肖柳斯 張華龍 張旭斌 馮 璐 諶志剛 戴光豐

1.廣州市氣象臺，廣州，511430 2.廣東省氣象臺，廣州，510641 3.中國氣象局廣州熱帶海洋氣象研究所，廣州，510641 4.廣東省區(qū)域數(shù)值天氣預(yù)報重點實驗室，廣州，510641 5.廣州市氣象局，廣州，511430

1 引言

近30年來，受全球變暖及城市化進程的影響，極端強降水有向超大城市群集中并增強的趨勢（Liang，et al，2017；唐永蘭等，2019）。在強熱島效應(yīng)影響下，珠江三角洲城市群突發(fā)的極端小時降水事件顯著增加（Wu，et al，2019），破紀錄的降水事件屢屢發(fā)生。2020年5月21日夜間至22日早晨，廣東省出現(xiàn)了一次暴雨到大暴雨、局地特大暴雨的過程（“5·22”降水事件）。降水中心位于廣州市、東莞市等經(jīng)濟繁榮、人口密集區(qū)域，1、3 h降水超過當?shù)貧v史極值，累積強度大，強降水造成了嚴重的城市內(nèi)澇、村莊受浸、河堤塌方及山體滑坡等次生災(zāi)害，并導(dǎo)致4人死亡，公交、地鐵、廣深動車停運，經(jīng)濟損失非常嚴重。

“5·22”降水事件為一次季風(fēng)爆發(fā)背景下，低渦和低空急流共同影響的極端強天氣過程。事后，廣東省氣象局組織了專題分析，預(yù)報員從環(huán)流背景、多源觀測資料分析和歷史個例對比等傳統(tǒng)角度開展了研究，有助于了解該降水事件的天氣學(xué)成因。動、熱力和水汽條件均有利于暴雨事件的發(fā)生，短期預(yù)報能夠關(guān)注到此次暴雨過程，但無論是主觀預(yù)報或是確定性模式預(yù)報對其極端性估計均存在明顯不足。由于極端降水是小概率事件，其發(fā)展具有很大的不確定性，用數(shù)值天氣預(yù)報模式對其進行單一初值的確定性預(yù)報遠遠不夠（高麗等，2019；Wu，et al，2020）。

集合預(yù)報能夠包容部分偏差，并反映未來天氣的多種可能變化狀況，對小概率天氣事件具有更好的預(yù)報效果，是改善數(shù)值模式的不確定性及提高極端事件可預(yù)報性的科學(xué)有效方法（杜鈞等，2014；高麗等，2019）。目前，世界上多個氣象中心正在著力發(fā)展集合預(yù)報業(yè)務(wù)（陳靜等，2020；陳超輝等，2020；Zhang，2018a，2018b； Medina，et al，2019），其中歐洲中期天氣預(yù)報中心集合預(yù)報系統(tǒng)（ECMWF-EPS）的業(yè)務(wù)產(chǎn)品在中國應(yīng)用最為廣泛（Yu，et al，2016；Du，et al，2018；伍志方等，2018；陳濤等，2019）。ECMWF-EPS是全球集合預(yù)報系統(tǒng)，降水預(yù)報強度普遍偏弱，對中尺度對流系統(tǒng)發(fā)展演變的描述能力不足（Yu，et al，2016；王毅等，2020），因此區(qū)域甚至對流尺度集合預(yù)報系統(tǒng)的研發(fā)備受重視。中國氣象局廣州熱帶海洋氣象研究所基于CMA-MESO（原GRAPES_MESO）模式開發(fā)了中國氣象局南海臺風(fēng)數(shù)值預(yù)報系統(tǒng)（Tropical Regional Atmosphere Model for the South China Sea，CMA-TRAMS；Chen，et al，2014）（原南海臺風(fēng)數(shù)值預(yù)報系統(tǒng)，TRAMS）。Zhang（2018a）基于CMA-TRAMS建立了熱帶中尺度集合預(yù)報系統(tǒng)（CMA-TRAMS（EPS）），并通過3 a的批量試驗證明CMA-TRAMS（EPS）在臺風(fēng)強度、強降水及大風(fēng)預(yù)報方面比ECMWFEPS更具優(yōu)勢。2020年針對CMA-TRAMS進行了版本升級，CMA-TRAMS（EPS）已投入業(yè)務(wù)試運行（陳子通等，2020）。

集合預(yù)報系統(tǒng)中各成員具有相似的天氣、氣候背景，經(jīng)過積分計算后，預(yù)報結(jié)果存在差異，從誤差演變的角度能夠衡量預(yù)報變量與集合成員模式初值及物理過程的耦合關(guān)系，近年來被廣泛應(yīng)用于天氣系統(tǒng)動力特征和實際可預(yù)報性的研究（Torn，et al，2008；Yu，et al，2016；王毅等，2017；閔錦忠等，2020）。常用的研究方法包括組間差異分析和集合敏感性分析（ESA）（Schumacher，2011；代刊等，2018）。相較于歷史個例的對比，集合敏感性分析方法更適用于挖掘影響模式降水的關(guān)鍵因子，有助于加深對典型天氣發(fā)生演變的機理研究及模式可預(yù)報性能研究。作為研究預(yù)報誤差和可預(yù)報性的新工具，集合敏感性分析方法在溫帶和熱帶氣旋（Torn，et al，2009；Brown，et al，2015；代 刊 等，2018；陳偉斌等，2019）、阻塞高壓（Matsueda，et al，2011；Quandt，et al，2019）、東風(fēng)波（Torn，2010）、強對流（Hill，et al，2016； Limpert，et al，2018）、暴雨（Yu，et al，2016；王毅等，2017；Du，et al，2018；陳濤等，2019；Wu，et al，2020）等多種類型天氣系統(tǒng)和高影響天氣的分析和機理研究中得到應(yīng)用。

CMA-TRAMS（EPS）上線運行以來，目前仍少見針對該集合預(yù)報系統(tǒng)在極端暴雨天氣中的業(yè)務(wù)性能檢驗和實例分析方面的研究。本研究針對CMA-TRAMS（EPS）在“5·22”降水事件中反映的集合成員降水與天氣尺度系統(tǒng)、中尺度系統(tǒng)的因果聯(lián)系展開討論，探討CMA-TRAMS（EPS）集合預(yù)報產(chǎn)品對該類極端暴雨個例的預(yù)報能力，以期為提高該類極端天氣的預(yù)報水平提供參考，增強對過程機理和CMA-TRAMS（EPS）性能的理解，并為后續(xù)深入研究集合預(yù)報系統(tǒng)對于華南極端天氣預(yù)報的適用和改進方向提供基礎(chǔ)。

