黄淮地区副高边缘型降水数值预报精细化检验

栗 晗 王新敏 吕林宜 马蕴琦

1)(中国气象局·河南省农业气象保障与应用技术重点开放实验室, 郑州 450003)

2)(河南省气象台, 郑州 450003)

3)(厦门市海峡气象开放重点实验室, 厦门 361000)

4)(厦门市气象台, 厦门 361000)

引 言

西太平洋副热带高压(简称副高)是影响我国夏季天气和气候的重要系统,其位置及强度变化决定了我国主要雨带演变[1-2]。近年对副高或其与西风槽、 低涡等天气系统共同影响下的降水特征及发生机制研究取得了一些进展[3-7],但副高活动及其影响背景下的降水预报仍是天气预报业务中的难点[8],实际预报业务中直接利用数值模式预报该类型降水落区往往会有较大偏差[9]。因此,深入理解副高边缘型实况降水及数值模式预报偏差的精细特征,对提升降水预报能力和模式产品应用能力具有重要意义。

降水日变化是不同尺度系统演变和配置、海陆气、复杂地形及云微物理过程等诸多因素综合影响的结果[10-12]。如秦岭及周边地区暖季降水日变化存在显著纬向差异,且青藏高原东部延伸区、黄土高原等大地形对该区域长、短时降水的空间分布贡献显著[13]。由于太行山、伏牛山等山脉组成的复杂下垫面导致不均匀的地表强迫,气象要素特别是降水的日变化差异显著,使该区域降水的精细化预报面临巨大挑战[14-15]。目前业务中对于日内尺度小时降水预报更多依赖高分辨率数值模式[16-17],且由于大气运动的高度非线性和数值模式的局限性,降水精细化数值预报仍存在较大误差[18]。因此,开展针对该类模式预报降水日变化的评估有助于认识数值模拟不确定性[19],也为预报订正方向和幅度提供指导,进而提升强降水预报准确率[20-21]。

常见的降水量检验评估方法包括基于降水量级的二分类检验评分[22]、分数技巧评分(fractional skill score,FSS)邻域检验方法[23-24]、基于降水对象的目标评估方法[25-28]等。Duc等[29]将FSS扩展到时间邻域及集合预报成员域,表明该方法能够更好地对高分辨率集合预报系统预报小时尺度降水过程进行评价。李子良等[30]将FSS应用至集合预报系统的降水预报检验中,有效提升了强降水预报检验辨识度。各类空间检验技术能够提供更丰富的诊断信息,但也存在检验针对性不强、统计意义不够明确等问题。陈昊明等[31]、张舒婷等[32]基于有效降水时次占比、强度等小时尺度特征量及其日变化峰值时间的新评估方法针对降水演变过程开展评估,为深入认识日内降水数值预报偏差特征提供了新思路。

本文针对黄淮地区,以副高边缘型降水过程作为研究切入点,采用小时尺度降水过程检验特征量及时空邻域检验方法,对业务中应用较为广泛、性能较稳定的CMA-MESO[33]和CMA-SH9[34]高分辨率模式开展评估,探讨模式小时降水预报的偏差特征,为高分辨率数值模式释用及小时降水预报技术研究提供支撑。

1 数据与方法

1.1 研究对象及数据

本文研究区域黄淮地区包含有太行山、伏牛山等组成的复杂下垫面及大范围平原区,结合该区域地形特点和所挑选降水日总降水量空间分布特征,将该区域划分为太行山南麓、伏牛山东麓、东部平原共3个子区域(图1)。本文以副高边缘型明显降水过程为主要研究目标(图2),利用ERA5再分析数据结合人工环流形势判识方法,对2020—2021年5—10月的明显降水过程进行个例筛选,最终共确定27个降水日作为研究对象。其中环流形势判识准则如下：588 dagpm线位于黄淮地区并稳定维持,降水发生时500 hPa大尺度动力强迫不明显,但在对流层低层存在切变线,降水主要出现在副高边缘暖湿气流中,且无较深的低槽东移或冷空气侵入等影响。此外,也去除了台风、低涡等明显天气系统影响的个例。

