CMA-GD 1 km雷达回波预报订正方法研究

田聪聪，张兰，许欢，李怀宇，肖柳斯

（广州市气象台，广东广州 511430）

短时强降水具有突发性强、局地性强、生命史短、灾害重等特点，是中小尺度对流系统造成的一种重要的强对流天气［1］。广东受海陆交互和南海季风的影响，强对流发生频率之高、强度之大，居全国前列［2-4］，为此0～6 h内的强降水临近预报技术是短临预报预警的关键［5］。近年来，短时临近预报技术除了基于雷达及卫星等资料的外推以外，高分辨率短临数值预报模式也越来越受到重视［6-7］。

研究与业务使用表明，高分辨率短临数值预报模式的改进仅靠外推技术造成无法描述强对流天气系统发生、发展和消亡的物理机制演变的弊端。但高分辨率模式本身存在诸多“误差”，如初始条件、同化技术、物理过程等，进而在短临预报预警业务过程中仍存在局限性或偏差［8］，因此对高分辨率模式进行后处理订正技术的研究与应用，是进一步提升强对流短临预报预警技术的重要举措［9］。唐文苑等［10］利用时间滞后集合预报算法构建权重预报方程后，借助频率匹配法订正GRAPES-RAFS降水预报；许爱华等［11］针对不同类型暴雨，提炼出对EC模式降水预报产品的订正思路和方法，归纳500 hPa槽前大风速带、925 hPa温度锋区和暖脊、边界层10 m/s以上的超低空急流等对模式暴雨落区预报的订正依据，拓宽了预报员的预报思路；吴启树等［12］设计的最优TS评分订正法，对2014—2015年降水数值预报进行分级订正后，降水预报效果较优。为提高华南短临预报预警技术，本研究将采用华南区域20部雷达资料，尝试利用不同算法客观订正高分辨率短临预报模式CMA-GD 1 km时间滞后集合概率预报产品，希望能更好地为0～6 h强对流天气提供预警信息。

1 雷达与模式资料

利用华南区域20部雷达资料（广州、韶关、清远、肇庆、梅州、河源、深圳、汕尾、汕头、阳江、湛江、桂林、柳州、南宁、梧州、龙岩、厦门、永州、海口、北海）的雷达反射率回波数据进行格点化处理，格点数为1 161×861。

选取CMA-GD 1 km短临模式逐12 min预报未来6 h的预报产品，利用前2 h构建雷达回波时间滞后集合概率预报产品，选用2018年4月14—15日影响华南区域一次飑线过程进行偏差订正分析。

2 偏差计算方法

偏差δ由模式预报前2 h每12 min为一个成员，共11个成员，各个成员对应时刻的预报值与观测值相减所得。

其中，F为成员预报值；O为成员观测值；i为各成员。

（1）均等偏差法。

11个成员偏差的平均所得。

其中，N为11个成员数。

（2）权重偏差法。

依据临近时次预报效果更准确的检验结果，其权重系数相对较大的原则，计算11个成员权重系数，计算公式为

权重偏差为

（3）最近偏差法。

取最近起报时次的预报结果与实况作差，差值不作处理。Δδ=δi，其中i为最近起报时次成员。

3 订正方法

（1）线性订正：利用上述的偏差结果，将其线性订正集合预报产品的4个时次中的雷达回波预报结果。

（2）邻域订正：选取预报结果邻域半径为5个格点中偏差最大的结果进行订正，如图1所示。

图1 邻域订正（半径选为5个格点）

4 结果评估

选取2018年4月14至15日影响华南一次飑线过程。受冷空气和切变线共同影响，该次飑线过程自西北向东南方向移动，主要影响时间段为15日00：00（世界时，下同）至15日05：00，因此本研究选取14日22：00至15日00：00期间逐12 min起报，对15日01：00、02：00、03：00和04：00的预报结果作为分析对象，利用3种偏差计算方法，对4个时次的预报结果进行订正评估（图2）。

图2 2018年4月15日01：00（a）、02：00（b）、03：00（c）和04：00（d）实况雷达回波（单位：dBz）

4.1 偏差结果评估

图3分别为3种偏差算法得到的偏差结果。可以看出，均等偏差算法（图3a）和权重偏差算法（图3b）均显示在粤北区域、珠三角西侧区域和粤东沿海区域，预报结果较实况明显偏小，而对粤西湛江至茂名和河源一带的预报结果较实况明显偏大。另外，权重算法的偏差结果大于均等算法。对比最近偏差法（图3c）表明，模式在预报时次最接近实况时，预报结果是调整与实况更为接近的，可以看出，偏差结果明显偏小于其他两种情况。

