ECMWF细网格模式在抚顺降水和温度预报中的检验与应用

全美兰 马昊天 沈斌 李俊乐 刘多文 郑国伟 宁大可 陈晨 田琳 李若楠

摘要 利用2016—2018年ECMWF细网格模式降水、2 m气温、相对湿度及实况观测资料，分析在不同季节、不同天气系统影响下，ECMWF模式对抚顺地区降水和温度的预报性能，并总结归纳弱降水预报关注点和逐月气温订正值。研究发现，2016—2018年ECMWF细网格模式降水预报的晴雨、空报率和漏报率总体较稳定;24～48 h时效晴雨预报准确率为76%～89%以上，24 h时效降水预报的空报率高达39%;随着时效延长，ECMWF数值模式格点降水量小于3 mm时，TS评分为36.8%～42.4%，小于0.3 mm降雨时的24时效内空报率高达78.6%～91.7%;抚顺弱降水错报个例主要出现在冷涡型、高空槽型、低压暖区型、高压前部型四种天气形势，空报多出现在高空槽型，漏报多出现在冷涡型和低压前暖区型天气形势下。不同天气形势下，弱降水預报关注点是700 hPa的相对湿度。

关键词 抚顺;ECMWF模式;弱降水;温度

中图分类号：P457.3 文献标识码：A 文章编号：2095-3305（2020）04-0-02

DOI：10.19383/j.cnki.nyzhyj.2020.04.052

数值预报检验能够客观定量地反映数值预报模式的预报水平，通过对数值模式的检验和分析，能够使预报员更好地进行解释应用。随着公众对天气预报精细化程度要求越来越高，高分辨率模式产品成为天气预报业务不可或缺的重要工具[1-4]。抚顺处于东部山区，对于弱降水天气预报是个难点，降水空报或漏报率比较高，随着气候变化和城市化的进展，城郊温度差异愈发明显，加上山区昼夜温差大，温度预报难度不断加大。目前在抚顺天气预报业务中，ECMWF细网格模式产品资料已成为最主要的预报依据之一，但由于ECMWF细网格资料投入使用时间较短，相应的数值预报检验也较少，对不同季节、不同天气系统影响下的降水和温度预报误差检验更少。根据2016—2018年的ECMWF模式及实况资料样本，对ECMWF模式在不同季节、不同天气系统影响下，对抚顺降水和温度的预报性能做较全面地分析，深入了解模式的预报特点和预报效果，掌握误差规律，旨在为今后抚顺降水和温度预报及订正预报起到一定的参考作用，以期提高降水和温度的预报准确率。

1 降水预报性能检验

1.1 降水预报准确率分析

据分析，2016—2018年ECMWF细网格模式降水预报的晴雨、空报率（FAK）和漏报率（PO）总体较稳定，波动幅度较小（图1）。晴雨检验表明24～48 h时效晴雨预报准确率为76%—89%以上，72～96 h时效的晴雨预报准确率为72%～79%;24 h时效降水预报空报率高达39%，随着时效延长，96 h时效降水预报空报率接近50%，降水空报较多;24～96 h时效降水预报的漏报率为9%以下。2018年抚顺地区ECMWF细网格模式24～96 h时效降水预报的检验效果均优于2016—2017年。抚顺市不同年份ECMWF数值模式的降水预报受大的气候背景影响，预报性能存在波动，但波动幅度较小，总体稳定，晴雨预报准确率的变化幅度为2%～5%。

1.2 弱降水预报检验

抚顺地区处于东部山区，常出现分散性弱降水。日常预报中表现为：ECMWF模式在东部地区预报出弱降水（小于3 mm），而实况通常为空报，这种情况对晴雨准确率造成较大的影响。为了了解ECMWF模式对弱降水的预报效果，分别检验ECMWF细网格模式24 h时效内预报降水量小于3 mm的预报样本，通过分析抚顺三个国家基本站的空报、漏报率，确定订正的必要性。

当ECMWF数值模式格点降水量小于3 mm时，TS评分36.8%～42.4%，空报率为55.2%～61.5%，漏报率为4.5%～11.4%。根据ECMWF模式预报的三个观测站所在格点弱降水预报空报率，[2，3） mm的降雨时，24 h时效内空报率为33.3%～35.7%;[1，2） mm的降雨时，24 h时效内空报率为40.0%～52.2%;[0.3，1） mm的降雨时，24 h时效内空报率为45.5%～60%;[0.1，0.3） mm的降雨时，24 h时效内空报率为78.6%～91.7%（表1）。

2 弱降水错报个例分析

2016—2017年ECMWF数值模式格点降水量小于3 mm，预报员对弱降水错报两站及以上站次即为弱降水错报个例，综合得出47个弱降水个例。其中空报个例22个，错报站次53站次;漏报个例25个，错报站次61站次。