2 資料和方法

2.1 資 料

為了了解CMA-TRAMS（EPS）的基本性能，用ECMWF-EPS做參考，分別對兩套集合預(yù)報產(chǎn)品進行主、客觀檢驗。起報時間為2020年5月21日08時和20時（北京時，下同）。ECMWF-EPS共50個擾動集合成員和1個對照預(yù)報成員，預(yù)報產(chǎn)品的水平網(wǎng)格分辨率為0.5°×0.5°，預(yù)報間隔為6 h。CMA-TRAMS（EPS）以CMA-TRAMS（陳子通等，2020）為基礎(chǔ)，通過對ECMWF-EPS分析場與預(yù)報場進行降尺度處理獲得各個集合成員的擾動初值與側(cè)邊界條件。CMA-TRAMS垂直方向上采用高度地形追隨坐標，并采用Charney-Philips躍層。積云對流參數(shù)化方案采用SAS（Han，et al，2011），微物理過程采用WSM6方案（Hong，et al，2006），邊界層物理方案使用MRF（Hong，et al，1996），長波輻射過程采用RRTM方案，短波輻射過程采用Dudhia方案。CMA-TRAMS（EPS）共30個擾動集合成員和1個對照預(yù)報成員，范圍覆蓋（0.8°—54.8°N，70°—160°E），水平網(wǎng)格數(shù)為1001（經(jīng)向）、601（緯向），垂直方向共65層，輸出等壓面標準為17層（1000—10 hPa），水平網(wǎng)格分辨率為9 km，預(yù)報間隔為1 h。本次過程分析重點關(guān)注預(yù)報時效36 h以內(nèi)。

實況資料包括廣東省內(nèi)共2895個自動雨量站（含國家級氣象站及區(qū)域氣象站）逐5 min觀測數(shù)據(jù)、中國氣象局陸面融合實況分析產(chǎn)品（CLDAS）及ECMWF的再分析資料（ERA5），具體參數(shù)如表1所示。由于各數(shù)據(jù)時、空分辨率不一致，首先對數(shù)據(jù)進行預(yù)處理。

表1 數(shù)據(jù)集說明Table 1 Description of datasets

2.2 集合敏感性分析（ESA）方法

集合敏感性分析（ESA）方法假設(shè)集合成員的預(yù)報變量與某個因子預(yù)報場存在線性關(guān)系，分析輸入變量或模型的變化可了解所關(guān)心變量的受影響程度。CMA-TRAMS（EPS）有30個擾動成員，預(yù)報敏感度（S）可定義為（Torn，et al，2008）

式中，J為預(yù)報變量值，Xi為i成員的狀態(tài)變量，cov為協(xié)方差算子，var為方差算子。經(jīng)過數(shù)學(xué)轉(zhuǎn)換可得S與J、Xi的相關(guān)系數(shù)cor成正比（王毅等，2020）。即

因此，相關(guān)系數(shù)的絕對值越大，初始狀態(tài)變量的擾動引起預(yù)報結(jié)果的變動越大，即預(yù)報量對狀態(tài)變量較為敏感。

2.3 集合組間差異分析方法

集合組間差異分析法指設(shè)定分類標準將各成員分組，再合成分析各組成員的環(huán)境參量并對比差異。以降水為例，降水預(yù)報的落區(qū)和強度均可作為分組依據(jù)。如果把落區(qū)準確而強度偏弱或偏強的成員歸類，也可作為一個成員組。合成場反映各組成員的共有特征，通過對比分組合成場的差異，能夠挖掘兩組成員共同的差別（Lamberson，et al，2016；Wu，et al，2020）。例如，伍志方等（2018）通過對比“5·7”過程中ECMWF-EPS分組成員各層要素的分布差異，指出地面系統(tǒng)的異常是中尺度系統(tǒng)觸發(fā)的主因。

文中將預(yù)報落區(qū)和強度均相對較好的成員歸類為“好成員（GOOD）”。除GOOD組以外，其他成員的結(jié)果會有多種表現(xiàn)，可能存在顯著的預(yù)報位置或強度偏差，甚至部分成員強度和位置的偏差均較大。由于本研究的目標在于研究GOOD成員跟大部分成員的差異，因此，除“GOOD”成員之外，其余成員均歸入“其他成員（OTHERS）”組。

3 “5·22”降水事件概況

3.1 降水分布情況

“5·22”降水事件中珠江三角洲和蓮花山南部的惠州市至汕頭市一帶出現(xiàn)了暴雨以上降水，最強降水中心位于珠江三角洲中部，東莞市高埗鎮(zhèn)中心村測得全省最大累計雨量399.50 mm（圖1a）。該過程短時雨量大，局地強降水持續(xù)時間長，廣州市東部和東莞市中北部地區(qū)部分站點（圖1b）小時雨強非常極端（120 mm/h，曾智琳等，2020），廣州市黃埔大橋站測得最大整點雨強167.8 mm/h，滑動小時雨量達到201.8 mm（22日02時15分到03時15分）；東莞市東城街道的最大3 h雨量達到351 mm（22日00時30分到03時30分），打破東莞市本地歷史記錄。超過5 mm/（5 min）的強降水持續(xù)了4—5 h（圖1c），以黃埔大橋站（圖1d）為例：強降水從01時40分開始，02時和03時前后分別達到次峰值和峰值，03時前后，連續(xù)3個時次的最大5 min降水量超過30 mm，0.5 h降水量已超過100 mm，降水效率極高。

圖1 2020 年5 月21 日14 時至22 日14 時（a）廣東省累計降水量（黑框為降水中心區(qū)，與b、c范圍一致）、（b）最大小時降水量、（c）超過5 mm/（5 min）降水的累計時間和（d）21 日20 時至22 日08 時廣州市黃埔區(qū)黃埔大橋逐5 min降水量Fig.1 （a）Accumulative precipitation（the black box is the central area of precipitation，which is the same as the area shown in b and c）in Guangdong，（b）maximum hourly precipitation，（c）amount of time with 5 min precipitation exceeding 5 mm from 14：00 BT 21 to 14：00 BT 22 ，and（d）time series of 5 min precipitation at Huangpu Bridge Station from station from 20：00 BT 21 to 08：00 BT

