降水EFI产品在新疆夏半年极端降水预报中的检验评估

周雅蔓，马 超，陈 鹤，刘成武

（1.新疆气象台，新疆 乌鲁木齐 830002；2.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐 830002；3.中亚大气科学研究中心，新疆 乌鲁木齐 830002；4.湖南省气象台，湖南 长沙 410118）

极端降水事件随机性大，突发性强，极易引发泥石流和山体滑坡等自然灾害，对国民经济、农业生产和人民生活带来很大的影响[1-2]，如2010年6月贵州省关岭县特大山体滑坡[3]，2010年8月甘肃省舟曲县特大泥石流灾害[4]，2012年北京“7·21”城市内涝等[5]。鉴于极端降水事件属于小概率事件，不确定性较大，采用单一数值天气模式预报其未来演变是不准确的，而集合预报不仅能反映出未来大气的多种状况，也能体现出预报结果的发生概率，为极端降水的预报提供更加全面的信息[6-9]。

Lalaurette基于欧洲中期天气预报中心（ECMWF）集合预报，通过计算“模式气候”连续概率和集合预报（EPS）累积概率分布函数的差异，获得预报与气候特征偏离程度，提出极端预报指数（Extreme Forecast Index，简称EFI）[10-11]，研究表明，极端天气指数与中短期极端天气密切相关，有助于预报员提前预报极端天气[12-13]。EFI产品在我国应用的检验评估显示，极端天气指数与强对流天气有密切的关系，不同类型的强对流天气，极端指数的分布和阈值具有各自的特点[14]。降水EFI与降水气候百分位有较好的相关关系，EFI值越大，降水气候百分位值也越大[15]，EFI产品对于95%和99%的极端强降水事件，阈值在0.45和0.70左右，整体上时效越长，阈值的绝对值越小，事件越极端，阈值的绝对值越大[16]。通过ECMWF降水极端天气预报指数对不同地区强降水的评估来看，逐日EFI产品对湖南地区的暴雨预报准确率在夏季最高，秋季次之，春季和冬季准确率最低[17]，降水大值区和强降水具有较好的对应关系[17-18]。24～72 h预报时效内，四川盆地夏季暴雨预报对应最佳降水EFI产品的阈值为0.40～0.60，空报率（或漏报率）随着预报时效的增加也明显增加[19-20]，并且EFI产品对华东地区夏季95%和99%分位极端降水预报的ETS评分整体高于ECMWF高分辨率模式降水，对极端降水最大值也有一定的预报能力[21]。

在气候变暖背景的影响下，新疆极端降水事件在20世纪80年代后明显增加[22-23]，且在不同区域的分布呈明显差异[24]，极端降水量的增多使得新疆部分地区洪涝灾害损失呈上升趋势[25]。已有专家对2015—2018年逐日降水极端天气指数（EFI）在新疆不同季节大量、暴量、大暴量3个等级降水预报中的应用情况进行了评估[26]，但此研究旨在对新疆大量及以上降水量级预报的站点检验，单纯区分降水量级对EFI产品的应用检验不能代表不同区域的实际情况，且根据阿勒泰市强降水衍生灾害分析结果来看，降水超过15 mm并伴有雷暴可作为阿勒泰市泥石流气象预警指标[27]，并非暴量及以上的强降水才会引发洪涝、泥石流等自然灾害。另外，新疆受降水影响出现洪涝及衍生灾害的时间主要集中在夏半年（4—9月）。因此，本文基于现阶段较为完整的降水极端天气指数，对2013—2019年新疆夏半年历史95%分位以上的极端降水进行检验评估，在分析降水EFI预报阈值的基础上，对降水EFI预报极端降水落区的情况进行评估，为降水EFI产品在新疆夏半年极端降水预报中的应用提供参考依据，有助于提前防范极端降水引发的洪涝、泥石流、山体滑坡及其他衍生灾害。

1 资料和方法

1.1 研究区域和资料说明

使用的资料为：（1）2013—2019年欧洲中心集合预报提供的4—9月逐日降水极端天气指数（EFI）产品（北京时间20时起报），预报时效选取12～36、36～60、60～84 h，空间分辨率为0.25°×0.25°。（2）全国综合气象信息共享平台提供的1961—2019年4—9月新疆105个气象观测站逐日降水量资料（08—次日08时），剔除缺测量超过5%的站点，所选95个站点均匀分布于新疆各地州，不同地形、高度站点均有选样（图1）。

