广州GRAPES模式与EC模式广西地面要素预报检验评估

吴徐燕

摘 要：采用TS评分、ETS评分、漏报率、空报率和预报偏差等方法对2019年4—9月GRAPES广州华南中尺度模式和ECMWF模式20∶00起报的0～24h（简称24h）和24～48h（简称48h）累积降水进行对比检验评估，同时应用平均误差、平均绝对误差、均方根误差和预报偏差等方法对2个模式地面温度和风进行对比检验评估。结果表明：GRAPES对小雨的预报能力明显优于EC，而中雨以上降水，EC效果较好;对于24h大雨以上降水的发生频率，EC预报更接近实况，对于24h和48h其它量级降水的发生频率，GRAPES具有更好的參考性;对于地面气温预报，2种模式总体均比实况偏低，白天时段GRAPES预报效果好于EC，夜间时段EC更好;对于地面风的预报，EC效果好于GRAPES，2种模式均为u风预报偏小，V风偏大。

关键词：广州GRAPES模式;EC模式;地面要素;检验

中图分类号：S16       文献标识码：A

DOI：10.19754/j.nyyjs.20200930036

引言

模式检验不仅能够将模式的预报性能反馈给研发人员，还可以为预报员应用模式进行订正提供客观参考。GRAPES模式作为我国自主研发的数值模式，近年来，有很多学者对其开展了不同检验和评估。张小雯[1]等利用多种方法综合评估了GRAPES_ 3km的对流风暴预报性能得出，使用点对点方法，GRAPES_ 3km对风暴和强风暴的预报都明显优于GRAPES_ Meso。于翡[2]等利用GRAPES-MESO不同空间分辨率模式分析对中国夏季降水预报的影响时指出，提高模式空间分辨率可以在一定程度上改善对降水中心的预报。毛冬艳[3]等对GRAPES_MESO V3.3模式检验得出，高时空分辨率模式对强天气过程发生发展能较好描述，但对极端强降水和受地形影响强降水预报能力有限。通过这些研究，GRAPES中尺度模式的预报能力得到逐渐提升。同时，很多学者也开展了GRAPES模式在我国不同地区的检验评估工作。吴晶[4]和彭筱[5]等对GRAPES模式在西北地区降水预报进行检验;冯良敏[6]等对四川地区多模式2m温度预报性能开展分析;鄢俊一[7]等将华南中尺度模式与日本模式的降水预报进行对比检验。

但是，GRAPES中尺度模式和欧洲中心ECMWF在华南和广西地区的地面要素的预报检验对比分析并不多见。本文采用多种检验方法对2个模式在广西地区2019年汛期的24h累积降水、逐3h气温和地面风，进行定量检验评估，对比2个模式的预报能力，为预报员日常业务应用提供参考。

1 资料与方法

1.1 资料来源

检验模式为广州热带海洋气象所运行的GRAPES区域中尺度模式和欧洲中心ECMWF模式（简称EC模式），广州GRAPES模式分辨率3km，以下简称GRAPES模式。实况资料为2019年汛期4—9月广西国家站和部分质控的区域站资料。降水资料的实况为逐日20∶00—20∶00的24h累积降水，模式预报场为与实况相符的每天20∶00起报的0～24h、24～48h的累积降水预报（以下简称24h、48h降水预报）。气温资料的实况为逐日逐3h的平均气温，模式预报场为与实况相符的每天08∶00起报的48h内的逐3h平均气温预报。风的资料是将实况风向风速处理成纬向风U和经向风V，再与模式进行检验和评估。

1.2 插值方法

采用临近点插值到站点，避免插值中降水这类非连续变量带来较大误差。气温和风速也可以避免因为插值而产生新的误差。

1.3 检验方法

降水检验通过TS评分、ETS评分、空报率、漏报率和预报偏差等方法，这些方法是基于二分类列联表，针对预报和实况的是否发生有4种可能的情况，计算模式与实况点对点的匹配程度的方法。温度和风检验利用均方根误差、平均误差、平均绝对误差和偏差等方法。

2 降水检验结果分析

2.1 TS评分和ETS评分

计算2019年4—9月GRAPES和ECMWF的24h和48h累积水量分别为小雨、中雨、大雨和暴雨的TS评分、ETS评分、空报率、漏报率和预报偏差。图1为24h累积降水的TS评分，随着降水量级的提高，TS评分呈现下降趋势;24h预报时效GRAPES的小雨降水预报能力优于EC，达到0.609，中雨预报能力相当，但24h的大雨和48h降水均略低于EC。为了消除TS评分对降水发生频率的依赖，又同时考察了ETS评分。从ETS评分看到，GRAPES的48h内的小雨降水预报能力远远优于EC，而中雨以上则较EC略差。

2.2 漏报率和空报率

从漏报率和空报率结果来看，GRAPES的小雨降水的漏报率高于EC，空报率低于EC;中雨降水漏报率高于EC，空报率与EC相当;大雨及以上降水24h漏报率低于EC，而空报率和48h漏报率均高于EC。总的来说，GRAPES的小雨空报率和24h大雨及以上降水的漏报率低于EC，日常业务可参考应用;EC对于小雨的漏报率很低，接近于0。

