陳曉燕，孔祥偉，楊春芽，王基鑫

(1.蘭州中心氣象臺，蘭州 730020；2.瑪曲縣氣象局，甘肅瑪曲 747300)

隨著數(shù)值預(yù)報模式的持續(xù)發(fā)展，高分辨率模式的預(yù)報能力也穩(wěn)步提高。中尺度數(shù)值預(yù)報模式的預(yù)報[1-3]對象已從中α尺度(250～2 500 km)發(fā)展到中β(25～250 km)與中γ(2～25 km)尺度，相應(yīng)的模式水平分辨率達(dá)到了1～10 km，有的甚至在1 km以下。但是模式分辨率的提高是有限的，參數(shù)化方法就成為數(shù)值模式處理中、小尺度運動可行而有效的工具。中尺度模式的參數(shù)化方案主要包括對流參數(shù)化過程方案、云微物理方案、陸面過程方案以及邊界層方案等，根據(jù)國外業(yè)務(wù)和研究試驗[4-5]表明，影響中尺度預(yù)報的各個因子的重要性依次為邊界條件、濕物理過程、邊界層參數(shù)化、初始條件和分辨率。針對中尺度數(shù)值模式物理過程各種參數(shù)化方案，已有許多氣象工作者做了大量試驗和研究[6-13]，中尺度數(shù)值模式物理過程研究的整體性及統(tǒng)一性已是近年來的一種趨勢，選擇不同的參數(shù)化方案組合對模擬結(jié)果的準(zhǔn)確度影響很大，因而開展不同參數(shù)化方案組合優(yōu)選工作顯得十分必要。2006年段旭等[14]利用MM5V3不同參數(shù)化方案對低緯高原地區(qū)進(jìn)行降水模擬，得出Grell積云參數(shù)化、Goddard顯式水汽和云輻射過程組合的方案對降水預(yù)報效果較好；2011年段旭等[15]在對比試驗的基礎(chǔ)上，選取了適合云南的積云過程、微物理過程和輻射過程的方案組合。朱慶亮等[16]對WRF模式中物理過程參數(shù)化方案進(jìn)行組合對比試驗，認(rèn)為沒有確定的某個物理過程參數(shù)化方案在所有試驗方案中的模擬效果一致好，不同方案配合使用模擬效果更佳；伍紅雨等[17]利用GRAPES模式中微物理過程參數(shù)化和積云參數(shù)化方案，采用不同的方案組合選出適合貴州降水預(yù)報的組合方案；沈曉燕等[18]對比討論WRF模式不同微物理過程、積云對流和邊界層參數(shù)化方案組合對青海省氣溫、降水及風(fēng)速的模擬效果，得出各要素預(yù)報效果最好的組合方案。

甘肅河?xùn)|地區(qū)位于青藏高原的東部邊緣，地形復(fù)雜，強天氣多發(fā)，中尺度模式對河?xùn)|地區(qū)復(fù)雜地形組合參數(shù)化方案的影響研究相對較少。本文應(yīng)用GRAPES_Meso模式，通過調(diào)整邊界層方案、陸面過程方案、微物理過程方案和積云對流方案，形成8種不同的參數(shù)化組合方案，對甘肅河?xùn)|地區(qū)2015年7—8月開展了對比試驗， 以比較不同組合對甘肅東部高空要素、2 m氣溫和降水預(yù)報效果的影響, 優(yōu)選出適合甘肅東部地區(qū)的組合方案，以期為甘肅河?xùn)|地區(qū)預(yù)報服務(wù)提供有效的模式參考產(chǎn)品，同時為改進(jìn)GRAPES_Meso業(yè)務(wù)模式提供依據(jù)。

1 資料和方法

1.1 模式簡介

GRAPES模式系統(tǒng)作為中國自主知識產(chǎn)權(quán)的新一代氣象數(shù)值預(yù)報系統(tǒng)自2001年開始研發(fā)[19]，2006年7月GRAPES模式通過業(yè)務(wù)驗收并投入業(yè)務(wù)運行[20-21]，主要物理過程包括：顯示云微物理方案、積云對流參數(shù)化方案、輻射傳輸、邊界層過程、陸面過程及次網(wǎng)格尺度地形重力拖曳等。本文采用GRAPES_Meso區(qū)域模式4.1版本，水平分辨率為0.1°×0.1°，垂直方向為50層，模式同化了地面、高空和飛機報資料，計算范圍為32°N～38°N，100°E～109°E，預(yù)報時效為48 h。

