太湖流域汛期面雨量多模式预报检验评估

林荷

(1.太湖流域管理局 水文局(信息中心)，上海 200434； 2.上海蓝泰信息咨询有限公司，上海 200434)

太湖流域汛期面雨量多模式预报检验评估

吴娟1林荷娟1刘敏1王凯燕2

(1.太湖流域管理局水文局(信息中心)，上海200434； 2.上海蓝泰信息咨询有限公司，上海200434)

基于太湖流域报汛雨量，根据中国国家气象中心T639等4种数值模式预报资料，以2016年汛期(5～9月)为例，评估太湖流域面雨量预报效果。结果表明，各模式预报效果均表现出随降水等级(小雨、中雨、大雨、暴雨)增大而下降的趋势；各模式对小雨、中雨的预报均存在预报范围和等级偏大的现象，而对大雨和暴雨的预报则存在预报范围和等级偏小的现象。欧洲模式对无降水有一定的指示意义，而日本、上海模式对降水有一定的指示意义。中央、欧洲模式对强降水预报技巧较高，而日本、欧洲模式对典型弱降水具有较高的参考价值。

面雨量预报；数值模式；预报检验；太湖流域

数值预报是提高天气预报准确率的基础，预报产品为日常预报提供了参考依据[1-2]。然而，由于数值模式初值、物理过程等存在一定误差，导致数值预报产品也存在一定预报误差。因此，开展数值预报产品检验及误差分析，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[2-4]。

为此，该研究对中国国家气象中心T639数值预报模式 、日本气象厅全球模式 、上海区域业务数值预报模式和欧洲中期天气预报中心全球模式等4种数值预报模式产品(为方便表述，以下分别简称为中央、日本、上海、欧洲模式)应用于太湖流域面雨量预报进行检验，以了解这4种模式对太湖流域雨量的预报能力，更好地应用数值预报产品[ 1-4]。

1 流域概况与资料说明

太湖流域地处长江三角洲核心区域，北抵长江，东临东海，南滨钱塘江，西以天目山、茅山为界，地跨江苏、浙江、安徽和上海三省一市，总面积36 895 km2[2]。太湖流域分为7个水利分区，分别是湖西区、浙西区、太湖区、武澄锡虞区、阳澄淀泖区、杭嘉湖区和浦东浦西区。特殊的地理位置决定了太湖流域洪涝台旱等多种灾害频发，特别是每年6～7月的梅雨期，历史上一直是造成太湖流域大范围洪涝的主要因素[3]。流域盆状的地形和平缓的地势导致洪水出路不足，太湖和地区河网水位易涨难消，进一步加重了洪涝影响[4]。

上述4种数值预报模式降水预报格点分辨率不同。中央、日本、欧洲模式为20 km×20 km，上海区域业务数值预报模式为12.5 km×12.5 km。各模式均以北京时间20时为初始场的24～240 h降水预报。该研究利用数值预报模式格点降水预报产品，采用网格面积权重法计算太湖流域预报面平均雨量。实测降水量来自太湖流域报汛资料，采用算术平均法计算分区降水量，采用面积权重法计算流域面雨量。

2 面雨量预报检验方法

该研究采用正确率Pc、TS评分、漏报率Po和空报率FAR等统计评价指标，对太湖流域面雨量预报产品进行检验，各评价指标计算如下。

正确率Pc是检验“有”、“无”面雨量的预报正确率，其计算公式为

(1)

式中，NA为降水预报正确站(次)数，NB为空报站(次)数，NC为漏报站(次)数，ND为无降水预报正确的站(次)数。此项评分不考虑降水等级，只要预报和实况均有降水或者均无降水即视为正确。

参考2005年中国气象局《中短期天气预报质量检验办法(试行)》中提供的方法[5]，检验面雨量预报效果。

(2)

(3)

(4)

式中，NAk为k等级降水预报正确(即预报等级与实况等级相同)的天数，NBk为k等级降水空报的天数(即预报等级大于实况等级，记为预报等级空报)，NCk为k等级降水漏报(即预报等级小于实况等级，记为实况等级漏报)的天数，TS评分、漏报率Po、空报率FAR能表征不同模式对各面雨量等级的预报偏大或是偏小。

3 2016年汛期的检验评估

3.1 TS评分以及空报率和漏报率检验

图1给出了4种模式在20时对太湖流域面雨量预报的TS评分、漏报率Po、空报率FAR检验结果。分析如下：

随着面雨量预报等级增大，4种模式面雨量预报的评分均明显下降，总体上以欧洲模式最高，中央模式次之。随着面雨量预报等级增大，各模式漏报率Po、空报率FAR均呈增加趋势，漏报率以欧洲模式为最低，中央模式次之；而空报率以日本模式最低，上海模式次之。20时对小雨预报的漏报率以欧洲模式(15.2%)最低，其次是中央模式(17.8%)；对中雨预报的漏报率以欧洲模式(35.2%)最低，其次是中央模式(36.7%)；对大雨预报的漏报率以日本模式(71.6%)最低，其次是欧洲模式(76.5%)；对暴雨预报的漏报率中央模式、日本模式均为90%。20时对小雨预报的空报率以上海模式(22.9%)最低，其次是日本模式(23.0%)；对中雨预报的空报率以上海模式(45.9%)最低，其次是日本模式(48.5%)；对大雨预报的空报率以上海模式(48.7%)最低，其次是日本模式(51.3%)；对暴雨预报的空报率日本模式最低，为40%。