图2 典型个例的500 hPa位势高度(等值线,单位：dagpm)、700 hPa风场(风羽)及当日20：00 24 h累积降水量(填色)分布Fig.2 Distribution of 500 hPa geopotential height(the contour,unit：dagpm),700 hPa wind field(the barb) and 24 h precipitation(the shaded) at 2000 BT of typical cases

为了更全面地评估CMA-MESO,CMA-SH9两个高分辨率数值模式降水预报时空偏差特征,本文选取国家气象信息中心地面、卫星、雷达三源降水融合产品(CMPA_Hourly V2.1)作为模式检验的实况,时间分辨率为1 h,水平分辨率为0.05°[35]。为便于计算评分,本文将实况降水融合产品、CMA-MESO和CMA-SH9降水预报产品统一插值为 0.1° 水平分辨率(约10 km)。

1.2 降水过程精细化检验

本文所选降水日时段定义为前一日20：00—当日20：00(北京时,下同),因此在降水过程精细化检验主要评估模式预报产品为降水过程前一日08：00起报,13～36 h预报时效逐1 h降水预报产品。降水过程精细化检验指标包括有效降水时次占比、降水强度等。其中有效降水时次占比为统计时段(24 h)内有降水时次(不小于0.1 mm)除以非缺测时次,降水强度为统计时段(24 h)内降水量除以有降水时次(不小于0.1 mm)[31]。

1.3 增加时间邻域的FSS评分检验

FSS评分通过设置不同的空间邻域半径与不同的降水阈值计算FSS值,评估模式对于不同空间尺度、不同强度的降水空间分布预报性能。对于小时降水评估,其预报偏差来源于预报发生时间及空间位置误差,因此仅通过空间邻域尺度不能全面分析预报偏差原因。本文借鉴Duc等[29]的思路,在原有FSS评分基础上增加时间维度,将空间邻域拓展为时空三维邻域,从而得到STFSS(spatial-temporal fractional skill score)评分。本文为了进一步评估模式预报小时降水的超前或滞后特征,在增加时间邻域时,仅采用时间超前或滞后邻域窗代替时间前后对称邻域窗;同时为了更好地评估模式降水预报时间偏差的日变化特征,仅在模式预报信息中增加超前或滞后时间邻域窗,实况信息则固定为当前时刻。

本文在计算STFSS时采用±4 h时间邻域窗口进行评估,当评分从0 h到+4 h时间邻域逐渐增加时代表预报存在较实况偏晚的特征,从0 h到-4 h 时间邻域逐渐增加时则为偏早。由于2020—2021年CMA-MESO模式预报时效仅为36 h,为保证±4 h时间邻域窗口的选取,因此本文评估降水过程前一日08：00起报,6～30 h预报时效逐1 h降水预报产品,分别对应前一日14：00—20：00,前一日20：00—当日02：00,02：00—08：00,08：00—14：00 4个时段。为了方便不同模式间进行对比及定量化评估模式预报的空间偏离时空尺度,本文参考赵滨等[36]和Mittermaier等[37]的研究,以0.5作为FSS和STFSS评分阈值评估模式的空间偏离尺度和时间偏离尺度。

本文对所选的27个降水日(表1)实况降水特征的分析表明：降水强度超过20 mm·h-1的样本较少,同时对CMA-MESO和CMA-SH9模式的初步检验也表明其对降水强度超过20 mm·h-1的预报性能均较差,导致评估结果代表性不强、对比分析意义不大。因此,本文基于FSS,STFSS的检验分析,对评估阈值进行降级处理,仅针对10 mm·h-1强度降水开展检验。

表1 黄淮地区副高边缘型降水日起止时间Table 1 Beginning and ending time of subtropical high edge precipitation samples in Huanghuai Region

2 小时降水预报精细化偏差分析

通过对比CMA-MESO和CMA-SH9模式小时降水预报的降水量、平均降水强度、平均有效降水时次占比及其日变化等特征,评估各模式的小时降水预报能力。

2.1 预报偏差空间分布特征

对比预报与实况平均降水量的空间分布,实况降水量大值区主要位于太行山南麓、河南东部及山东西部平原地区、伏牛山东麓(图3)。CMA-MESO预报平均降水量呈明显地形特征,其预报降水量大值区主要位于汾渭平原及黄河谷地等低海拔地区,对于太行山、吕梁山、伏牛山等高海拔地区降水量预报较实况偏小(图3)。CMA-SH9预报平均降水量较实况明显偏大,其中西部、西北部复杂地形区偏大近2倍,但其对于东部平原降水量预报较CMA-MESO更接近实况(图3)。

