基于短时强降水概率预报的模糊检验试验

刘 莹，肖递祥，陈 莹

(1.高原与盆地暴雨旱涝灾害四川省重点实验室，成都 610072；2.四川省气象台，成都 610072)

引言

强对流天气空间分布具有分散性、不连续性等特点[1-4]。传统的强对流天气确定性预报检验方法是基于站点观测、通过二维列联表计算得到的检验指标TS评分、命中率、虚警率等，这类指标需要预报与实况在格点或站点上严格对应，传统的“点对点”检验方法易于导致双重惩罚，尤其对于高时空分辨率的数值预报或者临近预警，当事件发生概率偏低时，TS评分、命中率等指标趋近于零，而忽略了目标的固有属性，尤其是空间特征属性[5-7]，这对于强对流天气预报来说有明显的缺陷。因此将不同的时间尺度、空间尺度、强度尺度或其他重要属性进行模糊化处理的模糊检验方法被提出，模糊检验方法不需要预报和实况的严格对应[8]。

空间模糊检验方法是对逐个格点进行空间尺度的放大，降低预报和实况匹配的要求，得到不同尺度上的信息，从而确定哪种空间尺度上的预报是最有用的。强对流天气预报引入模糊检验方法可以提供更客观和准确的评价，帮助提高强对流天气预报技术和相关产品应用水平。目前空间模糊检验方法在强对流天气预报检验中得到了广泛应用，李伯平等[9]对三种类型强对流天气系统经过空间尺度模糊进行了模糊检验试验后认为，模糊检验能够基于不同的评价策略给出预报在不同尺度上的更多信息，给予预报更加全面和客观的评价。美国SPC[10-11]和中国气象局国家气象中心强天气预报中心[12]均采用“点对面”的TS评分、空报率、漏报率等方法对强天气预报结果进行评价。在综合多源资料的强对流天气实况站点和格点监测产品数据的基础上，完善现有领域(一定半径范围)的强对流天气检验技术，评估定义适用于现有评分站点的最优的半径大小，需要进行进一步的研究[13]。

1 研究区域和资料

本研究使用资料包括2014～2016年5～9月四川省逐小时观测降水资料、SWC-WARMS模式小时降水预报产品和基于SWC-WARMS模式建立的短时强降水(≥20mm/h，下同)概率预报产品。观测资料为四川省4997个观测站(其中国家站156站、区域站4841站)逐小时降水资料。利用四川省4997个观测站2014～2015年5～9月的逐小时降水资料和SWC_WARMS模式逐小时预报资料，对发生短时强降水时物理量特征进行统计分析后，针对不同地形高度挑选短时强降水的敏感因子，运用配料法建立基于SWC_WARMS模式的概率预报模型，本文使用的短时强降水概率预报产品是用该模式得到的20时起报的模式预报产品。

2 检验评分结果分析

2.1 检验评分方法

使用5种评分方法对预报进行评分，TS评分，预报偏差，虚警率，命中率，漏报率，其中A,B,C,D 分别为预报出且实况出，预报出实况无，预报无实况出，预报无实况无的次数，根据以下公式计算相应评分。

TS=A/(A+B+C)

(1)

Bias=(A+B)/(A+C)

(2)

Far=B/(A+B)

(3)

Fail=C/(A+C)

(4)

Hit=A/(A+C)

(5)

其中TS评分(TS)，评分范围0～1，越高表示预报效果越好，1为完美预报。预报偏差(Bias)，评分范围0～∞，1为完美预报，Bias在0～1表示与实况相比，预报范围偏小或站点数偏少，Bias>1表示预报范围偏大或站点数偏多。对于强对流天气，从预报服务和降低损失的角度考虑，往往希望预报有适当的偏大，以减少漏报率，推荐的预报偏差Bias一般在0～2.0。空报率(Far)，评分范围0～1，0为完美预报，Far越小表示预报结果越好。漏报率(Fail)，评分范围0～1，0为完美预报。命中率(Hit)，评分范围0～1，1为完美预报。

