李 剛，彭 芳，孔德璇，劉彥華，吳 磊，李彥霖

(1.貴州省氣象臺，貴州 貴陽 550002；2.貴州省山地環(huán)境氣候研究所，貴州 貴陽 550002；3.貴州省黔西南布依族苗族自治州氣象局，貴州 興義 562400)

0 引言

伴隨數(shù)值天氣預(yù)報(bào)技術(shù)的不斷發(fā)展和計(jì)算機(jī)性能提升，數(shù)值天氣預(yù)報(bào)時、空分辨率得到前所未有的提高，預(yù)報(bào)模式及產(chǎn)品種類層出不窮。因此，在有限時間內(nèi)選擇更好的預(yù)報(bào)模式進(jìn)行產(chǎn)品制作和有效的決策服務(wù)顯得十分重要[1]。在業(yè)務(wù)應(yīng)用中，全面了解一個模式的預(yù)報(bào)性能非常關(guān)鍵，因此，對模式預(yù)報(bào)進(jìn)行評估和檢驗(yàn)不但有助于知曉該模式在不同地區(qū)不同時間上的差異，更有助于在預(yù)報(bào)服務(wù)中選擇不同的預(yù)報(bào)要素[2]。

在現(xiàn)行業(yè)務(wù)中，不但擁有ECMWF、GRAPES和GFS等全球大尺預(yù)報(bào)模式，也有各區(qū)域中心、發(fā)達(dá)省市發(fā)展的中尺度預(yù)報(bào)模式，諸如：華南、華東及華中等高分辨率中尺度區(qū)域預(yù)報(bào)模式。為更好進(jìn)行預(yù)報(bào)服務(wù)，業(yè)務(wù)中對模式預(yù)報(bào)進(jìn)行個例分析、形勢場對比及要素檢驗(yàn)和評估的工作較多，有著很多有意義的成果[3-6]。康嵐等[7]利用GRAPES模式對西南地區(qū)2014、2015年夏季2 m溫度進(jìn)行檢驗(yàn)，發(fā)現(xiàn)回歸分析技術(shù)對預(yù)報(bào)模式訂正在一定程度上能改進(jìn)預(yù)報(bào)效果。王丹等[8]對2012年SCMOC在08時及20時起報(bào)的溫度精細(xì)化指導(dǎo)產(chǎn)品在陜西區(qū)域進(jìn)行質(zhì)量檢驗(yàn)，表明模式預(yù)報(bào)準(zhǔn)確率存在明顯的季節(jié)變化，且08時起報(bào)的預(yù)報(bào)性能優(yōu)于20時的。為了解ECMEF細(xì)網(wǎng)格預(yù)報(bào)對廣安地區(qū)暴雨的預(yù)報(bào)性能，王平[9]利用2015—2017年廣安地區(qū)4個國家站160個區(qū)域站對中雨以上量級降水進(jìn)行檢驗(yàn)，發(fā)現(xiàn)通過對ECMWF提供的不同量級降水進(jìn)行一定條件限定后能較好地改善暴雨的預(yù)報(bào)質(zhì)量。為建設(shè)貴州中西部道路結(jié)冰監(jiān)測預(yù)警預(yù)報(bào)系統(tǒng)，李剛等[10]應(yīng)用2012—2014年冬季SCMOC、T639、ECMWF和JMA 4個預(yù)報(bào)中心產(chǎn)品，對影響道路結(jié)冰的氣象因子進(jìn)行檢驗(yàn)分析，針對不同預(yù)報(bào)要素進(jìn)行最優(yōu)模式選取?？梢姡瑢δＪ筋A(yù)報(bào)的檢驗(yàn)不但能定量了解不同預(yù)報(bào)產(chǎn)品對不同區(qū)域的性能表現(xiàn)，還有助于業(yè)務(wù)最優(yōu)模式預(yù)報(bào)的選取，進(jìn)行更好的預(yù)報(bào)制作和決策服務(wù)。

