ECMW F集合预报对黑龙江省三次暴雨过程的预报检验

王桂军,刘松涛,周奕含,齐铎

（1.五大连池农场气象站,黑龙江五大连池164501；2.黑龙江省气象台,黑龙江哈尔滨150030）

ECMW F集合预报对黑龙江省三次暴雨过程的预报检验

王桂军1,刘松涛2,周奕含2,齐铎2

（1.五大连池农场气象站,黑龙江五大连池164501；2.黑龙江省气象台,黑龙江哈尔滨150030）

本文利用常规站点观测降水资料和欧洲中心的集合预报资料，挑选典型分位值分析了集合预报对2015年汛期不同类型暴雨过程的预报能力。结果表明：对于局地性强的暴雨过程和台风影响的大暴雨过程集合预报能够提示降水落区的可能范围及极端降水发生的可能。而对于冷涡影响的中心分散的区域性降水过程，集合预报对降水落区的可能范围有充分把握，但对于降水中心的位置及强度预报指示意义有限。

暴雨过程；天气学检验；集合预报

1 引言

大气的演变过程是一种非线性过程，对初值极度敏感，而初值本身具有极大的不确定性，这意味着永远不能依赖模式做出百分百准确的确定性预报[1-2]。为了解决初值不确定的矛盾，集合预报应运而生。通过对初始场进行扰动，得到包括客观真值在内的多个初始场，并对其进行多次积分，以消除初值不确定带来的预报误差。同时，由于大气本身的复杂性，大气中的物理过程不能完全用方程来描述，其中涉及到用参数化方案来代替其中难以描述的物理过程。这种参数化近似的方式也给预报结果带来误差。通过物理过程扰动的方式，进行预报集合，能在一定程度上缓解物理过程简化带来的预报误差[3]。另外，在数值计算的过程需要将大气的连续变化简化为离散的有限分辨率的计算问题，会带来截断误差，不断积分的过程中截断误差无限增长同样会给计算结果造成不可避免的固有误差，影响模式预报结果的可信程度。利用初值扰动、物理过程扰动及多模式超级集成的方式得到的不同集合成员的预报可以定量估计天气预报的不确定性，判断天气的可预报性，同时还能够用来评估某一天气发生的概率[4-6]。

集合预报作为一种新的预报形式在我国还处于起步阶段，黑龙江省至2014年才开始投入业务应用。对于集合预报的检验评估工作开展的还比较少，集合预报对于黑龙江省高影响天气的预报能力和特点还不十分清楚。开展集合预报检验工作是提高预报员对于集合预报应用技巧的前提。本文利用东北地区常规站点观测资料和欧洲中心的集合预报资料对2015年汛期三次不同类型的暴雨天气过程进行检验，以期了解集合预报在不同天气背景下的暴雨预报能力，提高对集合预报性理解和应用的能力。

2 降水过程概述

为检验ECMWF集合预报对于不同类型降水的预报能力，对2015年发生在黑龙江省的暴雨过程进行筛选，选择三次典型暴雨过程进行检验分析。

2015年6月18日暴雨过程是一次局地性较强的短时强降水过程，达暴雨量级测站仅2站，大雨3站。暴雨中心出现在内蒙古与黑龙江西南部交界处，最大降水量出现在黑龙江甘南，24 h累积降水达72mm。

2015年7月13日受台风“灿鸿”影响在黑龙江东部造成区域性暴雨和大暴雨。24 h累积降水量最大可达116 mm，出现在双鸭山的饶河。累积降水量超过50 mm的测站有3个，位于鸡西及牡丹江东部。大雨量级测站共15个，分布在暴雨中心的外围。此次过程降水强度大、范围集中、雨量大，系典型的变性台风影响下的区域性暴雨过程。

2015年8月8日是一次冷涡影响下的区域性大到暴雨天气过程，除大兴安岭北部外，全省均有降水发生。累积降水超过50 mm测站4个，大雨量级测站10个。此次过程中，24 h降水落区存在三个中心，强降水分布零散，预报难度高。

3 降水预报检验

对于2015年6月18日过程，挑选出来的ECMWF集合预报的典型成员都能准确模拟出黑龙江省西南部和中北部两个降水落区的位置，但是对降水范围的预报（即晴雨预报）一般都表现出较实况偏大的特点，其中最小值的预报范围与实况最接近，晴雨预报评分较高。各成员均能准确把握降水中心的位置，但除了最大值预报的中心强度与实况一致外，其它分位值的预报都存在对降水中心强度低估的特点。另外，最大值预报除中心强度与实况接近以外，降水中心位置的预报也与实况基本一致，准确预测到甘南暴雨出现的可能。在此次过程中最小值预报的落区范围及最大值预报的中心强度对准确预测此次降水有重要的指导意义。

