潘留杰 薛春芳 張宏芳 高星星 梁 綿 王建鵬 劉嘉慧敏

1 陜西省氣象臺(tái)，西安 710014 2 陜西省氣象局·秦嶺和黃土高原生態(tài)環(huán)境氣象重點(diǎn)實(shí)驗(yàn)室，西安 710014 3 陜西省氣象局，西安 710014 4 陜西省氣象服務(wù)中心，西安 710014

提 要：網(wǎng)格降水的預(yù)報(bào)準(zhǔn)確率是精細(xì)化天氣預(yù)報(bào)業(yè)務(wù)的核心問(wèn)題。利用多家數(shù)值模式和國(guó)家氣象中心逐3 h網(wǎng)格降水預(yù)報(bào)指導(dǎo)產(chǎn)品，以格點(diǎn)降水實(shí)況分析資料為參照，在客觀評(píng)估模式表現(xiàn)的基礎(chǔ)上，提出多模式和網(wǎng)格降水預(yù)報(bào)產(chǎn)品融合的降水預(yù)報(bào)釋用方法。研究表明：給定降水閾值，不同降水產(chǎn)品的預(yù)報(bào)性能有顯著差異，存在預(yù)報(bào)表現(xiàn)好的降水產(chǎn)品漏報(bào)，而其他降水產(chǎn)品命中的情況；對(duì)確定性單模式來(lái)說(shuō)，在降水檢驗(yàn)閾值給定的條件下，預(yù)報(bào)降水量超出閾值越大，其空?qǐng)?bào)的可能性越低。檢驗(yàn)三種降水產(chǎn)品72 h時(shí)效內(nèi)逐3 h降水量，晴雨預(yù)報(bào)的降水漏報(bào)次數(shù)明顯低于空?qǐng)?bào)次數(shù)，基于該特性，可以利用不同模式未預(yù)報(bào)降水的格點(diǎn)來(lái)消除空?qǐng)?bào)。以檢驗(yàn)為基礎(chǔ)，選用前期表現(xiàn)好的降水預(yù)報(bào)為背景場(chǎng)，使用高閾值融合滿足條件的其他強(qiáng)降水預(yù)報(bào)產(chǎn)品，使用低閾值消除弱降水空?qǐng)?bào)?；厮惚砻?，相對(duì)背景場(chǎng)，該方法可以同時(shí)提高強(qiáng)降水的TS評(píng)分和晴雨預(yù)報(bào)準(zhǔn)確率。

引 言

數(shù)值預(yù)報(bào)是現(xiàn)代天氣預(yù)報(bào)業(yè)務(wù)的基礎(chǔ)，然而由于模式動(dòng)力框架、物理過(guò)程還不能完全描述大氣的真實(shí)狀態(tài)，觀測(cè)和計(jì)算等誤差往往導(dǎo)致模式預(yù)報(bào)與理想值發(fā)生偏離，模式結(jié)果特別是降水還不能直接為預(yù)報(bào)業(yè)務(wù)所使用。

針對(duì)模式降水預(yù)報(bào)釋用，宏觀上來(lái)說(shuō)，包括預(yù)報(bào)員主觀分析和模式輸出統(tǒng)計(jì)后處理(MOS)兩種方法。已有的模式輸出統(tǒng)計(jì)后處理研究工作中，根據(jù)采用模式預(yù)報(bào)產(chǎn)品的數(shù)量可以分為單模式降水釋用和集合預(yù)報(bào)或多模式降水集成(陳圣劼等，2019；羅玲等，2019)。集成方式可以是基于一個(gè)集合預(yù)報(bào)系統(tǒng)采用不同擾動(dòng)方法獲得的成員預(yù)報(bào)，也可以是不同模式的確定性預(yù)報(bào)產(chǎn)品。以往的單模式釋用研究工作中，張宏芳等(2014；2017)通過(guò)調(diào)整閾值研究了能夠提高ECMWF、日本模式降水預(yù)報(bào)評(píng)分的訂正方法；李俊等(2014)針對(duì)AREM模式降水預(yù)報(bào)，開(kāi)展了基于面積匹配的降水偏差訂正試驗(yàn)；李莉和朱躍建(2006)采用頻率匹配方法對(duì)T213模式進(jìn)行降水預(yù)報(bào)訂正；其他方面還包括分等級(jí)降水偏差訂正(孫靖等，2015)和最優(yōu)降水評(píng)分(吳啟樹(shù)等，2017)等研究。在集合或多模式降水集成方面，發(fā)展了超級(jí)集合變權(quán)集成方法(嚴(yán)明良等，2008)、滑動(dòng)訓(xùn)練期消除偏差集合平均(智協(xié)飛等，2013)、集合動(dòng)力因子暴雨實(shí)驗(yàn)(高守亭等，2013)、預(yù)報(bào)分量多個(gè)模式誤差訂正后再集合(鄭志海等，2012)、貝葉斯集合降水概率預(yù)報(bào)(韓焱紅等，2013)、時(shí)間滯后集合訂正技術(shù)(唐文苑和鄭永光，2019)等一系列客觀方法。這些方法在消除模式系統(tǒng)性偏差、提高降水預(yù)報(bào)表現(xiàn)方面貢獻(xiàn)顯著。