為進(jìn)一步提高預(yù)報(bào)服務(wù)水平，近年來貴州相繼引入不少高分辨中尺度區(qū)域模式，但對其預(yù)報(bào)性能基本是主觀經(jīng)驗(yàn)的定性理解，客觀的定量檢驗(yàn)和評估較少。為發(fā)揮不同模式預(yù)報(bào)的最大優(yōu)勢，客觀定量地描述各模式在貴州不同時、空上的優(yōu)劣表現(xiàn)顯得十分重要。為此，本文將對華南3 km高分辨中尺度模式預(yù)報(bào)所提供的氣溫預(yù)報(bào)在貴州區(qū)域內(nèi)進(jìn)行檢驗(yàn)和評估，旨在業(yè)務(wù)應(yīng)用中提供量化指標(biāo)和參考依據(jù)。

1 資料與方法

1.1 資料

利用2018年1—10月貴州省85個國家觀測站逐日最高(低)氣溫實(shí)況資料，對華南區(qū)域預(yù)報(bào)中心所提供的貴州區(qū)域內(nèi)3 km高分辨率模式的氣溫預(yù)報(bào)進(jìn)行質(zhì)量檢驗(yàn)和評估。檢驗(yàn)內(nèi)容包括08時和20時起報(bào)的72 h內(nèi)的逐24 h最高(低)氣溫預(yù)報(bào)。

1.2 檢驗(yàn)方法

因考慮到鄰域法(最近點(diǎn))取格點(diǎn)預(yù)報(bào)值作為該站點(diǎn)預(yù)報(bào)值時誤差過大，因?yàn)橘F州地勢落差大，鄰域法所取的格點(diǎn)預(yù)報(bào)值與觀測站點(diǎn)不在同一海拔高度較多。故采用雙線性內(nèi)插法方式取測站周圍4個格點(diǎn)預(yù)報(bào)值，按其到測站距離的反比為權(quán)重(4個點(diǎn)權(quán)重之和為1)取值作為該觀測站預(yù)報(bào)值。

本文主要采用預(yù)報(bào)準(zhǔn)確率和平均均方根誤差對各站點(diǎn)氣溫預(yù)報(bào)進(jìn)行檢驗(yàn)。

預(yù)報(bào)準(zhǔn)確率即中國氣象局對各省、市氣象部門的考核標(biāo)準(zhǔn)，按絕對誤差2.0 ℃為閾值進(jìn)行判斷，即|預(yù)報(bào)值-觀測值|≤2 ℃為正確，否則為錯誤。

均方根誤差(RMSE)其計(jì)算方式如下：

(1)

式中，F(xiàn)i為預(yù)報(bào)值，Oi為觀測值，n為資料長度。

2 檢驗(yàn)結(jié)果

2.1 日最高(低)氣溫預(yù)報(bào)檢驗(yàn)

為說明華南3 km高分辨率區(qū)域模式氣溫預(yù)報(bào)在貴州預(yù)報(bào)的總體性能，表1給出2018年1—10月08時和20時起報(bào)的72 h內(nèi)逐24 h預(yù)報(bào)的最高(低)氣溫預(yù)報(bào)檢驗(yàn)結(jié)果。由表1看出，在08時或20時起報(bào)的氣溫預(yù)報(bào)，日最高(低)氣溫預(yù)報(bào)性能隨預(yù)報(bào)時效的延長差異甚小，其誤差均在1%左右，即72 h預(yù)報(bào)時效內(nèi)模式預(yù)報(bào)相對較穩(wěn)定，沒有太大波動。最高氣溫預(yù)報(bào)，08時和20時起報(bào)中72 h內(nèi)其預(yù)報(bào)準(zhǔn)確率均在50%左右；24 h預(yù)報(bào)上，08時起報(bào)的準(zhǔn)確率比20時偏高0.9%；48 h和72 h預(yù)報(bào)中，08時起報(bào)的準(zhǔn)確率比20時偏低0.5%以下，但均方根誤差比20時起報(bào)的小，說明其預(yù)報(bào)性能較20時穩(wěn)定。因此，華南3 km中尺度預(yù)報(bào)模式所提供的氣溫預(yù)報(bào)相對于貴州而言，08時起報(bào)的預(yù)報(bào)效果優(yōu)于20時的。

