数值预报产品在短期降水预报中的检验分析

周长志,杨 群,高红梅,牛广山

(1.贵州省铜仁地区气象局,贵州 铜仁 554300;2.河南省焦作市气象局,河南 焦作 454003)

数值预报产品在短期降水预报中的检验分析

周长志1,杨 群1,高红梅1,牛广山2

(1.贵州省铜仁地区气象局,贵州 铜仁 554300;2.河南省焦作市气象局,河南 焦作 454003)

运用天气预报业务中使用的日本模式、德国模式和 T213降水预报产品,对铜仁地区 2009年 1—12月预报效果进行检验,并利用误差分析方法对强降水预报进行了统计和比较,结果表明：晴雨预报 TS值,日本模式、德国模式和 T213相差不大,均在 60%～70%左右。在 24h、48h分量级降水检验结果中,日本的 TS评分通常高于德国和 T213。同时 3种模式产品在强降水过程预报中预报值基本上小于实况,而且随着实况量级的增加,预报偏小的次数增多。其中日本模式的预报最为稳定,且结果较接近实况。

数值预报产品;降水预报;统计检验;误差分析

1 引言

随着气象业务现代化的快速发展及预报技术手段的逐渐丰富,数值预报模式表现出对客观降水预报的巨大潜力,已经成为目前业务预报领域不可替代的参考预报方法。但由于数值预报结果受模式初始场、边界条件、物理过程、地形、植被及模式本身的设计等诸多方面的影响,数值产品对降水预报在出现时间、空间分布和量值大小等方面不可避免地存在一定的误差。另一方面由于各种数值预报模式的预报性能参差不齐,常常使报员在大量气象信息面前犹豫不决、信心不足。因此,对数值预报产品的合理选取与释用已成为预报员亟待解决的问题。

贵州省铜仁地区地形独特、气候环境复杂多变,使得数值模式预报产品与实况有不同程度的偏差。本文应用统计检验方法,利用在预报业务中广泛应用的日本模式、德国模式、T213数值预报产品对降水预报能力进行分析检验,了解模式对铜仁地区的预报能力,为更好地应用数值模式产品、改进数值模式提供参考。

2 资料来源

文中使用的降水预报场资料来自日本模式、德国模式全球数值模式及国家气象中心 T213模式。日本模式、德国模式降水产品分别为日本模式、德国模式发布的细网格模式 0～72h降水预报产品,格距分别为 1.25°×1.25°、1.5°×1.5°,时间分辨率为6h。T213产品为北京发布的 3～132h降水产品,格距为 1°×1°,时间分辨率为 3h。分别收集整理了2009年 1～12月日本模式、德国模式、T213的降水预报资料以及相对应时段铜仁地区 10个气象观测站降水实况。其中实况资料为每天 20∶00～20∶00(北京时)的 24h累计降水。数值模式的预报为与实况相对应的 20∶00起报的 24～48h及 48～72h的 24h累计降水预报。

为便于检验,将上述 3种数值预报产品的 24～48h、48～72h格点预报数据内插值到铜仁地区 10个气象站点,以此作为数值模式对各气象站点的24h、48h降水预报资料。

3 统计方法

为便于研究和比较,本文采用目前气象部门应用比较广泛的《中短期天气预报质量检验办法》,对上述数值模式产品的降水预报 TS评分、漏报率 (PO)、空报率 (NH)等方面进行检验。

降水检验主要分为两种,一种为有无降水即晴雨预报的检验;另一种为针对某量级降水的统计检验包括 24h和 48h降水资料,降水量级分为小雨(0.1～9.9 mm)、中雨 (10～24.9 mm)、大雨 (25～49.9 mm)、暴雨 (50～99.9 mm)和大暴雨 (≥100 mm)五级。

4 降水预报检验

通常 TS评分是用来衡量降水预报准确率的指数,如果评分较高,说明对降水发生的预报较好。通过对铜仁地区 10个气象站点 24h、48h降水预报按量级统计检验结果来看 (表 1、表 2),日本模式、德国模式、T213三种数值预报对 24h降水预报准确率要高于 48h,对晴雨预报的准确率均保持在 60%～70%左右,德国预报准确率最高,T213的空报率略高于日本和德国。另外,统计事实表明量级预报的准确率总体较低,并且随降水量级的增加而减小,同时数值预报模式的空、漏报率增加,特别是暴雨的空、漏报率显著增大。

从表 1、表 2分析,各个数值模式对小雨的预报准确率要高于其他量级,其中日本模式 TS评分最高,其次是 T213模式。对于中雨预报的评分明显低于小雨的评分,日本与德国的评分比较接近,德国预报略优于日本,T213预报稍差些。大雨 TS评分结果,日本要优于德国和 T 213,但 3种数值预报大雨空报率不相上下,说明日本对于大雨量级的预报做出了相对较好的反应。暴雨预报 Ts评分的排序与大雨相同,以日本的预报参考价值最高。各模式对大暴雨的预报能力较差,2009年铜仁地区共出现 2个站次的大暴雨,各数值模式均未有效地预报出来。

通过对以上 3种模式降水预报的漏、空报率比较,从预报时效上来看,3种数值模式 48h预报的空报率和漏报率均高于 24h预报。从降水量级的预报上来看,随降水量级增加,3种数值预报模式的空、漏报率增加,特别是大雨以上量级的空、漏报率显著增大。对比 3种模式的预报空、漏报率,对于小雨和中雨预报,空报率高,漏报率低;对于大雨预报,3种数值模式的漏报率与空报率基本相当;对于暴雨预报,各模式的漏报率均显著增大。

