预报能力不够全面，容易忽视降水空漏报现象，不能完全了解模式降水预报能力，下面将对2014年汛期ECMWF集合预报10种降水产品预报偏差进行分析，评估其空漏报现象。以偏差值1为标准，小于1表示预报出现降水的站数小于实际出现降水的站数，一定程度上说明漏报较多，大于1表示预报出现降水的站数大于实际出现降水的站数，说明空报较多。

图1　陕西省2014年汛期ECMWF集合预报降水产品Ts评分(1，2，…，10代表最小值、10%分位数、25%分位数、中位数、75%分位数、90%分位数、最大值、控制预报、融合产品、概率匹配产品，下同)

图2　2014年汛期陕北、关中、陕南24 h不同等级降水量Ts评分对比

3.1全省

从72 h内降水预报系统偏差(图3)可以看出，从最小值到最大值随百分位增大各量级降水的偏差逐渐增大。小雨量级的预报产品，除72 h最小值预报产品外，其它所有预报产品的预报偏差都大于1，表明小雨量级的预报空间范围比实况大。各降水量级的最大值和90%分位数预报产品的偏差均较大。另外，控制预报、概率匹配、融合产品的系统偏差除小雨外，其余量级均比较接近1，随着预报时效延长控制预报偏差逐渐增大，融合产品、概率匹配产品的偏差随预报时效延长变化幅度较小。

图3　陕西省2014年汛期ECMWF集合预报降水产品预报偏差

3.2陕北、关中、陕南

图4显示，从降水量级来看：2014年汛期ECMWEF集合预报10种降水产品对小雨量级偏差几乎都大于1，说明模式预报对小雨量级降水范围的预报都比实况大，而对中雨、大雨和暴雨量级的预报偏差均接近1，并且随着降水量级增大，预报偏差逐渐减小，即空报现象随着降水量级增大而减少，但同时也出现了漏报现象。从预报产品来看：从最小值到最大值随百分位的增大，预报偏差逐渐增大；控制预报、融合产品、概率匹配产品预报偏差较稳定，对中雨、大雨、暴雨的偏差为0.93～1.70。从区域的角度来看：大部分情况下，陕南预报偏差比陕北、关中大，空、漏报现象均更明显。

结合Ts评分结果可以看出，高Ts评分对应较多的空报现象，而低Ts评分则因漏报引起；90%分位数在Ts评分中有较好的表现，但其预报偏差始终较高，仅次于最大值。总体来看，控制预报、融合产品、概率匹配产品无论在Ts评分还是预报偏差上表现均较好，稳定性较高。

图4　陕西2014年汛期陕北、关中、陕南10种ECMWF降水量产品各降水量级24 h预报偏差

4陕西2014年汛期降水实况与ECMWF集合预报降水产品预报对比

4.1日平均降水量空间分布

区域内降水的日平均分布可以反映模式产品对降水落区空间分布的预报能力[10]。通过以上分析可知，仅考虑Ts评分，90%分位数有较好的预报效果；综合考虑，Ts评分和预报偏差，控制预报、融合产品、概率匹配产品的预报效果较好，因此选取这4种产品，分析其在2014年汛期24 h降水日平均分布与实况的异同，以便更直观地理解模式产品的预报效果。

从图5可以看出2014年汛期陕西省日平均降水量实况的大值区主要分布在陕北南部、关中北部以及陕南南部地区。在延长—宜川、麟游、礼泉、华山以及南郑—镇巴—镇平一带有12 mm左右的大值中心。对比ECMWF集合预报90%分位数、控制预报、融合产品和概率匹配4种产品发现:(1)90%分位数的降水强度更接近实况，其余3个产品的降水强度(4～8 mm)明显小于实况(6～12 mm)；(2)4个产品均可反映出陕北南部、关中北部、陕南南部的雨带分布，融合产品和控制预报对关中地区降水大值中心的刻画更接近实况；(3)4个产品都在陕南西部存在一个降水相对较强的中心，这一点和实况不同，其产生的原因值得进一步研究。

图5　2014年汛期陕西降水实况与ECMWF降水产品24 h降水预报日平均分布图(单位为mm/d，其中阴影区大于10 mm/d)

4.2区域平均降水量逐日演变

分析模式对某一区域平均降水的逐日演变可较好地反映该模式对某一区域不同时间发生的大降水过程的预报能力[11]。经统计，2014年汛期ECMWF集合预报90%分位数、控制预报、融合产品和概率匹配这4种预报产品陕西区域平均逐日的降水序列和实况有较高的相关性，其相关系数从高到低依次为概率匹配产品(0.852)、控制预报(0.850)、90%分位数(0.845)、融合产品(0.841)。从2014年汛期陕西降水实况与ECMWF降水产品24 h降水逐日演变(图6)可以看出,4种产品基本上都能较好的反映出整个汛期降水的演变趋势，由于7月初到8月上旬模式资料缺报较多，一定程度上影响了预报产品的演变过程。从现有数据看，8月后半月到9月预报和实况非常吻合，其次是6月份。比较而言，90%分位数预报的降水量级偏大，其他3种产品偏小。以8月30日为例，实况降水量为28.72 mm，90%分位数、控制预报、融合产品、概率匹配产品预报降水量分别为29.61 mm、23.11 mm、22.97 mm、22.1 mm。

5结论

(1) 2014年汛期ECMWF集合预报10种降水产品大多随着降水量级的增加，Ts评分明显降低；随预报时效增加，Ts评分有小幅下降。不同降水量产品对小雨Ts评分差异微弱，对中雨、大雨、暴雨有较大差异，多数情况下90%分位数Ts评分最优。模式对陕南各量级降水预报效果优于陕北、关中。

(2) 所有降水量产品小雨预报范围偏大，随着降水量级增大，空报现象逐渐减少，同时一定程度上出现了漏报。控制预报、融合产品、概率匹配产品无论在Ts评分还是预报偏差上表现均较好。大多数情况下陕南预报偏差比陕北、关中大。