表1檢驗(yàn)中， 08時和20時起報(bào)的最低氣溫預(yù)報(bào)，相對于最高氣溫預(yù)報(bào)其平均準(zhǔn)確率提高20%以上，總體平均準(zhǔn)確率在75%左右，RMSE均小于2.0 ℃，差異最大為08時起報(bào)的24 h預(yù)報(bào)，最低氣溫預(yù)報(bào)比最高氣溫預(yù)報(bào)準(zhǔn)確率提高27.3%。因此，華南3 km高分辨氣溫預(yù)報(bào)在貴州更具參考價值。在24～72 h的逐24 h預(yù)報(bào)中，08時起報(bào)的平均準(zhǔn)確率均高于20時的2.5%，平均均方根誤差08時低于20時起報(bào)的0.2 ℃左右。與最高氣溫相似，即總體上08時的最低氣溫預(yù)報(bào)性能和準(zhǔn)確率均優(yōu)于20時的。

表1 2018年1—10月 貴州省日最高(低)氣溫預(yù)報(bào)誤差統(tǒng)計(jì)Tab.1 Error statistics of daily Maximum(Minimum)temperature forecast in Guizhou from January to October 2018

2.2 24～48 h的最高(低)氣溫預(yù)報(bào)檢驗(yàn)

由圖1a和圖1b看出，最高氣溫在貴州的北部、西南部及南部地區(qū)RMSE較低，預(yù)報(bào)效果相對較好；在西北部和東部地區(qū)RMSE相對較高，預(yù)報(bào)效果相對較差。不同之處在于08時起報(bào)的預(yù)報(bào)其RMSE相對20時起報(bào)的平均偏高0.5 ℃左右，故20時起報(bào)的效果優(yōu)于08時的。由圖1c和圖1d看出，20時起報(bào)的最高氣溫預(yù)報(bào)比08時起報(bào)的平均準(zhǔn)確率高出3%，并且反映在省的北部、西南部及南部地區(qū)有著較高的預(yù)報(bào)準(zhǔn)確率，而西北部、東部地區(qū)預(yù)報(bào)平均準(zhǔn)確率相對較低。由此可知，在24～48 h的最高氣溫預(yù)報(bào)中，華南3 km高分辨率區(qū)域模式氣溫預(yù)報(bào)在貴州省的北部至西南部一帶具有較高的參考價值。

圖2a和圖2b中顯示，相對圖1的最高氣溫預(yù)報(bào)情況，其RMSE有著大幅度的下降，平均減小2.0 ℃左右，全省RMSE均在2.5 ℃以下，其中在省的東北和西南部地區(qū)其RMSE低于2.0 ℃。08時起報(bào)與20時起報(bào)相比，貴州中部以南的RMSE大于2.5 ℃的區(qū)域明顯減小，而省的東北部及西南部RMSE小于2.0 ℃區(qū)域大幅度增加，表明08時起報(bào)的最低氣溫預(yù)報(bào)效果較優(yōu)于20時的。由圖2c和圖2d可知，最低氣溫預(yù)報(bào)相對于圖1最高氣溫預(yù)報(bào)準(zhǔn)確率平均提升30%左右，在空間分布上，同樣表現(xiàn)出08時起報(bào)的優(yōu)于20時，且西部和東北部準(zhǔn)確率較高，與RMSE表現(xiàn)較相似。所以相對最高氣溫預(yù)報(bào)，華南3 km高分辨率第24～48 h的最低氣溫預(yù)報(bào)，更具參考價值。

2.3 逐月檢驗(yàn)

