王卓寧 陳長勝 王鐵巖 程 琳

（1.白城市氣象局，吉林白城 137000；2.吉林省氣象科學(xué)研究所，吉林長春 130062；3.長白山氣象與氣候變化吉林省重點(diǎn)實(shí)驗(yàn)室，吉林長春 130062；4.池西區(qū)氣象局，吉林東崗 134504）

1 引言

自20 世紀(jì)80 年代以來， 數(shù)值預(yù)報(bào)及其產(chǎn)品在我國預(yù)報(bào)業(yè)務(wù)中開始加以應(yīng)用， 隨著數(shù)值預(yù)報(bào)產(chǎn)品的日益豐富， 現(xiàn)在更成為各級氣象部門制作服務(wù)產(chǎn)品的主要參考依據(jù)[1]。預(yù)報(bào)員對數(shù)值預(yù)報(bào)產(chǎn)品的釋用能力直接影響天氣預(yù)報(bào)的準(zhǔn)確率， 進(jìn)而影響氣象服務(wù)的質(zhì)量和效果。 對數(shù)值預(yù)報(bào)進(jìn)行檢驗(yàn)、分析和評估，可以幫助預(yù)報(bào)員進(jìn)一步理解數(shù)值預(yù)報(bào)產(chǎn)品的性能，充分發(fā)揮預(yù)報(bào)員的主觀能動性，從而提高預(yù)報(bào)準(zhǔn)確率，已經(jīng)被列為開展“研究型業(yè)務(wù)”主要任務(wù)之一。

東北冷渦是影響我國東北地區(qū)的切斷低壓系統(tǒng)[2]，是造成東北地區(qū)低溫冷害、持續(xù)性陰雨洪澇、突發(fā)性強(qiáng)對流等天氣[3]的主要天氣系統(tǒng)之一。東北冷渦一年四季均可發(fā)生，主要集中在夏季[4]，其中6 月份相對較多[5]。 東北冷渦與中尺度天氣系統(tǒng)有較明顯的關(guān)系[6]，冷渦降水具有多陣性、局地性、隱蔽性的特點(diǎn)， 這也使得冷渦降水預(yù)報(bào)一直是業(yè)務(wù)工作中的難點(diǎn)之一。 目前關(guān)于東北冷渦的氣候特征及其影響下的降水和強(qiáng)對流天氣特征已經(jīng)有了許多成果[7-10]；基于不同模式產(chǎn)品對冷渦形勢場和降水的預(yù)報(bào)能力同樣也有一些研究分析[11-12]。本文將以2019 年5—8 月6 次影響吉林省的冷渦天氣為對象，著重檢驗(yàn)歐洲中心高分辨率模式（EC-HR模式）對冷渦降水的預(yù)報(bào)效果，希望可以為今后的冷渦降水預(yù)報(bào)工作提供參考應(yīng)用。

2 資料與方法

根據(jù)東北冷渦天氣過程的定義[13]，結(jié)合日常預(yù)報(bào)工作實(shí)際情況（對冷渦生命史不做要求），利用歐洲氣象中心（ECMWF） 提供的ERA-Interim再分析資料， 識別并挑選2019 年5—8 月影響吉林省的冷渦天氣過程6 個，詳見表1。

文中實(shí)況資料采用各自動站逐小時降水觀測數(shù)據(jù)； 降水預(yù)報(bào)資料為EC-HR 數(shù)值模式前一日20 時資料為初始場的12 h—36 h 內(nèi)逐3 h 降水量預(yù)報(bào)。 運(yùn)用集合統(tǒng)計(jì)和晴雨正確率檢驗(yàn)等方法對冷渦影響期間08—08 時降水效果進(jìn)行檢驗(yàn)。

3 EC-HR 對冷渦降水過程的檢驗(yàn)

3.1 累計(jì)降水預(yù)報(bào)效果檢驗(yàn)

將上述6 個冷渦天氣過程的累計(jì)降水量與對應(yīng)的EC-HR 數(shù)值模式預(yù)報(bào)降水量對比分析發(fā)現(xiàn)：針對以上6 場冷渦天氣過程EC-HR 數(shù)值模式預(yù)報(bào)35 mm 以上降水落區(qū)有一定指示意義。

針對過程一而言，實(shí)況降水存在兩個大值區(qū)，一是位于吉林省中西部，最大值位于四平地區(qū)，量級達(dá)70 mm 以上； 另一區(qū)域位于東部延邊地區(qū)，降水量在35 mm 以上（圖1a）。 模式預(yù)報(bào)結(jié)果上（圖1b），較好地反映了2 個大值區(qū)，但吉林省中西部降水大值中心預(yù)報(bào)位置較實(shí)況偏北， 量級偏大；中部相對偏少；東部表征較好；東南部量級略偏大。

