近两年广东省典型锋面暴雨过程的ECMWF模式预报评估

时洋，罗聪，涂静，陈玉玮，黄晓莹，梁建

（广东省气象台，广东广州 510640）

广东省前汛期暴雨按照天气学分型通常分为暖区型暴雨和锋面型暴雨，陈涛等［1］对比了华南前汛期锋面对流系统和暖区对流系统的多尺度特征和可预报性分析，发现与暖区对流性降水相比，主流业务预报模式对锋面对流系统的预报更为准确，并对相关天气系统的强迫具有更高的预报敏感性；鄢俊一等［2］对比了2012年广东省汛期华南中尺度模式在不同天气学分型下的表现，发现该模式在强西南（季）风型暴雨、锋面低槽型暴雨、弱冷空气触发强降水和回流暴雨中TS评分依次下降；涂静等［3］将2019年汛期大雨以上降水过程进行了天气学分型，对比了锋面和暖区型降水过程的欧洲中心全球模式的预报表现，发现两种过程中的TS评分相当，锋面型略高于暖区型。在对比暖区型暴雨和锋面型暴雨模式预报表现之外，对暖区和锋面降水特征和触发机制方面也有许多研究：罗聪等［4］对比了锋面与暖区短时强降水的差异，发现暖区强降水过程的80 mm/h以上降水发生频率、极值比锋面强降水更高；郑伟杰等［5］对近10年江门前汛期大暴雨进行分类和特征的合成分析，发现江门前汛期暴雨过程暖区型数量最多、降水强度最大，而锋面型数量最少，降水强度小；周兆丁等［6］分析了一次锋前暖区暴雨触发机制，发现锋面型暴雨由短支槽、切变线等系统触发，而暖区型暴雨主要是由西南低空急流脉冲和中尺度能量风、地面辐合线以及地形触发。

以往的研究集中在暖区和锋面降水特征、对流触发机制和模式预报评分的对比上，而在模式对锋面暴雨过程中的时空误差特征分析以及怎样合理应用模式锋面暴雨的预报结论缺少系统性分析。欧洲中心全球数值预报模式（ECMWF）是气象预报业务中最为常用的数值模式之一，其预报结果具有重要的参考作用。本研究利用业务常用评分和空间检验指标评估对ECMWF在2019—2020年广东省开汛至季风爆发前典型锋面暴雨过程的预报能力进行评估，通过总结模式命中和漏报过程的降水预报演变特征及其对应天气形势，为合理应用模式预报结论、增强预报员对模式预报性能的理解提供参考。

1 资料与方法

本研究选用ECMWF模式的24～48 h降水量预报进行评估，采用最近格点法得到站点降水预报。实况资料为广东省86个国家级观测站和近3 000个区域级自动站的逐小时降水量，并累加成逐日累积降水量。利用点对点的二值法评分对站点预报进行检验。

检验评分方案来自中国气象局的《中短期天气预报质量检验办法》［7］，具体指标包括大雨和暴雨以上量级的累积降水TS评分、空报率、漏报率和预报偏差；另外，本研究还采用了MODE［8］方法的中心位置偏差、极大值雨量偏差和雨区面积偏差3个指标对模式进行空间检验评估。

2 锋面暴雨过程整体评估

受北方冷性气团南下影响，地面形成正变压，且主降水落区与地面锋面、低层切变线位置在200 km以内的暴雨过程为锋面暴雨过程。本研究挑选2019—2020年广东省开汛前后至季风爆发前的12个典型锋面暴雨过程［9］，对ECMWF的24～48 h累积雨量进行客观定量检验分析（表1）。

表1 2019—2020年典型锋面暴雨过程TS、漏报率、空报率及预报偏差1）

从TS评分来看，大雨和暴雨以上量级的平均TS较低，分别为12.65%和2.81%，仅有5/12（2/12）的大雨（暴雨）以上个例TS评分高于平均值，平均漏报率高于平均空报率，且暴雨以上漏报率达到了95.09%；不同个例间的评分差异较大，多数过程的空报和漏报率均较高，部分个例出现了完全的漏报。为了比较ECMWF在锋面过程中预报落区、降水强度的系统性偏差，本研究利用MODE空间检验方法中的降水中心位置偏差、雨区面积偏差、平均和极值雨量偏差4个指标对ECMWF锋面过程预报效果进行评估。受预报场和观测场“对象”识别和匹配过程中的条件限制，空间检验的个例数少于列表中个例数（12个）。