由圖3a和圖3b看出，08時和20時起報(bào)的72 h內(nèi)逐24 h最高氣溫預(yù)報(bào)的RMSE在2018年1—10月各月份上表現(xiàn)十分相似，且隨著預(yù)報(bào)時效的增加其誤差變化較小。但在同一起報(bào)時次中，不同月份表現(xiàn)的預(yù)報(bào)效果差異較大，1—5月RMSE均在4.0 ℃以上，預(yù)報(bào)效果較差，6—8月RMSE最低，均在2.5 ℃以下，最小為7月1.5 ℃左右，其預(yù)報(bào)效果在10個月中最為突出，9、10月RMSE在2.0～3.5 ℃，預(yù)報(bào)效果較一般。由圖3c和圖3d看出，08時與20時起報(bào)上各月總體趨勢較為一致，1—5月平均預(yù)報(bào)準(zhǔn)確率均在40%以下；9月和10月效果一般，其預(yù)報(bào)準(zhǔn)確率為40%和65%左右，預(yù)報(bào)效果最好為6—8月其平均報(bào)準(zhǔn)確率均在70%以上，最高為20時起報(bào)的24 h預(yù)報(bào)，準(zhǔn)確率為77%。

圖1 2018年1—10月24～48 h最高氣溫預(yù)報(bào)的平均均方根誤差(a為20時，b為08時，單位：℃)和預(yù)報(bào)準(zhǔn)確率(c為20時，d為08時，單位：%)的空間分布Fig.1 Spatial distribution of the RMS error(a：20∶00；b：08∶00；uint：℃)and forecast accuracy scores(c：20∶00；d：08∶00；uint：%)of maximum temperature for 24～48 h over Guizhou from January to October 2018

圖2 2018年1—10月24～48 h最低氣溫預(yù)報(bào)的平均均方根誤差(a為20時，b為08時，單位：℃)和預(yù)報(bào)準(zhǔn)確率(c為20時，d為08時，單位：%)的空間分布Fig.2 Spatial distribution of the RMS error(a：20∶00；b：08∶00；uint：℃)and forecast accuracy scores(c：20∶00；d：08∶00；uint：%)of daily minimum temperature for 24～48 h over Guizhou from January to October 2018

圖3 2018年1—10月72 h預(yù)報(bào)時效內(nèi)最高氣溫的逐月平均均方根誤差(a為20時，b為08時，單位：℃)和平均預(yù)報(bào)準(zhǔn)確率(c為20時，d為08時，單位：%)Fig.3 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit: ℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit: %)of maximum temperature for 72 h from January to October of 2018

圖4a和圖4b中顯示，08時和20時起報(bào)場上，最低氣溫預(yù)報(bào)其表現(xiàn)形勢與最高氣溫預(yù)報(bào)相似，但RMSE相對圖3下降1.0～2.4 ℃。圖4中08時相對20時起報(bào)的RMSE平均減少0.5 ℃左右，同樣表現(xiàn)在1—5月誤差最大，RMSE均在2.0 ℃以上，9—10月次之，RMSE低于2.0 ℃，6—8月預(yù)報(bào)性能最好，其RMSE平均低于1.5 ℃。圖4c和圖4d中，最低氣溫預(yù)報(bào)準(zhǔn)確率相對圖3最高氣溫平均增加20%～30%，且08時較20時平均準(zhǔn)確率增加3%～5%。同樣表現(xiàn)在1—5月預(yù)報(bào)效果較差，準(zhǔn)確率平均60%左右，9—10月次之，準(zhǔn)確率80%左右，6—8月預(yù)報(bào)性能最好，預(yù)報(bào)準(zhǔn)確率均在90%以上。

從最高(低)氣溫逐月檢驗(yàn)中，08時起報(bào)的預(yù)報(bào)效果總體優(yōu)于20時，華南3 km高分辨率區(qū)域預(yù)報(bào)模式對貴州氣溫預(yù)報(bào)在6—8月預(yù)報(bào)效果最好，預(yù)報(bào)性能也最為穩(wěn)定，其次為9—10月，最差為1—5月。因此，業(yè)務(wù)應(yīng)用中夏季(6—8月)華南3 km高分辨率區(qū)域模式提供的氣溫預(yù)報(bào)更具有參考意義，特別是最低氣溫預(yù)報(bào)。