图3 所选个例实况和预报平均降水量、有效降水时次占比、降水强度Fig.3 Observation and forecast of average precipitation,percentage of effective precipitation and average precipitation intensity of the selected precipitation days

从实况有效降水时次占比和降水强度的空间分布看,太行山南麓及伏牛山东麓、东部平原两区域西北部为实况有效降水时次占比大值区,且上述区域对应降水强度均较小,说明在该区域内更易出现低强度持续性降水;太行山南麓东南部及伏牛山东麓、东部平原两区域南部则为降水强度大值区,对应有效降水时次占比则较小,更易出现高强度但持续时间较短的降水过程。对比太行山南麓、伏牛山东麓两个复杂地形区域预报结果,CMA-MESO对于太行山南麓、伏牛山东麓平均降水量预报较实况明显偏小,表现为有效降水时次占比和降水强度预报同时偏小;CMA-SH9对于太行山南麓西南部和伏牛山东麓中部预报有效降水时次占比和降水强度均接近实况,但对于太行山南麓、伏牛山东麓内的其他地区预报以偏大为主。CMA-SH9对于东部平原预报有效降水时次占比、降水强度与实况较接近;CMA-MESO预报东部平原降水强度与实况相当,但有效降水时次占比较实况偏小,导致其对于东部平原东部降水量预报明显偏小。

2.2 典型区域预报偏差统计特征

以3个具有典型下垫面特征的区域作为研究对象(图1),分析实况降水精细化特征及预报偏差,其中太行山南麓地形平均海拔更高,伏牛山东麓为伏牛山区向平原过渡地带。

太行山南麓实况降水量日变化显示其在20：00—23：00存在峰值,CMA-SH9较好再现了该时段的峰值特征,但对于其他时次预报降水量较实况偏大,其中有11个时次的预报与实况差值在0.1显著性水平上显著大于0。CMA-MESO尽管对21：00降水量预报接近实况峰值,但19：00—20：00降水量预报出现较实况显著偏小的特征(图4)。从有效降水时次占比预报(图4)看,CMA-SH9夜间预报与实况较为接近,10：00—16：00较实况显著偏大,CMA-MESO则在05：00—07：00及17：00—20：00两个时段显著偏小,两者均未预报出09：00—12：00有效降水时次占比减小的日变化特征。CMA-SH9对于降水强度预报整体偏强(11个时次达到0.1显著性水平),CMA-MESO对于09：00—11：00和15：00—17：00降水强度量级及变化趋势预报较好(图4)。

图4 不同区域实况和预报的平均降水量、有效降水时次占比、降水强度日变化特征(短竖线代表预报与观测差值在0.1显著性水平上显著大于(小于)0)Fig.4 Diurnal variation characteristics of average precipitation,percentage of effective precipitation and average precipitation intensity in different areas of the selected precipitation days(short vertical lines denote the difference between forecast and observation significantly greater(less) than zero at 0.1 level)

对于伏牛山东麓,CMA-SH9(00：00—01：00)降水强度预报显著偏强,导致其在有效降水时次占比预报与实况相当的情况下,夜间降水量预报显著偏大(图4)。CMA-MESO在04：00—10：00预报有效降水时次占比明显小于实况,但其预报出了与实况较为接近的降水强度日变化趋势,降水量预报与实况也更为接近。

东部平原降水量存在明显的昼夜变化特征,该区域凌晨时段降水量增大,与该区域降水强度的日变化较为一致(图4)。CMA-SH9对于夜间降水强度峰值预报接近实况,但其降水强度预报在 17：00—20：00显著偏大,导致该时段降水量预报也显著大于实况(图4)。CMA-MESO对03：00—07：00有效降水时次占比显著低估、10：00—18：00降水强度明显高估,是导致其预报降水量夜间偏小、白天偏大的主要原因(图4)。

2.3 小时降水FSS评分的日变化特征

采用FSS评分对模式在不同空间邻域尺度上的小时降水预报能力及其日变化特征进行评估。对比两模式太行山南麓的FSS评分日变化(图5),90 km 空间邻域尺度内CMA-SH9在17：00—23：00 的预报评分显著优于CMA-MESO; 虽然午后时段CMA-MESO预报评分优于同尺度下的CMA-SH9,但多数时次未达到0.1显著性水平,不具有代表性。

