浙江省2016年夏季融合降水预报检验评估*

黎玥君 余贞寿 邱金晶 苏 涛

(浙江省气象科学研究所，浙江 杭州 310008)

0 引 言

浙江省位于东亚季风区，东临东海，西有山区，这样复杂的地形条件和自然状况，致使浙江省夏季的气象灾害种类较多，强降水带来的气象灾害对人口、经济造成的损失尤为严重。每年夏季，浙江省受台风、西风槽等天气系统产生的强降水灾害，其影响的人口达193.58万人次[1]。在这种复杂的天气过程中，短临预报技术显得尤为重要。短时临近预报主要依赖雷达外推，但由于雷达外推很难考虑天气系统的发生、发展和消亡等过程，因此其预报时效很短，对2 h之后的预报降水误差较大。而精细化数值天气预报能在一定程度上预测天气的发展过程，但由于存在spin-up问题，在模式预报的前几个小时存在较大误差。近年来，为了解决外推技术的时效性短的问题，很多学者开展了雷达技术和数值模式相融合的短时临近预报系统的研究[2-8]，为强降水0～6 h有效预报提供了最重要的途径之一。精细化融合预报技术是使用浙江省联网多普勒天气雷达探测资料和高分辨率数值模式预报产品，在雷达定量估测降水的基础上，利用模式预报的降水区域和强度变化趋势信息，对雷达外推的降水范围和强度进行订正的短临预报方法[9]。该方法已经成为浙江省短临降水精细化预报的重要参考。由于受边界场、数值预报“起转”、模式本身设计、雷达资料外推技术的局限性等诸多因素，融合降水的定量估测降水和预报降水不可避免地存在误差[10]。因此，开展降水融合预报检验评估对产品性能评估、改进降水融合预报方法，进一步提高预报准确率具有重要意义。

1 资料与方法

1.1 精细化融合预报技术简介

精细化融合预报技术其原理是利用雷达资料外推，结合中尺度数值模式预报产品作为环境场，前两小时的雨量预报主要是基于雷达外推预报结果Rradar，而在预报的后段，数值预报Rnwf的比重随着时间的增加而增加，w(t)为数值预报的动态权重系数，基本公式如下：

R(t)=(1-w(t))×Rradar(t)+w(t)×Rnwf(t)

数值预报Rnwf是浙江省高分辨区域数值预报系统的预报结果，其系统是采用WRF3.4.1模式，并参考上海区域中尺度数值预报业务系统，结合浙江省地理环境和天气气候特点，选用双重嵌套，分辨率各为9 km和3 km[11]。雷达外推预报结果Rradar是以雷达资料为基础的外推预报结果，主要采用交叉相关追踪法和回波特征追踪法进行外推，详细方法见文献[12]。融合产品分为1 h雷达估测降水(QPE)和1 h融合预报降水(QPF)，空间分辨率为1 km×1 km，估测降水为每天24次1 h一次，融合预报降水可预报从起报后1～6 h的1 h累计雨量。

1.2 评估方法

根据中国气象局规定的《定量降水估测(QPE)质量检验办法》，利用临近法将全省格点预报场数据转化到实况的站点上，得到预报站点数据，即将降水实况和降水估测的配对，选取与降水实况观测雨量站最近的格点为中心，扩大至周边3×3共9个格点，取其中最接近雨量站降水实况值的格点降水估测值检验两者的误差差值，逐个格点进行对比。结合短临融合降水预报的特点，选取2个评估要素和4个检验指标进行评估，评估要素为1 h雷达估测降水(QPE)和1 h融合预报降水(QPF)，估测降水为每天24次1 h一次，融合预报降水可预报从起报后1～6 h的1 h累计雨量。4个检验指标分别为：