由于强对流天气具有时空尺度小，局地性强的特点，常规的地面气象站很难完全观测得到。因此，观测与预报“点对点”检验方法很难准确地反映预报质量。通过空间模糊检验，用户可以得到预报产品在不同尺度上的信息，从而确定在何种空间尺度上预报是有用的，并根据自己的需求和应用倾向对不同的预报提供者进行取舍。目前基于邻域(“点对面”)的检验方法在强对流天气预报中得到较为广泛的应用，该方法是空间检验方法中的一种[12-13]。这里使用基于邻域(“点对面”)的空间模糊检验方法(见图1)，以格点为中心，以不同长度为半径的圆面上是否出现了对应小时雨量的天气来判别，当格点预报有时，若圆面有一个站点出现对应小时雨量，则认为预报正确(预报出且实况出，A)。“点对面”检验相当于扩大了A和C的数量，同时减少了B和D的数量，使得这一检验方法更适合强对流天气相关的极端或小概率事件的检验，如短时强降水、冰雹和雷暴大风等天气。

对短时强降水概率预报产品每隔10%的预报作为确定性预报，即分别以10%、20%、30%、40%、50%、60%、70%、80%、90%的预报范围作为确定性预报，使用“点对点”和“点对面”的检验方法计算短时强降水(≥20mm/h)评分。

对SWC-WARMS模式小时降水预报产品，选择预报时间间隔内的各个格点的最大小时雨量，以最大小时降水≥20mm/h的范围作为确定性预报(下称SWC_WARMS最大小时雨量(≥20mm/h)预报)，使用“点对点”和“点对面”的检验方法分别计算短时强降水(≥20mm/h)评分。

2.2 TS评分对比分析

预报偏差Bias一般在0～2.0，考虑适当空报(预报范围偏大或站点数偏多)，因此选择Bias在1～2.0的预报结果更具有意义，表1中列出不同半径下不同预报时效Bias位于1～2.0的概率值。在满足Bias位于1～2.0的基础上，表1列出不同半径下不同时效TS评分的最高分值及其对应概率值，加粗值为不同时效TS评分最高分值及其对应概率值。

由表1可见，24h时效短时强降水(≥20mm/h)的TS评分随着评分半径的增加评分逐渐升高，30km左右评分达到最高，之后评分趋于稳定随后逐渐降低，48h、72h时效有类似结果，在40km评分达到最高。随着评分半径的增大，24h预报的TS评分比48h和72h预报的TS评分更快达到最大值，24h预报在空间分布上与实况更为接近，48h和72h预报的空间偏差更大一些，说明随着预报时效的接近，预报的空间分布更接近实况，更具参考价值。

表1 短时强降水概率预报评分半径的最大TS评分及Bias评分

2.3 短时强降水概率预报评分

对2014～2015年24h间隔的短时强降水(≥20mm/h)概率预报和SWC_WARMS最大小时雨量(≥20mm/h)预报进行基于邻域(“点对面”)的空间模糊检验和“点对点”检验，“点对面”检验的影响半径定为30km。这里的SWC_WARMS最大小时雨量预报(≥20mm/h)是指预报时间间隔内(如0～24h、24～48h、48～72h)SWC-WARMS小时降水预报在该时间段内各个格点最大小时雨量≥20mm/h的预报结果。从不同时效短时强降水(≥20mm/h)概率预报和SWC_WARMS最大小时雨量(≥20mm/h)的TS评分(图2)中可以看到，SWC_WARMS最大小时雨量(≥20mm/h)“点对面”TS评分均明显大于其“点对点”的评分，同时可以看到随着预报时效的临近，“点对面”TS评分和“点对点”TS评分之间差值越小，说明随着预报时效的临近，空间分布的预报偏差会更小，强降水落区跟实况更为接近。从概率预报的评分结果来看，随着预报概率的增大，概率预报“点对点”的TS评分呈现增大的趋势，说明随着预报概率的增大预报的准确率越高，24h时效短时强降水(≥20mm/h)概率预报达到30%以上时，预报“点对点”的TS评分均明显高于SWC_WARMS最大小时雨量(≥20mm/h)“点对点”和“点对面”的评分，而48h和72h在各个概率上TS评分虽大于SWC_WARMS最大小时雨量(≥20mm/h)“点对点”评分，但均小于SWC_WARMS最大小时雨量(≥20mm/h)“点对面”评分，说明基于SWC_WARMS的概率预报模型对原模式预报结果的订正能在一定程度上抵消空间预报偏差，而48h、72h时效中的这种空间偏差订正的效果优势明显小于24h时效，48h、72h时效SWC_WARMS的概率预报在各个概率上的落区预报均无法优于原模式预报在30km内进行调整的结果，48h、72h时效落区的偏差更为明显。短时强降水(≥20mm/h)概率预报中以30km为影响半径的“点对面”TS评分明显高于“点对点”的评分，说明预报时考虑影响半径30km范围内的预报偏差，更有利于提高预报的准确性；从概率预报“点对面”的TS评分随预报概率变化上看，短时强降水(≥20mm/h)的TS评分均出现先随预报概率增大而升高，在30%时TS评分达到最大，随着预报时效的延长，概率预报的TS评分均呈现下降的趋势。