对于2015年7月13日台风“灿鸿”影响引发的大暴雨过程，各成员及集合平均都能模拟出累积降水自西向东逐渐增大的特点。对于降水范围的预报，50%分位预报的降水范围与实况最接近，晴雨预报评分最高。另外，50%分位除对牡丹江东部1站暴雨及伊春北部3站大雨存在漏报外，对于大雨和暴雨落区范围的预报也与实况比较一致，但对双鸭山东部的大暴雨存在漏报。在各典型分位值中，90%以上分位能够提示饶河大暴雨发生的可能，对降水中心强度有一定的预报能力，但同时也存在大暴雨空报的问题。

对于2015年8月8日受东北冷涡影响的典型区域性大到暴雨过程，各成员及集合平均预报均一致的表现为全省的降水天气，降水预报的落区与范围与实况基本一致，晴雨评分都较高。实况降水上存在3个大雨以上量级降水的中心，集合预报的各个典型成员及集合平均对位于黑龙江东部的降水中心有所表现，但位置较实况普遍偏南，对于西部的两个中心都没有明确区分，各成员预报的降水中心位置与两个中心中偏南的一个较一致，但更偏东南，移速相对较快。对于东部的降水中心，中心强度在大雨量级，各成员中90%分位预报的强度与实况最一致，其它都存在或偏弱或偏强的情况。对于西部的两个暴雨中心，极大值能够预报出南部暴雨中心的强度，但中心范围明显偏大，北部的暴雨中心所有成员都存在明显的漏报。

4 小结与讨论

通过此个例的分析，可以发现，确定性预报与集合平均无论在对降水落区还是在对降水中心的预报上较实况都有比较大的差距。而集合预报提示了降水的落区的可能范围及暴雨等极端事件发生的可能，需对预报中的极端值予以重视。集合预报的各个成员几乎囊括了天气的所有可能，对于不同的过程，相同分位值预报的表现不同。有时虽然仅有极少数成员预报了暴雨以上量级的极端降水的存在，也需引起足够重视，需要谨慎判断是否有局地性暴雨出现的可能。东北冷涡影响下的区域性降水过程，强降水中心比较分散，预报难度大，有时集合预报的所有成员都不能判断出暴雨发生的可能。

[1]何光碧,屠妮妮,张利红.多模式对四川一次强降水过程不确定性预报分析[J].高原山地气象研究.2009, 29(4):18-26.

[2]沈铁元,廖移山,彭涛,等.等定量分析数值模式日降水预报结果的不确定性[J].气象.2011,37(5):540-546.

[3]Juang H M H,Hong S Y,and Kanm itsu M.The NCEP regional spectralmodel:An update[J].Bulletin AmerMeteoro Soc.1997,78:2125-2143.

[4]李俊,杜钧,王明欢,等.中尺度暴雨集合预报系统研发中的初值扰动试验[J].高原气象.2009,28(6):1365-1375.

[5]刘琳,陈静,程龙,等.基于集合预报的中国极端强降水预报方法研究[J].气象学报.2013,71(5):853-866.

[6]陈静,薛纪善,颜宏.一种新型的中尺度暴雨集合预报初值扰动方法研究[J].大气科学.2005,29(5):717-726.

Numerical validation of ECMWF ensem ble prediction w ith three severe precipitation processes in Heilongjiang province

WANGGui-Jun1，LIU Song-Tao2，ZHOU Yi-Han2，QIDuo2
(1.Wudalianchi farm weather station，Heilongjiang Wudalianchi164501; 2.Meteorological observatory of Heilongjiang province，Heilongjiang Harbin 150030)

Based on rainfall observation data and ECMWF ensemble prediction data,choose the typical classification values to analyze the prediction ability of the ensemble forecast for different types of heavy rainfall in the flood season of 2015.The results show that:for local strong rainstorm processes and the torrential rain processes caused by the typhoon,ensemble forecast can signal the range of precipitation and extreme precipitation.However,for the central dispersion regional precipitation process influenced by cold vortices,the ensemble prediction has a sufficient grasp of the possible range of precipitation,but it has a limited significance for the location and intensity of precipitation centers.

severe precipitation processes;synoptic verification;ensemble prediction

P456.9

A

1002－252X(2017)01－0012－02

2017－1－1

王桂军（1964-),女，辽宁省凌源县人，兰州气象学校，中专生，工程师.