图1 研究区域气象观测站点的分布

1.2 EFI算法介绍

极端天气指数（EFI）产品取值范围为[-1，1]，当所有的集合预报成员大于（小于）气候概率的最大值，则EFI取值为1（-1），它的绝对值大小不仅反映与模式气候平均值的距离，也反映预报的可信度。对于降水EFI产品，数值越接近0，表明发生极端强降水或者干旱情况的可能性越小；数值越接近1（-1），表明出现极端强降水事件（极端干旱事件）的可能性越高。

1.3 研究方法

鉴于极端降水具有明显的区域差异，采用研究气候极值变化最常用的百分位法[28]，分别确定不同站点的极端降水阈值，将1961—2017年各站点夏半年日降水量按升序排列，选取95%作为研究站点的极端降水阈值，当测站日降水量超过该站点阈值，认为出现极端降水事件。时间特征部分做Mann-Kendall突变及线性趋势分析，对统计结果进行显著性检验（相关系数检验）。

降水EFI产品与站点观测数据的检验评估采用“相邻格点”插值方法[29]，即将研究测站周围4个格点中最大的值赋予给该站点。在降水EFI产品的检验评估中，运用TS评分来寻找最优预报阈值，预报偏差BIAS用来衡量漏报（BIAS＜1）或者空报（BIAS＞1）[30]。本文评估对象是极端降水事件，因此将满足极端降水条件的降水日观测值标记为1，其他未达到极端降水条件的观测值标记为0，当预报EFI＞阈值时，预报值标记为1，简化为单个等级值1的TS评分统计。

本文通过分析南、北疆夏半年极端降水事件的时空分布特征，检验不同阈值、不同预报时效降水EFI产品在极端降水中的应用情况，评估降水EFI对2018、2019年极端降水的落区预报，讨论和订正降水EFI的最优预报阈值。

2 夏半年极端降水的特征分析

2.1 极端降水的空间分布特征

由1961—2017年夏半年极端降水阈值的空间分布（图2a）可知，夏半年极端降水阈值呈山区高、盆地低的特点，北疆平均夏半年极端降水阈值达12.7 mm，高于南疆夏半年极端降水阈值（9.7 mm），高值区主要分布在伊犁河谷南部山区、天山山区、乌鲁木齐、昌吉州东部、南疆西部山区、和田地区、巴州北部山区和哈密市北部山区。年均夏半年降水量（图2b）和极端降水量（图2c）的分布存在明显的区域差异，南疆夏半年降水量和极端降水量平均为59.2和19.2 mm，北疆夏半年降水量和极端降水量平均为166.7和45.2 mm，远大于南疆；结合年均夏半年极端降水频次（图2d），北疆平均值为2.3 d，其中伊犁河谷山区、天山山区的极端降水频次＞3.0 d，是夏半年极端降水频发区；南疆年均夏半年极端降水频次为1.2 d，仅4站＞2.0 d，表明南疆夏半年发生极端降水的次数比北疆少，这与年均夏半年降水量和极端降水量的分布较为一致。

图2 新疆夏半年极端降水阈值（a，单位：mm）、降水量（b，单位：mm）、极端降水量（c，单位：mm）和极端降水频次（d，单位：d）的空间分布

2.2 极端降水的时间变化特征

从南、北疆夏半年极端降水量和极端降水频次的时间变化（图3）可知，1961—2017年南、北疆观测站点的平均极端降水量、极端降水频次总体上均呈上升趋势。结合M-K突变检验和线性趋势分析（通过0.05的显著性检验），北疆平均夏半年极端降水量和极端降水频次从20世纪80年代后均有明显的增加，分别在1991、1987年发生突变，两者在2016年达到峰值，夏半年极端降水量达99.1 mm，极端降水频次达4.7 d。南疆平均夏半年极端降水量和极端降水频次均在1992年发生突变，两者在2010年达到峰值，夏半年极端降水量达49.2 mm，极端降水频次达2.6 d。

