不同数值预报产品对武陵山区降水预报性能检验

陈勇 王小虎 刘东

（重庆市黔江区气象局，黔江 400900）

0 引言

随着预报技术的发展，数值预报产品在预报制作中起到非常重要的作用，国内有许多对多种数值预报模式进行过释用分析和对比的研究：如张宏芳等发现，ECMWF模式24 h晴雨，暴雨预报总体评分高于JAPAN模式；张宁娜等发现，降水预报中，GERMAN对中国东北地区的晴雨预报、一般性降水预报效果较好，而T639数值预报中的24～120 h的暴雨预报的TS评分明显高于GERMAN降水预报；张建海等发现，对中雨及以下量级的降水预报，JMH和中央气象台降水预报准确率较高，但对大雨及以上量级降水预报，各种方法均不太理想；蔡芗宁等发现，通过中期预报性能检验，从整体角度看，各种数值预报产品预报准确率随时间变化逐步降低，但ECMWF预报效果相对较稳定；袁冬美等发现，通过对ECMWF、T639、GRAPES-GFS、GTEJ等4种模式降水检验发现，对于秋季、冬季降水预报，ECMWF、GTEJ参考性较强。

黔江区地处重庆市东南部，位于武陵山区腹地，东临咸丰、西接彭水、南连酉阳、北接利川，整个武陵山区域具有明显的气候相似性，为典型的山地气候，故主要以黔江为代表，所需气象资料便于收集整理。同时，因山地气候曾有十里不同天的说法，预报员在制作天气预报时，晴雨预报往往难以把握，面对不同的数值预报产品也很难取舍，迫切需要知道哪种模式在降水预报中性能较好，可信度高。特别是汛期（5—9月）大雨以上的系统性较强降水过程以及无系统影响的武陵山地区午后局地性较强的对流性降水过程，对开始时间、结束时间、量级等的预报到底哪一家模式参考价值较大，对此研究有非常重要的意义。同时武陵山区地缘关系非常密切，自然条件、生态环境、气候条件等区域自然环境非常相似，即所谓的山同脉、水同源，其数值预报检验结果应该对本区域的其他区县站点有非常好的借鉴意义。因此做好数值预报产品降水预报性能检验分析，进一步掌握不同数值预报模式的预报性能及误差特征，以便能更好地制作本地天气预报，提高预报准确率和精细化服务水平。

本文主要是采用中国局下发的MICAPS4.5中的ECMWF、GRAPES-GFS、JAPAN、GERMAN产品中的降水预报产品与对应格点黔江（108°47′E，29°32′N）进行检验，有效时段按照现行的业务质量考核中仅仅检验24～48 h小时降水预报即可。

1 资料与方法

本文主要选取2018年3月—2019年6月中国气象局下发的MICAPS4.5中的ECMWF、GRAPES-GFS、JAPAN、GERMAN等降水产品资料，起报时间为20：00，预报时效24～48 h作为检验对象，实况资料选取黔江本站的降水实测资料，如果资料缺测则该日不参加检验。由于ECMWF、GRAPES-GFS、JAPAN、GERMAN等降水格点资料分辨率与黔江站点并非一一对应，为了方便检验，将预报产品通过双线性插值法插值到黔江本站，建立降水产品资料数据库，然后与实况再进行质量检验。

具体检验标准为：将24 h、48 h雨量划分为0.1～9.9 mm、10～24.9 mm、25～49.9 mm、50 mm以上。其中晴雨预报不作分级检验，如模式预报24 h、48 h有降水，则实况24 h、48 h分别出现0.1 mm以上为正确，否则为空报；如预报无降水，出现0.1 mm以上则为漏报。

应用相关系数法、TS评分及均方根误差等统计方法，按照预报考核的四季划分为：冬季（12—次年2月）、春季（3—5月）、夏季（6—8月）、秋季（9—11月），检验分析各模式20时起报的24～48 h预报与实况的相关系数、TS评分及均方根误差。

2 检验结果与分析

2.1 相关系数分析

结果表明（表1）：ECMWF、GRAPES-GFS、JAPAN、GERMAN等20时起报的降水预报资料均与实况降水资料的相关系数在24～48 h都在0.8197以上，其中ECMWF最高可达0.9678，均能通过

α

=0.001信度检验，表明预报与实况有非常显著的相关性。

表1 不同数值预报模式要数格点预报与实况的相关系数Table 1 Correlation coefficients between grid point prediction and real observation should be counted for various numerical prediction models