对24h间隔的短时强降水(≥20mm/h)概率预报进行“点对面”(30km)评分的进一步分析。命中率(Hit)分析(图3a)结果表明，短时强降水(≥20mm/h)的概率预报中，随着概率的增大命中率逐渐降低，48h预报的命中率略高于24h和72h。对预报偏差评分(Bias)的分析(图3b)表明随着短时强降水(≥20mm/h)预报概率的增大，预报偏差逐渐变小，概率预报<30%时Bias>1，预报范围偏大或站点数偏多，概率预报>30%时Bias在0～1，说明预报范围偏小或站点数偏少，概率预报为30%时Bias差不多围绕在1附近，24h的Bias评分略低于1，预报偏差最小；从24h、48h、72h三个时效上看，随着预报时效的临近，24h时效的Bias评分最低。从漏报率(Fail)评分(图3c)上看，随着概率的增大Fail逐渐增大，且漏报率除24h和48h时效在10%的预报下略<0.5，其他各概率在各个时效上均是>0.5的，即差不多有一半的漏报，也说明预报与实况仍有不小的差异，这种差异既有可能是量级上的原因，也有可能是降水落区分布上的原因；预报概率<50%时24h和48h的漏报率比较接近，72h漏报率最高，预报概率>50%时，随着概率的增大三个预报时效的评分结果逐渐趋于一致，48h漏报率略低。空报率(Far)的评分(图3d)结果表明，三个预报时效概率预报均随着预报概率的增大，空报率逐渐减小；随着预报时效的延长Far呈上升趋势，24h的空报率最低。

2.4 2016年主要天气过程的TS评分

为进一步验证基于SWC_WARMS模式的短时强降水(≥20mm/h)概率预报模型的可预报性，将模型应用于2016年主要天气过程，21场天气过程分别为：5月6～7日、5月13～14日、5月22～23日、6月5～7日、6月9～10日、6月14～15日、6月18～19日、6月21～25日、6月29～30日、7月5～9日、7月12～15日、7月18～19日、 7月22～23日、7月25～27日、7月31日、8月2～4日、8月23～26日、9月4～7日、9月9日、9月14～15日、9月18～19日。选择短时强降水(≥20mm/h)概率预报中TS评分最优的预报概率(30%)进行“点对面”TS评分。图4为不同时间间隔概率预报和SWC_WARMS最大小时雨量(≥20mm/h)“点对面”TS评分，从TS评分对比上看，各个时间间隔的最优预报概率“点对面”TS评分均明显优于SWC_WARMS最大小时雨量(≥20mm/h)“点对面”TS评分；从预报时效上看，TS评分呈现明显的日变化特征，夜间优于白天，这可能跟四川夜雨有一定的关系，同时随着预报时效的延长，TS评分有降低的趋势，从24h间隔的最优预报概率“点对面”TS评分可以看到TS评分从0.236(24h)降为0.182(72h)；而随着时间间隔的增大，TS评分也出现增大的趋势，3h间隔TS评分最大值为0.145，24h间隔TS评分最大值增加为0.236。由此可见，短时强降水(≥20mm/h)概率预报模型预报比SWC_WARMS最大小时雨量(≥20mm/h)预报更优，可应用于短时强降水(≥20mm/h)的预报。