图3 南、北疆夏半年极端降水量（a为北疆，b为南疆；单位：mm）和极端降水频次（c为北疆，d为南疆；单位：d）的时间变化

3 降水EFI的预报阈值分析

北疆与南疆地区的极端降水特征不同，降水EFI产品的预报能力是否也会呈现出不同的特征？本文分南、北疆不同区域检验降水EFI产品在夏半年极端降水预报中的应用情况。

3.1 不同预报时效降水EFI与极端降水的分布

对2013—2017年夏半年12～36、36～60、60～84 h逐日降水EFI值与极端降水进行拟合分析，结果见图4。夏半年极端降水对应EFI预报值主要分布在0.10～1.00，随着极端降水量的增加，降水EFI预报值呈线性增加趋势，表明降水EFI与极端降水有很好的正相关。北疆夏半年极端降水量为8.2～91.5 mm，对比极端降水与12～36 h预报时效内降水EFI预报值（图4a）可知，82%的极端降水对应降水EFI预报值在0.40以上，降水EFI预报均值为0.60；36～60 h预报时效内（图4b），77%的极端降水对应降水EFI预报值在0.40以上，降水EFI预报均值为0.54；60～84 h预报时效内（图4c），68%的极端降水对应降水EFI预报值在0.40以上，降水EFI预报均值为0.48，随着预报时效的增加，降水EFI预报均值越来越小。南疆夏半年极端降水量为4.4～44.4 mm，12～36、36～60、60～84 h预报时效内，逐日降水EFI预报均值分别为0.49、0.44、0.36，明显低于北疆极端降水预报均值，对应降水EFI预报值在0.40以上的极端降水分别为62%、57%和42%，降水EFI在北疆夏半年极端降水预报中的预报效果优于南疆，且南疆极端降水量与降水EFI预报值拟合直线的斜率由0.008减小至0.006，表明随着预报时效的增加，降水EFI的预报能力有所降低。

图4 12～36、36～60、60～84 h预报时效内降水EFI与南、北疆夏半年极端降水量的散点分布

降水EFI预报值与夏半年极端降水有很好的正相关，降水EFI对北疆夏半年极端降水的预报略优于南疆；随着预报时效的增加，降水EFI预报能力逐渐降低。

3.2 降水EFI的最优预报阈值

为分析夏半年极端降水中降水EFI的预报准确率和最优预报阈值，图5为12～36、36～60、60～84 h预报时效内，不同降水EFI预报值对应南、北疆夏半年极端降水的TS评分和预报偏差。整体来看，降水EFI对南、北疆夏半年极端降水预报的TS评分并非随着降水EFI阈值的增大而增大，而是在降水EFI阈值处于0.50～0.80达到峰值，且随着降水EFI阈值的增加，预报偏差明显减小，即空报率减少，漏报率增加。12～36 h预报时效中，北疆夏半年极端降水出现最高TS评分（0.13）时，降水EFI预报值为0.70，对应预报偏差为2.18，南疆夏半年极端降水出现最高TS评分（0.06）时，降水EFI预报值为0.65或0.70，预报偏差分别为4.35和2.99；36～60 h预报时效中，北疆夏半年极端降水出现最高TS评分（0.12）时，降水EFI预报值为0.65，对应预报偏差为2.23，南疆夏半年极端降水出现最高TS评分（0.05）时，降水EFI预报值为0.55，预报偏差＞5.00；60～84 h预报时效中，降水EFI预报值为0.60时，北疆、南疆夏半年极端降水均出现最高TS评分（0.10、0.04），对应预报偏差分别为2.36、2.65。由此可知，随着预报时效的增加，夏半年极端降水最高TS评分均有所减小，北疆夏半年极端降水最高TS评分对应的EFI阈值随着预报时效的增加，由0.70减小至0.60，而南疆最高TS评分对应的降水EFI阈值在0.55～0.65，且最高降水EFI阈值对应的预报偏差并非最接近1。

