酉水流域智能网格降水预报产品及检验

朱国光，陈 鹤

（1.湖南省湘西州气象台，湖南 吉首 416000；2.湖南省气象台，湖南 长沙 410118）

旱涝灾害作为较大的气象灾害之一，对社会经济和人们生活造成严重影响。洞庭湖流域为中国重要农业生产区，受区域大气环流和地形等因素的影响，旱涝灾害频发[1]。酉水流域是洞庭湖流域的重要组成部分，酉水发源于武陵山区，自源地流经湖北、重庆、湖南，全长477 km，整个流域降水丰沛，河谷纵横，地形落差大，水能资源丰富，是我国重要的水电开发基地之一。降水主要集中在雨季（4-10 月），占全年总降雨量的70%以上，雨季强降水天气过程频繁，容易出现洪涝灾害。流域的流量、江河的抗洪能力及水库的蓄洪规模都与流域的平均降雨量（面雨量）密切相关。因此开展酉水流域面雨量预报分析研究对流域的电力生产调度和防洪减灾具有重要意义[2]。

准确的面雨量预报有赖于网格预报的精细化，格点降水预报越准确，流域面雨量预报就越好。国内外众多的数值预报产品，虽然在时空间分辨率上基本满足了流域面雨量的预报，但是由于不同模式的初始场、模式框架、物理参数化方案等各不相同，模式产品释用也存在差别，导致它们的预报效果存在明显的差异[3-4]。不同的模式在湘西地区不同降水过程中往往表现不一，比如EC 模式常常表现出弱降水空报的特征，区域模式又有强降水空报的情况，很难找出一个具备稳定优势的模式。

随着气象部门大力推进智能网格“一张网”精细化格点预报业务发展，智能网格预报产品发展迅速[5-7]。对数值模式直接输出的定量降水预报产品进行客观订正是提升定量降水预报质量的有效手段[8-10]。吴启树等基于频率匹配法的思路，将频率偏差最优改为TS 评分最优，发展了最优TS 评分（optimal threat score method，OTS）算法，显著改进了模式定量降水预报的TS 评分[11]。为了制作出更精准的网格降水预报产品，基于最优评分算法研发格点要素客观预报技术，得到适用于本地的智能网格预报产品，并对其性能进行检验分析，以更好地改进和优化面雨量预报方法，为今后日常业务应用提供参考，以及对农业、水文、环境、交通旅游专业预报服务提供基础数据支撑。

1 资料与方法

为了评价气象预报，行业上我们首先引入准确率（PC）的概念，计算公式如下：

如表1 所示，其中NA表示预报正确站（次）数，NB表示空报站（次）数，NC表示空报站（次）数，ND表示预报和实况均未达到阈值的站（次）数。

表1 预报评价表

日常预报中人们对于有降水的事件更为关注，但是预报无降水、实况无降水的情况又出现最多，这种现象的存在大大提高了预报的准确率，削弱了其对有降水事件的预报能力评价。因此进一步引入了TS 评分（TS），这是目前气象系统降水预报业务中最主要的考核项目，它排除了无降水的样本，表示了降水预报正确的比例。

为使预报结果的TS 评分达到最高，构建了最优TS评分降水预报订正方法（OTS）。首先，从2016-2019 年模型预报结果中选取前后N 天的结果和相应时段的站点实况，作为建模数据集。其次，通过逐级增大或减小各级阈值，对其进行评分，找出评分变化拐点，确定降水量级划分阈值Fk。最后，利用新找出的阈值对EC 相应时效的预报重新进行映射来进行订正的降水预报，具体计算方法如下：