上述47个错报个例所对应的天气形势主要有冷涡型、高空槽型、低压暖区型、高压前部型四种天气形势。不同天气形势下，预报员预报能力不同。空报多出现在高空槽型天气形势，占54.5%（12/22）;其次是冷涡型，占22.7%（5/22）;低压前暖区型13.6%（3/22）;高压前部型占9.1%（2/22）。漏报多出现在冷涡型和低压前暖区型天气形势下，分别占44%（11/25）、28%（7/25），高空槽型占20%（5/25），高压前部型占8%（2/25）。

针对不同天气形势预报员的关注重点，可以看出冷涡型天气型ECMWF模式无漏报，对于相对湿度也无要求，关注点是看500 hPa高度有无冷空气下滑影响抚顺地区;高空槽型天气型弱降水，ECMWF模式也无漏报，要求850 hPa相对湿度大于80%且700 hPa大于70%或700～500 hPa湿度好，且600～500 hPa达到90%以上，关注重点是高空槽东移影响抚顺地区，且700 hPa湿度大于70%;低压前部暖区型多空报，也存在漏报，850 hPa相对湿度大于80且700 hPa湿度大于70%或700～500 hPa湿度好，且600～500h Pa达到90%以上，关注重点是切变线已到达辽宁省西部地区，700 hPa湿度大于70%;高压前部型无漏报，对湿度要求极高，700～500 hPa相对湿度大于90%或1 000～700 hPa相对湿度大于90%，关注点是高压密集带东南下影响抚顺地区，且700 hPa湿度大于90%（表2）。

3 温度预报检验

数值模式预报结果受物理过程、初始场和局地地方性特点等诸多因素影响，造成数值预报模式的要素预报存在一定的误差，需要对模式预报产品进行检验，总结特点和规律，通过主观订正，做出准确地预报[5]。

根据预报经验，ECMWF模式2 m气温预报误差主要源于天气状况的区别，应主要解决不同天气条件的气温订正问题。将天气分为有云、晴空、降水等三种情况，确定出不同天气条件的预报订正值，进而实现抚顺地区的温度预报。

3.1 误差检验分析

分析EC细网格模式24 h的2 m最高气温、最低气温预报与实况的误差（实况—预报值）的月平均值。最低气温月平均误差除了4月为正偏差以外，其他月份均为负偏差。说明在抚顺地区EC细网格最低气温预报普遍偏高。平均最大绝对值出现在冬季（12月、1月、2月），绝对误差达到2.6℃～4.8℃。4～7月平均误差绝对值最小，接近0℃。

最高气温月平均误差2月、12月为负偏差，其他月份均为正偏差，说明EC细网格对抚顺地区最高气温预报偏低。平均最大绝对值出现在5月、9月，绝对誤差为2.4℃。12月至次年3月平均误差绝对值最小，小于近0.5℃。

3.2 预报订正值分析

基于统计学和天气学方法，将天气状况分为有云、晴空、降水三种，结合细网格预报降水量和低云量，检验了2016年ECMWF细网格模式资料对抚顺地区温度的预报性能，并给出了逐月气温订正值（表3～4）。

4 结论

2016—2018年ECMWF细网格模式降水预报的晴雨、空报率和漏报率总体较稳定，波动幅度较小。2018年抚顺地区ECMWF细网格模式降水预报效果优于2016—2017年。24～48 h时效晴雨预报准确率为76%～89%以上，24 h时效降水预报的空报率高达39%，随着时效延长。ECMWF数值模式格点降水量小于3 mm时，TS评分为36.8%～42.4%，空报率为55.2%～61.5%，漏报率为4.5%～11.4%，小于0.3 mm的降雨时，24 h时效内空报率为78.6%～91.7%。抚顺弱降水错报个例主要出现的天气形势有：冷涡型、高空槽型、低压暖区型、高压前部型四种天气形势。空报多出现在高空槽型天气形势占54.5%，其次是冷涡型占22.7%;漏报多出现在冷涡型和低压前暖区型天气形势下，分别占44%、28%。根据分析不同天气形势下的弱降水错报个例，给出了系统和相对湿度关注重点，共同特征是700 hPa相对湿度;逐月最低气温、最高气温订正值也为预报员的短期预报订正提供了很好的参考。

参考文献

[1] 李佰平，智协飞.ECMWF模式地面气温预报的四种误差订正方法的比较研究[J].气象，2012（8）：897-902.

[2] 鲍媛媛.2006年6-8月T213与ECMWF模式中期预报性能检验[J].气象，2006，32（11）：98-104.

[3] 李明.基于ECMWF细网格模式的短时强降水客观概率预报方法研究[J].热带气象学报， 2017，33（6）.

[4] 庄晓宵.2014-2016年赣北地区汛期ECMWF模式24 h降水预报误差分析[J].气象与减灾研究，2017，40（3）：208-215.

[5] 吴春英，刘多文，钟博，等.基于数值预报模式的乡镇温度预报方法研究[J].气象与环境学报， 2019， 35（1）：108-112.

责任编辑：黄艳飞