就過程二而言，實(shí)況降水存在兩個大值中心，分別位于長春、吉林地區(qū)北部和延邊東部，二者量級都在35 mm 以上（圖1c）。 模式對于長春、吉林地區(qū)北部的降水中心位置預(yù)報(bào)較好， 量級預(yù)報(bào)偏大；對吉林省東部地區(qū)降水的預(yù)報(bào)結(jié)果同樣偏大；對于白城地區(qū)降水量預(yù)報(bào)偏?。▓D1d）。

對比過程三中實(shí)況與模式結(jié)果發(fā)現(xiàn)：實(shí)況降水存在兩個大值中心，分別位于吉林地區(qū)和東部山區(qū)（圖1e）； 模式未能預(yù)報(bào)出吉林地區(qū)50 mm 以上降水中心，對西部地區(qū)降水量級預(yù)報(bào)偏大，但對于東部山區(qū)降水落區(qū)和量級表征效果較好（圖1f）。

分析過程四實(shí)況和模式預(yù)報(bào)結(jié)果發(fā)現(xiàn)： 實(shí)況降水存在三個降水大值中心，分別位于白城北部、白山南部和延邊北部，三者量級都在35 mm 以上（圖1g）；模式預(yù)報(bào)結(jié)果方面，位于白山和延邊地區(qū)的降水大值中心預(yù)報(bào)較實(shí)況相比略偏東， 量級上較接近， 但模式未能預(yù)報(bào)出白城北部的降水中心（圖1h）。

分析過程五實(shí)況和模式預(yù)報(bào)結(jié)果發(fā)現(xiàn)： 本次過程僅對中西部地區(qū)有影響， 白城地區(qū)存在兩個35 mm 以上的降水大值中心（圖1i）；從模式預(yù)報(bào)結(jié)果上看（圖1j），未能預(yù)報(bào)出白城地區(qū)的降水中心，對于松原和長春地區(qū)的降水量預(yù)報(bào)偏大。

過程六實(shí)況降水存在4 個大值區(qū)， 分別位于四平地區(qū)、 吉林到遼源一線、 白山南部和延邊東部，量級均在35 mm 以上（圖1k）。 從模式預(yù)報(bào)結(jié)果上看（圖1m），模式正確預(yù)報(bào)出了位于四平和延邊東部的降水大值中心； 漏報(bào)白山南部的降水中心；量級上模式預(yù)報(bào)整體偏大。

3.2 降水階段性的預(yù)報(bào)效果檢驗(yàn)

考慮到冷渦降水的陣性和不連續(xù)性特點(diǎn)，為了進(jìn)一步檢驗(yàn)?zāi)Ｊ结槍ι鲜隼錅u降水的預(yù)報(bào)效果，分別選取吉林省不同區(qū)域的白城、松原、長春、吉林、通化和延吉，并以該6 個站作為代表站，將降水分成不同的階段， 統(tǒng)計(jì)了2019 年5—8 月6次冷渦天氣過程中各站的降水階段和持續(xù)時間，并進(jìn)一步分析逐3 小時預(yù)報(bào)的晴雨預(yù)報(bào)準(zhǔn)確率（表2）和預(yù)報(bào)過程正確的起始時間誤差（圖2）。為方便檢驗(yàn)分析， 根據(jù)單站的逐3 h 降水量資料對單站的一次冷渦降水階段給出如下劃分標(biāo)準(zhǔn)：若相鄰的兩次降水時間間隔不足3 h，劃歸為一次冷渦降水階段；如間隔達(dá)3 h 或以上，則分屬兩次降水階段。

分析發(fā)現(xiàn)， 平均每次冷渦天氣大概有4 次左右降水階段，每個過程降水持續(xù)時間差異較大，短至3 h， 長至24 h 以上，3 h 和6 h 的降水過程較多。 分析各站逐3 h 晴雨預(yù)報(bào)準(zhǔn)確率發(fā)現(xiàn)，6 個代表站的準(zhǔn)確率均超過70%。 其中松原站最高，為79.54%，其次是白城站，為77.84%；延吉和長春站較低，分別為73.30%、70.45%。 從預(yù)報(bào)的正確率來看，模式預(yù)報(bào)效果不夠理想，中部和西部預(yù)報(bào)效果相對比較好，東部較差，這都體現(xiàn)了模式在預(yù)報(bào)冷渦陣性、 對流性降水方面還存在一定的系統(tǒng)性誤差， 這可能與模式處理次網(wǎng)格降水的積云參數(shù)化方案有關(guān)，需要在實(shí)際業(yè)務(wù)中進(jìn)行有效訂正。