3.2 天氣形勢分析

以ERA5資料為基礎(chǔ)，對2020年5月21日20時至22日02時的環(huán)流形勢進行分析。200 hPa，華南地區(qū)位于南亞高壓東側(cè)及高空西風(fēng)急流右側(cè)的扇形輻散區(qū)（圖2a），夜間到凌晨良好的高空輻散條件維持并略有加強（圖2e）。500 hPa華南地區(qū)位于東亞大槽后部，受槽后脊前西北氣流控制影響，與同一時刻多年（2001—2018年）的平均態(tài)相比，中國東部地區(qū)高度場顯著偏低，而大陸西部地區(qū)偏高（圖2b）。02時西部副熱帶高壓的強度維持，114°E以東副熱帶高壓的強度有所減弱，“西高東低”的特征更加明顯，西偏北氣流引導(dǎo)低層系統(tǒng)東移南壓，珠江三角洲地區(qū)東側(cè)可見短波槽活動，中層的動力條件進一步轉(zhuǎn)好（圖2f）。925 hPa，華南地區(qū)的暖濕區(qū)與低壓槽相伴發(fā)展東移（圖2c），02時廣東省東部地區(qū)渦度增大并可見閉合等高線，低渦南側(cè)的偏西和西南兩支超低空急流顯著增強，低層輻合和水汽輸送條件進一步改善（圖2g）。地面，中尺度輻合線逐漸東移南壓至珠江三角洲東部地區(qū)，有利于局地強降水系統(tǒng)的觸發(fā)。整層可降水量高值區(qū)域范圍顯著擴大，強度增強，中心值超過85 kg/m2（圖2d、h），遠大于當日多年（2001—2018年）平均值（58 kg/m2），充沛的水汽條件異常有利于極端性暴雨過程的出現(xiàn)?？偠灾归g系統(tǒng)配置向更有利于強降水的趨勢轉(zhuǎn)變。

圖2 2020年5月 （a、b、c、d） 21日20時和 （e、f、g、h） 22日02時 （a、e） 200 hPa風(fēng)場 （色階），（b、f） 500 hPa高度場 （等值線，單位：gpm） 及其與多年平均差值場 （色階），（c、g） 925 hPa高度場（等值線，單位：gpm）、假相當位溫 （色階） 和急流 （大于12 m/s），（d、h） 海平面氣壓 （等值線，單位：hPa）、整層可降水量 （色階） 和地面風(fēng)場Fig.2 （a，e） Wind field at 200 hPa （shaded），（b，f） geopotential height （contour，unit：gpm） and anomalies from multi-year average （shaded） at 500 hPa，（c，g） geopotential height （contour，unit：gpm），pseudo-equivalent potential temperature （shaded）and jet stream （over 12 m/s） at 925 hPa，and （d，h） sea-level pressure （contour，unit：hPa），total precipitable water （shaded） and wind field at 20：00 BT 21 （a，b，c，d） and 02：00 BT 22 （e，f，g，h） May 2020

續(xù)圖2Fig.2 Continued

4 集合預(yù)報結(jié)果檢驗

以當今預(yù)報水平較高的業(yè)務(wù)系統(tǒng)ECMWFEPS為參考，與CMA-TRAMS（EPS）進行主、客觀對比檢驗，可了解CMA-TRAMS（EPS）對本次極端降水過程的預(yù)報能力。由于過程的主要降水時段為5月22日凌晨，檢驗的目標時段選定為21日20時至22日08時的12 h降水。

分別對比2個模式在2個起報時（21日08時和20時）的具體預(yù)報。從08時起報的降水分布郵票圖（圖3）可見，ECMWF-EPS中主要降水落區(qū)與CMA-TRAMS（EPS）相似，但降水中心強度差異較為明顯； 20時起報的ECMWF-EPS降水量調(diào)整增大，但仍只有少數(shù)成員預(yù)報出局地100 mm量級的降水（圖4）。08時起報的CMA-TRAMS（EPS）降水強度普遍較大，強降水范圍也偏大，強降水中心主要位于粵東地區(qū)；20時起報的CMA-TRAMS（EPS）雨量較08時有所減小，成員之間分歧增大，但部分成員的量級、落區(qū)位置和形態(tài)預(yù)報均與實況更相符。

圖3 2020年5月21日08時起報的2020年5月21日20時至22日08時12 h累計降水量 （ECMWF-EPS成員以“E”開頭，CMA-TRAMS（EPS）成員以“C”開頭，單位：mm）Fig.3 Forecasts of 12 h accumulated precipitation from 20：00 BT 21 to 08：00 BT 22 May 2020 initialized at 08：00 BT 21 May 2020 （ECMWF-EPS members begin with "E" and CMA-TRAMS（EPS） members begin with "C"，unit：mm）

為客觀評價兩個模式各成員之間及不同起報時刻的結(jié)果差異，利用雙線性插值法將模式預(yù)報結(jié)果插值到2895個雨量站上，計算21日20時至22日08時廣東省全部自動雨量站的TS（Threat score）評分和空報率（FAR）以進行定量檢驗。結(jié)果顯示，ECMWF-EPS的預(yù)報結(jié)果調(diào)整明顯，08時起報的100 mm降水TS評分均為0，僅1（8）個成員50 mm降水TS大于0.4（0.2）。部分成員TS較低的同時，F(xiàn)AR較高（圖5a1、a2），表明預(yù)報落區(qū)與實況位置有偏差。20時起報的結(jié)果中，TS明顯提升，8個成員100 mm降水TS大于0，17（6）個成員50 mm降水TS超過0.2（0.4）。但FAR也普遍上升，部分成員（如25號）FAR比TS更大（圖5b1、b2），配合落區(qū)分布（圖4）可見落區(qū)的范圍大小及位置與實況存在明顯偏差。

