降水融合格点产品在陕西2019年暴雨过程中的检验

刘菊菊，陈小婷，肖贻青，马晓华，梁 绵

(1.陕西省气象台，西安 710014；2.陕西省气象局秦岭和黄土高原生态环境气象重点实验室，西安 710016)

随着社会发展，各行各业对格点化的时、空连续的气象数据产品要求越来越高[1]，多源数据融合气象格点产品可满足以上需求。国家气象信息中心于2017年6月开始下发高时空分辨率的国家智能网格实况分析产品，目前对其准确性和真实性的了解相对有限[2]。降水的智能网格实况分析产品包括二源和三源融合格点降水产品。其中，二源融合格点降水产品融合了地面、卫星两种降水数据[3]，三源融合格点降水产品融合了地面、卫星、雷达三种降水产品的数据[4]。由于卫星、雷达的降水产品精度较低，因而有必要对融合产品的适用性进行检验评估。陕西省地形复杂，暴雨是陕西夏季主要灾害性天气之一，融合降水产品在陕西暴雨过程中的适用性更值得探究。

高分辨率格点预报是目前中国气象局主推业务和未来天气预报的发展方向[5]。在国内外大力发展无缝隙精细化预报的背景下，格点实况产品的研究受到重视[6]。目前，针对格点预报检验方法，业务中主要采用评估降水预报准确率的TS评分、漏报率、空报率等传统检验指标[7-10]。陈小婷等[11]用TS评分、预报偏差对2014年6—9月欧洲中心集合预报10种降水产品在陕西的预报效果进行了分级检验以及时空演变综合评估。卢小凤等[12]采用传统检验指标对2019年前汛期和后汛期西江流域的日面雨量预报进行了检验评估。李明娟等[13]基于传统检验指标，对2019年4—10月陕西省暴雨天气过程的省台主观订正、ECMWF细网格和模式动态交叉取优要素预报方法的预报产品进行检验评估。此外，也有学者利用基于对象诊断的空间检验方法MODE(method for object-based diagnostic evaluation)检验降水的空间准确率，俞剑蔚等[2]评估了国家级格点实况分析产品在江苏地区的适用性，认为格点实况产品较准确地反映了降水空间分布，随着降水量级增大，格点实况产品的降水漏报较多。刘凑华等[14]对MODE检验方法中目标识别、目标配对算法进行了改进，并应用到T639模式降水预报检验中。

本文利用多种预报检验指标检验高分辨率二源、三源融合降水分析实时产品在陕西省2019年暴雨天气过程中的适用性，分析降水误差随海拔高度的变化特征，以期得到不同地形和降水量级下融合降水产品的评估特征，为精细化格点预报和订正提供可靠的基础数据，发挥其在气象防灾减灾工作中的基础性作用。

1 资料和方法

1.1 融合产品资料

研究分析的数据资料为国家气象信息中心下发的高时空分辨率中国区域融合降水分析系统(CMA multi-source precipitation analysis system，CMPAS-V2.1)的二源和三源降水融合分析实时产品，空间分辨率为0.05°×0.05°。其中，二源融合降水产品主要利用相对成熟的“概率密度匹配+最优插值”两步数据融合方法，对经过质量控制后的全国3万多个气象站观测的小时降水量和国家卫星气象中心实时发布的1 小时FY2系列卫星反演降水产品进行融合，生成了逐小时降水产品[3]。三源降水融合分析实时产品首先用概率密度函数匹配法订正雷达估测、卫星反演降水产品的系统性偏差；其次采用贝叶斯模型平均法将雷达和卫星降水产品结合形成覆盖中国的背景场；最后用最优插值方法融入地面观测数据[4]，其地面观测资料采用了中国近4万个自动气象站逐时降水量数据，该数据经过了实时质量控制[15]。卫星反演降水资料选取美国气候预测中心研发的实时卫星反演降水系统 CMORPH(CPC MOR-PHing technique)的降水产品[16]。雷达估测降水资料采用中国气象局气象探测中心研制的雷达定量降水估测产品，根据统计不同雷达实时反射率因子与雨强关系的方法估测降水，并采用卡尔曼滤波、平均校准等方法对2 400个国家级自动气象站降水数据进行校正[17]。

1.2 站点实况资料

将融合实况产品作为某种意义上的预报场，与自动气象站实况观测进行对比，将站点观测值作为大气状态的“真值”，从而检验评估融合实况产品。所采用的站点观测资料来源于同期的陕西省383个地面自动气象站(99个国家站和经过质量控制并剔除缺测站后的284个区域站 )的08—08时(北京时)日降水量数据。

