2022年广东一次极端低温暴雨过程的预报检验

冯沁，梁巧倩，涂静，任鹏飞，王凤

（广东省气象台，广东广州 510640）

低温阴雨天气是广东冬春季节主要的灾害性天气之一，多出现在2—3月份，南下的北方冷空气和北上的暖湿空气对峙，易造成长时间的低温阴雨寡照天气［1］。已有诸多学者从气候背景、环流特征和天气成因等方面对广东地区的低温阴雨天气和过程开展了研究，如黄露菁［2］统计发现广东低温阴雨天气平均总日数分布自北向南递减，并且以全省性严重或全省性轻度类型为主；纪忠萍等［3］发现广州低温阴雨的年景变化与广东高度一致，尤其乌拉尔山-贝加尔湖以西的阻塞高压可作为预报广东出现长低温阴雨的前兆信号；何伟芬等［4］、吴乃庚等［5］、汪瑛等［6］、付雅婷［7］分别通过对2008、2010、2012年低温阴雨过程的成因进行了分析；林良勋等［8］对2008年广东低温雨雪冰冻天气及应急服务情况进行了回顾和思考。现有的研究对广东低温阴雨气候特征统计和天气过程成因讨论较多，对决策服务节奏效果分析及主客观预报检验研究较少。2022年2月18—23日出现了一次罕见的低温暴雨冰冻天气过程，对民众生活、各行各业都造成了明显影响。广东省气象部门提前把握决策气象服务节奏做好了预报预警服务，为各级部门防雨防寒防冻提供了及时有力的气象支撑。本研究对该次过程的预报和服务节奏等进行分析，并对各主客观网格预报结果进行评估，以了解该次过程的天气特点、总结广东冬季低温阴雨冰冻天气服务经验和不足以及探讨模式对该过程预报的指示作用。

1 低温暴雨天气过程及特点

2022年2月受大气环流异常影响，广东省气温偏低、降水偏多，其中18—23日受强冷空气影响，广东出现了罕见的持续低温暴雨冰冻天气。该次过程有“降水范围广、累计雨量大、低温时间长、山区冰冻多”的特点。

2月18—23日全省连续出现大范围降水，平均雨量129.6 mm，较历史同期偏多6.4倍（图1，时间为北京时，下同）；2月20日国家站平均日雨量47.6 mm，打破2月国家站日雨量最多历史记录；降水持续时间长，21市平均降水持续时间为67 h，汕头市持续了95 h。

图1 2022年2月17日20：00—23日20：00广东省累计雨量分布

2月19日起广东自北向南出现了大范围降温，过程降温幅度达6～12℃，其中粤北和珠江三角洲市县连续出现了2～5℃的低温（粤北高寒山区-3～0℃）；19—22日全省持续4 d气温日较差＜3℃；清远连州和连山、韶关乐昌和乳源、肇庆怀集等高寒山区出现了雨夹雪、冰冻、雨凇、道路结冰，并出现了低于2 km的低能见度天气。

全省持续多日的暴雨、低温以及粤北地区的冰冻天气对春运交通、电力输送、农林养殖和居民生产生活产生了明显影响。京珠北高速公路部分路段出现结冰，京港澳高速云岩部分高海拔路段监测到有浓雾，京港澳高速公路18日夜间至25日下午实施了交通管制措施［9］；19—22日期间粤北高寒山区电力线路出现覆冰情况；持续阴冷寡照天气还影响了水产养殖行业以及蔬菜、冬种作物及热带水果、成熟冬种作物的生长和收获。

2 过程决策气象服务特点

该次过程阴雨寒冷、低温冰冻程度明显，对多行业产生不利影响。该次决策服务与应急响应准确适当把握住了服务节奏、提供了充足的预报提前量，对灾害性天气预报较为准确，为各级部门防雨防寒防冻提供了及时有力的气象支撑。

2.1 把握节奏提前研判

广东省气象局提前一周预报出该次降水降温过程，研判后于2月16日下午发布快报，预报18日起受强冷空气影响，全省降温7～10℃，未来一周持续阴雨寒冷，粤北市县有低温冰冻，过程期间预报结论稳定。全省气象部门以汛期值守班工作状态做好该次强冷空气服务，及时启动气象灾害寒冷应急响应，积极向当地党委政府和相关部门滚动加密发送决策气象服务信息，报送《重大气象信息快报》、《农业气象灾害监测预警》、《寒冷灾害影响评估预警》、《最新气象信息》等材料，每日更新《每日天气报告》、《春运气象保障服务专报》，23日报送《重大气象信息专报》报告该次过程结束。过程期间全省各级气象部门共提供决策服务材料244份，协助多级应急管理和三防部门提前对该次低温暴雨冰冻过程影响展开了研判和防御部署。

2.2 风险预警突出重点

该次过程决策服务指引到位，广东省气象局在过程首份快报中就提前提醒相关部门做好低温、冰冻、冻雨、雨夹雪和海上大风的防御工作（图2）。过程期间滚动提供针对农业、养殖业、畜牧业、海陆交通、医疗卫生等多行业的防御指引，利用各种传统媒体和新媒体渠道广泛宣传科普防御知识，联合省应急管理厅等单位向全网手机用户发布应急短信1.9亿人次。过程恰逢2022年春运末期，广东省气象局及时敏锐地增加了针对雨雾天气能见度低路面湿滑、粤北山区道路结冰、海上风力较大等涉及海陆交通安全的专项提醒，有力保障春运出行安全。