2.4 主要城市站檢驗(yàn)

圖5是華南3 km高分辨率區(qū)域模式2018年7月08時與20時起報(bào)的9個地州市各城市站上最高氣溫對比分析結(jié)果。

由圖5a和圖5b看出，08時與20時起報(bào)場上，最高氣溫在各站點(diǎn)72 h預(yù)報(bào)內(nèi)隨著預(yù)報(bào)時效增加，其RMSE均有不同程度變化，但波動不大，誤差均在0.5 ℃內(nèi)。9個城市站比較中，凱里站預(yù)報(bào)性能最差，RMSE均在2.5 ℃以上；貴陽站與都勻站的預(yù)報(bào)效果最好，RMSE表現(xiàn)最低，均在1.3 ℃以下。圖5c和圖5d中，08時與20時起報(bào)上，各城市站中都勻站平均準(zhǔn)確率均最高，72 h預(yù)報(bào)內(nèi)均在90%以上，凱里站最低不足70%。此外，在除都勻、凱里站外的7個站中，20時起報(bào)的預(yù)報(bào)準(zhǔn)確率多數(shù)在75%左右，波動不大；而08時起報(bào)上，準(zhǔn)確率在70%～90%間。說明各城市站上08時的預(yù)報(bào)效果優(yōu)于20時的，但隨著預(yù)報(bào)時效延長，預(yù)報(bào)效果波動性大，不如20時的穩(wěn)定。

圖4 2018年1—10月72 h預(yù)報(bào)時效內(nèi)最低氣溫的逐月平均均方根誤差(a為20時，b為08時，單位：℃)和平均預(yù)報(bào)準(zhǔn)確率(c為20時，d為08時，單位：%)Fig.4 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit: ℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit: %)of daily Minimum temperature for 72 h from January to October of 2018

圖5 2018年7月72 h內(nèi)各地州城市站逐24 h最高氣溫平均均方根誤差(a為20時，b為08時，單位：℃)和預(yù)報(bào)準(zhǔn)確率(c為20時，d為08時，單位：%)Fig.5 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit:℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit :%)of maximum temperature for 72 h in July 2018

由圖6a和圖6b看出，08時和20時起報(bào)的最低氣溫中，相對圖5中的最高氣溫預(yù)報(bào)，其平均均方根誤差大幅度減小，特別在72 h預(yù)報(bào)內(nèi)畢節(jié)站和水城站RMSE均在1.0 ℃以下，表現(xiàn)了華南3 km高分辨率預(yù)報(bào)所提供的最低氣溫預(yù)報(bào)在各城市站上極具預(yù)報(bào)能力；圖6c和圖6d中顯示，相對最高氣溫預(yù)報(bào)，最低氣溫預(yù)報(bào)準(zhǔn)確率總體提升10%～15%，除遵義站和凱里站準(zhǔn)確率未超過80%外，其余各站均在90%以上，最高為興義站，24 h預(yù)報(bào)準(zhǔn)確率達(dá)100%。

圖6 2018年7月72 h內(nèi)各地州城市站逐24 h最低氣溫平均均方根誤差(a為20時，b為08時，單位：℃)和預(yù)報(bào)準(zhǔn)確率(c為20時，d為08時，單位：%)Fig.6 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit:℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit :%)of Minimum temperature for 72 h in July 2018

2.5 個例檢驗(yàn)

為進(jìn)一步檢驗(yàn)華南3 km高分辨率區(qū)域模式所提供的氣溫預(yù)報(bào)在貴州省的預(yù)報(bào)性能，隨機(jī)選取2018年7月18日的高溫天氣過程進(jìn)行檢驗(yàn)。