精細(xì)化網(wǎng)格預(yù)報(bào)是目前天氣預(yù)報(bào)的主推業(yè)務(wù)和發(fā)展方向，而降水在精細(xì)化網(wǎng)格預(yù)報(bào)產(chǎn)品中最為重要。與傳統(tǒng)站點(diǎn)預(yù)報(bào)不同，精細(xì)化網(wǎng)格預(yù)報(bào)時(shí)空分辨率高、計(jì)算量巨大，以往的單模式客觀降水釋用方法無(wú)法獲得其他模式的優(yōu)點(diǎn)，釋用技巧受模式本身預(yù)報(bào)性能的瓶頸限制。傳統(tǒng)多模式集成或集合有可能平滑掉天氣過(guò)程中的異常信號(hào)，特別是在成員過(guò)多的情況下，確定每個(gè)格點(diǎn)上成員的權(quán)重系數(shù)變得十分復(fù)雜。正是由于這些原因，本文提出多模式和網(wǎng)格降水預(yù)報(bào)產(chǎn)品(以下簡(jiǎn)稱多種降水預(yù)報(bào)產(chǎn)品)的網(wǎng)格降水預(yù)報(bào)融合釋用方法(以下簡(jiǎn)稱融合方法)。從原理上來(lái)說(shuō)，凡是使用了多個(gè)模式或集合成員得到的確定性降水預(yù)報(bào)都可以稱之為集成預(yù)報(bào)。本文將其稱之為多種降水產(chǎn)品融合的網(wǎng)格降水預(yù)報(bào)釋用方法，一方面是因?yàn)榕c傳統(tǒng)集成不同，這種方法不涉及復(fù)雜的權(quán)重計(jì)算，另一方面，該方法從海量模式產(chǎn)品中獲取可能正確的預(yù)報(bào)結(jié)果，所用的降水產(chǎn)品的個(gè)數(shù)越多越有利于提高降水預(yù)報(bào)質(zhì)量。

1 數(shù)據(jù)資料

實(shí)況采用國(guó)家氣象信息中心降水格點(diǎn)分析場(chǎng)，有研究表明該資料能夠很好地表現(xiàn)觀測(cè)降水的實(shí)際分布(沈艷等，2013)。資料時(shí)段為2018年5月1日00 UTC至2019年10月31日00 UTC，時(shí)間分辨率為逐小時(shí)，空間分辨率為0.05°×0.05°。模式數(shù)據(jù)為同時(shí)期每日00 UTC下發(fā)的歐洲中期天氣預(yù)報(bào)中心(ECMWF)高分辨率降水預(yù)報(bào)、中國(guó)氣象局自主研發(fā)的GRAPES-Meso和美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(NCEP)降水預(yù)報(bào)。同時(shí)使用了國(guó)家氣象中心精細(xì)化網(wǎng)格降水預(yù)報(bào)指導(dǎo)產(chǎn)品(SCMOCG)。預(yù)報(bào)資料選取的時(shí)效為前72 h，為了計(jì)算方便，空間分辨率統(tǒng)一插值成與格點(diǎn)分析場(chǎng)一致。研究范圍選定為秦嶺及周邊區(qū)域，經(jīng)緯度為31°～40°N、103°～113°E。文中所有時(shí)間均采用世界時(shí)。

2 方法的導(dǎo)出

2.1 模式檢驗(yàn)事實(shí)

數(shù)值模式是天氣預(yù)報(bào)業(yè)務(wù)的支撐產(chǎn)品，對(duì)大多數(shù)業(yè)務(wù)用戶來(lái)說(shuō)，了解模式的物理過(guò)程或參數(shù)化方案，進(jìn)而對(duì)模式本身提出改進(jìn)，往往難以企及，特別是針對(duì)國(guó)外的一些數(shù)值模式時(shí)更是如此。但通過(guò)應(yīng)用或者檢驗(yàn)，用戶可以把握模式的預(yù)報(bào)性能或者系統(tǒng)性規(guī)律(潘留杰等，2017)。事實(shí)上，檢驗(yàn)是認(rèn)知模式最直接也最有效的方法。因此，本文首先給出模式檢驗(yàn)的一些基本事實(shí)，使用慣常的檢驗(yàn)評(píng)分，包括預(yù)報(bào)準(zhǔn)確率ACC(accuracy)、TS(Threat Score)評(píng)分，公式如下：