图3 均等偏差（a）、权重偏差（b）和最近偏差（c）算法得到的结果（单位：dBz）

4.2 订正结果评估

将4.1节3种偏差结果分别采用线性订正和邻域订正的算法，对所选取个例的预报时次15日01：00（图4）、02：00（图5）、03：00（图6）和04：00（图7）的雷达回波进行订正。其中，图4—图7中，a、b分别为雷达回波实况和集合预报结果，c、d分别为均等偏差线性订正和均等偏差邻域订正，e、f分别为权重偏差线性订正和权重偏差邻域订正，g、h分别为最近偏差线性订正和最近偏差邻域订正。

图4 15日01：00时雷达回波实况（a）、集合预报结果（b）、均等偏差线性订正（c）、均等偏差邻域订正（d）、权重偏差线性订正（e）、权重偏差邻域订正（f）、最近偏差线性订正（g）和最近偏差邻域订正（h）（单位：dBz）

对比雷达回波实况的移动和预报结果来看，该次降水过程的预报速度较实况偏慢，回波强度的大值区域不明显，尤其在降水回波预报后2个时次15日03：00（图6b）和04：00（图7b），对珠三角和粤东北的强回波区域预报明显偏小。本研究分别采用均等偏差、权重偏差和最近偏差的线性订正和邻域订正的算法调整模式预报结果的强度和移动速度，结果表明，3种偏差算法的两种订正方式对预报结果强度调整较为明显，而对回波移动速度调整效果不佳。

图6 15日03：00时雷达回波实况（a）、集合预报结果（b）、均等偏差线性订正（c）、均等偏差邻域订正（d）、权重偏差线性订正（e）、权重偏差邻域订正（f）、最近偏差线性订正（g）和最近偏差邻域订正（h）（单位：dBz）

图7 15日04：00时雷达回波实况（a）、集合预报结果（b）、均等偏差线性订正（c）、均等偏差邻域订正（d）、权重偏差线性订正（e）、权重偏差邻域订正（f）、最近偏差线性订正（g）和最近偏差邻域订正（h）（单位：dBz）

对于15日01：00（图4）预报结果的调整可看出，6种订正结果均可加强回波的强度，但3种偏差的线性订正，使得粤西出现强的虚假回波，采用邻域订正算法（图4d、4f、4h）比线性订正算法（图4c、4e、4g）可以略微削减虚假回波的存在，而且也能调整回波强度，使得其结果更为接近实况（图4a）。而通过对比3种偏差的3种邻域订正结果可以看出，最近偏差法（图4g、4h）所得的偏差结果更小，所以对模式预报结果调整更小，强回波区域预报效果更接近实况，较均等偏差（图4c、4d）和权重偏差算法（图4e、4f）更优。

随着回波向东南向移动，15日02：00（图5）的6种订正结果对比实况和预报结果可以看出，订正结果与15日01：00较为一致，可以突出强回波区，使其更接近实况，尤其是最近误差（图5g、5h）的两种订正结果。15日03：00（图6）至04：00（图7）的结果对比可以看出，邻域订正法的3种结果在回波移动过程中，不仅能突显出强回波区，而且较线性订正法更好地削减虚假回波，以及最近偏差法的邻域订正结果较其他两种更接近实况。所以通过该次回波发展移动过程的预报结果分析，可以看出，最近偏差法的邻域订正预报结果最佳，不仅可以凸显强回波区，而且可以削减虚假回波。该次降水是回波发展强盛至衰减的过程，所以绝对值偏差最小的最近偏差法对模式后期预报结果的调整最优，而且均等偏差法和权重偏差法的算法并未使得模式预报偏差有所缩小，所以这也使得后期进行偏差订正时所应进行更详细论证的需求。

5 结论

1）对于该次降水过程，在粤北区域、珠三角西侧区域和粤东沿海区域，预报结果较实况明显偏小，而对粤西湛江至茂名和河源一带的预报结果较实况偏大，通过3种偏差的格点分布来看，最近偏差法的偏差最小，而权重偏差法最大。

2）该次降水过程的预报速度较实况偏慢，利用偏差订正预报，可有效改进模式预报的雷达回波强度，但对移动速度调整不大。

3）对比线性订正和邻域订正法的结果，线性订正法产生对粤西，即回波移动反向位置的虚假回波，邻域订正法不仅可以调整回波强度，而且虚假回波不显著。

4）3种偏差结果利用邻域订正法的订正结果表明，最近偏差法的领域订正结果与实况最为接近。

5）该次降水是雷达回波发展强盛至衰减的过程，所以绝对值偏差最小的最近偏差法对模式后期预报结果的调整最优，这也需要更多个例进行结果验证。