融合格点降水产品在四川盆地西部一次极端暴雨过程中的评估分析

宋雯雯，龙柯吉，黄晓龙，王彬雁

(1.高原与盆地暴雨旱涝灾害四川省重点实验室，四川 成都 610072；2. 四川省气象服务中心，四川 成都 610072；3.四川省气象台，四川 成都 610072；4.四川省气象探测数据中心，四川 成都 610072)

0 引言

暴雨是四川盆地最严重的气象灾害之一。每年夏季，四川盆地均会不同程度地受暴雨影响，尤其是极端暴雨造成的强降水灾害和衍生地质灾害，常常给当地造成重大经济损失。四川盆地位于青藏高原东南边缘，地形复杂，站点观测资料相对稀疏，雷达卫星资料反演难度也较高，资料缺乏对四川盆地暴雨研究及预报有一定影响。国家气象信息中心利用数据融合与数据同化技术，综合多种来源观测资料及多模式模拟数据，获得了高精度、高质量、时空连续的多源数据融合气象格点产品，将常规观测、天气雷达、卫星等多种资料进行融合，研发了多种二源(地面、卫星)和三源(地面、雷达、卫星)实况降水融合产品[1-5]。目前，不少学者已对该产品的运用效果进行了分析[6-8]。俞剑蔚等[9]评估了国家级格点实况产品在江苏地区的适用性，指出：格点降水产品一定程度地弱化了大雨以上量级降水强度。苏传程等[10]将多种降水融合产品在“苏迪罗”台风中的监测效果进行对比，得到在降水关键区内，多源融合降水产品较多卫星集成降水产品更为准确。许冠宇等[11]对2018年发生在长江流域的8次大范围降水过程进行评估，指出降水融合产品对嘉陵江、岷沱江、长江中游干流区域的估测降水误差相对较小。那么融合降水产品在地形复杂区域的适用性怎么样呢？

本文采用误差分析、偏差分析、正确率、TS评分等方法，对4种降水融合产品(FAST_5 km 、FRT_5 km、RT_1 km、NRT_1 km)在四川盆地西部的适用性进行检验评估，为进一步在四川盆地合理科学应用该产品奠定基础。

1 资料与方法

1.1 资料

融合格点降水资料包括5 km×5 km分辨率的地面—卫星二源实况格点(FAST_5 km)和地面—卫星—雷达三源实况格点(FRT_5 km)资料、1 km×1 km分辨率的三源实时实况格点(RT_1 km)和三源近实时实况格点(NRT_1 km)资料，其空间范围在70～140°E，0～60°N。二源融合实况格点资料是国家气象信息中心基于美国气候预测中心的“概率密度函数+最优插值”法，首先采用概率匹配法来订正卫星降水的系统偏差，再采用最优插值法实现背景场与观测场的有效结合，研制的地面和风云卫星二源融合格点降水产品。三源融合格点降水资料是在二源融合方法上进一步拓展，提出了“概率密度函数+贝叶斯模型平均+最优插值”的三源降水融合方法。首先，采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方法将雷达估测和卫星反演降水产品结合，形成一个完整覆盖中国的背景场；最后，采用最优插值方法融入地面观测，研制出地面—雷达—卫星三源融合格点降水产品。对1 km降水融合产品，先采用1 km分辨率雷达降水信息，对5 km分辨率“概率密度函数+贝叶斯模型平均”优化后的卫星—雷达联合降水场进行降尺度，再与地面观测信息最优插值融合。其中，实时实况格点(RT_1 km)数据源主要来自地面、雷达、FY2，近实时实况格点(NRT_1 km)数据源主要来自地面、雷达、FY、美国气候预测中心研发的实时卫星反演降水系统CMORPH的降水产品[12]。

站点实况降水资料包括四川盆地西部绵阳、德阳、成都、阿坝4个市州国家站及加密自动站资料中降水质控码为0的数据。

以站点的经纬度为准，选取融合格点降水资料中离站点最近的格点，并将格点值赋给站点，从而将融合格点降水资料转化为站点降水资料。下文基于融合站点资料与实况站点资料之间的对比分析，在计算24 h累计雨量时，当某站点有小时资料缺测，不进行统计。

1.2 方法

采用误差、准确率和TS评分等指标进行评估，具体如下：

相关系数(COR)：

(1)

平均值误差(ME)：

(2)

平均绝对误差(MAE)：

(3)

均方根误差(RMSE)：

(4)

式(1)～(4)中，Oi为站点观测值，Gi为融合格点降水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)。

晴雨准确率(PC)：

(5)

(6)

式(5)～(6)中，NA为融合产品与实况站点均发生降雨的站点数；NB为融合产品发生而实况站点不发生的站点数；NC为融合产品不发生而实况站点发生的站点数；ND为融合产品和实况站点均不发生的站点数。

2 融合格点降水产品总体评估

2020年8月，四川盆地西部发生了3次区域性暴雨，雨量突破历史极值，本文选取2020年8月4种融合格点降水产品进行总体评估(表1)。相关系数显示：4种融合格点降水产品与实况高度相关，且都通过了显著性检验，RT_1 km和NRT_1 km与实况的相关系数高达0.983。平均绝对误差上，RT_1 km和NRT_1 km都在2.5 mm以内，FAST_5 km最大，超过5 mm。RT_1 km和FAST_5 km的平均误差为负，NRT_1 km和FAST_5 km的平均误差为正，且RT_1 km值最小。NRT_1 km的均方根误差最小，FAST_5 km均方根误差最大。