1.2 資料

采用美國國家海洋與大氣管理局 NOAA(TheNational Oceanic and Atmospheric Administration)每6 h發(fā)布的GFS(the global forecast system)全球 1°×1°預(yù)報產(chǎn)品作為初始場和邊界場，垂直方向為26層，預(yù)報數(shù)據(jù)時間間隔為3 h，預(yù)報時效為0～240 h。實況數(shù)據(jù)采用蘭州中心氣象臺提供的甘肅河?xùn)|地區(qū)62個觀測站點(圖1)2015年7—8月逐日24 h累積降水和08時2 m溫度。

圖1 研究區(qū)域和站點分布

1.3 方法

根據(jù)模式的云微物理過程、邊界層參數(shù)化、積云參數(shù)化、陸面過程等物理過程選項，固定微物理過程WSM6類方案和積云對流KF方案，組合邊界層方案和陸面過程方案(表1)，綜合考慮高空要素、2 m溫度和降水，選出評分相對較高的組合作為最優(yōu)組合。其余物理參數(shù)化方案選取如下。

表1 GRAPES_Meso 8種組合方案

長波和短波輻射過程參數(shù)化方案分別選擇 RRTM 和Duhbia 方案，近地層方案選用 Monin_Obukhov 方案。邊界層有YSU方案和MRF方案兩種，陸面過程有SLAB方案、LSM方案、Noah方案和RUC方案四種，排列組合后形成8組組合方案，由于組合方案4和組合方案8(帶*)在回算過程中出現(xiàn)積分溢出導(dǎo)致模式結(jié)果異常，故不做分析。

在進(jìn)行模擬效果檢驗時，采用雙線性插值的方法將模式產(chǎn)品的格點值插值到相應(yīng)站點上，然后計算檢驗指標(biāo)進(jìn)行客觀檢驗(表2)。

表2 降水預(yù)報檢驗分類表

降水檢驗分小雨、中雨、大雨和暴雨4個級別進(jìn)行風(fēng)險TS評分、預(yù)報偏差和預(yù)報技巧。定義如下：

(1)

(2)

(3)

高空要素采用均方根誤差作為檢驗指標(biāo)，2 m氣溫檢驗采用絕對誤差和均方根誤差和預(yù)報誤差≤2 ℃的預(yù)報準(zhǔn)確率作為檢驗指標(biāo)[22-23]，具體的定義如下：

(4)

(5)

其中Fi為第i站(次)08時(北京時間)預(yù)報溫度，Oi為第i站(次)08時(北京時間)實況溫度，(Fi-Oi) 為第i站(次)預(yù)報誤差。Nr為預(yù)報正確的站(次)數(shù)，Nf為預(yù)報的總站(次)數(shù)。溫度預(yù)報準(zhǔn)確率的實際含義是溫度預(yù)報誤差≤2 ℃的準(zhǔn)確率。

2 高空要素對比

表3為500 hPa高空要素24 h預(yù)報和48 h預(yù)報檢驗均方根誤差。(1)500 hPa高度場。24 h預(yù)報組合方案6均方根誤差最小，組合方案2次之；48 h預(yù)報組合方案2均方根誤差最小，組合方案6次之；兩個預(yù)報時效中組合方案1的500 hPa高度場均方根誤差最大。(2)500 hPa溫度場。組合方案6的均方根誤差最小，組合方案2次之；24 h預(yù)報組合方案1均方根均方根誤差最大，48 h預(yù)報組合方案5的均方根誤差最大。(3)500 hPa風(fēng)場。組合方案6均方根誤差最小，組合方案2次之，組合方案1均方根均方根誤差最大。GRAPES_Meso模式對500 hPa高空要素24 h預(yù)報均方根誤差均小于48 h預(yù)報。對于500 hPa高空要素來說，組合方案6預(yù)報效果最好，組合方案2次之，組合方案1表現(xiàn)最差，即MRF方案為邊界層方案、陸面過程為LSM方案時，GRAPES_Meso模式對高空要素的預(yù)報效果最好。