5 强降水预报误差检验分析

5.1 检验方法

通过以上降水预报检验分析,日本模式、德国模式、T213对于大雨以上量级的强降水预报能力均偏弱,因此我们分析了各数值模式中存在的系统性误差,有利于预报员在强降水预报中进行相关订正及解释。在这里采用预报评价中常使用的误差检验方法,对日本模式、德国模式、T213 3种降水产品的预报误差进行检验。

整理铜仁地区各气象站点强降水过程中 3种产品的预报值和实况,并对预报误差、平均偏大率、平均偏小率、平均偏大误差、平均偏小误差等特征量进行统计,其中相关定义如下：

强降水：日降水 (20～20时)≥25mm。

预报误差：Xi=[(Xp-Xo)/Xo]×100%,Xp为预报值,Xo为实况值。

预报偏大率：Sg=(Ng/N)×100%,在强降水个例中,如果某站预报误差Xi＞0,则认为该站预报偏大。Ng为所有强降水过程中,预报误差Xi＞0的总站次,N则为日降水 (20～20时)≥25mm的总站次。

预报偏小率：Sl=(Nl/N)×100%,在强降水个例中,如果某站预报误差Xi＜0,则认为该站预报偏小,Nl为所有强降水过程中,预报误差Xi＜0的总站次。

5.2 检验结果及分析

将强降水过程按照 24h降水量划分为大雨(25mm≤R24＜50 mm)、暴雨 (50 mm≤R24＜100 mm)、大暴雨以上 (R24≥100 mm)三个量级,并按照这个划分标准,计算三种预报产品的统计量,结果见图 1。

图 1 按量级 3种降水产品的预报偏小率、平均偏小误差、平均偏大误差

从图 1中的 24h、48h 2个时段预报偏小率的分布可见,不论是大雨、暴雨、还是大暴雨以上的量级,上述 3种数值预报产品预报值基本上小于实况值,而且随着实况量级的增加,预报偏小的次数也逐渐越多。这反映出了全球数值模式强降水过程漏报多,空报少的特点,也反映出在强降水预报中,各数值模式预报具有一致偏小的系统特征。另外,3种产品之间预报偏小率也各有不同,其中日本模式在 24、48h 2个时次各个量级的预报偏小率均高于其它 2种产品,暴雨的预报偏小率达到 95%以上,大暴雨的预报偏小率甚至为 100%。

从预报平均偏小误差发现,3种产品预报值与实况相比,均偏小明显,24 h的最小误差也达-60%以上,而且随着量级的增大,误差越大,大暴雨以上量级的最大误差接近 90%。比较而言,德国在3个量级、2个时次上偏小误差最大,日本和 T213则基本相当。

虽然 3种产品的预报大多数比实况偏小,但也有部分量级、部分时次的预报比实况大。为客观评价预报产品的性能,有必要对它们的偏大误差进行客观分析。由图 1可以看出,3种产品的平均偏大误差差别较大,48 h T213的大雨的平均偏大误差达到 75.5%。相比之下,各个量级、各个时次的预报,日本降水预报的平均偏大误差明显小于其它 2种产品。

6 结论

①在对 2009年 1—12月数值预报产品在铜仁地区短期降水预报检验中,从 24h、48h准确率、空报率、漏报率分析,晴雨预报准确率相对较高,量级预报的准确率总体较低,并且随降水量级的增加而减小。

②从 TS评分结果中可以看出,日本模式、德国模式、T213的晴雨预报 TS值相差不大,均能维持在 60%～70%之间。日本对大雨、暴雨的 TS值高于德国与 T 213,对大雨以上量级把握得较好。中雨降水德国略优于日本,各个模式对小雨的预报要高于其他量级,其中日本模式评分最高。

③通过统计检验发现：日本模式、德国模式、T213在强降水过程预报中预报值基本上小于实况,预报偏小明显。其中随着实况量级的增加,日本模式、德国模式、T213预报偏小的次数越多,其中平均偏小误差随着量级的增加,误差增大;而平均偏大误差则相反。

④从误差检验得出：日本模式、德国模式、T213等 3种数值预报之间,德国的平均偏小误差最大,T213的平均偏大误差最大,日本则相对稳定,预报具有一致偏小的特点,而且其平均偏小误差、平均偏大误差都是最小的,更接近实况。日本对强降水检验的结果优于其它两种产品。

⑤数值预报作为一种预报工具,具有较好的参考性,但是单从 TS评分结果来看,数值预报仍然需要结合实况、雷达回波、卫星云图等资料及时作出订正,才能有效地提高预报准确率。

[1] 黄嘉佑,等 .气象统计分析与预报方法 [M].北京：气象出版社,2000.

[2] 王雨 .2004年主汛期各数值预报模式定量降水预报评估[J].应用气象学报,2006,17(3)：316-323.

[3] 张建海,诸晓明 .数值预报产品和客观预报方法预报能力检验[J].气象,2006,32(2)：58-63.

[4] 顾永刚,王丽,徐双柱 .2005年夏季华中地区四种数值预报模式的预报效果评估[J].湖北气象,2006,25(2)：13-16.

[5] 罗纲 .T213对贵州省 24小时雨量预报检验[J].贵州气象,2003,27(1)：18-20.

[6] 蔡秀华,曹鸿兴 .资料插值的进展[J].气象,2005,31(8)：3-7.

P456

B

1003-6598(2010)增刊-0100-03

2010-09-10

周长志 (1982-),男,助工,主要从事短期预报、网络管理工作。