圖1 過程一至過程六累計(jì)降水量實(shí)況（a、c、e、g、i、k）和對應(yīng)的EC-HR 模式預(yù)報(bào)（b、d、f、h、j、m）

從漏報(bào)來看， 平均每次冷渦天氣每個地區(qū)大概只有不到1 次降水階段漏報(bào)。漏報(bào)多為持續(xù)3 h、6 h 的降水階段，其中3 h 有15 次，占漏報(bào)總數(shù)的59%， 僅白城站存在一次12 h 較長降水階段的漏報(bào)。 單站漏報(bào)情況方面， 白城站漏報(bào)較多， 約有24%的過程漏報(bào)，其他5 站漏報(bào)率均在20%以下，松原、吉林站都僅漏報(bào)一個降水階段。

表2 EC-HR 模式對2019 年5—8 月冷渦降水階段預(yù)報(bào)效果檢驗(yàn)結(jié)果

針對空報(bào)的過程， 平均每次冷渦天氣每個地區(qū)大概有3 次左右降水階段空報(bào)。 空報(bào)過程同樣多為3 h、6 h 的短階段。 其中，3 h 的空報(bào)最多，共計(jì)64 次，占空報(bào)總數(shù)的54%；其次是6 h 的空報(bào)，占空報(bào)總數(shù)的26%； 另有10 次12 h 及以上長階段空報(bào)，占總空報(bào)次數(shù)的9.5%。 從單站空報(bào)來看，白城站約有三分之一的降水階段空報(bào)， 吉林站空報(bào)次數(shù)與正確次數(shù)相接近， 其他4 站空報(bào)次數(shù)明顯多于正確次數(shù)。

計(jì)算正確預(yù)報(bào)各階段的預(yù)報(bào)起始時間誤差發(fā)現(xiàn)（圖2），大多數(shù)階段模式起報(bào)時間提前于實(shí)況，其誤差基本在6 h 以內(nèi)。 但起報(bào)時間誤差的差異較大，從提前15 h 以上至延后5 h 以上，進(jìn)一步凸顯冷渦降水的突發(fā)性、復(fù)雜性，實(shí)際業(yè)務(wù)中要結(jié)合多種環(huán)境要素進(jìn)行訂正應(yīng)用。 從單站起報(bào)時間誤差發(fā)現(xiàn)， 長春和松原站模式起報(bào)時間完全提前于實(shí)況，其余4 站模式起報(bào)時間多數(shù)提前于實(shí)況，這一結(jié)果也符合模式次網(wǎng)格降水積云參數(shù)化方案的特點(diǎn)。從起報(bào)時間誤差波動情況來看，長春站起報(bào)時間誤差波動相對較小，其次是吉林和通化站，其后為松原站，白城和延吉站相對波動較大，這也反映了冷渦不同區(qū)域的對流觸發(fā)機(jī)制可能存在不同，模式對中小尺度系統(tǒng)的觸發(fā)很難把握。

3.3 降水強(qiáng)度預(yù)報(bào)效果檢驗(yàn)

分別選取吉林省不同區(qū)域的白城、 松原、長春、吉林、通化和延吉，并以該6 個地區(qū)作為代表地區(qū)， 針對模式預(yù)報(bào)結(jié)果的區(qū)域平均值和最大值進(jìn)行檢驗(yàn)。

分析不同區(qū)域降水量平均值發(fā)現(xiàn)，6 次冷渦過程在不同區(qū)域平均降水量差距不大， 平均降水量多在5 mm 以下， 說明冷渦降水時空分布上多局地性、突發(fā)性，降水梯度較大。 通過對比降水實(shí)況區(qū)域平均值和模式預(yù)報(bào)的結(jié)果發(fā)現(xiàn)（圖3a），模式預(yù)報(bào)與實(shí)況的過程區(qū)域平均降水量分布較相似，也反映出了與實(shí)況相同的降水區(qū)域分布特征。分析單次過程實(shí)況與模式預(yù)報(bào)的差異得出 （圖3b），誤差大都在2 mm 以內(nèi)，說明模式區(qū)域平均降水預(yù)報(bào)能力較強(qiáng)，比較有參考價值。單站區(qū)域平均值預(yù)報(bào)誤差分布上，松原、吉林和延邊地區(qū)誤差分布較小，預(yù)報(bào)效果較好；白城、長春和通化地區(qū)誤差分布較廣，預(yù)報(bào)效果相對較差。分析單站區(qū)域平均值誤差得出，西部白城、松原地區(qū)大多數(shù)情況下實(shí)況平均降水量小于模式預(yù)報(bào)量；中部長春、吉林地區(qū)與西部地區(qū)相反；東部通化、延邊地區(qū)模式預(yù)報(bào)的平均降水量偏多和偏少過程各占一半。 說明模式平均降水量預(yù)報(bào)上，西部偏大，中部偏小，東部模式平均降水量預(yù)報(bào)特征不顯著。