表3 不同組合方案500 hPa 24 h、48 h高空要素預(yù)報均方根誤差

3 2 m氣溫對比

3.1 絕對誤差和均方根誤差

圖2為2015年7—8月08時2 m氣溫逐日檢驗的絕對誤差。不論24 h預(yù)報還是48 h預(yù)報，組合方案1和組合方案5的絕對誤差集中在1.5～2.5 ℃之間，明顯小于其它4種方案，且波動較小，尤其是在7月中下旬和8月中下旬時段。整體上來看2 m氣溫的絕對誤差24 h預(yù)報略小于48 h預(yù)報，組合方案5的絕對誤差相對最小，組合方案1次之，組合方案7絕對誤差最大。

圖2 不同組合方案2015年7—8月逐日2 m氣溫絕對誤差

圖3為2015年7—8月08時2 m氣溫檢驗逐日均方根誤差。24 h預(yù)報和48 h預(yù)報，組合方案1和組合方案5逐日均方根誤差在2～3.5 ℃之間，組合方案2、組合方案3和組合方案6的逐日均方根誤差主要集中在2.5～4.5 ℃，組合方案7逐日均方根誤差在2.5～5.5 ℃范圍內(nèi)。組合方案1和組合方案5的08時2 m氣溫逐日檢驗的均方根誤差整體呈減小趨勢，且起伏??；其余4種組合方案逐日均方根誤差整體呈增加趨勢，且波動較大，尤其是在7月中下旬和8月中下旬時段。整體上來看2 m氣溫的均方根誤差24 h預(yù)報略低于48 h預(yù)報，組合方案5的均方根誤差相對最小，組合方案1次之，組合方案7均方根誤差最大。

圖3 不同組合方案2015年7—8月逐日2 m氣溫均方根誤差

3.2 預(yù)報準(zhǔn)確率

從2015年7—8月逐日08時2 m氣溫預(yù)報誤差≤2 ℃的預(yù)報準(zhǔn)確率(圖4)可以看出：24小時預(yù)報，組合方案1和組合方案5逐日08時2 m氣溫預(yù)報誤差≤2 ℃的預(yù)報準(zhǔn)確率在55%以上，其余4種組合方案≤2 ℃的預(yù)報準(zhǔn)確率主要集中在20%～60%之間；48 h預(yù)報，組合方案1和組合方案5逐日08時2 m氣溫預(yù)報誤差≤2 ℃的預(yù)報準(zhǔn)確率在40%～70%之間，其余4種組合方案≤2 ℃的預(yù)報準(zhǔn)確率主要集中在20%～60%之間，組合方案7個別日期的預(yù)報準(zhǔn)確率在20%以下；模式對08時2 m氣溫預(yù)報效果24 h預(yù)報明顯優(yōu)于48 h預(yù)報，組合方案5表現(xiàn)最好，組合方案1次之，組合方案7預(yù)報準(zhǔn)確率最低。

2015年7—8月2 m氣溫的月平均絕對誤差、均方根誤差和預(yù)報準(zhǔn)確率(表略)表明：24 h預(yù)報的08時2 m氣溫，組合方案5絕對誤差最小(2.14 ℃)，組合方案1次之(2.17 ℃)，組合方案7最大(2.82 ℃)；組合方案5的均方根誤差也最小(2.74 ℃)，組合方案1次之(2.78 ℃)，組合方案7最大(3.45 ℃)；08時2 m氣溫預(yù)報誤差≤2 ℃的預(yù)報準(zhǔn)確率組合方案5最高(56.7%)，組合方案1次之(56.4%)，組合方案7最低(42.0%)；模式48 h對08時2 m氣溫的預(yù)報也是組合方案5表現(xiàn)最好。

圖4 不同組合方案2015年7—8月逐日2 m氣溫≤2 ℃預(yù)報準(zhǔn)確率

綜上所述，對于08時2 m氣溫的預(yù)報，組合方案5預(yù)報效果最好，即微物理過程為WSM6類方案、積云對流為 KF 方案、邊界層為 MRF方案、陸面過程為SLAB方案時對2 m氣溫的預(yù)報能力最好，其次是組合方案1，組合方案7預(yù)報效果最差。