均方根误差(RMSE)：

平均绝对误差率(MAER)：

式中，Gi为雨量站1 h累积雨量，Ri为1 h降水估测值，N为参与评估的雨量站总站数。

面向对象的诊断评估方法(MODE)[13]，提供更多的预报检验信息，能从数值误差和其他误差中分离出落区误差等，包括尺度分离技术和目标检验技术，其中目标检验技术综合比较预报目标和观测目标的位置、面积、量级、强度和形状等，用来描述预报目标和观测目标之间的相似程度，避免了传统检验方法仅仅给出结论而无诊断信息的弊端。在目标分离结束后，MODE通过识别降水落区目标体，获取目标属性(面积、质心、轴向)，计算预报降水落区和实况的相似程度，评估模式的预报能力。

1.3 资 料

实况资料选用浙江省内1957 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1800 多个区域自动站)，其水平分辨率约为6 km。要素为定时的累计雨量，时间分辨率为1 h。

QPE估测降水为逐小时累计降水，每天24次，是根据多普勒雷达实时回波观测和Z-I关系估算得到的累计降水；QPF融合预报降水是根据雷达回波结合TREC外推技术预报的逐小时累计降水和数值模式预报的逐小时累计降水，经过融合预报技术得到的累计降水。

2 雷达估测降水(QPE)评估结果

2.1 QPE降水的时空平均统计

从表1可以看出，2016年夏季全省平均QPE降水为0.24 mm，比实况偏小0.02 mm，绝对误差为0.15 mm，其均方根误差为0.97 mm，平均误差率达到54%。可以看出，1h的估测降水普遍比实况偏大。随着降水等级的增加，降水值在增大，达到大暴雨级别时，QPE降水为34.58 mm，比实况偏大了17.35 mm，误差值也随降水等级的增加而增大，但是绝对误差率在减小，大暴雨级别时，误差率为42%。

表1 2016年7—9月浙江省1 h估测降水预报检验结果

2.2 QPE降水的空间分布

图1给出了2016年7—9月平均QPE降水与实况的空间分布。由图1a平均1 h降水实况可知，浙江省2016年7—9月1 h降水量在0～0.7 mm之间，降水主要集中在浙南和浙东沿海一带。QPE降水(图1b)估测出了浙南温州苍南县一带的降水高值区，和浙北杭州、嘉兴一带降水低值区的基本走向，无论是雨区的分布，还是降水中心的位置、量级等两者之间都有很好的对应。QPE降水在空间分布上以偏小为主，尤其在浙南温州与福建交界一带估值偏弱明显(图1c)。由图(1d—1f)可见，误差的高值带主要位于浙南丽水一带和浙东沿海地区，而误差率自北向南呈递增趋势，说明有些地区虽然绝对误差很大，但是可能这些地区本来的降水量就很大，所以导致误差率不会很高。综合各指标，QPE降水在降水中心及基本雨带的走向上有较好的一致性，全省降水量以偏强为主，在浙南温州一带的估测效果较差，对浙北、浙中一带的估测效果较好，估测能力随着降水量级的增大而减小。

图1 2016年7—9月1 h雷达估测降水评估参数：(a)实况(单位：mm)；(b)估测(单位：mm)； (c)平均误差(单位：mm)；(d)绝对误差(单位：mm)；(e)均方根误差(单位：mm)；(f)绝对误差率

2.3 QPE降水的时间演变

从2016年全省平均来看，QPE降水与实况在发生、发展和减弱的趋势上保持一致。由图2可见，在7月中上旬，降水强度较大，雷达估测的降水偏大程度较明显，平均小时降水误差值都在1.5 mm左右；在7月中下旬，降水强度为小到中雨或者无降水发生时，估测降水与实况相当，平均误差接近于0。在8月，每隔3 d都会出现几次降水，雷达估测的降水偏大的机率要多一些，平均误差在1.0 mm 左右。在9月15日左右，出现了强降水事件，雷达估测降水与实况相近，平均误差在-0.2 mm左右。在9月下旬，降水强度为小到中雨或者无降水发生，估测降水与实况的误差很小，平均误差都在-0.2 mm左右。综上7、8、9月的雷达估测降水与实况降水对比，可以发现，估测降水普遍偏大，在强降水事件中，估测降水的误差值可以达到0～2.0 mm，在弱降水时，估测降水较好的描述了降水实况，平均误差接近与0。