由上述分析可知,CMA-MESO在伏牛山东麓预报降水强度日变化及量级预报优于CMA-SH9,FSS评分表现为夜间预报10 mm·h-1降水空间偏离尺度大多在90 km以内,优于CMA-SH9。从两者FSS评分差值的显著性水平看,对于15：00—17：00 以及21：00—22：00两时段,CMA-MESO在90～150 km空间邻域尺度上与CMA-SH9的差异达到0.1显著性水平,这与图3所示CMA-MESO有效降水时次占比在上述时段与实况更接近的特征一致。

东部平原实况10 mm·h-1以上降水主要发生在夜间,对于前一日02：00—当日02：00两模式预报空间偏离尺度均在110～130 km左右;从模式FSS评分对比看,CMA-MESO对于02：00—04：00预报空间偏离尺度优于CMA-SH9,且在空间邻域尺度达110 km以上时CMA-MESO显著优于CMA-SH9(达到0.1显著性水平)。对于18：00—20：00的降水峰值预报,CMA-MESO空间偏离尺度优于CMA-SH9,但在70 km空间邻域尺度内CMA-SH9评分更优(达到0.1显著性水平)。

综上,CMA-MESO对于伏牛山东麓前一日14：00—当日02：00、东部平原02：00—04：00的10 mm·h-1以上降水预报能力更强,表现为空间偏离尺度更小、FSS评分显著优于CMA-SH9。CMA-SH9则在太行山南麓夜间时段预报FSS评分显著优于CMA-MESO。

3 基于STFSS的小时降水时空预报偏差日变化特征

对于太行山南麓夜间降水(图6),CMA-SH9对于前一日14：00—20：00及前一日20：00—当日02：00的预报评分在时间滞后邻域上均显著大于0 h 评分,表现出较实况偏晚的特征;其空间偏离尺度在+1 h～+3 h时间邻域分别减小至90 km,70 km和50 km,整体优于CMA-MESO。对于其余两个时间段预报均较差,其中CMA-MESO在较小和较大空间邻域尺度上表现出预报较实况偏早的特征。从两模式评分差异对比看,对于太行山南麓,CMA-SH9整体预报评分优于CMA-MESO,其中在滞后时间邻域内该现象更加显著。

图6 CMA-MESO和CMA-SH9两模式在不同时间、空间邻域下对太行山南麓大于10 mm阈值小时降水预报的STFSS评分及两者差值代表任一时间领域的STFSS评分与0 h评分的差值在0.1显著性水平上显著大于(小于)0,代表模式评分差值在0.1显著性水平上显著大于(小于)0)Fig.6 STFSS for hourly precipitation forecasts greater than 10 mm threshold and the difference between CMA-MESO and CMA-SH9 at southern foothills of Taihang Mountains under different time and space neighbors denotes the difference between STFSS score of the neighborhood at any time and 0 h score significantly greater(less) than zero at 0.1 denotes the difference between STFSS of CMA-MESO and CMA-SH9 significantly greater(less) than zero at 0.1 level)

续图6

对于伏牛山东麓前一日14：00—20：00降水预报(图7),CMA-MESO在+1 h～+2 h时间邻域表现出滞后特征,且50 km以上空间邻域的评分在0.1 显著性水平上显著大于0 h评分。对于其余3个时间段CMA-MESO评分均表现出较实况超前的特征,其中02：00—08：00该特征表现更为显著。CMA-SH9在伏牛山东麓08：00—14：00降水预报同样表现出较实况显著超前的特征,其在50 km空间邻域尺度以上的评分与0 h评分的差值均达到0.05 的显著性水平。对比两模式评分差异,CMA-MESO在前一日14：00—当日02：00不同时空邻域下的评分优于CMA-SH9,其余时段两者无显著差异。

图7 同图6,但为伏牛山东麓Fig.7 The same as in Fig.6,but for the eastern foothills of Funiu Mountains