(1)

(2)

此外，將空?qǐng)?bào)的次數(shù)與觀測(cè)超過(guò)閾值次數(shù)的比值定義為失敗率FR(Fail Ratio)：

(3)

式中：A為正確預(yù)報(bào)超過(guò)閾值的降水次數(shù)；B為漏報(bào)的次數(shù)；C為空?qǐng)?bào)的次數(shù)；D為正確預(yù)報(bào)降水未超過(guò)閾值的次數(shù)。

文中統(tǒng)一用“F”代表預(yù)報(bào)，“O”代表觀測(cè)，F(xiàn)e、Fn、Fg、Fs、Ff分別表示ECMWF、NCEP、GRAPES-Meso、指導(dǎo)預(yù)報(bào)SCMOCG和融合方法的降水預(yù)報(bào)，無(wú)特別交代，均表示3 h降水。為了便于說(shuō)明模式檢驗(yàn)中的問(wèn)題，假定漏報(bào)F≥2.0 mm的降水會(huì)對(duì)公眾產(chǎn)生較大影響，將強(qiáng)降水閾值設(shè)定為F≥2.0 mm，晴雨檢驗(yàn)中降雨的標(biāo)準(zhǔn)設(shè)定為F≥0.1 mm。實(shí)際業(yè)務(wù)計(jì)算時(shí)采用的閾值可以根據(jù)需求和檢驗(yàn)結(jié)果設(shè)定。需要說(shuō)明的是，檢驗(yàn)結(jié)果為研究時(shí)段內(nèi)每日00 UTC起報(bào)的未來(lái)72 h內(nèi)的逐3 h預(yù)報(bào)評(píng)分。圖1給出了ECMWF和NCEP預(yù)報(bào)F≥2.0 mm的命中和漏報(bào)次數(shù)，其定義分別為，命中：F≥2.0 mm，O≥2.0 mm的次數(shù)；漏報(bào)：F<2.0 mm，O≥2.0 mm的次數(shù)。從命中次數(shù)來(lái)看，ECMWF(圖1a)和NCEP(圖1b)命中大值區(qū)的空間分布基本一致，但ECMWF的命中次數(shù)遠(yuǎn)高于NCEP，在整個(gè)研究區(qū)域內(nèi)，ECMWF和NCEP的平均命中次數(shù)分別為23.8次和13.1次，網(wǎng)格點(diǎn)上的命中次數(shù)差值最大達(dá)52次。分析一家模式命中另一家模式漏報(bào)的情況，發(fā)現(xiàn)當(dāng)ECMWF命中時(shí)，NCEP存在大量的漏報(bào)(圖1c)，特別是在研究區(qū)域的西南角——陜西與四川交界處，網(wǎng)格點(diǎn)上漏報(bào)次數(shù)最大達(dá)87次；相反，盡管NCEP模式的命中次數(shù)表現(xiàn)相對(duì)較差(圖1b)，但當(dāng)NCEP命中時(shí)，ECMWF也存在漏報(bào)(圖1d)，最大漏報(bào)次數(shù)超過(guò)35次，且漏報(bào)次數(shù)大值區(qū)相對(duì)分散，分布規(guī)律性差。

檢驗(yàn)預(yù)報(bào)和觀測(cè)降水量閾值不一致的情況，可以發(fā)現(xiàn)當(dāng)Fe≥3.0 mm，O≥2.0 mm時(shí)(圖1e)，空間平均失敗率為0.841。改變閾值，當(dāng)Fe≥5.0 mm，O≥2.0 mm時(shí)(圖1f)，失敗率大幅度降低，平均值為0.371，較Fe≥3.0 mm時(shí)減少55.9%。分析發(fā)現(xiàn)降水量超出檢驗(yàn)閾值越大，降水空?qǐng)?bào)降低越明顯，失敗率越低，這種情況不僅在ECMWF模式中存在，而且在本文所涉及到的NCEP、GRAPES-Meso模式和SCMOCG指導(dǎo)產(chǎn)品都有這種現(xiàn)象。

圖1 2018年5月1日至2019年10月31日ECMWF和NCEP模式的3 h降水量的預(yù)報(bào)表現(xiàn)