圖4 同圖3，但起報時刻為2020年5月21日20時 （紅框為“GOOD”組成員）Fig.4 Same as Fig.3 except that the initial time is 20：00 BT 21 May 2020 （the red boxes indicate GOOD group members）

CMA-TRAMS（EPS）不同時刻起報的結(jié)果也有明顯不同，08時起報的降水范圍和強度均較大，50 mm降水TS超過0.2的成員（圖5a3）數(shù)量遠多于20時起報的結(jié)果（圖5b3），19個成員100 mm降水TS大于0，但差異較大。大多數(shù)成員50 mm降水FAR超過0.2（圖5a4），意味著08時的高TS是以高FAR為代價的。而20時起報的TS評分（圖5b3）顯示各成員的差異較大，部分成員（如7、23號）在50 mm和100 mm降水中均具有較高TS，且FAR小于0.2（圖5b4），表明這些成員對降水落區(qū)的空間位置把握能力更強。

圖5 2020年5月21日08時 （a1—a4） 和20時 （b1—b4） 起報的廣東省21日20時至22日08時12 h累計降水量的ECMWF-EPS （a1、b1、a2、b2） 和 CMA-TRAMS（EPS） （a3、b3、a4、b4） 的TS評分和空報率Fig.5 TS and FAR for ECMWF-EPS （a1，b1，a2，b2） and CMA-TRAMS（EPS） （a3，b3，a4，b4） forecasts of 12 h accumulated precipitation from 20：00 BT 21 to 08：00 BT 22 May 2020 in Guangdong province（the forecasts are initialized at 08：00 （a1—a4） and 20：00 （b1—b4） BT 21 May 2020，respectively）

通過對比集合預(yù)報的平均場和離散度可進一步了解成員降水的預(yù)報性能。20時起報的12 h集合平均降雨量和離散度分布（圖6）表明，ECMWFEPS平均降水量均在100 mm以下，存在3個超過50 mm的降水中心，其中珠江三角洲北部和東南部局地性較強，而粵東降水中心沿著海岸線分布且范圍較大（圖6a）。離散度大值中心位于珠江三角洲北部，次中心位于粵東沿海（圖6b），分別與兩個降水中心相對應(yīng)。

CMA-TRAMS（EPS）預(yù)報降水中心位置偏東，雨量超過50 mm的范圍更廣，集中在粵東海岸線附近（圖6c）。CMA-TRAMS（EPS）的集合離散度較ECMWF-EPS顯著偏大，最大值位于珠江三角洲東南部（圖6d紅色框），其中心值超過50 mm。次中心（圖6d白色框）位置與ECMWF-EPS相似，但是量值明顯偏大。

降水量與集合離散度存在一定相關(guān)，降水量較大時，離散度絕對值往往較大（蘇翔等，2012；Su，et al，2014），兩個模式預(yù)報的粵東沿海（圖6b、d白色框）及ECMWF-EPS預(yù)報的珠江三角洲北部地區(qū)（圖6b紅色框）離散度高值中心除了與模式預(yù)報不確定程度有關(guān)外，也與集合平均值較大有關(guān)。珠江三角洲東部，尤其是東南部地區(qū)（圖6d紅色框）CMA-TRAMS（EPS）預(yù)報的平均降水量25—50 mm，量值較小，但是離散度較周邊均顯著偏大，表明CMA-TRAMS（EPS）對珠江三角洲東部地區(qū)的降水預(yù)報具有高度的不確定性，部分成員預(yù)報的降水量具有一定極端性。實際出現(xiàn)的極端降水恰是在此區(qū)域附近，反映出CMA-TRAMS（EPS）部分成員對此次極端性降水具有一定的預(yù)報能力。該區(qū)域內(nèi)ECMWF-EPS預(yù)報的平均場量級與CMA-TRAMS（EPS）類似，但是離散度較小，預(yù)報不確定性較小，ECMWF-EPS預(yù)測該區(qū)域出現(xiàn)極端降水的概率較小。

圖6 2020年5月21日20時起報的2020年5月21日20時至22日08時ECMWF-EPS （a、b） 和CMA-TRAMS（EPS）（c、d） 的 （a、c） 集合平均降水量和 （b、d） 離散度 （單位：mm，紅色虛線框和白色實線框代表高離散度區(qū)域）Fig.6 （a，c） Ensemble mean forecasts and （b，d） spreads of accumulative precipitation forecasts for the period from 20：00 BT 21 to 08：00 BT 22 May by （a，b） ECMWF-EPS and （c，b） CMA-TRAMS（EPS） initialized at 20：00 BT 21 May 2020（unit：mm，the red dashed box and the white solid box indicate two areas of high spread）

上述分析表明，ECMWF-EPS預(yù)報的雨量普遍較小，對極端降水的預(yù)報明顯不足，而CMA-TRAMS（EPS）預(yù)報的強度更接近實況。不同時刻起報的集合預(yù)報結(jié)果均有一定調(diào)整，CMA-TRAMS（EPS）在20時起報的結(jié)果中，部分成員無論對降水強度或落區(qū)均有較好的預(yù)報效果，與其他成員存在較大的差異，不同成員組之間具有較高的對比意義，以后將選用最臨近時刻（20時起報）的結(jié)果進行分析。通過對比主觀及客觀定量檢驗結(jié)果，CMA-TRAMS（EPS）的2、7、11、17、23和25號成員被選入“GOOD”組，其他成員歸入“OTHERS”組。在粵東沿海地區(qū)，兩組成員預(yù)報均存在一個集合平均雨量大值區(qū)，范圍及強度相當。而“GOOD”組預(yù)報在珠江三角洲東部地區(qū)還有一個降水中心，落區(qū)的形態(tài)與實況相似，但是極值中心較實況弱。其中23號是最佳成員，其預(yù)報落區(qū)和強度與實況都具有較高的相似度。

5 結(jié)果

5.1 多因子的集合敏感性分析

文中將集合敏感性分析方法應(yīng)用于CMATRAMS（EPS）中，針對動力因子（海平面氣壓、500 hPa位勢高度、200 hPa位勢高度、850 hPa緯向風(fēng)、925 hPa緯向風(fēng)、850 hPa經(jīng)向風(fēng)、925 hPa經(jīng)向風(fēng)）、水汽因子（925 hPa比濕、地面比濕）和熱力因子（925 hPa假相當位溫、925與500 hPa假相當位溫差、地面溫度）計算集合敏感度，以對比極端降水事件對不同因子的敏感程度。