图5 12～36 h（a）、36～60 h（b）、60～84 h（c）预报时效内，降水EFI对南、北疆夏半年极端降水的TS评分（柱状）和预报偏差（曲线）

在夏半年极端降水预报中，选取最高TS评分对应的降水EFI阈值进行预报时，要考虑空报率和漏报率，但最高TS评分与最接近1的预报偏差并非对应同一降水EFI阈值。因此，依据不同降水EFI阈值对应的TS评分，综合预报偏差（BIAS）的取值，得到南、北疆夏半年极端降水预报的最优降水EFI阈值（表1）。北疆和南疆夏半年极端降水预报的最优降水EFI阈值集中在0.65～0.75，选择最优阈值作为极端降水预报标准时，北疆地区12～36、36～60、60～84 h预报时效内，极端降水的TS评分分别为0.13、0.11、0.10，南疆地区对应时效的TS评分分别下降至0.06、0.05、0.04，表明降水EFI在北疆夏半年极端降水预报中的预报效果优于南疆，随着预报时效延长，降水EFI预报准确性降低。

表1 最优EFI阈值及对应的TS评分和预报偏差BIAS

4 降水EFI最优阈值检验和应用

4.1 降水EFI最优阈值检验

夏半年极端降水预报的最优降水EFI阈值集中在0.65～0.75，以2018、2019年极端降水天气事件为例，对最优降水EFI阈值进行检验，结果见表2。北疆地区，当降水EFI预报阈值取0.70时，12～36、36～60、60～84 h预报时效内，TS评分分别为0.23、0.22、0.24，均高于降水EFI预报阈值取0.65和0.75时的TS评分，且对应的预报偏差BIAS最接近于1；南疆地区，当降水EFI预报阈值取0.65时，12～36、36～60、60～84 h预报时效内，TS评分分别为0.14、0.12、0.12，除了与12～36 h预报时效内，降水EFI预报阈值取0.70时的TS评分持平外，其余评分均为最高，但对应预报偏差BIAS分别为1.48、1.36、0.83，相较而言，降水EFI预报阈值取0.70时，12～36、36～60 h预报时效内的预报偏差更接近于1。通过检验分析，12～36、36～60 h预报时效内，最优降水EFI阈值取0.70时，对南、北疆夏半年极端降水的预报效果最佳。

表2 2018、2019年极端降水最优EFI阈值检验

4.2 降水EFI预报应用

根据2018—2019年夏半年极端降水的情况，选取日降水中发生极端降水站数＞10个的极端降水天气，依据12～36 h预报时效内降水EFI的预报情况来预报极端降水落区。为保证选取的日极端降水天气中，站点分布均匀且南、北疆均有涉及，本文研究中选取2018、2019年各两场极端降水天气，分别为：2018年5月21日，2018年9月24日、2019年8月17日、2019年9月10日。

图6为4场极端降水天气中降水EFI预报场与实况降水落区。降水EFI正值区与4场天气的有量降水区均有很好的对应，最优降水EFI阈值选取为0.70时，对南、北疆夏半年极端降水的预报效果最佳。2018年5月21日，降水EFI预报0.70及以上的区域位于喀什地区西部、克州及和田地区南部（图6a），对比实况降水落区（图6b）来看，降水EFI预报0.70的范围对喀什地区西部、克州5个站点的预报与实况吻合，其他站点的预报值略偏小。2018年9月24日北疆偏西地区极端降水天气，降水EFI预报0.60及以上的区域主要位于伊犁州、博州、塔城地区北部和天山山区的局部区域（图6c），上述区域均出现中雨及以上降水，对伊犁州北部和东部、博州及塔城地区北部的预报值＞0.70，实况中上述区域13个站点均出现极端降水（图6d）。2019年8月17日，降水EFI对伊犁州、博州、塔城地区北部和阿克苏地区北部山区预报值＞0.70（图6e），其中10站出现极端降水（图6f），仅对阿合奇站出现漏报。2019年9月10日（图6g、6h），南、北疆均出现降水天气，降水范围广，21站出现极端降水，降水EFI预报0.70及以上的预报落区中有15个站点出现极端降水，但对北疆偏西地区和南疆部分站点存在漏报。

图6 降水EFI预报场（a、c、e、g）与实况降水落区（b、d、f、h）

通过降水EFI对4场极端降水天气的预报及其与实况的对比分析可知，降水EFI预报的正值区与实况降水落区有很好的对应，降水EFI预报的大值区也正好对应降水的大值区。实况降水量为大雨（＞12.1 mm）的站点，对应降水EFI的预报值也多在0.50以上；实况中79.6%的极端降水站点对应降水EFI的预报值在0.70及以上，但降水EFI阈值选取0.70时，上述4场极端降水天气均存在部分站点的空报或漏报。

