2020年CMA-GD（R3）模式逐时降水检验评估分析

刘段灵，陈超，李珊珊，罗聪

（广东省气象台，广东广州 510640）

天气预报作为气象部门重要的社会公益服务，越来越受到社会和公众的广泛关注。近20年来，随着数值预报理论的不断发展与完善和高性能计算机计算能力的不断提高，数值产品在天气预报业务中得到越来越广泛的应用［1-3］；尤其是近年来，随着社会需求和政府决策需要提高，越来越多的高分辨率精细化预报模式和预报产品被开发出来。由于数值预报结果受模式初始条件、边界条件、物理过程、下垫面的精度和类型等诸多因素的影响，数值预报产品，特别是对天气要素的预报的误差（定时、定点、定量）还比较大［4］。因此，正确理解数值预报产品的性能、对模式存在的问题和不足进行充分的检验和总结就显得非常重要［5］，这不仅能向模式研发人员提供反馈信息，以改进模式可能存在的缺陷；也有利于预报员在预报业务中充分发挥人的主观能动性，为正确的订正数值预报结果提供客观依据。

以往大部分的检验评估都是针对24～48 h累计降水进行［3，6］，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，并对比了主客观预报对不同类型降水过程中的预报表现，发现主客观预报对热带系统型强降水预报空、漏报率较低，评分高于暖区和锋面型强降水过程；时洋等［6］分析了ECMWF模式在2019—2010年广东前汛期典型锋面暴雨过程中的表现，发现其在降水中心位置、雨区面积等方面表现较好，但对强降水启动（结束）时间预报偏迟。随着2020年5月广东省提出逐时更新短时分镇街强降水预报预警服务，对逐时或短时累计降水预报的要求也越来越高，所以对逐时或短时累积降水的检验评估也是非常必要的。因此，本研究尝试对2020年1—12月CMA广东3 km短临模式（CMA-GD（R3）模式）1～12 h逐小时降水量进行分级检验评估，以期评估分析CMA-GD（R3）模式对短时强降水的预报性能，为短临精细化预报提供参考。

1 资料与方法

CMA-GD（R3）模式作为广东省气象部门常用参考模式之一，每天逐小时循环起报，预报时效为0～30 h，水平分辨率为0.03°×0.03°。该模式在预报产品更新频率和空间精度上均满足短临预报需求，另外，本研究主要关注短时预报时效（0～12 h）内的逐时降水预报情况，因此，本研究选取该模式2020年1—12月每日逐小时循环起报的1～12 h逐小时累计降水量预报产品作为基础模式产品用于逐时降水分级检验评估。评估时模式的格点资料采用Cressman客观插值法进行站点插值。同时，选取广东省3 355个自动站（包括86个国家站和3 269个自动站点）逐小时降水数据作为观测实况。另外，参照中国气象局《中短期天气预报质量检验办法》，本研究主要使用的评估方法采用TS评分、漏报率（PO）、空报率（FAR）和预报偏差（Bias）等。

2 总体预报检验

图1给出2020年CMA-GD（R3）模式在6个量级（0.1、1、5、10、20、35 mm/h）上1～12 h预报时效的空报率、漏报率、预报偏差和TS评分。

图1 2020年CMA-GD（R3）模式在不同预报时效、不同量级上的逐时降水预报的空报率、漏报率、预报偏差和TS评分

由图1可知，模式对有无逐时降水（≥0.1 mm/h）预报的TS评分在1～12 h预报时效内介于0.227～0.339之间，随着小时雨强量级增加，TS评分减小明显，尤其是对短时强降水（≥20 mm/h及以上量级的降水），其中在≥20 mm/h量级上，其1～12 h预报时效内的TS评分介于0.008～0.024之间，表明CMA-GD（R3）模式对短时强降水的预报能力较弱；同时，漏报率和空报率也随着量级增加而增大。另外，从不同预报时效来看，随着预报时效增加，模式逐时降水TS评分也逐渐减小，但6 h后TS评分趋于持平，表明随着预报时效增加，CMA-GD（R3）模式的预报性能逐渐减弱，6 h后预报性能趋于稳定；同时，漏报率也随预报时效增加而增大；空报率前6 h随预报时效增加而增大，后6 h趋于持平或略有降低。从预报偏差来看，总体上来讲，CMA-GD（R3）模式表现为空报偏多（Bias＞1）为主，但随着预报时效的增加，预报偏差有逐渐减小的趋势。

3 逐月预报检验

为了了解CMA-GD（R3）模式在各月的表现，分别对逐月降水进行检验评估。TS评分检验结果（图2）表明，对于有无逐时降水，各月TS评分普遍较高，其中4月表现最好（平均TS为39.2%），随着预报时效增加，TS评分有逐渐减小的趋势；对于短时强降水，各月TS评分均较低，相对而言5月表现最优（在≥20和≥35 mm/h两个量级上的平均TS分别为1.45%和0.39%），同时，随着预报时效增加，其TS评分大致持平甚至略有增大，表明对于短时强降水，预报时效较长的预报也有重要的参考价值。