結(jié)果（圖7）表明，敏感度最高的是850 hPa經(jīng)向風(fēng)（0.84），其次為500 hPa位勢高度場（?0.83），敏感度絕對值超過0.7的主要為動力因子，如850 hPa緯 向 風(fēng)（?0.78）、925 hPa經(jīng) 向 風(fēng)（0.77，?0.73）、925 hPa緯 向 風(fēng)（?0.73）和 海 平 面 氣 壓（0.73）。由此可見，850 hPa和925 hPa風(fēng)場的配置與模式預(yù)報降水關(guān)系非常密切，其中經(jīng)向風(fēng)尤為重要。模式降水與這兩層經(jīng)向風(fēng)的正相關(guān)顯著高于負相關(guān)，南風(fēng)正向擾動更有利于降水增加，3.2節(jié)中所提及的（超）低空急流增強正是降水增加的關(guān)鍵配置。此外，除了500 hPa高度場外，其他因子正、負敏感區(qū)多數(shù)成對出現(xiàn)，相關(guān)均通過了99%顯著性t檢驗。850 hPa和925 hPa的風(fēng)場尤為顯著，其中經(jīng)向風(fēng)正、負敏感區(qū)分別位于東南和西北方向，而緯向風(fēng)大致為南北向分布，成對風(fēng)場敏感度的配置體現(xiàn)了CMA-TRAMS（EPS）降水與低層渦度場的強度具有密切的正相關(guān)關(guān)系。

圖7 CMA-TRAMS（EPS）集合成員預(yù)報敏感度極值（黑色：正，灰色：負；黑色虛線對應(yīng)相關(guān)系數(shù)通過99%的顯著性t檢驗，GH和PPT分別為位勢高度和假相當位溫縮寫）Fig.7 Extremum of forecast sensitivity of CMA-TRAMS（EPS） members （black：positive sensitivity，grey：minus sensitivity；the black dotted line corresponds to the correlation coefficient passing the 99% confidence level；GH and PPT are the abbreviation names of geopotential height and potential pseudo-equivalent temperature，respectively）

低層溫度、濕度和不穩(wěn)定能量條件與降水也存在一定的相關(guān)，敏感度量級相當，絕對值為0.5—0.6。廣東省中南部陸地的地面溫度敏感度超過0.6，該地區(qū)溫度越高，越有利于研究區(qū)（圖1a黑框所示）出現(xiàn)強降水，但是周邊的溫度負相關(guān)未能通過99%顯著性t檢驗。

綜上所述，集合預(yù)報對降水強度的預(yù)報與不同高度層的動、熱力因子均具有一定的聯(lián)系，但相關(guān)存在差別，相關(guān)最高為表征中、低層的動力因子（如850 hPa和 925 hPa風(fēng)場、500 hPa高度場），表明此次降水過程的天氣系統(tǒng)（即低渦和低空急流）的動力特征與降水強度關(guān)系最密切，需開展進一步的分析。

5.2 天氣尺度系統(tǒng)的可預(yù)報性分析

5.2.1 低渦

本次降水過程的低層切變系統(tǒng)由中國西南地區(qū)的低渦東移演變而來。南方汛期，西南渦與南風(fēng)急流是華南地區(qū)致洪暴雨重要組成成員（黃明策等，2010），并且強降水主要分布在環(huán)流中心或系統(tǒng)移向的右前側(cè)。由于局地累計雨量嚴重依賴于降水系統(tǒng)的移動方式，移速慢的氣旋有助于降水維持和積累，因此低渦的移動路徑直接影響落區(qū)的位置和降水強度（Li，et al，2014）。

CMA-TRAMS（EPS）各成員低渦的預(yù)報路徑均大致呈緯向，位于粵中的偏東地區(qū)至粵東偏北地區(qū)，分布跨度約為2.5緯度、3.5經(jīng)度，離散度較大，部分成員移速較快，12 h內(nèi)移動路徑更長（圖8a）；隨著預(yù)報時效延長，離散度更趨明顯。在所有成員中，GOOD組成員的低渦東移為主，移速呈先慢后快的特征（圖8b），22日02時該組成員的低渦中心位置較其他成員明顯偏西（圖8c），演變趨勢與實況較為一致。其中7和23號成員的移動路徑與實況最接近，兩者TS評分也最高，F(xiàn)AR較??；而11和25號較實況略偏南，F(xiàn)AR較高，表明降水落區(qū)仍具有一定偏差（圖5）。

以低渦東移速度作為預(yù)報量，對各因子做敏感度計算，可見低渦東移速度對經(jīng)向風(fēng)速敏感度較高。集合敏感度正值較小，低渦東移速度與北風(fēng)的相關(guān)較弱。負值中心粵中偏東地區(qū)，極小值低于?0.8，表明該區(qū)域南風(fēng)越大，低渦東移速度越慢（圖8d），珠江三角洲東部地區(qū)的南風(fēng)匯入有利于低渦在其北部停滯。

圖8 850 hPa層CMA-TRAMS（EPS）2020年5月21日21時至22日08時（a）所有成員和（b）GOOD組成員預(yù)報的低渦移動路徑 （黑色路徑為再分析場），（c）22日02時低渦中心位置，（d）低渦中心經(jīng)度與南風(fēng)的敏感度（網(wǎng)格表示通過99%顯著性t檢驗區(qū)域）Fig.8 Low vortex tracks from 21：00 BT 21 to 08：00 BT 22 May predicted by （a） all members and （b） GOOD group members of CMA-TRAMS（EPS） , （c） location of low vortex center at 02：00 BT 22 May 2020, （d） sensitivity between longitude of low vortex and southerly wind at 850 hPa （areas that pass the 99% confidence levelt-test are represented by grids）