图2 2016年7—9月雷达定量估测降水逐1 h估测检验

3 融合预报降水(QPF)评估结果

以上分析了雷达估测降水与降水实况的对比，以及估测降水的估测能力，从上述可以看到，两者有很好的对应，较准确的雷达定量降水估测是降水短临预报的关键，这为1～6 h短临预报奠定了基础。

3.1 QPF 1 h降水的时空平均统计

图3给出了2016年7—9月QPF预报1～6 h的4个评估指标的结果，从整体上看，预报的降水普遍偏小。随着预报时效的增加，误差随之增大，从预报1 h到预报2 h，绝对误差值增大的幅度最大，达到25%的增幅。同理，随着降水等级的增加，误差也随之增大。

图3 2016年7—9月浙江省精细化融合预报(QPF)5个降水等级下提前1～6 h的检验结果

3.2 QPF 1 h降水的空间分布

图4 2016年7—9月1 h平均降水不同提前量(1～6 h)的均方根误差

为了更全面地评价模式产品，图4给出了全省不同提前量的1 h累计降水的均方根误差的空间分布。由图4可见，随着提前量的增加，浙南温州和浙东沿海的均方根误差值在增大，并且误差大值的范围也在扩大，浙西和浙北的预报与实况最接近。从预报3 h开始，均方根误差值开始明显的增大，这可能是由于融合降水预报的前两小时主要是基于雷达外推预报结果，之后数值预报的比重随着时间的增加而增加，因此从预报3 h开始，数值预报动态权重系数的增加造成不稳定，因此3 h的预报误差与前两个小时相比有较大的差异。

3.3 QPF累计6 h降水的7—9月平均统计

表2 2016年7—9月浙江省6 h累计降水预报累加检验结果

量级/mm实况预报MEMAERMSEMAER≥0．1(小雨以上)2．942．59-0．343．225．320．47≥4．0(中雨以上)9．984．83-5．157．288．270．62≥13．0(大雨以上)19．215．68-13．5314．2614．880．59≥25．0(暴雨以上)31．696．29-25．4025．4725．980．61≥60．0(大暴雨以上)72．8619．43-53．4353．7456．150．73

从表2中可以看到，对于预报时效为6h的累计降水预报而言，随着降水等级的增加，预报的准确率在降低，但是相比于中雨和暴雨，对大暴雨以上量级的降水预报而言，误差率偏高了一些，总体上而言，融合降水预报对弱降水具有比较高的准确率，对业务预报具有一定的参考价值。

4 台风莫兰蒂的评估

台风“莫兰蒂”于2016年09月15日03时在福建省厦门市翔安区登陆，登陆时为强台风级别，然后北偏西移动，于15日下午减弱为热带低压，之后先后北上穿越江西省上饶地区、景德镇地区东部，于16日05时离开江西进入安徽省境内，于16日下午在江苏泰州市海域出海。台风“莫兰蒂”来势猛，强度大，破坏性强，给浙江、江西、安徽等省份造成了重大损失。

4.1 QPE降水的空间分布

图5给出了2016年台风“莫兰蒂”期间(9月13日20时—16日20时)平均QPE降水与实况的空间分布。由图5a、5b可知，雷达估测降水的强降水落区和强度与实况一致，台风期间1h降水量在0.4～4.4 mm之间，强降水主要集中在浙南和浙东沿海一带。由图5c可以看出，QPE降水在空间分布上以偏小为主，尤其在浙南温州与福建交界一带，以及浙北区域估值偏弱明显。由图5d、5e可见，误差的高值带主要位于浙南丽水一带和浙东沿海地区，浙西和浙北的误差值较小。综合各指标，QPE降水在降水中心及基本强降水雨带的走向上有较好的一致性。