1.3 方法

融合产品中融合了陕西省地面自动气象站资料(国家站和经过质量控制的区域站)，因此本文采用非独立样本检验方法，通过与383个气象站资料对比，评估融合实况产品的准确性。选取陕西省2019年出现的8次区域性(≥5站(国家站))暴雨过程，对融合降水产品进行检验分析。在检验中，格点到站点的转换选用领域法[18]，即以383个站点的实况数据作为标准，将所有站的经、纬度按照融合实况产品格点数据的分辨率进行近似处理，选择最接近站点的格点值作为检验值。检验降水的评估指标有等级平均误差(Ek)、均方根误差(R)、等级均方根误差(Rk)、等级TS评分(Tk)、等级降水准确率(Pk)，具体计算方法如下。

(1)

(2)

(3)

(4)

(5)

其中，Oi为站点观测值，Gi为融合产品插值到检验站点得到的数值，N为参与检验的总样本数(站次数)。k代表降水分级检验等级，Uk为第k个降水等级区间的上界，Lk为第k个降水等级区间的下界。式中[]代表逻辑转数值的运算符，逻辑值为正时取1，否则取0。i代表第i个样本。

2 降水实况分析

2019年陕西省共出现8次区域性暴雨过程，分别是6月27日、7月21日、7月28日、8月2日、8月3日、8月8日、9月9日和9月14日(表1)。由于大暴雨的样本数太少，将其并入暴雨，即降水量≥50 mm的均为暴雨样本。其中6月27日暴雨过程主要出现在陕南中西部，共出现暴雨43站，最大降雨量为105.9 mm。7月21日暴雨主要出现在陕北地区和宝鸡、汉中西部，出现暴雨36站，其中最大降水量为108.2mm。7月28日陕北北部有区域性暴雨，关中和陕南则出现了局地分散暴雨，最大降雨量108.3 mm。8月2日暴雨主要位于关中陕南地区，最大降雨量为101.9 mm。8月3日暴雨主要集中在陕北，陕南有分散暴雨，最大降水量为商洛商南131.3 mm。8月8日暴雨主要出现在关中东部和陕南西部，最大降雨量为107.1 mm。9月9日暴雨主要出现在陕南，共出现暴雨54站，最大降雨量为139.0 mm。 9月14日暴雨主要出现在关中和陕南中部，共80站达暴雨，最大降雨量为106.2 mm。7月28日、8月2日、8月8日暴雨落区比较分散，其他过程暴雨落区相对集中。依据降水性质，将8次暴雨过程分为对流性降水、稳定性降水以及混合性降水(稳定性降水过程中有对流发展)过程3类[19]。8次暴雨过程大部分为混合性降水，挑选7月28日、9月14日分别作为对流性、稳定性暴雨过程的代表，与8次过程进行对比检验分析。

表1 2019年陕西区域性暴雨(08时—08时)个例信息

3 降水检验分析

3.1 空间对比

通过对比二源、三源融合降水产品降水量空间分布与站点实况的降水量分布(图略)可知，格点产品基本能反映出8次暴雨过程的主要降水落区，二者的降水量空间分布基本一致，但是强降水落区有偏差。二源产品与站点实况相比，6月27日二源产品的中雨范围在陕北北部偏小，南部偏大，陕南东南部暴雨范围偏小。二源产品7月21日在关中陕南的暴雨范围偏大。7月28日在陕北北部的暴雨范围偏小。8月2日二源产品在延安南部的暴雨量级偏小，表现为大雨。8月3日二源产品在陕北西部的大雨量级偏小，关中及陕南西部局地的大雨和暴雨偏小一个量级。8月8日二源产品在陕北的小雨范围偏大，关中中部的中雨、陕南西部和关中东部的暴雨范围偏小。9月14日二源产品在陕北的小雨范围偏大；关中陕南的暴雨范围略偏小。三源产品与二源产品降水量空间分布基本一致，除了三源产品7月28日在陕南中西部暴雨的落区更接近实况，9月9日二源融合产品降水空间分布比三源产品更接近降水实况，三源产品对于陕北西部的大雨局地偏大。两种融合产品和站点实况的8次平均降水量空间分布基本一致，均表现为陕西大部为中雨，陕南西部以及关中和陕北局地为大雨(图1，见第5页)。

图1 2019年陕西8次暴雨过程降水量(单位为mm)空间分布(a、b、c分别表示8次过程平均和7月28日、9月14日站点实况降水量；d、e、f分别表示8次过程平均和7月28日、9月14日二源融合降水产品降水量；g、h、i分别表示8次过程平均和7月28日、9月14日三源融合降水产品降水量；审图号为GS(2019)3333)(文见第4页)