续图7

对于东部平原(图8),CMA-MESO在08：00—14：00表现出预报降水较实况超前的特征(-1 h至-4 h时间邻域、50 km以内空间邻域达到0.1显著性水平),其余时段无显著性趋势;CMA-SH9虽然在08：00—14：00表现出较实况滞后+1～+2 h的特征,但大多数未达到0.1的显著性水平。对比前一日14：00—当日02：00,CMA-SH9倾向于在实况降水发生之前预报偏多降水,表现为90 km空间尺度上,随时间邻域向-3 h扩展评分变化不大,反之评分迅速减小;而CMA-MESO则更易在实况降水发生后预报偏多,表现为时间邻域向+3 h扩展时评分几乎不变。从两模式评分差异对比看,CMA-MESO对于前一日14：00—20：00预报在不同时空邻域上整体显著优于CMA-SH9;对于前一日20：00—当日02：00的超前时间邻域,CMA-SH9在较小空间邻域上表现更优。

图8 同图6,但为东部平原Fig.8 The same as in Fig.6,but for the eastern plains

续图8

4 结论与讨论

本文针对副高稳定维持背景下黄淮地区的降水过程,采用降水过程精细化检验指标、空间邻域FSS评分以及增加时间邻域的STFSS评分,开展CMA-MESO,CMA-SH9两个高分辨率数值模式小时降水检验评估,分析山地、平原等不同下垫面模式预报小时降水的日变化及时间、空间偏差特征,主要结论如下：

1) 对于太行山南麓、伏牛山东麓等山区,CMA-MESO有效降水时次占比与降水强度预报均小于实况,导致其平均降水量预报明显偏小;CMA-SH9有效降水时次占比和降水强度预报均大于实况,导致其平均降水量预报大于实况。对于平原地区,CMA-MESO降水强度预报与实况相当,但有效降水时效占比较实况偏小,导致其对于东部平原东部降水量预报小于CMA-SH9。

2) 对于太行山南麓,CMA-SH9在10：00—16：00 预报有效降水时次占比显著偏大,CMA-MESO则在17：00—20：00预报有效降水时次占比显著偏小。对于伏牛山东麓,CMA-SH9 18：00—20：00和00：00—01：00降水强度预报明显偏强,CMA-MESO 04：00—10：00有效降水时次占比预报显著小于实况。对于东部平原,CMA-SH9降水强度预报在17：00—20：00明显偏大;CMA-MESO在03：00—07：00和17：00—20：00有效降水时次占比显著低估,10：00—12：00和13：00—17：00降水强度明显高估。

3) 基于FSS评分的降水日变化预报偏差分析可知,CMA-MESO对于伏牛山东麓前一日14：00—当日02：00、东部平原02：00—04：00等时段内10 mm·h-1以上降水预报能力优于CMA-SH9,表现为空间偏离尺度更小、FSS评分显著更优;CMA-SH9则在太行山南麓夜间时段预报FSS评分显著优于CMA-MESO。

4) STFSS评分表明：CMA-SH9对于太行山南麓前一日14：00—当日02：00的降水预报表现出较实况显著偏晚的特征,但其在+1 h～+3 h时间邻域上的空间偏离尺度分别达到90 km,70 km和50 km,评分也显著优于CMA-MESO;CMA-MESO对于伏牛山东麓02：00—08：00降水预报表现出较实况显著偏早的特征,且在前一日14：00—当日02：00评分优于CMA-SH9;对于东部平原,CMA-MESO在08：00—14：00表现出预报降水较实况偏早的特征, 对前一日14：00—20：00的预报则在不同时空邻域上显著优于CMA-SH9。

小时降水预报误差是模式对其发生时间、空间位置预报偏差的综合结果,使用传统点对点或仅考虑空间偏差特征的检验方法,不能有效评价小时降水预报的时空不确定性。本文在采用多种精细化检验指标及方法,从日变化及时空邻域尺度等角度,对比高分辨率业务模式对副高稳定维持背景下、不同下垫面小时降水预报偏差特征,能够为预报员使用及订正高分辨率数值模式降水预报产品提供新思路,但其中有些结果未通过统计学的显著性检验,仅供参考。降水日变化受复杂地形、山谷风、局地对流等多重因素影响,造成模式降水预报偏差的影响机制尚不清楚,仍需深入探讨。此外,模式在不同天气背景下对降水日变化的预报偏差特征是否存在显著差异,也需要更深入的研究。