式中，x和y分别为模式降水的预报值和订正值，Ok为第k量级降水阈值，Fk为预报降水量订正到Ok时，该量级对应模式的降水阈值。

2 网格预报产品介绍

OTS 客观降水预报订正产品可直接读入MICAPS4业务系统，实现业务运行，完善了智能网格预报产品，为格点要素预报提供了重要参考。预报结果的原始数据为MICAPS4 第四类格式文件，在气象业务系统中可直接显示为格点降水（图1），格点数值表示该格点位置的降水预报结果，数值的不同颜色代表着不同的降水等级，格点空间分辨率为5×5 km，确保整个流域面积内每个乡镇都有代表点，预报时长为72 小时，时间间隔为24 小时，更新频次为一天两次。当前时空分辨率已经基本满足汛期降水预报以及流域雨量和水位的预报预警服务要求。

图1 网格降水预报产品展示

除了格点数值显示，降水产品也能标准化填色分布显示。5 月21-24 日，我省发生了一次强降雨过程，并伴有雷暴大风等强对流天气。22 日为整个过程的最强时段，强降水雨带位于湘北地区，整个湘北地区有397 个站点出现了暴雨（图2（a））。图中显示了22 日降水预报情况，从两家数据源的预报情况来看，EC 对湘西州、张家界、常德以及怀化北部的暴雨存在较为严重的漏报，而OTS 预报结果更加贴近实况，整个东西走向的带状强降水区与实况基本一致，同时也预报出了岳阳北部的大暴雨（图2（b）、图2（c））。

图2 2021 年5 月22 日实况降水量以及EC、OTS 预报降水量对比显示

3 统计检验分析

选取2021 年上半年为检验期，对5 个标准降水等级（晴天（＜0.1 mm/d）、小雨（0.1～10 mm/d）、中雨（10～25 mm/d）、大雨（25～50 mm/d、暴雨及以上（≥50 mm/d））进行对比检验分析。EC 作为业务中常用的主流模式，近年来发展迅速，稳定性相对较好，对预报员的参考性较大，本文重点对OTS 和EC 进行对比，评估检验时段内最优客观方法的表现和优缺点。

通过统计2021 年上半年酉水流域所有站点每天的降水情况，对比讨论EC 和OTS 的预报结果（图3）。从实况分布来看，酉水流域晴天样本占比最大，小雨次之，说明该区域80%以上日数是晴天和小雨天气，降水量级越大，出现的次数越少。EC 预报结果与实况相差较大，表现为小雨最多，超过40%，晴天次之，说明其晴雨预报能力相对较弱，小雨容易出现空报；同时中雨预报较多，空报率较高，预报的降水有所偏强；OTS 预报结果明显优于EC，更加贴近于实况，具有较为一致的分布规律，但降水仍然存在一定的空报率。

图3 2021 年上半年酉水流域晴雨及不同量级降水观测与预报频率对比

不同量级的TS 评分（图4）显示出了EC 和OTS 的预报随着降水等级的变高，预报能力变弱；小雨的TS 评分是最高的，暴雨最低。对比两家数据源，OTS 预报总体优于EC，而且降水量级越大，OTS 的预报优势越明显，50 mm 以上强降水明显高于EC 预报。

图4 2021 年上半年不同量级降水TS 对比

为了进一步综合对比评价两家数据源的整体性能，绘制出综合表现图（图5）。综合表现图的检验结果以圆点方式显示在图中，从而可以直接反映成功率、命中率、预报偏差（空报和漏报）以及TS 评分等检验指标。横轴代表成功率，越往右表示成功率越大；纵轴代表命中率，越往上命中率越高；数据源的位置越靠近斜实线说明准确率越高，偏左表示预报偏大，对应空报，偏右表示预报偏小，对应漏报；TS 评分从左下角的0 到右上角的1，沿着斜线逐渐增大，数据源的位置越靠近右上角表示TS 越大。从图中可以看出，小雨量级降水的成功率、命中率和TS 相对较高，小、中、大雨的预报偏差比较大，且都表为明显的空报，暴雨及以上降水的偏差最小，空报和漏报较少。OTS 对不同降水等级的预报效果总体都优于EC，小雨预报偏差明显小于EC，成功率高于EC，TS 评分相差不大，命中率低于EC；OTS 对中雨预报的各项评价指标都优于EC，但不具备显著优势；针对大雨和暴雨及以上降水，OTS 预报的成功率、命中率、TS 也优于EC，两家数据源的预报偏差基本相同，同时OTS 方法表现出了较为明显的优势（图5（a））。24、48、72 小时不同预报时效的综合表现图反映出，预报时效越长偏差越大，预报越不稳定；OTS 相较于EC 的预报优势主要体现在24 小时预报上，随着时效的增加优势逐渐减少，说明OTS 对于短期预报的订正和改进具有重要意义（图5（b）、图5（c）、图5（d））。