图1 不同降水等级太湖流域面雨量预报TS评分、漏报率和空报率

由上述分析可知，中央、上海、日本、欧洲模式对小雨和中雨的漏报率明显小于同等级的空报率，而对大雨和暴雨的漏报率高于同等级的空报率，说明模式对小雨、中雨的预报存在预报范围和等级偏大的现象，而对大雨和暴雨的预报则存在预报范围和等级偏小的现象。

图2为不同预报时效的太湖流域面雨量预报TS评分、漏报率和空报率。随着预报时效的增加，各个模式的TS评分均呈下降趋势，中央、欧洲模式预报时效为72 h以前的TS评分均超过60%，日本模式预报时效为168 h以前的TS评分均超过60%，上海模式预报时效为96 h以前的TS评分均超过60%。时效为24～192 h的日本模式降水预报的漏报率最低，欧洲模式次之，上海模式最高；时效为216～240 h的欧洲模式漏报率最低，中央模式次之，日本模式最高。

图2 不同预报时效的太湖流域面雨量预报TS评分、漏报率和空报率

由上述分析可知，由于欧洲模式预报漏报率较低，即对无降水预报的成功率较高，因此对无降水有一定指示意义。时效为24～48 h的日本模式降水预报的空报率最低，上海模式次之，中央模式最高；时效为72～240 h的上海模式空报率最低，日本模式次之，中央模式最高。由于日本、上海模式预报空报率较低，对降水有一定的指示意义，即预报未来有降水，出现降水的可能性较大。分析24～240 h预报的各项检验结果的平均值可知，欧洲模式最优，上海模式次之，日本模式最差。

3.2 典型降水过程面雨量预报检验评估

为比较上述各个模式对不同强度降水过程的预报能力，选取2016年6月19～22日(梅雨期)、6月24～28日(梅雨期)、7月1～4日(梅雨期)、9月13～17日(“莫兰蒂”台风影响期间)、9月27～30日(“鲇鱼”台风影响期间)流域性强降水过程，以及7月10～15日、8月2～10日、9月5～7日流域性弱降水过程，分析各个模式对小雨到暴雨4个等级降水预报的情况。

(1) 5次强降水过程预报检验评估。统计各个模式对上述5次强降水过程在20时的预报表明：对于梅雨期6月19～22日、6月24～28日、7月1～4日、“鲇鱼”台风影响期间9月27～30日，漏报率均高于空报率，即预报等级和范围均偏小，而对于9月13～17日(“莫兰蒂”台风影响期间)，空报率高于漏报率，即预报等级和范围偏大。总体而言，中央模式的评分与正确率较高，其次是欧洲模式与上海模式，详见表1。

表1 4种数值模式对太湖流域5次强降水过程面雨量预报检验

(2) 3次弱降水过程预报检验评估。统计各个模式对3次弱降水过程的空报、漏报情况表明：对于7月10～15日、8月2～10日，空报率高于漏报率，即预报等级和范围均偏大。而对于9月5～7日，漏报率高于空报率，即预报等级和范围偏小。总体而言，日本模式正确率较高，其次是欧洲模式，详见表2。

表2 4种数值模式对太湖流域3次弱降水过程面雨量预报检验

4 结 语

本文检验了中央、日本、上海、欧洲4种模式对2016年汛期(5～9月)太湖流域雨量预报效果，并选取了5次强降水过程和3次弱降水过程进行检验和评估，结论如下：

(1) 4种模式预报效果随降水等级(小雨、中雨、大雨、暴雨)增大而下降：TS评分随降水等级增大而逐渐降低，而空报率和漏报率却逐级上升，随着预报时效的延长，各个模式面雨量预报效果呈下降趋势；各个模式对小雨、中雨的预报存在预报范围和等级偏大的现象，而对大雨和暴雨的预报则存在预报范围和等级偏小的现象；欧洲模式最优，上海模式次之，日本模式最差。

(2) 欧洲模式预报漏报率较低，对无降水预报的成功率较高，因此对无降水有一定的指示意义；日本、上海模式预报空报率较低，对降水有一定的指示意义，即预报未来有降水，出现降水的可能性较大。

(3) 中央模式对典型强降水过程的评分与正确率较高，其次是欧洲模式与上海模式。日本模式对典型弱降水过程正确率较高，其次是欧洲模式。

[1] 关月. 2016年6-8月T639、ECMWF及日本模式中期预报性能检验[J].气象, 2016, 42(11):1410-1417.

[2] 梁瑞驹, 程文辉, 蔡文祥, 等. 太湖流域水文数学模型[J].湖泊科学, 1993, 5(2):99-107.

[3] 刘兆飞, 王翊晨, 姚治君, 等. 太湖流域降水气温与径流变化趋势及周期分析[J]. 自然资源学报, 2011, 26(9): 1575-1584.

[4] 刘浏, 徐宗学. 太湖流域洪水过程水文—水力学耦合模拟[J].北京师范大学学报(自然科学报), 2012,48(5):530-536.

[5] 刘静,叶金印, 张晓红,等. 淮河流域汛期面雨量多模式预报检验评估[J]. 暴雨灾害, 2014, 33(1): 58-64.

2017-08-02

水利部公益性行业专项——城镇化快速发展背景下太湖流域防洪关键问题研究项目(201501014)

吴娟，女，太湖流域管理局水文局(信息中心)，工程师，硕士.

1006-0081(2017)10-0022-03

P426.6

A

(编辑唐湘茜)