3.2 等级平均误差和等级降水准确率

由表2可知，二源和三源融合降水产品的小雨、中雨的平均误差值为正，大雨、暴雨的平均误差值为负值，表明相对于站点实况，融合降水产品的小雨和中雨数值偏大，大雨和暴雨的数值偏小。并且随着降水量级的增大，平均误差的绝对值明显增加。平均而言，三源产品的大雨和暴雨平均误差略小于二源，小雨和中雨二源产品的平均误差略小于三源产品。对流性暴雨过程(7月28日)的小雨、大雨、暴雨误差远大于其他过程，而稳定性过程(9月14日)的大雨和暴雨误差远小于其他过程。可见融合产品对于稳定性过程的表现比对流性过程更优。

表2 二源、三源融合降水产品在2019年陕西8次暴雨过程的等级平均误差 单位：mm

二源产品准确率中雨最大，其次为小雨、大雨、暴雨，三源产品的准确率随着降水量级的增大而减小。三源融合产品的小雨和大雨准确率高于二源产品，中雨准确率低于二源产品，暴雨准确率二者相差很小。对流性暴雨过程(7月28日)的小雨二源产品准确率更高，三源产品的大雨准确率更高，两类融合产品的中雨和暴雨准确率一样。稳定性暴雨过程(9月14日)的小雨三源降水产品准确率更高，中雨和暴雨准确率二源产品明显大于三源产品，大雨准确率二者相差很小。稳定性过程的各降水量级(除了三源产品中雨外)准确率远大于对流性暴雨过程(图2，见第5页)。可见，当降水量较大时，三源产品在对流性暴雨过程中的表现更优，稳定性过程可更多参考二源产品。

图2 二源(a)和三源(b)降水融合产品不同等级降水准确率(文见第4页)

3.3 等级TS评分

由图3见第6页可知，总体来看，8次暴雨过程的各量级降水三源产品的平均TS评分均高于二源产品。TS评分随着降水量级的增大而减小，小雨TS评分最高，三源产品8次平均小雨TS评分达87.6%；暴雨TS评分最低，二源产品8次平均暴雨TS评分为56.7%。对流性降水过程(7月28日)的中雨、大雨和暴雨的TS评分明显小于其他过程。稳定性暴雨过程(9月14日)的中雨和大雨TS评分为8次暴雨过程中的最高。小雨的TS评分对流性暴雨过程(7月28日)大于稳定性暴雨过程(9月14日)，三源产品二者差值达12.6%。其他量级降水的TS评分稳定性过程明显大于对流性暴雨过程，三源产品的中雨、大雨、暴雨在7月28日和9月14日的TS评分差值分别达7.9%、25.7%和22.3%。8次暴雨过程的平均TS评分介于稳定性和对流性暴雨过程之间(图4，见第6页)。二源和三源产品的TS评分差值在对流性大雨和稳定性暴雨较大，其他降水量级的差异很小。对流性大雨和暴雨三源产品TS评分高于二源产品，稳定性的大雨和暴雨二源产品优于三源产品。可见，融合产品在对流性和稳定性暴雨过程中TS评分的差异较大，对于对流性过程的小雨和稳定性过程的中雨及其以上量级的降水TS评分较高。在以后的应用中，对于大雨及以上量级降水，对流性过程宜参考三源产品，稳定性过程宜参考二源产品。

图3 2019年陕西8次暴雨过程二源(a)、三源(b)融合降水产品等级TS评分(文见第4页)

图4 2019年陕西8次暴雨过程中降水融合产品的平均等级TS评分与对流性和稳定性暴雨过程的等级TS评分(a 二源融合降水产品，b 三源融合降水产品)(文见第4页)

3.4 均方根误差

整体来看，降水的均方根误差在陕北北部、关中南部和陕南大部地方偏大，部分地区均方根误差大于10 mm，而陕北南部和关中北部均方根误差较小，大部地区均方根误差小于4 mm(图5)。

图5 2019年8次暴雨过程降水的均方根误差(审图号：GS(2019)3333)

由不同等级降水的等级均方根误差可知(图6)，中雨的均方根误差最小，其次是小雨、大雨、暴雨。8次暴雨过程的平均均方根误差二源和三源产品的差异很小。二源降水产品小雨的均方根误差8月2日最小，为4.12 mm，9月9日最大，为13.71 mm。中雨的均方根误差9月9日最小，为4.31 mm，8月8日最大，为9.69 mm。大雨和暴雨的均方根误差9月14日最小，分别为6.22 mm和12.24 mm，可能是由于此次暴雨过程为稳定性降水过程，造成暴雨的天气系统较为稳定。7月28日大雨和暴雨误差相对其他过程明显偏大，可能是由于造成暴雨的直接原因是不稳定的中尺度对流系统导致。三源产品的均方根误差特征与二源产品基本一致。综上，与其他过程相比，大雨和暴雨的均方根误差在9月14日稳定性降水过程最小，7月28日的对流性过程相对偏大。