ECMWF锋面过程空间检验（图1）主要有以下特征：（1）多数个例大雨以上降水中心位置偏差在2°以内，暴雨以上降水中心位置偏差相对更大，在2°～3°（图1a-b）；（2）多数个例大雨和以上实况雨区与预报雨区面积偏差在±1 000个格点（25 000 km2）以内（图1c-d），表明 ECMWF对日降水落区范围大小预报效果较优；（3）多数个例平均雨量和极值雨量偏差（图1e-f）分别在±10和±30 mm以内，且模式平均（极值）雨量多数个例小于实况。从空间检验的指标中可以看出，ECMWF降水中心位置、雨区面积以及平均（极值）雨量偏差分布均较为集中，表明该模式对锋面过程的有较高的预报参考价值。

3 漏报和命中过程特点

为了进一步分析ECMWF在锋面暴雨过程中的预报特点，本研究基于模式与实况降水空间位置分布、雨区移动方向和演变特征，将模式预报表现分为命中过程和漏报过程，并分析了模式在两种过程中的时空误差特征（表2）。

图1 锋面暴雨过程大雨和暴雨以上量级降水中心位置偏差、雨区面积偏差、极值雨量偏差

表2 典型个例ECMW 模式表现及时空误差特征

命中过程指数值预报模式与实况日降水落区位置、降水强度大体相似，且逐3 h雨区移动和演变过程与实况相近；漏报过程指数值预报模式与实况日降水落区的位置、降水强度有显著差异，在具体分类中将漏报过程分为“一空一漏”和“仅漏报”，分别代表模式与实况均有一定强度的雨区但空间位置存在明显偏差，和模式仅漏报实况某强度降水落区。表2中“过程有无”用来评价在不考虑落区位置的情况下，模式对相同或高一量级的雨区是否有预报能力。

11/12锋面过程ECMWF均预报出有过程发生，5/12为命中过程，6/12为漏报过程。命中过程中，4/5的个例的强降水ECMWF预报启动（结束）时间偏慢3～9 h（表2）。

在漏报过程中，5/6个例的暴雨漏报落区发生在粤西南地区。这类过程一般受弱锋面的影响，或者有弱切变线停滞在粤北至珠三角北部，850～925 hPa风场表现为偏东风与弱偏南风的辐合或偏北风与偏东风的辐合。弱锋面通常会造成2次降水过程，第1次为弱切变抵达南岭，形成的雨强相对较弱的降水；第2次为切变线南压至沿海地区后，桂东偏北气流与来自南海北部的偏东风形成在两广交界地区的气旋式环流，在粤西上游形成对流性质的雨带，雨带位置与偏南气流和偏北风辐合的位置有关。随后第2次降水雨带随引导气流向下游地区移动，并在东移的过程中受到下垫面水汽和能量条件影响，雨强迅速增强。ECMWF通常对第1次切变线降水的预报较为准确，但对第2次从广西中南部形成的雨带的东移以及加强过程的预报能力较差。

4 结论

本研究利用业务常用评分和空间检验指标，对ECMWF模式2019—2020年广东省开汛至季风爆发前典型锋面暴雨过程进行评估，发现模式在降水中心位置、雨区面积以及平均（极值）雨量偏差分布均较为集中，对锋面过程的有较高的预报参考价值。

另外，本研究提取了模式命中和漏报过程的降水演变特征以及对应的天气形势，其中4/5的命中过程均表现为降水启动（结束）时间偏慢；5/6的漏报过程表现为粤西有暴雨以上降水漏报，这通常与弱冷空气带来的偏北、偏东气流和南海北部的偏南气流在低层形成两广交界地区气旋式环流的加强有关，而模式对弱锋面低层对流触发的预报能力有限，易造成上述地区暴雨的漏报。需要指出的是，本研究分析的个例数有限，未来仍需在增加统计个例的基础上对模式定量化特征进行深入挖掘，并尝试发展客观降水订正算法。