图2 2020年CMA-GD（R3）模式各月不同预报时效、不同量级逐时降水TS评分

另外，从不同量级分析可知，CMA-GD（R3）模式在5—6月的表现要优于8—9月，可见其对前汛期的预报结果优于后汛期的预报。

从各月逐时降水预报偏差（图3）来看，对于有无逐时降水（≥0.1mm/h），1—11月表现为空报偏多为主，12月表现为漏报偏多为主；对于短时强降水（≥20 mm/h以上量级的降水），4—9月的预报偏差随着预报时效的增加有减小的趋势，预报时效较短时，以空报偏多为主，但随着预报时效的增加，逐渐转为以漏报偏多为主。因此在实际业务中，对于短时强降水落区预报，可以同时参考不同预报时效的逐时降水产品来订正落区。

图3 2020年CMA-GD（R3）模式各月不同预报时效、不同量级逐时降水预报偏差

4 分类暴雨过程逐时降水预报检验

根据天气学分型可以将广东省的区域暴雨分为锋面型暴雨、台风型暴雨和季风型暴雨［3，7］。2020年广东省区域性暴雨共有24 d，其中锋面型暴雨日数7 d、台风型暴雨日数5 d、季风型暴雨日数12 d。为了分析CMA-GD（R3）模式在不同类型暴雨过程中逐时降水预报的表现，分别针对此3类暴雨日的逐时循环起报的1～12 h逐时降水进行分级评估分析。检验结果（图4）表明，3类暴雨过程检验在TS评分、漏报率和空报率的趋势和总体检验的趋势大体一致。

图4 2020年CMA-GD（R3）模式对不同类型逐时降水预报评分

从具体表现（表1）来看，对比全年平均，CMA-GD（R3）模式对锋面和季风暴雨过程的逐时降水TS评分更高；从不同量级来看：对于有无逐时降水，台风降水预报效果最优；对于≥1 mm/h以上量级的降水，锋面降水和季风降水预报效果要优于台风降水的效果，其中锋面降水预报在≥1、≥5、≥20、≥35 mm/h等4个量级表现最优，而季风降水预报在≥10、≥50 mm/h两个量级表现最优。另外，从预报偏差来看（图4），随着预报时效的增加，3类暴雨过程中的逐时降水预报的预报偏差都有减小的趋势；对于锋面降水而言，1～9 h预报时效以空报偏多为主，10～12 h预报时效以漏报偏多为主；对于季风降水，总体以空报偏多为主，≥0.1 mm/h且10 h后、≥35 mm/h且9 h后，以漏报偏多为主；对于台风降水，以空报偏多为主，≥5 mm/h且6 h后，以漏报偏多为主。

表1 2020年分类型逐时降水预报的1～12 h预报时效平均TS评分 %

从上述分析可以看出，CMA-GD（R3）模式对有无逐时降水的预报能力较好，但对短时强降水的预报能力较弱。因为模式对短时强降水精细化预报能力很低，今后一段时间内，一方面需要发展适合精细化预报的模式适用技术，来提升模式对短时临近逐时降水的预报能力；另一方面，由于逐小时降水TS检验结果对降水的时空分布和强度变化尤其敏感，任意一方面稍有偏差就容易导致TS评分极低，因此用TS评分来衡量模式精细化预报能力有其不足之处，需要引入或研发更合适的评分方法来更加客观的评估模式的精细化预报能力。

5 结论

1）总体来说，CMA-GD（R3）模式对有无逐时降水的预报能力较好，随着量级增加，其逐时降水TS评分减小明显，尤其对短时强降水的预报能力较弱。

2）从不同月份来看，CMA-GD（R3）模式在5—6月的表现要优于8—9月，即对前汛期的预报结果优于后汛期的预报，其中对于≥20、≥35 mm/h降水，5月表现最优；另外，对于短时强降水，随着预报时效增加，其TS评分大致持平甚至略有增大，表明预报时效较长的预报也有重要的参考价值。

3）分类暴雨过程检验分析表明，CMA-GD（R3）模式对锋面型和季风型的逐时降水预报效果要优于台风型；从不同量级来看：对于≥0.1 mm/h的降水，台风降水预报效果最优；对于≥1、≥5、≥20、≥35 mm/h等4个量级的降水，锋面降水预报表现最优，而对于≥10、≥50 mm/h两个量级的降水，季风降水预报效果最优。

需要说明的是，本研究中的逐时降水TS检验为定点检验结果，其对降水的发生时间、落区和强度变化尤其敏感，任何一方面稍有偏差就容易导致TS评分极低，因此用TS评分来衡量模式精细化预报能力有其不足之处，难以评估模式全面的价值，仅能提供一个方面的参考。未来需加强模式逐时降水检验方法的创新，并从时间和空间检验等多角度来评估模式的预报价值和分析误差信息来源，为短时临近预报提供更多的检验信息和改善建议。