图5 预报综合表现图

为了进一步分析OTS 方法降水预报优势在酉水流域的具体分布情况，通过统计格点日降水情况，绘制样本评价指标的空间分布，得到了两家数据源晴雨预报准确率的分布（图6）。从中可以看出，OTS 的准确率基本处于0.7 以上，部分区域超过了0.8，已经超过了当前预报员对格点降水的主观预报订正能力；EC 的预报准确率在0.6～0.7 之间，总体比OTS 低了0.1 左右。OTS 方法在不同区域的预报订正能力有所不同，秀山、保靖、永顺等区域的预报准确率较高，预报优势在上述地区也更为明显，龙山、花垣的准确率相对较低。

图6 2021 年上半年晴雨准确率分布对比

通过对比TS 评分的分布（图7），可以发现整个酉水流域大部分地区的OTS 评分处于0.2 以上，部分地区达到了0.4，而EC 的TS 评分基本位于0.2 以下，预报效果显著低于OTS。从TS 评分角度分析，OTS 方法的订正能力在秀山、保靖、永顺及花垣北部等区域表现较好，龙山和花垣南部的订正能力较弱，这与预报准确率分布反映出的特征基本一致，由于OTS 方法是基于最优TS 评分建立的，所以针对TS 指标的订正能力和范围有着更加优异的表现。

图7 2021 年上半年TS 评分分布对比

4 结论

为了制作出更精准的网格降水预报产品，基于最优评分算法研发格点要素客观预报技术，构建最优的TS 降水预报订正方法，以更好地改进和优化面雨量预报方法。利用EC 模式和气象站观测资料，对OTS 方法进行评估和检验。结果表明：

（1）OTS 降水预报订正产品已经集成到主流业务系统中，产品显示形式多样，当前时空分辨率已经基本满足汛期江水预报以及流域雨量和水位的预报预警服务要求。

（2）酉水流域晴天样本占比最大，降水量级越大，出现的次数越少。EC 预报结果与实况相差较大，晴雨预报能力相对较弱，小雨容易出现空报；OTS 预报结果明显优于EC，更加贴近于实况，具有较为一致的分布规律，但降水仍然存在一定的空报率。随着降水等级的变高，EC 和OTS 的预报能力变弱；降水量级越大，OTS 的预报优势越明显，50 mm 以上强降水明显高于EC 预报。

（3）预报综合表现显示出小雨量级降水的成功率、命中率和TS 相对较高，但也存在较大的预报偏差，且都表现为明显的空报，暴雨及以上降水的偏差最小，空报和漏报较少。OTS 对不同降水等级的预报效果总体都优于EC；预报时效越长偏差越大，预报越不稳定；OTS 相较于EC 的预报优势主要体现在24 小时预报上，随着时效的增加优势逐渐减少，说明OTS 对于短期预报的订正和改进具有重要意义。

（4）整个酉水流域中OTS 的准确率和TS 评分都明显高于EC。OTS 方法在不同区域的预报订正能力有所不同，秀山、保靖、永顺等区域的预报准确率较高，预报优势在上述地区也更为明显，在龙山和花垣南部的订正能力较弱。OTS 预报方法针对TS 指标的订正能力和范围有着更加优异的表现。