陕西中短期网格客观预报降水产品在西安地区的检验

杜萌萌，杨晓春，黄 蕾，刘瑞芳，魏俊涛

(1.西安市气象台，西安 710016；2.陕西省气象局秦岭和黄土高原生态环境气象重点实验室，西安 710016；3.西安市公共气象服务中心，西安 710016)

随着数值预报和信息化技术的发展，网格要素预报成为未来天气预报的发展方向，陕西省2015年开始建设智能网格气象预报系统，该系统采用模式动态交叉取优要素预报(dynamic cross optimal element forecast，DCOEF)方法，从原始模式产品出发经过一系列技术方法，最终形成了一套全要素网格预报产品[1]，即陕西中短期网格客观预报产品，简称DCOEF。对于模式预报准确率的检验，可以使预报员了解模式产品的性能和特点，提高对预报产品的应用和订正能力，进而提高预报水平[2]。目前陕西省天气预报主要基于DCOEF进行主观订正，因此对其进行检验评估具有重要意义。高萌等[3]对DCOEF在2018年8月21—22日关中地区暴雨天气过程中的降雨量预报进行了检验，结果表明DCOEF对系统性降水预报偏强，而对对流性降水预报偏弱；李明娟等[4]基于陕西省气象台主观订正预报产品、ECMWF细网格预报产品和DCOEF，对2019年4—10月陕西暴雨天气过程进行检验评估，结果表明DCOEF对于区域性暴雨的预报能力强于对局地性暴雨的预报能力，且评分优于ECMWF细网格预报产品。以往虽然在降水检验方面做了一些工作，但主要是针对陕西省或者是某一次过程的检验评估。西安位于关中平原中部，地势南高北低、西高东低，且降水分布不均[5]，独特的地理条件导致预报难度加大，为了详细了解DCOEF降水预报在西安地区的预报性能，选取全市21个气象观测站(图1)，通过对2017—2020年6—9月DCOEF每日20时起报的24 h降水产品预报效果的检验，增进了解DCOEF对西安地区不同时间及不同量级降水的预报能力，为今后预报员对该产品的应用和订正提供技术支撑，从而提高降水预报准确率。

图1 检验站点分布图

1 数据和方法

实况资料为2017—2020年6—9月西安市21个气象观测站逐日累计降水量(20—20时)，选取对应时间段DCOEF每日20时起报的24 h降水产品，提取离站点最近的格点数据作为预报值，检验其24 h降水预报的性能。

采用的检验统计量包括晴雨预报准确率(PC)和不同降水量级的TS评分，并计算预报偏差BIAS[6-7]。

PC=(NA+ND)/(NA+NB+NC+ND),

(1)

TS=NA/(NA+NB+NC),

(2)

BIAS=(NA+NB)/(NA+NC)。

(3)

式中，NA为有降水预报正确的次数，NB为空报的次数，NC为漏报的次数，ND为无降水预报正确的次数。式(1)和(2)中PC和TS值越高，则预报准确率越高。式(3)中当无空报和漏报时，BIAS等于1，预报准确；当空报次数大于漏报次数(NB>NC)，BIAS大于1，表示模式空报率高，预报过度；而当漏报次数大于空报次(NC>NB)，BIAS小于1，则表示模式漏报率高，预报不足[6-7]。

2 检验结果分析

2.1 时间变化特征

分析DCOEF晴雨预报准确率PC随时间的变化。2017—2020年PC最低的是2018年0.69，其余年份的PC均在0.75以上，其中2020年PC最高，达到0.81；逐月检验结果则表明8月PC最低，其余月份的PC均在0.74以上，其中9月PC最高，达到0.8。整体看2017—2020年6—9月PC均在0.69以上，DCOEF表现出较好的预报性能(表略)。