對比CMA-TRAMS（EPS）和ERA5的低空風(fēng)分布有助于了解模式對低層形勢的預(yù)報偏差，進一步得出模式對低渦預(yù)報偏差的成因。CMATRAMS（EPS）的偏東風(fēng)場較再分析場更強，珠江三角洲北部地區(qū)尤為明顯（圖9）。其中GOOD組成員（圖9a、d）對珠江三角洲東側(cè)的偏南風(fēng)和西側(cè)的偏北風(fēng)均預(yù)報偏強、南側(cè)的西南風(fēng)預(yù)報略偏強，各向風(fēng)場的配置致使GOOD組成員在珠江三角洲地區(qū)形成了偏強的氣旋性環(huán)流，低渦預(yù)報較實況偏強。OTHERS組成員在廣東省境內(nèi)的850 hPa偏北風(fēng)較實況顯著偏強，在珠江三角洲北部形成北風(fēng)差值中心。沿海差值西南風(fēng)與陸上差值東北風(fēng)交匯，在珠江口東側(cè)沿海增強了氣旋性環(huán)流（圖9b），造成與實況偏離的降雨中心。由于925 hPa上OTHERS組成員的偏北風(fēng)偏差更顯著，經(jīng)向風(fēng)的輻合區(qū)南推至海上，偏差風(fēng)的氣旋性特征不明顯（圖9e）。兩組成員的差異表明，廣東省中部GOOD組成員氣旋性環(huán)流更強，低渦強度比OTHERS組成員大得多（圖9c、f）。

上述特征表明，GOOD組成功預(yù)報了低渦緩慢移動的特征，同時預(yù)報氣旋性渦度偏強，有利于在珠江三角洲地區(qū)預(yù)報較強的降水，部分成員24 h降雨量可達200 mm。即便如此，模式降水的強度仍遠不及實際出現(xiàn)的極端降水強度。因此，除低渦以外，還有低空急流等其他系統(tǒng)對極端降水具有影響。

5.2.2 低空急流

低空急流輸送暖濕空氣，增大風(fēng)垂直切變，從而增強大氣環(huán)境的不穩(wěn)定性，對鋒面降水或暖區(qū)對流觸發(fā)和維持均有重要作用（劉鴻波等，2014；Du，et al，2014；Huang，et al，2017）。由上文分析也可見偏南風(fēng)急流有利于低渦的停滯，兩個天氣系統(tǒng)的相互作用對局地暴雨具有一定貢獻。

Du等（2018）指出，鋒面和暖區(qū)降水強度分別受到低空急流和超低空急流主導(dǎo)，并且兩者的敏感中心分別位于陸面和海面。就本次過程中850 hPa的低空急流而言，兩組成員差異最明顯的區(qū)域位于珠江三角洲東側(cè)陸面（圖9c），與Du等（2018）分析的鋒面降水的敏感中心一致。與實況對比，GOOD組成員的西南急流強度偏強（圖9a），自海面向陸地，經(jīng)向風(fēng)（南風(fēng)）正偏差逐漸增大；OTHERS組成員陸面上經(jīng)向偏差風(fēng)以北風(fēng)為主，偏南風(fēng)較實況明顯弱（圖9b）。陸面風(fēng)場的差異配置對低渦強度有重要影響，偏強的低空急流通過夾卷作用在暴雨區(qū)東南側(cè)進行動量、水汽和能量輸送（李建輝，1982），有助于加劇降水強度。

圖9 850 hPa（a、b、c）和925 hPa（d、e、f）層（a、d）GOOD組成員和再分析場、（b、e）OTHERS組成員和再分析場及（c、f）GOOD組成員和OTHERS組成員的差值風(fēng)場（色階為經(jīng)向風(fēng)偏差，單位：m/s）Fig.9 Differences in wind field between （a，d） GOOD group and reanalysis，（b，e） OTHERS group and reanalysis and（c，f） GOOD group and OTHERS group at 850 hPa （a，b，c） and 925 hPa （d，e，f） levels，respectively（the shadings are for deviations of meridional wind，unit：m/s）

兩組成員陸面上超低空（925 hPa）急流南風(fēng)分量較實況強的范圍和幅度比低空（850 hPa）急流小。近岸海面上，GOOD組的南風(fēng)預(yù)報顯著偏強（正偏差），112°E和115°E附近海面存在2個南風(fēng)偏差核（圖9d），在該核區(qū)位置，OTHERS組同樣存在南風(fēng)偏強的現(xiàn)象，但是幅度較小，2個正偏差區(qū)有斷裂（圖9e）。換言之，GOOD組超低空偏南急流強度明顯比OTHERS強（圖9f）。超低空急流是季風(fēng)在天氣尺度上的重要載體，其物質(zhì)及能量的輸送方式與低空急流有所不同。本次極端個例中，模式對珠江三角洲東部地區(qū)邊界層北風(fēng)的預(yù)報偏強，GOOD組成員由于偏南急流較實況強，使得急流前端輻合上升區(qū)維持在珠江三角洲南部，從海上來的暖濕氣流從暴雨底部匯入，提升了低層雨滴濃度，促進底層加濕過程，有利于對流不穩(wěn)定層結(jié)的建立和對流降水的形成（李建輝，1982；Du，et al，2018）。由于模式同時存在南、北兩個方向的風(fēng)速偏差，在偏差耦合作用下加強了低層異常上升運動，較實況強的垂直上升運動導(dǎo)致預(yù)報降水率的增大，從而使模式預(yù)報降水量接近極端值的概率增大，降水增幅與偏強的動力作用具有一定關(guān)系。而OTHERS組成員在模式偏強北風(fēng)的背景下，輻合區(qū)快速南壓至海上，使得落區(qū)偏移的同時，降水的累積量也不足。

（超）低空急流有顯著的日變化，通常在夜間增強，早晨達到最大值，使得華南沿海季風(fēng)降水有夜間多發(fā)的特點（Du，et al，2014）。ERA5再分析場（圖10a、d）顯示，（超）低空急流均有夜間增強的特征，陸上增速中心位于粵東，海上急流加速軸位于海南島東部海面上。925 hPa上，海陸的超低空急流加速中心之間由順暢的增強西南風(fēng)場相連，意味著上游風(fēng)速的日變化增大對下游的風(fēng)速增大具有一定作用；但下游的急流增速比上游更大，在沿岸出現(xiàn)了加速度輻散區(qū)，以850 hPa層最明顯，這意味著陸地的急流強度變化不完全是由日變化造成的。