2.3 预报偏差

从预报偏差（BIAS）的结果来看，除24h大雨和暴雨降水外，GRAPES均比EC效果好，即GRAPES的降水发生频率更接近于实况。GRAPES的24h小雨和48h的小雨、中雨、大雨降水的预报偏差约等于1，即预报降水发生的频率与实况相符得很好;而24h大雨以上降水呈现过度预报（BIAS>1），48h暴雨降水为预报不足（BIAS<1）。EC则为大雨频率接近或略多于实况，小雨、中雨过度预报，暴雨预报不足。

3 温度检验结果分析

3.1 平均误差和偏差

图4为GRAPES和ECWMF模式2019年4—9月2m温度0～48h预报的平均误差、预报偏差、平均绝对误差和均方根误差图。从08∶00起报的平均误差来看，GRAPES在48h时效内的平均误差在-1～0.5℃，而EC的平均误差在-2～0℃，前者的总体预报效果要优于后者;从预报的时间段来看，白天08∶00—20∶00时段GRAPES的平均误差要小于EC，GRAPES第1天白天预报温度低于实况，而第2天白天则高于实况，EC均为低于实况;夜间20∶00—08∶00时段2种模式预报效果相当，均略低于实况温度。从20∶00起报来看（图略），白天GRAPES平均误差小于EC，夜间则大于EC，不论白天或者夜间均较实况预报偏低。预报偏差检验结果类似于平均误差。总的来说，GRAPES高温预报效果明显优于EC，低温预报效果差于或等于EC，除GRAPES的48h高温外，其它时效2种模式温度预报均低于实况。

3.2 平均绝对误差和均方根误差

从平均绝对误差（图4）和均方根误差检验结果来看，白天时段GRAPES的平均绝对误差和均方根误差均小于EC，夜间略大于EC，即白天温度预报效果优于EC，特别是日最高温时段14∶00—17∶00的预报优势明显，夜間温度预报包括日最低温预报效果差于EC。总的来说，GRAPES高温预报效果优于EC，低温预报略差于EC，2种模式均为低温预报优于高温。

4 地面风预报检验

通过对GRAPES和ECMWF2种模式2019年4—9月08∶00起报的U风和V风0～48h的预报结论进行平均误差和平均绝对误差的检验可以看出，GRAPES风的预报整体要差于EC，各时段出现较明显的日变化。从GRAPES的U风检验来看，预报较实况偏小，在傍晚时段17∶00—20∶00偏小最为明显，而在早晨5∶00—8∶00，预报效果最好。V风预报则呈现相反的趋势，较实况偏大，在傍晚时段17∶00—20∶00偏大最为明显，而在早晨5∶00—8∶00，预报效果最好。

5 总结

降水TS评分来看，GRAPES的24h小雨降水预报能力优于EC，24h中雨与EC相当，而24h的大雨及以上和48h降水均略低于EC;从ETS评分来看，GRAPES的小雨预报能力明显优于EC，而中雨及以上降水预报效果则差于EC。

GRAPES的小雨空报率和24h大雨及以上降水的漏报率低于EC，中雨空报率与EC相当;EC对于小雨的漏报率很低，接近于0。EC的24h大雨和暴雨预报的发生频率优于GRAPES，24h和48h的其量级降水则为GRAPES的预报更接近于实况。

GRAPES的温度预报总体效果要优于EC;除第2天白天略高于实况（08∶00起报），其余时段均低于实况;白天GRAPES预报效果优于EC，特别是14∶00—17∶00优势明显，夜间预报效果则略差于EC，即日最高温预报GRAPES效果较好，日最低温则EC效果较好。

地面风的预报效果GRAPES差于EC;2种模式的U风预报值均较实况偏小，17∶00—20∶00偏小最明显，5∶00—8∶00预报效果最好;V风均较实况偏大，17∶00—20∶00偏大最明显，5∶00—8∶00预报效果最好。

参考文献

[1] 张小雯，唐文苑，郑永光，等.GRAPES_ 3km数值模式对流风暴预报能力的多方法综合评估[J].气象，2020，46（03）：367-380.

[2]于翡，黄丽萍，邓莲堂.GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析[J].大气科学，2018，42（05）：1146-1156.

[3]毛冬艳，朱文剑，樊利强，等.GRAPES_ MESOV3.3模式强天气预报性能的初步检验[J].气象，2014，40（12）：1429-1438.

[4]吴晶，李照荣，颜鹏程，等.西北四省（区）GRAPES模式降水预报的定量评估[J].气象，2020，46（03）：346-356.

[5]彭筱，陈晓燕，黄武斌.2016年夏季不同分辨率GRAPES_MESO模式的西北地区预报效果检验[J].气象研究与应用，2019，40（04）：6-11.

[6]冯良敏，周秋雪，陈朝平，等.四川地区多模式2m温度预报性能分析及集成方法研究[J].高原山地气象研究，2019，39（02）：30-36.

[7]鄢俊一，莫伟强.2012年汛期华南中尺度模式与日本模式的降水预报评估分析[J].热带气象学报，2014，30（03）：594-600.

（责任编辑  李媛媛）