4 降水對比

圖5為GRAPES_Meso模式預(yù)報不同等級降水的TS評分和技巧評分。24 h預(yù)報(圖5a)，小雨預(yù)報組合方案5 TS評分最高(44.2%)，組合方案1其次(43.9%)，組合方案6最低(42%)；中雨預(yù)報組合方案5和組合方案1預(yù)報效果最好，TS評分為9.5%，組合方案3其次(9.4%)，組合方案6最低(8.4%)；大雨預(yù)報組合方案5評分最高(2.3%)，組合方案3次之(1.8%)。技巧評分小雨、中雨和大雨各方案均為正值，說明均為正技巧，其中小雨技巧評分組合方案6最高，中雨和大雨技巧評分組合方案5相對較高；暴雨的技巧評分均為負(fù)值。

48 h預(yù)報(圖5b)，小雨預(yù)報組合方案5 TS評分最高(44.8%)，組合方案1其次(44.3%)，組合方案6最低(42.3%)；中雨預(yù)報組合方案1預(yù)報模擬效果最好，TS評分為7.4%，組合方案5其次(7.3%)，組合方案6和組合方案7最低(5.9%)；

圖5 不同組合方案2015年7—8月不同等級降水TS評分和技巧評分

大雨預(yù)報組合方案5評分最高(2.0%)，組合方案3次之(1.4%)。技巧評分小雨和中雨各方案均為正值，說明均為正技巧，其中小雨技巧評分組合方案5最高，中雨技巧評分組合方案1最高；組合方案3和組合方案6的大雨技巧評分為正值，其余四個方案為負(fù)值；組合方案5的暴雨技巧評分為正值，其余方案暴雨技巧評分均為負(fù)值。

圖6為2015年7—8月不同等級降水的預(yù)報偏差，其中預(yù)報偏差等于1代表預(yù)報最佳，大于1說明預(yù)報降水量偏多，小于1代表預(yù)報降水量比實況偏少。模式各組合方案24 h預(yù)報對小雨、中雨和暴雨預(yù)報偏多，其中中雨偏多明顯，對大雨預(yù)報偏少；48 h預(yù)報對小雨、中雨和大雨預(yù)報偏多，中雨和大雨偏多明顯，暴雨預(yù)報最接近1。組合方案5表現(xiàn)相對較好，組合方案1表現(xiàn)最差，其余4種方案差別不大。

圖6 不同組合方案2015年7—8月不同等級降水預(yù)報偏差

綜合2015年7—8月降水TS評分和技巧評分，不同等級降水的TS評分組合方案5相對較高，即微物理過程為WSM6類方案、積云對流為 KF 方案、邊界層為 MRF方案、陸面過程為SLAB方案時對不同等級降水模擬效果相對較好，組合方案1次之，組合方案6的降水TS評分相對較低；整體上組合方案5不同等級降水的技巧評分優(yōu)于其余5種方案。

5 結(jié)論

以GRAPES_Meso區(qū)域中尺度模式作為試驗?zāi)Ｊ?，固定微物理過程WSM6類方案和積云對流KF方案，選擇邊界層方案和陸面過程方案產(chǎn)生8個組合方案，其中6個組合方案可行，對甘肅河?xùn)|地區(qū)2015年7—8月的高空要素、2 m氣溫和降水進(jìn)行預(yù)報對比分析試驗。

(1)固定微物理過程為WSM6類方案和積云對流為KF方案后，邊界層方案為MRF方案、陸面過程為LSM方案時，數(shù)值模式對甘肅河?xùn)|地區(qū)500 hPa高空要素的預(yù)報效果最好。

(2)分析2 m氣溫的絕對誤差和預(yù)報準(zhǔn)確率，當(dāng)微物理過程為WSM6類方案、積云對流為 KF 方案、邊界層為 MRF方案、陸面過程為SLAB方案時，中尺度模式對2 m氣溫的預(yù)報能力最好。

(3)綜合降水TS評分和技巧評分，微物理過程為WSM6類方案、積云對流為 KF 方案、邊界層為 MRF方案、陸面過程為時SLAB方案對不同等級降水模擬效果最優(yōu)。