圖2給出了限定條件下ECMWF模式的降水預(yù)報(bào)表現(xiàn)。以ECMWF模式為比較對(duì)象，是由于普遍認(rèn)為其預(yù)報(bào)較好(孫靖等，2015)。圖中顯示，ECMWF對(duì)弱降水存在顯著的空?qǐng)?bào)，而NCEP和SCMOCG對(duì)空?qǐng)?bào)有顯著的抑制作用，當(dāng)0.1 mm≤Fe<2.0 mm時(shí)，NCEP消除ECMWF空?qǐng)?bào)的次數(shù)區(qū)域平均為156.2次，網(wǎng)格點(diǎn)上的最大次數(shù)為621次(圖2a)；SCMOCG消除ECMWF空?qǐng)?bào)次數(shù)網(wǎng)格點(diǎn)上最大為431次，平均為133.7次(圖2b)，與NCEP模式相比，兩者消除空?qǐng)?bào)(以下簡(jiǎn)稱為消空)次數(shù)大值區(qū)的整體形態(tài)一致，但在具體的某次降水過(guò)程中，消空的情況存在較大差異，在NCEP或SCMOCG降水量F<0.1 mm的條件下(圖2c)，消空的次數(shù)并不是圖2a和2b中網(wǎng)格點(diǎn)上最大值，而是更高。事實(shí)上，NCEP和SCMOCG兩者同時(shí)消空的次數(shù)空間平均上只有93.7次(圖2d)，遠(yuǎn)小于NCEP或SCMOCGF<0.1 mm情況下的196.2次，可能的原因是兩種產(chǎn)品同時(shí)預(yù)報(bào)無(wú)降水的重疊網(wǎng)格點(diǎn)較少，其他格點(diǎn)上預(yù)報(bào)結(jié)論不一致，這也是通過(guò)檢驗(yàn)再次判別，開(kāi)展多種降水產(chǎn)品融合訂正的一個(gè)出發(fā)點(diǎn)。

NCEP或SCMOCG在消除ECMWF模式空?qǐng)?bào)的同時(shí)，也可能減少ECMWF模式原本正確預(yù)報(bào)的次數(shù)，而使ECMWF出現(xiàn)漏報(bào)。從漏報(bào)的次數(shù)來(lái)看，當(dāng)NCEP或SCMOCG降水量F<0.1 mm時(shí)(圖2e)，0.1 mm≤Fe<2.0 mm漏報(bào)次數(shù)空間平均為61次，遠(yuǎn)小于其消空的次數(shù)(圖2c)，而且利用NCEP和SCMOCG降水量同時(shí)小于0.1mm限定時(shí)(圖2f)，出現(xiàn)漏報(bào)的次數(shù)就會(huì)更少。整體表明，ECMWF模式預(yù)報(bào)降水量在0.1～2.0 mm時(shí)，如果其他降水產(chǎn)品未預(yù)報(bào)降水，則認(rèn)定為無(wú)降水，可以提高晴雨預(yù)報(bào)準(zhǔn)確率。

圖2 不同限定條件下ECMWF的弱降水(0.1 mm≤Fe<2.0 mm)預(yù)報(bào)次數(shù)

2.2 方法原理

從上節(jié)檢驗(yàn)結(jié)果中，可以發(fā)現(xiàn)三個(gè)基本的事實(shí)：(1)不同降水產(chǎn)品的預(yù)報(bào)性能存在差異，即使是檢驗(yàn)評(píng)分較好的預(yù)報(bào)，相對(duì)其他產(chǎn)品，也可能在某些情況下出現(xiàn)空?qǐng)?bào)或者漏報(bào)，一般來(lái)說(shuō)，弱降水以空?qǐng)?bào)為主，而強(qiáng)降水的空?qǐng)?bào)和漏報(bào)同時(shí)存在。(2)同一個(gè)降水產(chǎn)品，給定檢驗(yàn)閾值，當(dāng)預(yù)報(bào)的降水量超過(guò)閾值越大，則空?qǐng)?bào)的可能性越小，失敗率越低。(3)利用其他產(chǎn)品對(duì)前期檢驗(yàn)評(píng)分較好的降水產(chǎn)品中的弱降水進(jìn)行消空，可以在犧牲較小漏報(bào)的情況下，大大減少空?qǐng)?bào)，提高晴雨預(yù)報(bào)準(zhǔn)確率。