4.3 降水EFI预报分析

根据降水EFI对4场极端降水天气的TS评分和预报偏差（图7）可知，2018年5月21日南疆西部极端降水天气中，降水EFI预报值为0.40～0.45，TS评分最高，但对应预报偏差为1.88，预报值取0.70时，TS评分为0.15，预报偏差为0.44，漏报偏多，预报值取0.60时，TS评分为0.45，预报偏差为1.67。2018年9月24日北疆偏西极端降水天气中，降水EFI预报值为0.65时，TS评分最高（0.73），对应预报偏差为1.31，空报较多，预报值为0.70时，TS评分为0.71，预报偏差为1.15，仍存在部分站点的空报，但综合来看，当降水EFI预报值取0.70时，降水EFI对此场天气的预报效果尤为显著。2019年8月17日极端降水天气，TS评分最高时（0.50），降水EFI预报值为0.70，此时预报偏差为1.55，预报值选取0.80时，预报偏差（0.91）最接近1，但此时TS评分为0.45。2019年9月10日南北疆极端降水天气中，降水EFI预报值选取0.60和0.75时，TS评分均为0.24，但预报偏差分别为2.14和1.14。通过对4场极端降水天气的分析，结合空报率和漏报率，降水EFI阈值选取0.60～0.80时，TS评分相对较高。

图7 12～36 h预报时效内，降水EFI对4场极端降水天气的TS评分（柱状）和预报偏差（曲线）

5 结论和讨论

根据新疆1961—2019年夏半年95个气象观测站点的降水数据和2013—2019年极端天气指数（EFI）资料，分析了南、北疆夏半年极端降水的时空分布特征，并运用TS评分和偏差分析，检验了不同预报时效内降水EFI产品在南、北疆夏半年极端降水中的应用情况，以2018、2019年夏半年极端降水天气为例，评估了降水EFI对降水落区的预报性能，订正最优降水EFI的预报阈值。主要得出以下结论：

（1）夏半年极端降水阈值、极端降水量和极端降水频次的空间分布存在明显的区域差异，均呈现山区高、盆地低的特点，南疆夏半年极端降水阈值低于北疆，南疆夏半年发生极端降水的次数相比于北疆偏少。南、北疆观测站点平均夏半年极端降水量、极端降水频次总体均呈上升趋势，北疆夏半年极端降水量和极端降水频次在1991、1987年发生突变，南疆夏半年极端降水量和极端降水频次均在1992年发生突变。

（2）降水EFI预报值随着降水量的增加呈线性增加趋势，夏半年极端降水量与降水EFI预报值有很好的正相关，随着预报时效延长，降水EFI预报能力逐渐降低，尤其是对南疆夏半年极端降水的预报能力。降水EFI对夏半年极端降水预报的TS评分并非随着降水EFI阈值的增大而增大，而是在EFI阈值处于0.50～0.80达到峰值，且随着降水EFI阈值增加，预报偏差明显减小。综合TS评分和预报偏差，南、北疆夏半年极端降水预报的最优降水EFI阈值集中在0.65～0.75。

（3）通过对2018、2019年夏半年极端降水天气的预报检验，最优降水EFI阈值为0.70时，南、北疆极端降水预报的TS评分与预报偏差综合最好；降水EFI预报对实况降水落区有一定的指示意义，降水EFI预报的大值区也正好对应降水的大值区，降水EFI预报值越大，出现极端降水的可能性越大。当降水EFI预报值超过0.60时，要考虑出现极端降水的可能性，实际预报中，可以将降水EFI预报值在0.70及以上的范围作为可能出现极端降水的预报落区。

本文检验评估了降水EFI产品在新疆夏半年极端降水落区预报中的应用情况和最优预报阈值，但由于保存资料的年限限制，选取的大范围极端降水天气偏少，在落区预报中的检验和评估有一定的局限性。且由于降水EFI预报落区与实况站点有所偏差，在实际业务中，当降水EFI预报达到或超过预报阈值时，要根据天气形势和物理量特征等对极端降水预报落区进行订正。