從天氣系統(tǒng)的分布配置可見，低空急流與低渦在陸地連接，低空急流的大風(fēng)速區(qū)是低渦環(huán)流的一部分，暖濕氣流的動力輻合增強低渦強度，而低渦自身發(fā)展又促進了低空急流的加速。在對應(yīng)位置上，天氣系統(tǒng)之間正反饋作用使兩者共同發(fā)展。這種作用在850 hPa上更顯著，925 hPa的急流在邊界層的摩擦作用下，加速度有所減小，輻合相對較弱。

CMA-TRAMS（EPS）兩組成員對夜間低空急流風(fēng)速變化預(yù)報的差異較大，導(dǎo)致模式降水的強度和分布出現(xiàn)差異。GOOD組西南急流的加速中心與實況接近，急流增長強度（尤其是南風(fēng)分量）略偏強（圖10b、e），體現(xiàn)了CMA-TRAMS在華南地區(qū)常存在的系統(tǒng)性偏強特征（Zhong，et al，2015）。一般而言，環(huán)境風(fēng)偏強使對流系統(tǒng)移動加快，但是本組成員中南北風(fēng)的增速對比強烈，并且加速區(qū)呈東南—西北向配置，有利于低渦旋轉(zhuǎn)和輻合加強。相比之下，OTHERS組的低空急流風(fēng)速增長雖也較大，但以偏西分量為主，偏南分量增幅較小，大風(fēng)速軸東移至粵東沿海，陸上的急流增速中心強度顯著偏弱，風(fēng)場輻合強度偏弱，由于急流增長的動力作用導(dǎo)致垂直上升運動增量較?。▓D10c、f）。

圖10 不同情景下 （a、d.ERA5，b、e.GOOD，c、f.OTHERS） 2020年5月22日02時和21日20時風(fēng)速差（a、b、c.850 hPa，d、e、f.925 hPa；單位：m/s）Fig.10 Wind variations （a，b，c.850 hPa；d，e，f.925 hPa；unit：m/s） for 02：00 BT 22 and 20：00 BT 21 May 2020 in different conditions （a，d.ERA5；b，e.GOOD；c，f.OTHERS）

低空急流的強度和輻合程度既受自身日變化的影響，還因增強的低渦環(huán)流反饋而小范圍加速，而低空急流的動力輻合作用促進低渦的發(fā)展。模式只有能夠較好捕捉到兩系統(tǒng)位置及強度的耦合關(guān)系（如GOOD組），才能較好地預(yù)報降水落區(qū)及強度。

5.3 中尺度特征的可預(yù)報性分析

多數(shù)極端降水事件都伴有后向傳播、“列車效應(yīng)”等中尺度對流組織化特征（徐珺等，2018；曾智琳等，2020；盛杰等，2020）。在本次極端降水過程中，中尺度輻合線在珠江三角洲東北部的長期維持、強降水單體沿中尺度輻合線后向傳播是導(dǎo)致極端降水發(fā)生的關(guān)鍵中尺度特征。中尺度輻合線的維持依賴兩方面條件：（1）輻合線南側(cè)暖區(qū)的維持利于水平溫度梯度增大。從22日02時地面溫度場（圖11a）可見，粵東和粵北的平均溫度僅為24—25℃，而珠江口西側(cè)沿海及粵西地區(qū)的溫度超過29℃，珠海至陽江一帶的暖中心溫度略高于海面溫度，23°N附近形成一條接近與緯向平行的溫度鋒線。（2）地面冷池的形成及其與暖氣團的對峙促使中尺度鋒生。降水發(fā)生后，珠江三角洲中部地區(qū)的冷舌伸向暖中心。22日03時廣州市珠江街和東莞市沿江東路形成冷池，兩站與西南或偏南方向站點的水平溫度梯度為0.23—0.76℃/km。其中東莞市沿江東路與官橋滘村局地的強溫度梯度（0.76℃/km）超過2018年華南超歷史極值降水事件中冷池強度（溫度梯度為0.33—0.35℃/km，曾智琳等，2020）的2倍。冷、暖氣團的激烈對峙，有利于鋒區(qū)新生和對流后向傳播。

圖11 2020年5月22日02時 （a） 地面溫度場、（b） GOOD組溫度場、（c） OTHERS組溫度場和（d） 降水對地面溫度的敏感度Fig.11 Surface temperature from （a） observations，（b） GOOD group，（c） OTHERS group and（d） precipitation sensitivity to surface temperature at 02：00 BT 22 May 2020

集合敏感性分析結(jié)果表明，CMA-TRAMS（EPS）的降水對珠江口兩岸的氣溫預(yù)報有較高的敏感度（圖11d），氣溫越高，越有利于降水增幅，體現(xiàn)了模式降水預(yù)報對熱力作用的響應(yīng)。CMA-TRAMS（EPS）所有成員均預(yù)測粵西冷空氣南下速度偏快（圖9d、e），導(dǎo)致暖脊范圍較實況明顯偏小，強度偏弱。雖然相比于OTHERS組，GOOD組預(yù)測珠江口兩岸的氣溫更高，熱力條件更有利，但是仍大幅度低于實況（圖11b、c）。從海面向陸地伸展的暖舌不僅輸送水汽和能量，而且增強了中尺度鋒區(qū)的斜壓性，對中尺度天氣系統(tǒng)的維持和降水的增強均有重要作用。而各成員對珠江口兩岸氣溫預(yù)報的冷偏差一定程度上導(dǎo)致了該集合預(yù)報系統(tǒng)對于極端降水效率的低估。

21日入夜后粵北以平流降溫為主，強降水區(qū)的降溫幅度顯著高于冷平流造成的降溫幅度（圖12a），形成一片孤立于天氣尺度鋒區(qū)的對流冷池。大氣中的水滴蒸發(fā)吸熱過程是對流冷池形成的主要機制，高空干冷空氣夾卷有助于加速該熱力過程。冷池致使地面高壓形成，其風(fēng)場具有多向擴散特征，南部和偏西南部均為偏北風(fēng)，而同一時刻，珠江口西部暖區(qū)受兩支邊界層急流主導(dǎo)，存在西南風(fēng)和東南風(fēng)的輻合，因此在冷池的西側(cè)與南側(cè)，與暖區(qū)的暖濕平流形成風(fēng)向輻合，輻合強度較強（圖12b），對對流的觸發(fā)和向后傳播起關(guān)鍵作用。