基于檢驗(yàn)基本事實(shí)，圖3給出了多種降水產(chǎn)品融合的網(wǎng)格降水預(yù)報(bào)釋用方法概念示意圖。格點(diǎn)降水量以Fi,j來(lái)表示，i表示橫坐標(biāo)，j表示縱坐標(biāo)。假定ECMWF模式的降水預(yù)報(bào)為通過(guò)前期檢驗(yàn)的最優(yōu)預(yù)報(bào)(圖3a)，則選擇其為背景場(chǎng)，當(dāng)NCEP(圖3b)和SCMOCG(圖3c)與背景場(chǎng)出現(xiàn)分歧，背景場(chǎng)某個(gè)網(wǎng)格點(diǎn)上F<5.0 mm，而Fn或Fs≥5.0 mm，進(jìn)行高閾值融合。具體做法為：根據(jù)前期檢驗(yàn)結(jié)果對(duì)NCEP和SCMOCG設(shè)定一個(gè)降水量高閾值(假定其分別為Fn≥11.0 mm，F(xiàn)s≥9.0 mm)，在高閾值條件下，NCEP或SCMOCG的預(yù)報(bào)失敗率低于0.2或更低，則以5.0 mm將其融合到背景場(chǎng)中。示意圖中NCEP在高閾值融合條件下沒(méi)有符合條件的格點(diǎn)(圖3d)，SCMOCG預(yù)報(bào)F3,2達(dá)到標(biāo)準(zhǔn)，F(xiàn)3,3未達(dá)到標(biāo)準(zhǔn)(圖3e)，則只需融合F3,2格點(diǎn)。完成高閾值融合之后，針對(duì)背景場(chǎng)預(yù)報(bào)的弱降水，進(jìn)行低閾值消空。假定消空的標(biāo)準(zhǔn)為0.5 mm，當(dāng)背景場(chǎng)降水量小于0.5 mm，其他產(chǎn)品未預(yù)報(bào)降水，且該產(chǎn)品在給定格點(diǎn)上的晴雨預(yù)報(bào)準(zhǔn)確率高于80%，將其消空，不預(yù)報(bào)降水。圖3a中F2,2格點(diǎn)降水量為0.5 mm，NCEP在F2,2格點(diǎn)未預(yù)報(bào)降水，滿足消空條件，根據(jù)算法去掉背景場(chǎng)中網(wǎng)格點(diǎn)F2,2的降水，最終結(jié)果為圖3f。

圖3 多種降水產(chǎn)品融合的網(wǎng)格降水預(yù)報(bào)釋用方法概念示意圖(填色代表降水量)

通過(guò)高閾值融合和低閾值消空形成預(yù)報(bào)產(chǎn)品，納入逐日檢驗(yàn)，如果評(píng)分降低，則根據(jù)檢驗(yàn)結(jié)果重新調(diào)整高、低閾值。

3 效果檢驗(yàn)

3.1 3 h統(tǒng)計(jì)回算

回算2018年5月1日至2019年10月31日整個(gè)研究時(shí)段融合方法的預(yù)報(bào)表現(xiàn)，結(jié)果如圖4所示。需要說(shuō)明的是，就融合方法來(lái)說(shuō)，加入的降水產(chǎn)品越多，越有利提高預(yù)報(bào)性能，但為了表述方便，仍選取ECMWF、NCEP和SCMOCG三種降水產(chǎn)品。高閾值融合、低閾值消空分別設(shè)為F≥2.0 mm和F≤0.5 mm。事實(shí)上，不同的模式其閾值可能會(huì)有一些差異，實(shí)際業(yè)務(wù)中通過(guò)動(dòng)態(tài)檢驗(yàn)不同模式的預(yù)報(bào)表現(xiàn)，得出不同模式的融合閾值，會(huì)更有利于提高方法的釋用效果。

圖中顯示，ECMWF(圖4a)在陜西南部、甘肅中南部、四川北部、內(nèi)蒙古中部有較好的表現(xiàn)，F(xiàn)≥2.0 mm 單個(gè)格點(diǎn)最大TS評(píng)分為0.358，區(qū)域內(nèi)平均TS評(píng)分為0.169；NCEP(圖4b)在寧夏北部與內(nèi)蒙古交界處的TS評(píng)分達(dá)到0.44，單個(gè)格點(diǎn)上的TS評(píng)分表現(xiàn)最高，但在其他區(qū)域表現(xiàn)較差，特別是在陜西西南部ECMWF評(píng)分較好的情況下，NCEP的TS評(píng)分接近0，區(qū)域平均TS評(píng)分僅為0.117。而SCMOCG降水的TS評(píng)分(圖4c)大值區(qū)的空間分布整體和ECMWF一致，在陜西中南部、甘肅南部和四川西北部的TS評(píng)分略高于ECMWF，但區(qū)域平均和單個(gè)格點(diǎn)最大值分別為0.161和0.357，整體低于ECMWF。

圖4 2018年5月1日至2019年10月31日不同降水產(chǎn)品和融合方法的強(qiáng)降水(F≥2.0 mm)預(yù)報(bào)檢驗(yàn)