图2给出了DCOEF在西安市范围内不同量级降水的TS评分。从逐年检验结果可以看出，随着降水量级的增加，TS评分明显下降，小雨的TS评分均在0.5以上，中雨TS评分为0.42～0.53，大雨TS评分为0.26～0.35，暴雨TS评分为0～0.24。小雨、中雨和大雨不同年份之间TS评分差异较小，暴雨在不同年份之间差异明显。逐月检验结果则表明9月不同量级的TS评分明显高于其他月份，各个月份小雨TS评分为0.51～0.65，中雨为0.37～0.59，大雨为0.18～0.47，暴雨为0～0.4。小雨在不同月份之间TS评分差异最小，中雨和大雨不同月份之间有明显差异，暴雨量级差异最大。

图2 西安地区DCOEF不同雨量等级降水预报TS评分逐年(a)、逐月(b)检验结果

计算DCOEF分量级降水预报的BIAS(图3)。从逐年检验结果可以看出，小雨、中雨和大雨不同年份之间的BIAS差异较小，暴雨量级不同年份间差异显著：2020年小雨量级、2018年中雨和大雨量级的BIAS接近1，效果较好，其余的BIAS在1.2～2.6之间，空报率偏高；暴雨量级2018年的BIAS仅为0.6，漏报率较高，而2020年的BIAS高达11，空报率显著偏高，预报过度。逐月检验结果则表明9月不同量级的BIAS均接近于1，空、漏报较少，且低于其它月份；小雨和中雨不同月份之间差异较小，暴雨量级则差异显著，6—8月的BIAS均在6.0以上，空报率明显偏高。

图3 西安地区DCOEF不同雨量等级降水预报BIAS逐年(a)、逐月(b)检验结果

2.2 空间分布特征

从DCOEF晴雨预报准确率的空间分布(图4)可见，DCOEF在西安市的晴雨预报准确率均大于0.65，其中西安城区、高陵、阎良、临潼和灞桥地区的晴雨预报准确率普遍在0.75以上，具有较好的参考价值；而在周至中南部以及长安东部地区则略偏低，DCOEF对此区域的晴雨预报能力较差。

图4 西安地区DCOEF晴雨预报准确率(PC)空间分布

从DCOEF不同量级降水预报TS评分的空间分布(图5)可见，西安市大部分地方小雨TS评分大于0.5；中雨TS评分在周至北部以及西安的东北部地区最高，可以达到0.5；大雨TS评分周至北部预报评分最高(>0.4)，其次为偏东地区；暴雨的TS评分总体较低，周至中部地区最高，评分大于0.2。总体来说，随着降水量级的增加TS评分明显降低，周至地区TS评分整体较高，长安地区则评分较低。

由DCOEF不同量级BIAS的空间分布(图6)结果可见，小雨的BIAS在蓝田东部地区接近1，表明模式对小雨的预报基本正确，空、漏报较少，其它地区在1.2～2.0之间，空报率略高。中雨预报的BIAS全市大部分地区在1.2～2.0之间，蓝田北部和临潼南部的BIAS接近1，效果较好；长安东部和西北部地区BIAS大于2.0，空报率偏高。大雨的BIAS在西安地区均在1.2以上，空报率偏高。暴雨预报的BIAS相比其它三个量级明显偏高，空间分布差异明显，高陵大部、阎良、长安和蓝田东部的部分地区BIAS在8.0～10.0之间，空报率异常偏高。结合图5可以发现，TS评分高的地区对应的BIAS相对较小，预报效果好。

3 降水实况与DCOEF降水预报对比

通过对区域内日平均降水量分布的空间对比可以了解预报产品对降水落区空间分布的预报能力，分析区域内平均降水的日变化可以更好地了解预报产品对区域内一段时间内发生的大降水过程的预报能力[8]。同时采用日降水量大于0.1 mm按升序排列的第99%的降水量值作为测站极端降水量的阈值，将日降水量超过该极端降水阈值的样本重新排列，进一步了解DCOEF对极端降水的预报效果。