表2中給出了華南3 km區(qū)域模式7月15—17日每天所提供的20時起報(bào)的氣溫預(yù)報(bào)對7月18日貴州全省的最高(低)氣溫預(yù)報(bào)及35.0 ℃以上高溫事件的檢驗(yàn)統(tǒng)計(jì)情況。表2中看出，72 h預(yù)報(bào)內(nèi)最高(低)氣溫預(yù)報(bào)準(zhǔn)確率差異不大，均在80.0%左右，其中，最高氣溫預(yù)報(bào)在72 h表現(xiàn)最好，達(dá)82.4%。可見，華南3 km高分辨模式預(yù)報(bào)在整個高溫天氣過程中對日最高(低)氣溫預(yù)報(bào)把握較好。針對7月18日35.0 ℃以上的高溫事件，全省85個國家觀測站中實(shí)況出現(xiàn)了39個，表中看出，24 h的高溫事件預(yù)報(bào)準(zhǔn)確率達(dá)80.0%，漏報(bào)率18.0%，48 h的高溫事件預(yù)報(bào)準(zhǔn)確率達(dá)76.0%，漏報(bào)率21.0%，72 h的高溫事件預(yù)報(bào)準(zhǔn)確率達(dá)83.5%，漏報(bào)率15.3%，較好地反映了華南3 km高分辨率區(qū)域預(yù)報(bào)對此次高溫事件的預(yù)報(bào)性能。

表2 7月18日氣溫預(yù)報(bào)檢驗(yàn)統(tǒng)計(jì)Tab.2 Test statistics of temperature forecast on July 18

3 結(jié)論

本文利用2018年1—10月貴州省85個國家觀測站的氣溫實(shí)況資料，對華南區(qū)域預(yù)報(bào)中心提供的3 km高分辨率氣溫預(yù)報(bào)在貴州地區(qū)進(jìn)行質(zhì)量檢驗(yàn)，得到如下結(jié)論：

①72 h預(yù)報(bào)內(nèi)隨著預(yù)報(bào)時效的增加預(yù)報(bào)準(zhǔn)確率差異較小，08時起報(bào)的最高(低)氣溫預(yù)報(bào)準(zhǔn)確率略高于20時的，最低氣溫預(yù)報(bào)準(zhǔn)確率平均超出最高氣溫預(yù)報(bào)20%以上，華南3 km高分辨率氣溫預(yù)報(bào)對貴州最低氣溫預(yù)報(bào)具有較高的指導(dǎo)作用。

②在第24～48 h的最高(低)氣溫預(yù)報(bào)中，空間分布上，08時和20時起報(bào)場上均表現(xiàn)出在貴州省的東北至西南一帶預(yù)報(bào)準(zhǔn)確率高于其它地區(qū)，且08時起報(bào)的預(yù)報(bào)性能優(yōu)于20時的，最低氣溫預(yù)報(bào)準(zhǔn)確率優(yōu)于最高氣溫。月份上，表現(xiàn)為6—8月的預(yù)報(bào)性能在10個月中較好，特別7月份的預(yù)報(bào)可參考性更強(qiáng)。

③對貴州9個主要城市國家觀測站對比分析。9個站中除凱里站最高氣溫預(yù)報(bào)準(zhǔn)確率為70%左右，其余都在75%～90%之間；最低氣溫預(yù)報(bào)準(zhǔn)確率除凱里站為80%左右外，其余各站均在90%以上，興義站20時起報(bào)的24 h預(yù)報(bào)達(dá)100%。由此可見，華南3 km高分辨率預(yù)報(bào)模式對貴州7月份各城市站點(diǎn)具有較高的參考作用。

④針對2018年7月18日高溫天氣過程的檢驗(yàn)，華南3 km高分辨率模式提供的氣溫預(yù)報(bào)在最高(低)氣溫預(yù)報(bào)及35.0 ℃以上的高溫事件預(yù)報(bào)中，準(zhǔn)確率均在80.0%以上，該模式較好地反映了貴州省的實(shí)況天氣，故該模式對貴州高溫預(yù)報(bào)具有較好的參考價值。