為了方便比較，圖4d給出了Ff≥2.0 mm的TS評(píng)分與ECMWF評(píng)分的差值，可以看到，融合方法在大部分地方的TS評(píng)分相對(duì)于模式和指導(dǎo)預(yù)報(bào)產(chǎn)品都有提高，在整個(gè)區(qū)域的TS評(píng)分為0.173，相對(duì)于ECMWF、SCMOCG和NCEP分別提高0.01、0.012和0.056，正效果明顯?？疾霧f≥2.0 mm的命中次數(shù)(圖4e)和空?qǐng)?bào)次數(shù)(圖4f)與ECMWF模式的差值，可以看到融合方法在整個(gè)研究區(qū)域內(nèi)的命中次數(shù)都是增加的，特別是在四川西北部，增加非常顯著，但在四川境內(nèi)也同時(shí)增大了空?qǐng)?bào)的次數(shù)(圖4f)。分析發(fā)現(xiàn)，陜西中部、甘肅中南部、寧夏中部等的TS評(píng)分增加明顯，與命中次數(shù)明顯增加、空?qǐng)?bào)次數(shù)增加相對(duì)較小的區(qū)域有很好的對(duì)應(yīng)關(guān)系，而對(duì)諸如四川等地空?qǐng)?bào)次數(shù)增加較多的區(qū)域，可以提高高閾值，從而減少空?qǐng)?bào)。

晴雨預(yù)報(bào)準(zhǔn)確率對(duì)比檢驗(yàn)結(jié)果如圖5所示。ECMWF(圖5a)、NCEP(圖5b)和SCMOCG(圖5c)均表現(xiàn)出研究區(qū)域西南部預(yù)報(bào)準(zhǔn)確率低，中北部準(zhǔn)確率高，西南部部分地方準(zhǔn)確率小于68%。從區(qū)域平均來(lái)看，SCMOCG表現(xiàn)最好，預(yù)報(bào)準(zhǔn)確率達(dá)到81.2%，NCEP次之(80.4%)，ECMWF最差(77.4%)，表明ECMWF有大量的空?qǐng)?bào)。但SCMOCG沒(méi)有完全吸收ECMWF和NCEP的優(yōu)點(diǎn)，ECMWF和NCEP在陜西中部與山西、河南交界處均為一致的晴雨預(yù)報(bào)準(zhǔn)確率高值區(qū)，最大超過(guò)88%，而SCMOCG在該區(qū)域的準(zhǔn)確率相對(duì)較低。融合方法的晴雨預(yù)報(bào)準(zhǔn)確率(圖5d)不僅在西南部有明顯改善，而且在西北部晴雨預(yù)報(bào)準(zhǔn)確率也有提高，區(qū)域平均為86.8%，單點(diǎn)最大達(dá)到97.9%，增幅十分明顯。從空?qǐng)?bào)和漏報(bào)的次數(shù)來(lái)看，融合方法相對(duì)于晴雨表現(xiàn)最好的SC-MOCG出現(xiàn)了漏報(bào)(圖5e)，特別是在四川北部、陜西西南部漏報(bào)次數(shù)明顯，最大超過(guò)90次，但就整個(gè)區(qū)域來(lái)說(shuō)，顯著地減少了空?qǐng)?bào)，最大減少240次，提高了晴雨預(yù)報(bào)準(zhǔn)確率。而且由于采用的是低閾值消空，當(dāng)F≤0.5 mm時(shí)才進(jìn)行處理，不會(huì)因消空而漏報(bào)大量級(jí)降水，總體來(lái)說(shuō)收益非常明顯。

圖5 2018年5月1日至2019年10月31日不同降水預(yù)報(bào)產(chǎn)品和融合方法的晴雨預(yù)報(bào)檢驗(yàn)

3.2 24 h預(yù)報(bào)效果檢驗(yàn)

回算表明在3 h時(shí)段上顯著提高了大降水的TS評(píng)分和晴雨預(yù)報(bào)準(zhǔn)確率。2019年5—9月不同分段預(yù)報(bào)時(shí)效上的檢驗(yàn)結(jié)果如表1所示，可以看到，融合方法的晴雨預(yù)報(bào)準(zhǔn)確率較不同模式的降水都有明顯提高，相對(duì)指導(dǎo)預(yù)報(bào)SCMOCG也有明顯的正效果。

