2023年广东龙舟水特征及模式降水预报检验

李珊珊，涂静，陈玉梅，纪忠萍，黄晓莹

（广东省气象台，广东广州 510640）

每年的端午节前后，伴随着南海夏季风的爆发，华南前汛期迎来降水量最多、最集中的时段，极易出现大范围的致洪暴雨过程，俗称“龙舟水”。由于龙舟水期间，季风性质降水和锋面性质降水并存，导致预报和服务的难度较大。已有研究表明，现今的数值预报模式对季风暖区降水预报能力仍十分欠缺，模式预报的不足并非体现在预报的雨量大小和落区偏差，而往往是对暖区对流触发的漏报［1－5］。因此有必要对龙舟水期间全球和区域模式的降水预报能力进行检验评估，通过比较各家模式对不同量级和不同区域降水的预报水平，以指导预报员有选择性地参考模式预报产品。

1 资料与方法

根据业务规定，龙舟水为每年的5月21日至6月20日［6］。但考虑2023年农历出现闰二月，端午节（农历5月初5）对应日期为6月22日，而龙舟水通常指端午节前后10 d出现暴雨以上降水过程，2023年实际受夏季风影响产生的暴雨降水过程持续到了6月25日。综合业务规定和降水实况考虑，本研究统计的龙舟水时段为2023年5月21日至6月25日。

本研究所用资料为1961—2022年广东省86个国家站的逐日（20：00—次日20：00）（北京时，下同）降水观测资料；用于检验的降水实况资料来源于广东省国家级观测站和区域级自动站的降水逐日观测数据。常年为1961—2022年平均。

本研究选取了4个数值模式作为检验对象，包括全球模式ECMWF、NCEP以及区域模式CMA－GD、CMA－TRAMS。检验要素为24 h累计降水，选取模式预报产品的起报时间为20：00，预报时效为24～48 h。网格预报和站点的匹配方法为最近格点法。应用的检验评估指标包括降水TS评分、空报率、漏报率以及预报偏差。

2 龙舟水基本特征

由广东省的国家气象站资料统计可知，2023年龙舟水期间，全省平均降水量为332.7 mm，较常年偏少8.7%。参照广东省气象台中期预报的暴雨日标准：广东省内86个国家站中某测站的日雨量达到50 mm以上者，称该站有暴雨；当某日有相邻4个站暴雨连成片者，则称该日为暴雨日。2023年龙舟水期间广东共出现4次明显的暴雨降水过程（图1），分别为5月23—24日，6月7、14—17、23—25日。

图1 2023年5月21日至6月25日广东省平均降水量的逐日变化

2023年龙舟水期间总降水量和距平百分比的空间分布如图2所示，可见降水大值区（总降水量大于350 mm的区域）呈现准“人”字形分布特征，最大的降水中心出现在阳江－江门一带，其中江门恩平市气象局站录得全省最大累积雨量674.5 mm。与常年相比，大部分市县2023年龙舟水期间的累计降水量与常年基本持平或偏少，主要偏少的地区集中在东北部和韶关东部、中部偏西和雷州半岛南部市县，较常年偏少20%～30%；偏多较明显的区域主要集中在阳江－江门偏西一带，较常年偏多10%～20%。

图2 2023年龙舟水期间总降水量（a）和距平百分比（b）分布

3 模式降水预报检验

3.1 降水分级检验

2023年龙舟水期间各模式降水分量级检验结果如图3所示。对于小雨以上量级降水，各模式的TS评分接近，但区域模式的预报偏差（bias）更接近1，即空报率和漏报率相当；而全球模式的空报率偏高，漏报率接近0，提示预报员参考全球模式做晴雨预报时，应适当做消空处理，有助于提高预报准确率。对于中雨以上量级降水，全球模式的TS评分高于区域模式，其中ECMWF的表现最优。对于大雨以上和暴雨以上量级降水，区域模式的TS评分明显高于全球模式，预报偏差也更接近1，其中CMA－GD的表现最优；相较于区域模式，全球模式的漏报率明显偏高，尤其对于暴雨以上量级降水，两家模式的漏报率均大于98%，预报能力极低，提示预报员在做大雨和暴雨以上量级降水预报时，应更多参考区域模式的降水要素预报。

图3 2023年龙舟水期间模式降水预报的TS评分、空报率、漏报率和预报偏差

3.2 降水分区域检验

3.1节检验数据表明，在龙舟水期间，就全省范围而言，全球和区域模式主要对大雨和暴雨以上量级降水的预报性能表现出较大差异，且在实际预报业务中的预报难度往往伴随降水的量级的增大而升高，尤其在降水落区预报方面常存在偏差，因此本研究进一步分析各模式对不同区域的大量级降水的预报表现。考虑大雨以上量级的样本数多于暴雨以上量级降水，统计结果更有代表性，因此本研究以大雨以上量级降水为例，并以21个地市为统计单位，分别计算了各模式龙舟水期间大雨以上降水的TS评分、空报率和漏报率，如图4所示。

图4 ECMWF（a－c）、NCEP（d－f）、CMA－GD（g－i）和CMA－TRAMS（j－l）大雨以上量级降水的TS评分（a、d、g、j）、空报率（b、e、h、k）和漏报率（c、f、i、l）的分布

由图4可以看出，各家模式对于不同区域的大雨以上降水预报表现不尽相同。具体来看，NCEP对于粤东（潮州除外）市县的预报明显优于其他模式，空报率和漏报率都较低；区域模式对西北部和粤西市县的预报整体优于全球模式，主要表现为漏报率明显低于全球模式；对于珠江三角洲和东北部市县的预报，则是CMA－GD表现最优，主要表现为漏报率明显低于其他几家模式。

综合来看CMA－GD的漏报率明显低于其他几家模式，所以CMA－GD整体上TS评分最高，在龙舟水期间大雨以上降水的预报表现最优。但仍然要注意到CMA－GD在南部（湛江和茂名除外）市县的漏报率普遍高于北部市县，而统计数据表明南部沿海市县出现暖区暴雨的频次较高［7－10］，说明其对于暖区降水的预报相较于锋面降水仍存在漏报较多的偏差。

4 结论

1）2023年龙舟水（5月21日至6月25日）期间，广东共出现4次明显的暴雨降水过程，全省平均降水量为332.7 mm，较常年偏少8.7%。降水大值区呈现准“人”字形分布特征，最明显的降水中心出现在阳江－江门一带。

2）对于小雨以上量级降水，全球和区域模式的TS评分接近，但全球模式的空报率偏高。对于中雨以上量级降水，全球模式的TS评分高于区域模式，其中ECMWF的表现最优。对于大雨以上和暴雨以上量级降水，区域模式的TS评分明显高于全球模式，其中CMA－GD的表现最优；相较于区域模式，全球模式的漏报率明显偏高。

3）各家模式对于不同区域的降水（以大雨以上降水为例）预报表现不尽相同：NCEP对于粤东（潮州除外）市县的预报明显优于其他模式，空报率和漏报率都较低；区域模式对西北部和粤西市县的预报整体优于全球模式，漏报率明显低于全球模式；对于珠江三角洲和东北部市县的预报，则是CMA－GD表现最优，漏报率明显低于其他几家模式。综合来看CMA－GD的表现最优，但仍存在南部市县漏报率偏高，即暖区降水漏报偏多的误差。