4种数值降水预报产品在海河流域的应用检验

徐 姝，魏 琳，邓 岩

4种数值降水预报产品在海河流域的应用检验

徐 姝1，魏 琳2，邓 岩3

（1.天津市气象台，天津300074；2.海河水利委员会水文局，天津300170，3.中水北方勘测设计研究有限责任公司航测遥感院，天津300222）

模式定量降水预报作为一种客观化预报方式已成为天气预报业务工作中的主要参考依据，为了解日本、德国、T639及天津（TJ-WRF）4种模式降水预报产品在海河流域的预报性能，从TS评分、漏报率、空报率、预报偏差等方面对4种模式进行了检验和评估。结果表明，4种模式各有优劣，对于小雨的预报，WRF和T639表现好于其它模式；对于中雨的预报，日本模式和T639的可信度较高；对于大雨的预报，T639的表现略好于其它模式；对于暴雨以上的预报，各模式的表现均很差。就预报偏差而言，各模式的预报偏差都基本偏小，且量级越大预报偏差误差越大，其中天津WRF和T639的偏小幅度小于其它2个模式。

海河流域；数值模式；降水预报；统计检验；定量误差

海河流域东临渤海，南界黄河，西靠云中、太岳山，北倚蒙古高原，地跨8个省（自治区、直辖市）。流域内发源于太行山、燕山背风坡的河流，源远流长，山区汇水面积大，水流集中；而发源于太行山、燕山迎风坡的河流，支流分散，源短流急，洪峰高、历时短、突发性强。海河流域地理位置特殊，地形地貌复杂，天气气候多变，暴雨灾害频发。海河流域气象中心工作的重点是降水预报和与之相关的灾害性天气预报。在众多的降水预报方法中，数值预报模式表现出对客观定量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。国内从1991年北半球数值模式（T42），发展到1997年高分辨率的有限区模式（HLAFS）和全球模式（T213）。国外目前应用的模式有欧洲中心全球谱模式（T319L60）、日本谱展开模式（T213L30）。数值预报产品在内容、时效、层次上不断增多，已经成为广大预报员在日常天气预报中的主要参考依据。面对如此众多的数值预报产品，究竟哪个模式对海河流域的天气预报更好？产品检验及误差分析[1-5]是择优使用数值预报产品、提高天气预报准确率的有效途径，同时也可为研究数值预报产品释用方法提供一定的参考依据。本文对在海河流域业务使用的T639数值预报、德国降水预报、日本数值预报以及天津WFR的结果进行检验，以了解4种模式对海河流域区域的预报能力，以便更好地为应用数值预报产品、改进数值模式提供参考。

1 资料和方法

降水预报检验以检验落点预报为主，检验区域为海河流域，涉及北京、天津、河北、山西、河南、内蒙古、山东、辽宁8个省（自治区、直辖市），共238个站点。检验时段为2014年和2015年6—9月。降水实况为当日8时（北京时间）至次日8时的24 h累计降水，模式的预报为与实况相对应的每天20时起报的12～36和36～60 h的24 h累计降水预报。首先将日本（JMA）、德国（GRE）、T639以及TJ-WRF 4个模式12～36、36～60 h格点预报数据采用双线性插值的办法内插到海河流域各气象站点，以此作为数值模式对气象站点的24、48 h降水预报资料。

模式的客观预报检验参考中国气象局下发的降水检验办法，采用分级降水评分和累加降水评分。分级降水评分分为小雨、中雨、大雨、暴雨、大暴雨和特大暴雨6个等级，累加降水评分分为≥0.1 mm、≥10 mm、≥25 mm、≥50 mm 4个等级。客观预报检验使用TS评分、空报率、漏报率、晴雨评分和预报偏差（B值）等检验量来综合分析各模式在海河流域的预报性能。

针对强降水预报，全球数值模式存在一定的系统性误差，预报往往偏小，误差具有一致性，有利于预报员在强降水预报中进行相关订正及解释。因此，采用类似于温度、气压预报评价中常使用的误差检验方法，对日本、德国、T639及TJ-WRF 4种降水产品预报误差的平均偏大率、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检验，其中相关定义如下：