表1 不同分段上的平均預(yù)報(bào)評(píng)分

實(shí)際業(yè)務(wù)中3 h和24 h降水檢驗(yàn)評(píng)估閾值有差異，為了清楚了解分段訂正結(jié)果的累計(jì)降水預(yù)報(bào)表現(xiàn)，給出2019年5—9月基于多產(chǎn)品融合方法的24 h累計(jì)降水檢驗(yàn)評(píng)分的空間表現(xiàn)(圖6)以及暴雨預(yù)報(bào)個(gè)例(圖7)。需要說(shuō)明的是，考慮到模式數(shù)據(jù)在實(shí)際業(yè)務(wù)中的可用性，檢驗(yàn)的是ECMWF、NCEP模式00 UTC起報(bào)的12～36 h分段降水預(yù)報(bào)結(jié)果。SCMOCG產(chǎn)品可用時(shí)效與實(shí)際一致，為00 UTC起報(bào)的未來(lái)24 h降水預(yù)報(bào)?？梢钥闯?，ECMWF模式24 h晴雨預(yù)報(bào)準(zhǔn)確率(圖6a)與3 h(圖5a)整體空間分布一致，西南部偏低，東北部偏高，北部單點(diǎn)上最大為0.904，空間平均ACC為0.738，顯著低于其3 h 晴雨預(yù)報(bào)準(zhǔn)確率。NCEP模式的空間平均晴雨預(yù)報(bào)準(zhǔn)確率為0.713(圖6b)，表現(xiàn)最差。對(duì)比來(lái)看，SCMOCG的晴雨預(yù)報(bào)準(zhǔn)確率(圖6c)高于ECMWF和NCEP模式，整個(gè)研究區(qū)域空間平均為0.785，東部的河南境內(nèi)單點(diǎn)最大準(zhǔn)確率為0.925，晴雨預(yù)報(bào)表現(xiàn)較好。融合方法(圖6d)晴雨預(yù)報(bào)準(zhǔn)確率空間平均為0.801，高于SCMOCG 1.6%以上，從空間分布上來(lái)看，研究區(qū)域東部和西南部的四川境內(nèi)以及西北部寧夏、內(nèi)蒙古交界處，預(yù)報(bào)準(zhǔn)確率都有明顯的提高，但是在陜西北部的延安、榆林境內(nèi)，晴雨預(yù)報(bào)準(zhǔn)確率有所下降，這可能與整個(gè)區(qū)域采用同一個(gè)閾值有關(guān)。

圖6 2019年5—9月(a,e)ECMWF、(b,f)NCEP、(c,g)SCMOCG和(d,h)融合方法的(a～d)晴雨預(yù)報(bào)準(zhǔn)確率和(e～h)暴雨預(yù)報(bào)TS評(píng)分

圖7 2019年9月13日12時(shí)至14日12時(shí)降水預(yù)報(bào)個(gè)例的(a)觀測(cè)值，(b)ECMWF、(c)NCEP、(d)GRAPES-Meso與觀測(cè)時(shí)段對(duì)應(yīng)的預(yù)報(bào)(13日00 UTC起報(bào))，(e)SCMOCG指導(dǎo)降水預(yù)報(bào)，(f)融合方法預(yù)報(bào)

圖6還給出了暴雨的TS評(píng)分，為了表述方便，圖中TS評(píng)分低于0.01時(shí)統(tǒng)一用白色填充，這里面包括兩種情況：(1)該點(diǎn)上實(shí)際TS評(píng)分低于0.01；(2)該點(diǎn)上無(wú)空?qǐng)?bào)、漏報(bào)和命中，TS評(píng)分無(wú)計(jì)算值。對(duì)比來(lái)看ECMWF、NCEP、SCMOCG和融合方法的TS分別為0.134、0.080、0.137和0.147，融合方法相對(duì)SCMOCG整體提高1%，但空間分布上和晴雨預(yù)報(bào)準(zhǔn)確率存在同樣的問(wèn)題，整體TS評(píng)分提高的同時(shí)，局地還有所下降，在陜西北部榆林地區(qū)的暴雨評(píng)分低于ECMWF或NCEP。針對(duì)不同區(qū)域采用不同的閾值來(lái)進(jìn)行融合訂正可能會(huì)有更好的效果，這也是未來(lái)改進(jìn)的一個(gè)方向。

圖7為2019年9月陜西一次強(qiáng)秋雨的模式降水預(yù)報(bào)和融合方法訂正結(jié)果，可以看到9月13日12時(shí)至14日12時(shí)，觀測(cè)降水的暴雨區(qū)主要在關(guān)中和陜南的中西部(圖7a)，站點(diǎn)統(tǒng)計(jì)有695個(gè)站24 h降水量超過(guò)50 mm，12個(gè)站超過(guò)100 mm，最大為漢中市南鄭縣法鎮(zhèn)(147.8 mm)。ECMWF前24 h的降水預(yù)報(bào)基本沒(méi)有預(yù)報(bào)出暴雨區(qū)，前12 h起報(bào)的降水大雨區(qū)和觀測(cè)整體一致(圖7b)，但暴雨范圍明顯偏小，面積不足觀測(cè)的1/5。NCEP預(yù)報(bào)(圖7c)降水不僅范圍明顯偏小，而且量級(jí)偏弱，區(qū)域內(nèi)僅預(yù)報(bào)出了中雨，對(duì)暴雨的預(yù)報(bào)指示意義較小。GRA-PES-Meso模式(圖7d)在臨近時(shí)刻預(yù)報(bào)效果最好，暴雨區(qū)的范圍和量級(jí)與觀測(cè)基本一致，但在長(zhǎng)期業(yè)務(wù)檢驗(yàn)中，GRAPES-Meso模式降水預(yù)報(bào)評(píng)分整體低于ECMWF，因此如果從業(yè)務(wù)角度選擇，選中GRAPES-Meso 模式產(chǎn)品作為實(shí)際業(yè)務(wù)降水預(yù)報(bào)的可能性較小。指導(dǎo)產(chǎn)品SCMOCG預(yù)報(bào)在陜西南部略優(yōu)于ECMWF，但在陜西中部預(yù)報(bào)較ECMWF差，而融合方法預(yù)報(bào)(圖7f)無(wú)論暴雨區(qū)形態(tài)，還是面積都與觀測(cè)更加吻合。從暴雨預(yù)報(bào)TS評(píng)分來(lái)看，ECMWF前12 h為0.13，NCEP、GRAPES、SCMOCG的降水預(yù)報(bào)的TS評(píng)分分別為0.000、0.534、0.426，融合方法的預(yù)報(bào)評(píng)分為0.691，訂正效果非常好。