图5 2016年莫兰蒂1h雷达估测降水评估参数：(a)实况(单位：mm)； (b)估测(单位：mm)；(c)平均误差(单位：mm)；(d)绝对误差(单位：mm)；(e)均方根误差(单位：mm)

4.2 QPF降水的空间分布

图6为“莫兰蒂”期间雷达提前1～6 h的预报降水，可以看出，从雨区分布位置来看，预报和实况比较吻合，图6a与实况图之间有非常好的对应关系，无论从降水落区还是降水强度都比较吻合，但从降水的强度来看，随着提前量的增加，降水大值区的强度有所减弱。从它们之间的均方根误差(图7)来看，预报的大降雨强度偏弱，自浙南温州一带到浙东沿海一带，是均方根误差的大值区。随着提前量的增加，强降水落区的误差值在增大，从第4 h开始增大的较明显，之后的第5 h、6 h的误差值变化不大。

图6 2016年莫兰蒂1 h平均降水不同提前量(1～6 h)的预报

图7 2016年莫兰蒂1 h平均降水不同提前量(1～6 h)的均方根误差

4.3 莫兰蒂降水时空分布检验

前文基于长时间降水序列对Radar估测降水和融合预报降水进行精度检验，发现雷达资料与台站资料具有较高的相关性，进一步选取台风个例“莫兰蒂”(1614)做进一步评估。

选取“莫兰蒂”台风影响浙江时段：2016年9月13日21时至2016年9月16日20时(北京时，下同)，图8“莫兰蒂”期间浙江省1 h降水的时间演变图可以看出，15日08时至16日08时全省的小时雨量明显增大，出现全省性的暴雨，部分大暴雨。基于目标诊断技术对台风最强的15日20—21时的1 h预报降水(1 h降水量≥30mm)以上的形态进行检验，结果如图9，可以看出雷达资料表征的大暴雨级别以上的降水面积比实况小，但能清楚得识别出位于浙东沿海和浙东南沿海地区的两个目标中心(图中数字1和2所示位置)，与实况目标中心(图中数字1、2和3、4、5所示位置)匹配很好，两个目标中心的相似系数详见表3。可见台风期间雷达降水资料整体虽然存在强度和范围都偏小 的现象，对于小范围大暴雨中心(目标1)不如大范围大暴雨中心(目标2)的相似度和结构好；随着预报提前量的增长，相似度减小。虽然雷达资料存在强度和范围都偏小的现象，但对降水的结构预报和实况相似较好，仍有较高应用价值。

表3雷达资料和站点观测在不同时间尺度和预报量的空间相关系数

时刻提前1h提前2h提前3h提前4h提前5h提前6h累计6h目标10．77000000．76目标20．940．770．720．710．7200．87

图8 莫兰蒂(9月13日20时-16日20时) 的雷达定量估测降水逐1 h估测检验

图9 6个不同提前量大暴雨以上级别的累计1 h降水的形态检验结果(a:提前1h预报降水； b:提前2h预报降水；c:提前3h预报降水d：提前4h预报降水；e：提前5h预报降水；f：提前6h预报降水；g：实况)

5 结论与讨论(包括初步评估结论和存在问题探讨)

本文利用1900多个站点的观测资料，对雷达定量估测降水(QPE)和融合预报降水(QPF)进行评估，选用1 h估测降水、1 h累计预报降水和6 h累计降水预报作为评估要素，从时间演变、空间分布及统计检验3个方面分析了2016年浙江省7—9月0～6 h雷达降水的估测和预报性能，结果如下：

