2020年贵州特重级秋绵雨的气候预测智能推荐评估

(白慧,张东海,李浪,任曼琳 .贵州省山地环境气候研究所 .贵州省气候中心)

1 秋绵雨定义

秋绵雨定义：根据《贵州省短期气候预测技术》，定义每年秋季(9—11月)，日降水量≥0.1mm且持续时间在5 d及以上的时段(其中从第6 d起允许有间隔1 d无降水)，称为秋绵雨过程，简称秋绵雨。单站持续时间5～10 d为轻级，持续时间11～15 d为中级，持续时间16～20 d为重级，持续时间超过20 d为特重级。

2 2020年秋绵雨特征

2.1 降水实况

2020年秋季贵州降水总体偏多，尤其在省之中部以东、以南地区。如图1，从9月上旬开始直到10月上旬日降水站数占比达50%及以上，特别在9月上旬至中旬期间降水较为集中、强度较大，期间主要有3次秋季区域性暴雨过程的贡献(9月6日、11日、14—17日)，至10月上旬累积降水量占秋季降水量的比例达80%。总体上，2020年秋季贵州降水量偏多、9月多区域性暴雨，主要降水集中期出现在9月上旬至10月上旬，多全省性降水，降水中心位于省之中部以东、以南地区。

图1 2020年秋季贵州省逐日平均降水量占比、累积降水量占比和降雨站数占比序列(单位：%)

2.2 秋绵雨监测

如图2a，2020年秋季贵州各站点日降水量≥0.1 mm的降水日数占比除省之南部一线外，全省大部分地区达50%及以上，呈北多南少的分布型，尤其在毕节中东部地区、遵义西部和中部及以南地区、铜仁东南部和凯里东北部地区的降水日数占比达60%以上。如图2b，2020年秋季贵州各站点出现秋绵雨过程的累积日数占比与日降水量≥0.1 mm的降水日数占比的分布型一致，不同之处在于除南部一线外，全省大部地区的占比在30%及以上，同样在中部及以北部分地区为大值区域，占比达50%以上。如图2c，全省30%及以上的站点同时发生秋绵雨过程的时段主要出现在9月5日—10月9日、10月14—21日、10月28日—11月5日和11月22—28日，其中9月5日—10月9日的时段持续时间最长、影响范围最广，达特重级秋绵雨强度，有28 d(9月10日—10月7日)的秋绵雨过程站数比维持在60%以上，最高达100%。表明2020年贵州省秋绵雨过程的持续时间之长、影响范围之广，尤其在省之中部及以北以东地区。

2.3 特重级秋绵雨特征

2020年贵州出现了异常强的秋绵雨，从区域性角度考虑，期间28 d有60%及以上站点同时发生秋绵雨过程(9月10日—10月7日)，为1981年以来之最。历年秋绵雨站数比大概维持在80%～90%之间波动，约80%左右的年份出现轻—中级秋绵雨过程的站数达60%以上，约40%左右的年份出现轻—中级秋绵雨过程的站数达80%以上。但2020年出现轻—中级秋绵雨过程的站数比仅为20%、特重级秋绵雨的站数比达59%，仅次于1964年特重级秋绵雨的站数比(68%)。如图3，2020年秋季贵州特重级秋绵雨出现的区域主要位于省之中部一线以及西南部、东南部地区，出现的开始日期除西南部和东部部分地区在9月中旬外，其余大部分地区主要集中出现在9月上旬。

图2 2020年秋季贵州省降水日数占比(a)、秋绵雨过程累积日数占比的空间分布(b)和逐日降雨站数、秋绵雨过程站数比例(c)(单位：%)

图3 2020年贵州省特重级秋绵雨过程及秋绵雨过程开始日期空间分布

3 气候预测智能推荐评估

3.1 气候预测智能推荐结果

智能推荐是气候预测智能推荐系统的核心之一，主要是针对气象要素和气候事件等预测对象运用客观化预测结果的基础上，选取指定时段(前期或同期)从Ps、Acc评分、预测误差以及稳定度等方面进行评估，得到相对稳定且效果较好的预测结果。

通过上述分析，本文选取2020年秋绵雨最为严重的9月降水异常量作为预测对象，客观预测方法选用同期环流场(风场UV、位势高度场H500、海平面气压场SLP、对流场OLR等，空间范围为0°～180°E、0°～90°N)对降水EOF主模态重构方法，评分方法综合考虑Ps和Acc评分方法，即推荐指数RI=0.2×Ps+0.1×(100×Acc)。如表1，从EOF重构方法预测的推荐结果来看，采用V850、U850、UV850以及SLP等同期环流场要素作为预测因子的预测效果较好，在前10名的推荐结果中，最优智能推荐预测结果采用的预测因子为V850， U850次之，随后是SLP和UV850。

表1 2020年9月降水预测智能推荐结果

3.2 气候预测智能推荐的可预报性

如图4，采用上述EOF重构客观预测方法对2020年9月贵州降水最优预测推荐结果的预测因子为同期V850纬向变化场所有格点因子，最优预测推荐结果对于实况降水异常趋势把握较好(Pc为94%)，尤其对实况降水异常分布型把握较好(Acc评分为0.46)，二者均为全省一致偏多，尤其在省之中部以东以南地区。不过最优预测推荐结果对于降水异常级的把握偏小(0～20%)，而实况降水距平百分率在大部分地区均超过50%。根据气候预测业务评分考核中采用的Ps评分方法，Ps评分由降水异常的趋势项(0～20%)、一级异常项(20%～50%)和二级异常项(≥50%)构成，由于此次最优预测推荐结果在降水异常级上的把握不足，导致Ps失分主要出现在一级异常项和二级异常项，最后得分为78分。在实际气候预测业务中，预报员会综合考虑多种客观预测结果以及前期气候异常特征，加以主观订正后形成最终预报意见，此次气候预测智能推荐结果作为最优客观算法推荐可为预报员提供科学、客观的预报依据和借鉴，在把握住降水异常趋势项的基础上，若将其降水异常趋势项提升二级异常，那么Ps评分将由78分提升至98.8分。

图4 2020年9月气候预测最优智能推荐结果(a)和实况降水距平百分率(b)(单位：%)