圖12 2020 年5 月22 日02 時與21 日20 時地面溫差（單位：℃）（a中黑框指示冷池所在區(qū)域，范圍與b相同，b疊加22 日02 時自動站點風(fēng)速大于2.5 m/s的風(fēng)場，紅色線為風(fēng)向輻合線；c為GOOD組22 日02 時的風(fēng)場和地面溫差）Fig.12 Temperature difference between 02：00 BT 22 and 20：00 BT 21 May 2020（unit：℃）（a.the black box indicates the area where the cold pool is located，and the area is the same as that in figure b；b.automatic stations with wind speed greater than 2.5 m/s at 02：00 BT 22 May are superimposed，the red line is the wind direction convergence line；c.wind field and surface temperature differences of the GOOD group at 02：00 BT 22 May 2020）

CMA-TRAMS（EPS）在反饋強降水帶來的冷池特征方面仍存在較大不足。從GOOD組成員的溫度場與風(fēng)場配置（圖12c）可見，模式模擬的暖脊和冷區(qū)主要為環(huán)境冷、暖平流的產(chǎn)物，低渦中心負變溫幅度小，風(fēng)場也未見中尺度輻合線特征。弱變溫可能是由于冷平流而非中尺度動力效應(yīng)造成的。集合敏感度分析（圖11d）顯示，降水對珠江三角洲北側(cè)的氣溫有一定的負敏感度，但未能通過顯著性t檢驗，意味著大部分成員預(yù)報的降水與負變溫并不高度相關(guān)，反映模式模擬對流系統(tǒng)組織性和中尺度傳播動力機制仍有不足，限制了CMA-TRAMS（EPS）模式對極端降水的可預(yù)報能力。

6 結(jié)論和討論

本研究著眼于集合預(yù)報在極端天氣過程中的應(yīng)用，利用集合敏感性分析和集合組間分析方法對熱帶中尺度集合預(yù)報系統(tǒng)（CMA-TRAMS（EPS））在2020年5月22日珠江三角洲地區(qū)一次極端降水天氣過程中的可預(yù)報性進行研究。這次過程發(fā)生在華南前汛期季風(fēng)爆發(fā)的背景下，西南渦向東南方向移至珠江三角洲地區(qū)，與夜間增強的低空急流耦合產(chǎn)生了一次極端強降水天氣。降水過程具有降水效率極端性強、累計雨量大，造成人員傷亡及經(jīng)濟損失嚴重的特點。

CMA-TRAMS（EPS）部分成員臨近時刻起報的12 h降水強度和落區(qū)預(yù)報結(jié)果與實況較為接近，對此次極端降水具有一定的預(yù)報能力。集合敏感性分析表明，低渦和低空急流的發(fā)展是模式降水的關(guān)鍵系統(tǒng)。本次降水與低層溫度和濕度也存在一定的相關(guān)。

基于以上的認識，著眼于CMA-TRAMS（EPS）在天氣尺度系統(tǒng)（低渦和低空急流）和中尺度系統(tǒng)（地面中尺度輻合線、暖脊和冷池）的可預(yù)報性能進行深入討論?；趯Ρ妊芯績r值考慮，根據(jù)主觀對比和定量檢驗結(jié)果，選出“好成員（GOOD）”組，其余成員均歸入“OTHERS”組。其中，GOOD組對本次過程降水的強度及空間位置的預(yù)報結(jié)果與實況更接近，但極端性方面仍有欠缺。該組成員較好的預(yù)報能力來自于對低渦和（超）低空急流的演變特征，以及兩者強度和位置耦合的有效預(yù)測。集合敏感性分析結(jié)果表明南風(fēng)動量匯入有利于低渦的緩慢移動和增強。利用組間差異分析方法進一步探討可知，GOOD組預(yù)報珠江三角洲東部（超）低空急流南風(fēng)分量較強，不僅有利于低渦緩慢移動，并增強了氣旋性輻合，致使降水持續(xù)時間長、效率高。而低渦自身發(fā)展又反過來促進急流強度的變化。GOOD組既反映出急流強度日變化狀況，并較準確地刻畫了增強的低渦環(huán)流反饋導(dǎo)致急流小范圍加速的耦合特征。而OTHERS組預(yù)報的低渦和（超）低空急流的耦合位置偏東偏南，輻合強度偏弱，導(dǎo)致降水強度或落區(qū)出現(xiàn)偏差?？偠灾?shù)蜏u和（超）低空急流的位置和強度耦合程度較高時，模式對極端天氣的預(yù)報能力才會提高。

由于中尺度對流組織化的模擬能力是能否預(yù)報極端降水量的關(guān)鍵因素。本個例中，冷池與其西南或偏南方向上暖區(qū)之間的水平溫度梯度達0.23—0.76℃/km，激烈的冷、暖氣團對峙加強了中尺度鋒區(qū)和對流后向傳播。而CMA-TRAMS（EPS）對珠江口西側(cè)的暖脊強度預(yù)報偏弱，并且反映的冷區(qū)主要為溫度平流的產(chǎn)物，大部分成員的降水對負變溫并未能形成高相關(guān)，CMA-TRAMS（EPS）兩組成員在預(yù)報中尺度系統(tǒng)的組織性和傳播特征方面均存在明顯不足，從而影響集合預(yù)報系統(tǒng)對極端降水的預(yù)報能力。

提高分辨率可以增強模式對中尺度系統(tǒng)的預(yù)報能力，以分辨率達到3 km的中國氣象局廣東快速更新同化數(shù)值預(yù)報系統(tǒng)（CMA-GD）為例，在臨近時刻，模式地面要素預(yù)報較好地反映了與強降水區(qū)匹配的冷池、地面輻合線和中尺度低渦等系統(tǒng)的演變特征，該模式預(yù)報降水效率也較高，達到140 mm/（3 h）。未來的工作將考慮采用更高分辨率的集合預(yù)報系統(tǒng)來分析此次強降水過程的中小尺度天氣系統(tǒng)的可預(yù)報性。此外，文中僅針對單個極端降水過程做了集合敏感性及成員對比分析，而面向不同的天氣流型配置，CMA-TRAMS（EPS）的分析結(jié)果可能出現(xiàn)較大差異，為了得到更普適的結(jié)果，仍需對更多的個例進行分析。