3 短时强降水(≥20mm/h)过程检验

2016年7月18日20时～19日08时盆地北部、中部、南部和攀西地区出现了短时强降水，25mm以上的强降雨落区主要出现在广元、南充、遂宁、泸州、宜宾5市和自贡、内江、资阳3市东部及攀西地区中部、南部。实况最大小时雨量为各个观测站在预报时间段内出现的最大雨量值；SWC_WARMS最大小时雨量(≥20mm/h)落区为SWC_WARMS各个格点在预报时间段内出现的最大雨量预报值>20mm的落区。从预报情况上看，SWCWARMS最大小时雨量>20mm的小时雨量落区预报与实况较为接近，但对盆地中部的预报略微偏东。短时强降水(≥20mm/h)概率预报30%以上的落区和SWCWARMS的预报小时雨量20mm以上落区比较一致，且在攀西地区报出了一定的概率，相对而言，短时强降水(≥20mm/h)概率预报30%以上的预报落区比SWCWARMS的小时雨量预报更有价值。

2016年7月21日20时～22日08时盆地西部大部地方出现了短时强降水，雨强大，25mm以上的强降雨落区主要出现在成都、眉山2市和乐山北部以及广元、绵阳、德阳3市西部，最大小时雨量出现在绵阳平武南坝镇，为112.5mm。从预报情况上看，SWCWARMS的小时雨量预报出在盆地西部沿山一带有>20mm的小时雨量，但预报范围明显偏小。短时强降水(≥20mm/h)概率预报30%以上的落区和SWC_WARMS最大小时雨量在20mm以上落区有一定的重叠，但预报范围更广，特别对于广元、绵阳2市西部的降水有向扩大范围的方向调整，与实况更为一致，同时对高原上大的降水也有一定的指示意义。

总的看来短时强降水(≥20mm/h)概率预报对短时强降水(≥20mm/h)的预报效果略优于原模式直接的预报结果，对强降水落区预报具有意义的指示作用。

4 结论

利用基于SWC_WARMS模式的短时强降水概率预报模型生成短时强降水(≥20mm/h)概率预报产品，并对其进行了“点对面”的模糊检验试验，得出以下结论：

(1) 概率预报和SWC_WARMS最大小时雨量(≥20mm/h)的“点对面”TS评分均明显高于“点对点”评分。通过空间模糊检验，可以确定预报结果可在30～40km范围内进行调整，以得到更优的预报结果。

(2) 从概率预报“点对面”TS评分随预报概率变化上看，短时强降水(≥20mm/h)的TS评分均出现先随预报概率增大而升高，在30%时TS评分达到最大，随着预报时效的延长，概率预报的TS评分均呈现下降的趋势。从概率预报“点对面”Bias评分随预报概率变化上看，概率预报为30%时Bias差不多围绕在1附近，预报偏差最小，综合考虑短时强降水(≥20mm/h)概率预报“点对面”的TS评分和预报偏差的评分结果，确定性预报以概率为30%时最优。

(3) 概率预报的TS评分明显优于SWC_WARMS最大小时雨量(≥20mm/h)的评分，短时强降水(≥20mm/h)概率预报比SWC_WARMS最大小时雨量(≥20mm/h)预报更具有参考价值。

对基于SWC_WARMS模式的短时强降水(≥20mm/h)概率预报模型预报的检验评分表明，SWC_WARMS模式的短时强降水(≥20mm/h)概率预报模型较SWC_WARMS最大小时雨量(≥20mm/h)预报的预报效果有一定程度的提升，然而现阶段进入模型的物理量因子较少，对预报产品在不同尺度上的信息分析仍存在不足，同时由于不同降水的空间形状分布对“点对面”的TS评分同样有很重要的影响，可进一步对不同空间分布状态下的降水进行空间偏差检验，更进一步使用空间模糊检验方法来确定预报产品在何种空间尺度上预报是有用的，使得预报员可以根据自己的需求和应用倾向对不同的预报进行取舍。