（1）强降水：日降水（8—8时）≥25 mm。

（2）预报误差：Xi=[（Xp-X0）/X0]×100%，Xp为预报值，X0为实况值。

（3）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（8—8时）≥25 mm的总站次。

（4）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，N定义同上文。

2 客观检验结果

2.1 海河流域降水预报统计检验结果

4种数值模式对海河流域238站的降水要素预报累加检验结果，详见表1。检验结果表明，4种模式的预报能力均随着预报时效和降水量级的增加不断减弱，且随着降水量级的增加模式预报逐渐以空报为主转为漏报为主。对于小雨以上的预报来说，24/36 h模式的空报率为36%～54%，明显大于漏报率（4%～24%）；4个模式中TJ-WRF模式各时效的TS评分最高（24/36 hTS评分为53.3），空报率最小（24/ 36 h空报率36%）、预报偏差也最小，但其对应的漏报率最大；虽然日本模式的预报TS评分较TJ-WRF模式略低，但需要指出的是，其漏报率明显小于其它3个模式，24/36 h漏报率仅为4.2%，因此在业务工作中可以作为补漏的参考资料。对于中雨以上的预报来说，日本与T639的总体预报性能相当，略好于其它2个模式。对于大雨以上的预报来说，T639的预报性能略好于其它3个模式，4个模式的空报率均小于漏报率，日本与T639的24/36 h的空报率相当，TJ-WRF的漏报率相对较小。对于暴雨以上的预报来说，4个模式的表现均较差，TJ-WRF及T639性能略好于其它2个模式，TJ-WRF的漏报率最低，日本模式的空报率最低。降水要素预报分级检验结果，详见表2。从检验结果分析，其规律与累加检验的结果类似，这里不做具体分析。

表1 各数值预报模式降水预报累加检验结果

表2 各数值预报模式降水预报分级检验结果

2.2 海河流域降水检验结果空间分布

2.2.1 小雨预报

海河流域4个模式24 h小雨预报TS分布，如图1所示。从图1可以看到，各模式对小雨预报的TS评分在海河流域中部和南部较低，中南部以外的地区评分较高，其中海河流域北部的TS评分在50以上。就4个模式而言，日本、T639和TJ-WRF的TS评分40以上的区域大于德国，其中T639、TJ-WRF的TS评分就空间分布而言好于日本的模式。

图14 种模式对海河流域小雨预报TS评分空间分布

2.2.2 中雨预报

海河流域4个模式24 h中雨预报TS分布，如图2所示。从图2可以看到，总体而言，各模式在海河流域西南部和东北部的评分高于其它区域。4个模式中，德国的TS评分小于30的区域明显大于其它3个模式，日本的TS评分好于其它3个模式，且对于流域中部的预报TS评分来说，日本模式明显好于其它3个模式。

图24 种模式对海河流域中雨预报TS评分空间分布

2.2.3 大雨预报

海河流域4个模式24 h大雨预报TS分布，如图3所示。从图3可以看到，总体而言，各模式在海河流域全区范围的TS评分较低，在流域西北部的TS评分略高于其它区域。

图34 种模式对海河流域大雨预报TS评分空间分布

2.2.4 暴雨及以上预报

海河流域4个模式24 h暴雨及以上预报TS分布，如图4所示。从图4可以看到，总体而言，各模式在海河流域全区范围的TS评分较低，日本模式TS评分在流域东部较高，其余3个模式在流域西北部的TS评分略高于其它区域。

图44 种模式对海河流域暴雨预报TS评分空间分布

3 短期强降水预报定量误差评估

参照中国气象局TS技巧评分中雨量等级的划分标准，将强降水过程按照24 h降水量划分为大雨、暴雨、大暴雨以上3个量级，并按这个划分标准，计算3种预报产品的统计量，结果如图5所示。

图5 按量级4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5（a）、（b）的24、48 h 2个时段预报偏小率的分布可见，对于各量级降水，4种产品预报值均小于实况值，且随着实况量级的增加预报偏小的次数也逐渐增多，反映了数值模式对降水预报一致偏小的系统特征。4种产品之间预报偏小率也各有不同，其中日本模式在24、48 h 2个时次大雨和暴雨的预报偏小率均高于其它3种产品，暴雨的预报偏小率接近100%；TJ-WRF的大雨、暴雨和大暴雨2个时次的预报偏小率均小于其它3种产品。