几种模式24～48 h相关系数以秋季、冬季最高、春季次之、夏季最低，表现出相当的一致性，也符合黔江山区总体气候规律。从预报时效看，随着预报时效性延长，48 h预报相关系数均小于24 h相关系数，均有一致性。

从模式预报效能看，EC模式不论春季、夏季、秋季、冬季等降水预报产品的相关性均优于其他模式，GRAPES-GFS次之。从预报员实际业务运用模式情况看，JAPAN、GERMAN等模式参考性不强。

2.2 均方根误差分析

均方根误差是预测值与实况值偏差的平方与样本次数

N

比值的平方根，能够反映一个数据集的离散程度，能够很好检验模式性能。ECMWF、GRAPESGFS、JAPAN、GERMAN等20时起报的降水预报资料与实况降水资料的24～48 h均方根误差见表2。

表2 不同数值预报模式要数格点预报与实况的均方根误差Table 2 The root mean square error of numerical forecast model and actual

表2 显示：从季节上看，秋季、冬季各家模式预报出来的降水，均相对于春季、夏季等均方根误差要小，体现了模式的一致性，冬季最小、其次是秋季。从各家模式本身均方根误差来看，24 h EC要优于GRAPES-GFS、JAPAN、GERMAN等模式预报，各季误差在2.4%～10.3%，48 h春季GRAPES-GFS要优于EC、JAPAN、GERMAN，但其他季节，EC仍然优于其他模式。

2.3 TS评分检验分析

对各家模式降水检验，按照市局业务规定进行。公式为：

其中

NA

为正确次数、

NB

漏报次数、

NC

为空报次数。这里规定24～48 h晴雨预报只要雨量大于0.1 mm就算正确，结果如表3。

结果表明，晴雨预报TS评分EC最高为62%，最小为JAPAN的49%，因此EC总体仍然优于GRAPESGFS、JAPAN、GERMAN模式预报，在制作晴雨预报时，有一定的参考价值。

虽然TS评分有较大差别，0.1～9.9 mm小雨量级的降水预报各家模式却表现出较好的一致性，均高于其他量级预报，最高EC达到80%；但≥50.0 mm预报GRAPES-GFS达到70%，明显优于其他模式，参考价值较高。

从降水季节看，夏季TS评分普遍较低，但秋季TS评分也表现出较好的一致性，较其他季节高；夏季TS评分也表现出较好的一致性，较其他季节低。

48 h降水预报（表略）与24 h预报（表3）一样，各家模式秋季、夏季降水及0.1～9.9 mm均能表现出较好的一致性，但随着时间的推移，48 h EC晴雨TS评分也能够达到60%，与其他模式差距开始显现，特别是≥50 mm雨量预报，EC反而从24小时的44%上升到70%，其他模式则显著下降，因此EC仍然具有参考价值。

表3 不同数值预报模式降水检验结果（24 h）Table 3 Precipitation test results of different numerical forecast models (24 hours)

3 结语

1）EC、GRAPES-GFS、JAPAN、GERMAN等模式降水预报产品与本站实况均具有显著的相关性，也具有一致性。秋冬季最高、春季次之、夏季最低，但各家模式也有不同的差异，EC模式相关性仍然要优于其他模式。

2）各家模式降水预报产品与本站实况的均方根误差从季节上看，秋季、冬季等各家模式预报出来的降水冬季最小，其次是秋季，而春季、夏季等均方根误差要大一些，体现出了模式的一致性和本地的一些气候规律。从各家模式本身均方根误差来看，24 h EC要优于GRAPES-GFS、JAPAN、GERMAN等模式预报，48 h春季GRAPES-GFS要优于EC、JAPAN、GERMAN，但其他季节，EC仍然优于其他模式。

3）各家模式降水预报产品中，EC TS评分不论24 h还是48 h，晴雨预报均能达到60以上，具有很好的参考价值。GRAPES-GFS可以在24 h≥50 mm以上量级预报时能够达到70%，但随着时间推移，模式差距越来越明显，EC在24 h≥50 mm以上量级TS评分还在上升，JAPAN和GERMAN模式在晴雨及其他预报参考价值均不理想，因此在预报业务工作中，当各类数值预报模式不一致时，要适当倾向于参考性较强的预报模式，帮助主观判断，做出最接近实况的预报。因资料年限太短，故样本数据不多，因此还需要在今后的工作中多检验，预报员在制作预报时还必须结合各类资料分析才能进一步搞准预报，提高预报准确率和服务水平。