4 結(jié)論與討論

利用國(guó)家氣象信息中心的降水格點(diǎn)分析資料，檢驗(yàn)多種降水預(yù)報(bào)產(chǎn)品的客觀表現(xiàn)，提出一個(gè)多種降水預(yù)報(bào)產(chǎn)品融合的網(wǎng)格降水預(yù)報(bào)釋用方法，主要結(jié)論如下：

(1)不同模式的降水預(yù)報(bào)性能有較大差異，存在整體預(yù)報(bào)表現(xiàn)好的降水產(chǎn)品漏報(bào)，而其他降水產(chǎn)品命中的情況；對(duì)晴雨預(yù)報(bào)來(lái)說(shuō)，ECMWF、NCEP和SCMOCG三種產(chǎn)品降水的漏報(bào)次數(shù)明顯低于空?qǐng)?bào)次數(shù)，基于該特性，可以利用不同模式對(duì)未預(yù)報(bào)降水的格點(diǎn)來(lái)進(jìn)行消空。對(duì)同一模式來(lái)說(shuō)，預(yù)報(bào)降水超出于檢驗(yàn)閾值越大，空?qǐng)?bào)的可能性越小。

(2)根據(jù)檢驗(yàn)結(jié)果，提出基于多種降水產(chǎn)品融合的網(wǎng)格降水釋用方法，即選用一個(gè)檢驗(yàn)評(píng)分最好的模式降水做為背景場(chǎng)，針對(duì)有顯著影響的強(qiáng)降水和弱降水分別采用高閾值融合和低閾值消空，將其他模式的降水預(yù)報(bào)產(chǎn)品融合到背景場(chǎng)網(wǎng)格降水預(yù)報(bào)中。高閾值融合主要的做法是，設(shè)定一個(gè)高閾值，檢驗(yàn)除背景場(chǎng)以外的模式，當(dāng)高閾值條件下降水預(yù)報(bào)失敗率低于20%或更低，則將這個(gè)模式的網(wǎng)格降水融合進(jìn)背景場(chǎng)。對(duì)晴雨預(yù)報(bào)來(lái)說(shuō)，當(dāng)背景場(chǎng)網(wǎng)格點(diǎn)預(yù)報(bào)有弱降水，其他模式網(wǎng)格點(diǎn)未報(bào)降水的情況下，且其他模式的歷史晴雨預(yù)報(bào)準(zhǔn)確率高于80%，則將降水背景場(chǎng)中的弱降水剔除，不報(bào)降水。

(3)歷史回算表明，整個(gè)區(qū)域Ff≥2.0 mm的TS評(píng)分為0.173，相對(duì)于ECMWF、SCMOCG和NCEP的0.169、0.117和0.161分別提高了0.04、0.056 和0.012。晴雨預(yù)報(bào)準(zhǔn)確率86.8%，相對(duì)于SCMOCG的 81.2%、NCEP的80.4%、ECMWF的77.4%，分別提高了5.6%、6.4%和9.4%。

與常規(guī)集成方法不同，多種降水產(chǎn)品融合的網(wǎng)格降水預(yù)報(bào)釋用方法根據(jù)檢驗(yàn)結(jié)果，從不同降水產(chǎn)品中直接選取可能正確的預(yù)報(bào)，回算和實(shí)際業(yè)務(wù)均表明，該方法能夠提高晴雨預(yù)報(bào)的準(zhǔn)確率和暴雨預(yù)報(bào)TS評(píng)分，但也存在強(qiáng)降水預(yù)報(bào)頻次偏多問(wèn)題，因此在業(yè)務(wù)中對(duì)背景場(chǎng)以外的降水預(yù)報(bào)產(chǎn)品采用高閾值融合時(shí)，實(shí)時(shí)調(diào)整閾值，會(huì)有更好的預(yù)報(bào)效果。