1)对雷达估测降水检验表明,从2016年7—9月估测降水的检验结果来看，雷达估测降水能较好的反映降水的时间演变规律，以及空间分布情况。从时间演变来看，估测降水普遍偏弱；从空间分布来看，浙南和浙东沿海估测降水普遍偏小，浙西南的误差值最大，浙北的估测效果最优，总体上雨区的分布、降水中心的位置估测降水与实况都有很好的对应，较准确的雷达估测降水为1～6 h短临预报奠定了基础。

2)对融合预报降水评估得到,从6 h累计降水预报来看，预报能力随着降水量级的增大而减小。1 h累计预报降水的检验结果来看，在相同的降水级别中，预报能力随着预报时效的增大而减小；在相同的预报时效里，随着降水量级的增大，预报水平在降低。从空间分布来看，浙江南部的大降雨区对应较好，但预报的大降雨范围比实况要大，在浙南预报的强度偏弱，浙东沿海预报的均方根误差最大。

3)对台风莫兰蒂降水的时空分布检验,台风期间雷达降水资料整体虽然存在强度和范围都偏小的现象，对于小范围暴雨中心(目标1)不如大范围暴雨中心(目标2)的相似度和结构好；随着预报提前量的增长，相似度减小，从提前3 h开始有明显的减小，提前3～6 h的相似度相差甚微。虽然雷达资料存在强度和范围都偏小的现象，但对降水的结构预报和实况相似较好，仍有较高应用价值。

以上分析说明，雷达TREC外推与数值预报融合方案制作出0～6 h的降水短临预报，其结果对业务短临天气预报具有较大的参考价值，可以为实时业务天气预报提供客观的预报依据。同时，检验评估结果也为融合预报技术的改进和完善提供参考价值。

[1] 苗长明，徐集云，樊高峰，等.浙江省气象灾害年鉴[M].北京：气象出版社，2003：1-2.

[2] Golding B W.NIMROD：A system for generating automated very short range forecasts[J].Meteor Appl,1998,5(1):1-16.

[3] Pierce C，Hardaker P，Collier C，et al.GANDOLF：A system for generating automated nowcasts of convective precipitation[J].Meteor Appl,2001,7(14)：341-360.

[4] Bowler N，Pierce C,Seed A.STEPS:A probalistic precipitation forecasting scheme which merges an extrapolation nowcast with downscaled NWP[J]. Quart J Roy Meteor Soc,2006,132(620)：2127-2155.

[5] Feng Y，et al. Introducting to GRAPES-SWIFT nowcasting system[J].Mon Wea Rev,2007,130(12):2859-2873.

[6] Zeng Q，Liang Q，et al. Proceedings of the 21stGuangdong-Hong Kong-Macau Scientific and Technological Seminar on Hazardous Weather. Hong Kong,2010,1：24-26.

[7] 陈明轩，王迎春，俞小鼎.交叉相关外推算法的改进及其在对流临近预报中的应用[J].应用气象学报,2007,18(5)：690-701.

[8] 陈明轩，高峰，孔荣,等.自动临近预报系统及其在北京奥运期间的应用.应用气象学报[J]，2010,21(4)：395-404.

[9] 程丛兰，陈明轩等.基于雷达外推临近预报和中尺度数值预报融合技术的短时定量降水预报试验[J].气象学报，2013，71(3):397-415.

[10] 杨丹丹，申双和等.雷达资料和数值模式产品融合技术在短时临近预报中的应用[D].南京：南京信息工程大学，2010,36(8)：53-60.

[11] 邱金晶，陈锋,董美莹，等.快速更新同化预报系统性能的检验与分析[J].浙江气象，2014，35(4)：1-2

[12] 赵放，冀春晓，任鸿翔，等.台风螺旋带回波识别追踪及结构分析技术应用[J]，浙江气象，2008，29(1)：15-16.

[13] 王雪莲，解以扬，李英华，等.基于对象的诊断评估方法(MODE)降水预报检验[J].安徽农业科学，2013，41(21):9027-9029.