从图5（c）、（d）可以看出，4种产品的预报值与实况相比，预报平均偏小误差均偏小明显，24 h的最小误差也在-50%以上。比较而言，TJ-WRF和T639的大雨和暴雨2个时次的平均偏小误差相当，均小于其它2个模式；对于大暴雨及以上的降水，TJ-WRF的平均偏小误差相对其它3种产品最小。

4种产品的预报大多数比实况偏小，但也存在偏大的情况。从图5（e）、（f）可以看出，4种产品2个时次的平均偏大误差基本在20%以内，其中大雨预报平均偏大较明显；4种产品中，日本的平均偏大误差小于其它3个模式，TJ-WRF的平均偏大误差大于其它3个模式。

综合分析表明，4种数值预报产品在各个雨量量级上的预报基本上都偏小，且偏小误差较大。4个模式中，T639和TJ-WRF对于大雨和暴雨的预报偏差相当，好于日本和德国的模式，对于大暴雨来说TJ-WRF偏差最小。

4 结语

综上所述，对于小雨的预报，主要参考TJ-WRF和T639的预报结果，并参考日本模式的预报结果进行补漏，且降水落区位于流域中南部以外地区的可信度较高；对于中雨的预报，主要参考日本模式的预报结果，并结合T639的预报结果进行综合考虑，且对于降水落区位于流域中部的情况，日本模式的可信度较高；对于大雨的预报，T639的表现略优于其它3个模式，模式的预报以漏报为主，可适当参考漏报率较低的TJ-WRF的预报结果，且降水落区位于流域西北部的情况较可信；对于暴雨及以上的预报，各模式的表现均较差，相对而言TJ-WRF的表现较好，漏报率较低，另外可适当参考日本模式的结果（空报率低），日本模式预报降水落区位于流域东部的情况较可信，其它3个模式预报降水落区位于流域西北部的情况较可信。

就预报偏差而言，各模式的预报偏差都基本偏小，其中TJ-WRF和T639的偏小概率和幅度小于其它2个模式，且量级越大预报偏差误差越大。因此，在释用模式的预报结果时，应在模式预报的基础上适当加大预报降水值的订正，量级越大增加幅度越大。

[1]许美玲，孙绩华.MM 5中尺度非静力模式对云南省降水预报检验[J].气象，2002，28（12）：24-26.

[2]孔海江.2003年汛期3种中尺度数值预报模式降水预报检验[J].河南气象，2005（1）：9-11.

[3]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.

[4]李辉，宋靖，霍传秀，等.T213模式对河南省降水预报检验评价[J].河南气象，2004（4）：16-17.

[5]康玲，祁伏裕，孔文甲，等.数值预报产品检验及误差分析方法简介[J].内蒙古气象，2003（3）：16-19.

ContrastiveVerificationofPrecipitationForecastingofFourNWPModels
intheHaiheRiverBasin

XU Shu1，WEI Lin2，DENG Yan3
（1.Tianjin Meteorological Observatory，Tianjin 300074，China；2.Bureau of Hydrology，Haihe Water Conservancy Commission，Tianjin 300170，China；3.Aerial Survey and Remote Sensing Institution，Beifang Investigation，Design&Research Co.Ltd，Tianjin 300222，China）

The quantitative precipitation forecast of NWP models has become a major basis of everyday operation weather forecast at the moment.The precipitation forecasts of four NWP models，including a Germen global model，a Japanese global model，T639 and Tianjin-WRF are verified and assessed by the objective rainfall verification methods to find out the prediction performance of them in the Haihe River Basin.The results show that there are unique advantages of the four models for different rainfall classification.The forecast by Tianjin-WRF and T639 model is better than the others for the light rain；the forecast by Japanese and T639 model is more credible for the moderate rain；the performance of T639 is the best among the four models forecast for the heavy rain；the performance of four models are poorly for the more severe rain.The predicted error is small for all of the four models，and the heavier the rain is，the greater the predicted error is.The amplitude of predicted error of Tianjin-WRF and T639 model is smaller than the other two models.

the Haihe River Basin；numerical model；precipitation forecasting；statistic test；quantitative error

TV124；P338

A

1004-7328（2017）02-0045-07

10.3969/j.issn.1004-7328.2017.02.015

2016—11—12

徐姝（1984—），女，硕士，工程师，主要从事短期天气预报工作。