图2 过程决策服务流程

3 主客观预报检验

在北脊南槽的环流背景下，长时间势均力敌的冷暖气流对峙造成了2月18—23日广东的持续降水，其中19—20日全省普降大雨，南部市县出现了暴雨。本研究对2月18—23日的日降水、最高和最低气温主客观网格预报（20：00起报）进行检验评估。评估的主观产品为省级主观网格预报，客观产品为ECMWF和CMA-GD模式，降水检验评估以广东省86个市县测站和近3 000个区域级自动观测站为基准；气温检验评估以广东省86个市县测站为基准。

3.1 降水预报检验评估

检验指标包括小雨、中雨、大雨和暴雨以上量级的累积降水TS评分，以及大雨和暴雨以上量级的空报率、漏报率和预报偏差；还采用了MODE空间检验方法的雨区面积偏差、平均雨量偏差和极值雨量偏差等指标对降水最强的19—20日主客观网格预报进行空间检验评估。

从过程主客观24 h预报TS评分（表1）可以看出，主客观预报基本能把握该次降水过程，小雨和中雨以上TS评分超过90%和80%，但对暴雨的评分较低。主观网格在大雨和暴雨以上量级预报对ECMWF有正订正。CMA-GD在除中雨以上降水评分中略低外，在其他量级上均优于ECMWF，尤其是暴雨以上量级TS评分优势明显。

表1 主客观降水24 h预报TS评分 %

进一步分析过程中的大雨和暴雨以上预报评分（表2），发现对大雨以上降水，主观网格和CMA-GD空报率均大于漏报率，主客观预报偏差均接近于1；而对暴雨以上降水，主客观预报的漏报率均高于空报率，预报偏差均小于1。在主客观预报中，CMA-GD模式表现最优，大雨以上和暴雨以上漏报率最低，同时暴雨空报率也较小，暴雨预报偏差最为接近1；ECMWF对大雨的漏报较为明显，且对暴雨预报偏差远小于1，考虑其预报的暴雨落区偏小且与实况偏差太大，所以同时漏报率和空报率较高。主观网格在ECMWF预报基础上一定程度订正大雨范围，但仍然漏报暴雨，主要是由于各模式形势预报与实况存在偏差，对低层南风预报较实况偏弱（图略），为该次过程中主观强降水预报订正带来困难。

表2 过程主客观强降水24 h预报评分

对19和20日大雨以上和暴雨以上降水进行空间检验（图3），发现19日主客观预报对大雨以上的降水面积（图3a）显著偏小，19日大雨以上实况雨区与预报雨区面积偏少2 892格点，而主观和CMA-GD均在-2 000格点以下，CMAGD对日降水落区范围大小预报效果较优；20日主客观预报对雨区面积的预报较为准确。19和20日的平均雨量偏差（图3b）分布较为集中，均在±10 mm以内；而极值雨量偏差（图3c）较大，19日的主客观预报极值雨量偏差达到了-50～-30 mm，20日的在-20 mm以内。模式平均（极值）雨量基本都明显小于实况，说明模式对19—20日的本次过程降水集中期的日降水量预报还是以低估为主，CMA-GD模式在该次过程的强降水时段的参考性明显优于ECMWF。

图3 2月19和20日大雨以上量级雨区面积偏差（a）、平均雨量偏差（b）、极值雨量偏差（c）

3.2 气温预报检验评估

从表3和图4可以看出，主观网格和客观模式整体能够很好的把握降温节奏、降温幅度，以及后续的回温趋势。主客观预报该次过程的气温变化节奏把握较为准确，预报误差较小，各模式之间预报离散度较小，各模式最低气温的预报差异较最高气温的预报差异略偏大（图略）。最高气温的平均绝对误差均小于1.5℃，主观预报和ECMWF模式的最低气温小于1℃。ECMWF对气温预报的表现在该次过程实际预报中参考性较强。主观将过程最低气温预报在20日早晨，客观模式均预报21日出现过程最低气温，和实况较为接近。

表3 主客观逐日气温24 h网格预报平均绝对误差℃

图4 过程广东省86市县测站气温实况、省级网格预报和绝对误差的逐日分布

4 讨论

2022年2月18—23日的广东极端低温暴雨过程有“降水范围广、累计雨量大、低温时间长、山区冰冻多”的特点，对民众生活、各行各业都产生了不利影响。该次决策服务准确适当地把握住了服务节奏，为各级部门防雨防寒防冻提供了及时有力的气象支撑。对降水和气温的主客观预报检验发现，主客观预报对冬季暴雨极端性估计有所不足，降水预报偏小，CMA-GD模式对大量级降水预报较好；整体对气温预报较为准确，ECMWF模式在温度预报上误差较小；主观预报对粤北低温冰冻情况有所低估。

从影响预报方面来看，过程中缺乏天气灾害实况的及时反馈信息，导致预报中对电线积冰情况考虑不足。未来需要加强寒冷灾害的综合监测和移动监测，加密对道路结冰、电线覆冰的观测，重点加强粤北山区和偏远村镇的冰冻、雨雪情况等寒冷灾害信息的自动采集能力。

从预报技术角度分析，在2月非汛期背景下，该次过程降水极端性明显，考虑广东暴雨往往具有很强的季节性特征，预报团队对预报广东冬季暴雨缺乏足够的信心。整体降水累积量预报偏小一个量级，该过程中CMA-GD模式的降水预报具有较好的参考性，未来可加强对CMA-GD在冬季暴雨过程中的检验评估和应用。