图5 西安地区DCOEF不同量级降水预报TS评分空间分布

图6 西安地区DCOEF不同量级降水预报BIAS空间分布

3.1 日平均降水量

从西安2017—2020年6—9月日平均降水量的实况分布(图7a)可以看出，主雨带呈东西向分布，位于周至北部、鄠邑、蓝田北部一带，强降水中心位于周至、蓝田站附近，从强降水中心向南北两侧降水量减小。分析DCOEF 2017—2020年6—9月24 h平均降水预报产品(图7b)的雨带分布、强降水中心位置和强度发现，DCOEF雨带分布呈现西北多、东南少的态势，较实况差别较大；由于全市降水量较为平均，强降水中心不明显且降水强度较实况明显偏大。

图7 西安地区2017—2020年6—9月日平均降水量与DCOEF降水量预报空间对比

计算2017—2020年6—9月降水量的逐日区域平均，从西安降水实况与DCOEF降水量预报的逐日演变(图8)可以看出，DCOEF能较好地反映出降水的时间演变趋势，与实况较为接近，只是在降水量上存在一定的偏差，预报值较实况以偏大为主。

图8 西安地区2017—2020年6—9月日平均降水量与DCOEF降水量预报序列演变

3.2 极端降水

从2017—2020年6—9月西安地区极端降水量的实况分布来看，除长安东南部地区外极端降水量均在50 mm以上，周至西部、蓝田北部为极大值区。与极端降水实况对应的DCOEF预报值则整体偏低，对极端降水的分布预报在周至西南部、临潼地区效果较好，蓝田中部极大值区的预报显著偏小(图9)。

将极端降水事件按站点和时间进行排序，分析DCOEF降水预报与实况之间的偏差情况(图10)，预报值较实况偏大和偏小的频率相等，偏差最大可以达到±80 mm以上，且预报值较实况偏小时的偏差更大，整体来看DCOEF对极端降水的预报缺乏稳定性，偏差大。

对预报和实况误差在80 mm以上的三次事件进一步分析发现，三次极端降水事件都出现在8月，并伴有短时强降水，最大小时雨量分别为59.8 mm 、57.4 mm和27.2 mm，即DCOEF对短时强降水造成的极端降水过程的预报能力弱。

图9 西安2017—2020年6—9月99%分位数的降水量实况与DCOEF降水量预报空间对比

图10 西安地区2017—2020年6—9月极端降水事件DCOEF降水预报与实况的偏差序列演变

4 结论

(1)西安市DCOEF 24 h降水产品逐年和逐月的晴雨预报准确率均在0.69以上，预报性能较好，其中2020年和9月在年际和月际变化中准确率最高，PC分别为0.81和0.8。不同地区的晴雨预报准确率存在差异，其中西安城区、高陵、阎良、临潼和灞桥地区的晴雨预报准确率普遍在0.75以上，具有较好的参考价值。

(2)随着降水量级的增加，TS评分明显降低，其中小雨TS评分均在0.5以上；9月各量级的TS评分明显高于其他月份；小雨、中雨和大雨的TS评分不同年份和月份间差异较小，暴雨则差异显著。从空间分布上看，总体上也是随着降雨量级的增大，TS评分逐步降低，小雨在全市大部分地方的评分在0.5以上，DCOEF对周至地区各量级降水预报的效果总体优于其它地区。

(3)BIAS大部分在1.2以上，表现为空报率偏高；小雨、中雨和大雨不同年份和月份之间差异较小，暴雨则差异显著，其中2020年和6—8月空报率异常偏高，另外9月各量级的BIAS较其它几个月份都低，均在1.0附近。空间分布上，小雨、中雨和大雨在不同地区间差异较小，暴雨预报的BIAS相比其他3个量级明显偏高，高陵大部、阎良、长安和蓝田东部的部分地区BIAS在8.0～10.0之间，空报率异常偏高。

(4)DCOEF区域平均降水量在雨带分布上较实况差别较大，强降水中心不明显且降水强度较实况明显偏大；对极端降水的分布预报在周至西南部、临潼地区效果较好，蓝田中部极大值区的预报显著偏小。

(5)DCOEF能较好地反映出区域降水的时间演变趋势，与实况较为接近，但在降水量上存在一定的偏差，预报值较实况以偏大为主；对极端降水的预报缺乏稳定性，偏差大，尤其是对短时强降水造成的极端降水过程的预报能力弱。