图6 2019年陕西暴雨过程的等级均方根误差(a二源融合降水产品，b三源融合降水产品)

由表3可知，小雨的均方根误差对流性暴雨过程(7月28日)大于稳定性暴雨过程(9月14日)。中雨的均方根误差二者差异较小。大雨和暴雨的均方根误差对流性暴雨过程明显大于稳定性暴雨过程，三源产品二者差值分别达4.57 mm和14.29 mm。可见，融合产品对于稳定性暴雨过程的表现优于对流性暴雨过程，尤其是大雨和暴雨量级降水的优势更明显。随着降水量级增大，均方根误差增加，对流性过程的暴雨均方根误差最大。

表3 8次暴雨过程的平均等级均方根误差与对流性和稳定性暴雨过程等级均方根误差 单位：mm

4 海拔高度对降水误差的影响

由以上分析可知三源降水产品优于二源降水产品，下面重点分析三源降水产品的误差与海拔高度的关系，按100 m的间距[20]，统计陕西383个站点在各个海拔高度区间的站点数分布。由图7可知，观测站点主要集中在200～1 700 m海拔高度范围内，故在200～1 700 m海拔高度内，按每100 m间隔来分析降水误差随海拔高度的变化特征。

图7 陕西不同海拔高度站点数分布

由表4可知，降水平均绝对误差值与海拔高度的相关性表现为：6月27日、8月8日、9月14日三次暴雨过程降水绝对误差与海拔高度呈显著负相关，7月21日、8月3日两次暴雨过程降水绝对误差与海拔高度呈显著正相关。7月28日和8月2日降水绝对误差与海拔高度相关性较小。降水量与海拔高度相关系数同样表现为6月27日、8月8日、9月14日显著负相关，7月21日、8月3日显著正相关。其原因可能是降水绝对误差与海拔高度呈显著负相关的3次暴雨过程的暴雨落区主要位于高海拔的秦巴山区，而显著正相关的2次暴雨过程暴雨落区主要位于海拔相对较低的陕北地区。由此可见，暴雨落区随海拔高度的变化是降水误差随海拔高度变化的主导因素。降水量与降水绝对误差为显著正相关，进一步说明降水量级是降水误差的主要影响因素。

表4 2019年陕西8次暴雨过程不同要素之间的相关系数

挑选降水绝对误差与海拔高度显著相关的过程来分析不同等级降水均方根误差随海拔高度变化的特点。对于7月21日、8月3日两次降水绝对误差与海拔高度呈显著正相关的暴雨过程，小雨和中雨的均方根误差随海拔高度变化较小，大雨和暴雨均方根误差随海拔高度呈增加趋势。可见，主要是大雨和暴雨均方根误差随海拔高度增大，导致2次暴雨过程降水均方根误差与海拔高度显著正相关。对于6月27日、8月8日、9月14日这三次降水绝对误差与海拔高度呈显著负相关的暴雨过程，小雨和暴雨均方根误差随海拔高度减小，中雨和大雨均方根误差随海拔高度变化趋势不明显。主要是小雨和暴雨均方根误差随海拔高度减小，导致3次暴雨过程降水误差与海拔高度显著负相关。降水均方根误差与海拔高度显著正、负相关的主要影响因素均有暴雨随海拔高度的变化。可见，主要是暴雨误差随海拔高度的变化趋势决定降水误差与海拔高度的关系。

5 结论

(1)融合产品的降水量空间分布与站点实况空间分布基本一致，但强降水落区有所偏差。相对于站点实况，融合产品的小雨和中雨数值偏大，大雨和暴雨的数值偏小。

(2)融合产品的准确率随着降水量级的增大而减小，平均误差的绝对值和TS评分随着降水量级的增大而增加。中雨的均方根误差最小，其次是小雨、大雨、暴雨。二源产品降水准确率中雨最大，其次为小雨、大雨、暴雨。三源融合产品的小雨和大雨准确率高于二源产品。

(3)稳定性暴雨过程(9月14日)的降水准确率远大于对流性暴雨过程(7月28日)。平均误差绝对值、均方根误差和TS评分均表明，对于大雨和暴雨，融合产品在稳定性暴雨过程的准确率明显优于对流性过程。

(4)三源融合产品的平均TS评分高于二源融合产品。对流性暴雨过程大雨及以上量级降水可参考三源融合产品，稳定性过程的大雨及以上量级降水宜参考二源融合产品。

(5)暴雨落区随海拔高度的变化影响降水误差随海拔高度变化。当暴雨落区主要位于高海拔地区时，降水误差与海拔高度呈显著负相关；而暴雨落区主要位于海拔相对较低地区时，降水误差与海拔高度呈显著正相关。