圖2 EC-HR 模式預(yù)報(bào)過程正確時起始時間誤差

分析不同區(qū)域降水量的最大值發(fā)現(xiàn)，6 次冷渦過程在不同區(qū)域最大降水量差距較大， 最少僅為1 mm 左右，最多則可達(dá)到75 mm 以上，說明冷渦降水性質(zhì)較復(fù)雜， 既有穩(wěn)定性降水， 也有混合性、對流性降水。 中部長春、吉林地區(qū)過程最大降水量最高，西部和東部相比較低。經(jīng)過對比降水實(shí)況區(qū)域平均值和模式預(yù)報(bào)的結(jié)果發(fā)現(xiàn)（圖4a），模式對最大降水量的預(yù)報(bào)整體偏小。 分析單站區(qū)域最大值誤差分布得出（圖4b），延邊地區(qū)差值分布區(qū)間較小，其次是白城地區(qū)，再次為通化地區(qū)，長春和吉林地區(qū)相對較大。 說明模式最大降水量預(yù)報(bào)效果上，西部和東部較好，中部地區(qū)相對較差。

需要指出的是， 由于自動站觀測資料中不包含微量降水，及缺乏有效的質(zhì)量控制，因此可能在晴雨正確率、空報(bào)、起始時間誤差和區(qū)域平均值、最大值等方面都對檢驗(yàn)結(jié)果有一定的影響， 檢驗(yàn)的結(jié)果可看作最低限度的確率。從上述分析來看，EC-HR 數(shù)值模式對于冷渦降水的時間上多陣性、間歇性，空間上多分散性的特征雖有一定誤差，但仍具有較好的指示意義。

圖3 EC-HR 預(yù)報(bào)和實(shí)況區(qū)域平均降水量（a）及實(shí)況較EC-HR 預(yù)報(bào)區(qū)域平均降水量差異（b）

圖4 EC-HR 預(yù)報(bào)和實(shí)況區(qū)域最大降水量（a）及實(shí)況較EC-HR 預(yù)報(bào)區(qū)域最大降水量差異（b）

4 結(jié)語

本文利用自動站逐小時降水資料和EC-HR數(shù)值模式預(yù)報(bào)結(jié)果， 檢驗(yàn)了2019 年5—8 月東北冷渦背景下該模式對吉林省降水的預(yù)報(bào)效果，EC-HR 模式的冷渦天氣過程累計(jì)降水預(yù)報(bào)、降水階段性預(yù)報(bào)和降水強(qiáng)度預(yù)報(bào)都有較高的參考價值。

（1） 從過程累計(jì)降水預(yù)報(bào)來看，EC-HR 模式除對過程三的降水預(yù)報(bào)偏差稍大之外， 其余5 次冷渦過程的降水落區(qū)預(yù)報(bào)相比較好， 預(yù)報(bào)與實(shí)況較接近。 對于35 mm 以上降水，EC-HR 數(shù)值模式預(yù)報(bào)落區(qū)有一定指示意義，但量級偏大。

（2）EC-HR 模式預(yù)報(bào)逐3 h 晴雨準(zhǔn)確率在吉林省的6 個代表地區(qū)均達(dá)到了70%以上， 西部較高，東部和中部較低。 正確率預(yù)報(bào)能力上，中部和西部預(yù)報(bào)效果較好，東部較差。漏報(bào)和空報(bào)多為降水持續(xù)時間較短的階段。 大多數(shù)情況下模式起報(bào)時間提前于實(shí)況，誤差多在6 h 以內(nèi)。

（3）模式平均降水預(yù)報(bào)能力較強(qiáng)，比較有參考價值，西部偏多、中部偏少。 模式最大降水量的預(yù)報(bào)整體偏小，預(yù)報(bào)效果西部和東部較好，中部地區(qū)相對較差。

（4） 本文的檢驗(yàn)工作僅限于2019 年5—8 月的6 次影響吉林省的冷渦天氣過程， 由于樣本有限的原因，檢驗(yàn)結(jié)果可能包含一定的偶然性。這些問題都需要在以后的工作中不斷改進(jìn)總結(jié)， 提升對數(shù)值預(yù)報(bào)產(chǎn)品的理解， 進(jìn)而提高氣象服務(wù)的質(zhì)量和效果。