表1 2020年8月融合格点降水产品评估结果

从准确率来看(图1)，RT_1 km和NRT_1 km晴雨准确率接近95%，FAST_5 km和FRT_5 km接近88%。小雨和中雨准确率中，RT_1 km和NRT_1 km都超过了92%，FAST_5 km和FRT_5 km准确率在82%～85%之间。随着降雨量级的增大，4种融合格点降水产品的准确率略有下降，大雨和暴雨中，RT_1 km和NRT_1 km接近90%，FAST_5 km和FRT_5 km下降到75%～82%。总体上看，在四川盆地西部，融合格点降水产品和实况基本一致，且1 km融合格点降水产品表现最优，说明融合了地面、雷达、卫星的三源实况格点产品比只融合了地面、卫星的二源实况格点效果更好，其中融合了CMORPH和FY 2种卫星资料的近实时三源融合实况格点产品最优。

图1 不同融合格点降水产品TS评分

3 极端暴雨过程评估

3.1 降雨实况

2020年8月10—11日，四川盆地西部出现了一次极端暴雨天气过程，大部降了暴雨、大暴雨，部分地方降了特大暴雨。 从2020年8月10日20时—11日20时24 h累积降水量可知(图2a)，四川盆地西部绵阳、德阳、成都3市普降大暴雨，局地特大暴雨。降雨量50～100 mm有142站，大于100 mm有332站，大于250 mm有38站。最大降水出现在成都市彭州濛阳三界场，为373.8 mm。其中，绵竹、什邡、蒲江3县均创有气象记录以来日降水量极值，郫县、崇州2县达有气象记录以来第2高值，温江、大邑、彭州、都江堰4县达有气象记录以来第3高值。

3.2 偏差分析

从2020年8月10日20时—11日20时融合格点降水资料的分布可知(图2)，4种融合格点降水资料的降水落区和走向均与实况较为一致，都在四川盆地西部一带出现了暴雨与大暴雨。不同的是在阿坝州的九寨沟、红原中雨以上量级的降水中，4种资料略有差异，以1 km产品较优。从偏差分布来看(图3)，偏差大值区主要集中在降水量级大的区域，即阿坝州东部的松潘与茂县一带，5 km产品对于阿坝州东部一带负偏差更为明显，表明融合降水产品对于小量级降水把握较好，大量级存在一定偏差。

图2 2020年8月10日20时—11日20时24 h累积雨量空间分布图(单位：mm)

图3 2020年8月10日20时—11日20时24 h累积雨量偏差空间分布图(单位：mm)

3.3 正确率与TS评分分析

在晴雨预报中，4种融合格点降水资料的正确率相当(图4)，都达到97%以上，相对而言，1 km产品略优，达到98%。从分级TS评分上可以看出(图4)，4种融合格点降水资料的TS评分都随着量级的增大而减小，相对而言1 km 产品的评分减小幅度更小，在各个量级均优于5 km 产品，并随着量级的增加优势更为明显，评分更高，1 km产品特大暴雨的TS评分能达到75%以上，而5 km产品仅50%左右。总体来看，NRT_1 km 最优，FAST_5 km 最差。

图4 2020年8月10日20时—11日20时24 h累积雨量晴雨预报准确率及分级降水TS评分

3.4 最大降雨量分析

在24 h累积降水量中，最大降水出现在成都市彭州濛阳三界场，为373.8 mm。1 km融合格点降水资料的最大降水也出现在彭州濛阳三界场，落区没有偏差，雨量分别为353.56 mm和355.03 mm，雨量略偏小。5 km融合格点降水资料的最大降水则出现在德阳什邡马井金牛，与实况相比位置偏北，且雨量为312.72 mm和320.69 mm，与实况相比明显偏小。以上分析可知，4种融合格点降水资料与实况相比都偏小，相对而言1 km产品更接近实况。

3.5 逐小时雨量分析

那融合格点降水资料的小时雨量极大值存在与24 h累积雨量相似的情况吗？为了解答这个问题，选取24 h累积降水最大站成都市彭州濛阳三界场为代表站进行分析。通过图5的逐小时雨量变化图可以看出，4种融合格点产品均能表现出降水的趋势，其中实况的小时雨量峰值出现在11日11时，达80.0 mm，融合格点降水资料同样能反应出此特征，1 km产品出现降雨峰值时间与实况一致，雨量偏差为10 mm，而5 km的峰值则偏晚1 h，且降雨峰值明显低于实况。

图5 成都市彭州濛阳三界场逐小时雨量变化图

3.6 强降水时段小时雨量对比

进一步分析融合格点降水资料在强降水时段的适用性。从逐小时降水落区的演变情况来看(图略)，4种产品的落区和移动均与实况较为一致，阿坝州最大降水出现在凌晨，成都、绵阳、德阳的最大降水则出现在白天，因此选取05时(图6)、13时(图略)作为代表时次，分析融合格点降水资料的小时雨量空间分布情况与实况的差异。从各时次的降水分布图可以看出，阿坝州在夜间降了中—大雨，雨带自西向东移动，4种产品均能表现出这些特征，且从降水量级来看，1 km 产品更接近实况。成都、绵阳、德阳降水首先从成都市周围开始发生，逐渐向北延伸至德阳和绵阳，小时强降水主要集中在沿山一带。从融合格点降水资料演变来看，4种产品的降水中心、雨强均与实况有较好的对应性，并且都预报出了小时雨强的演变趋势，但小时雨强50 mm及以下量级降水较实况偏多，50 mm以上较实况偏少，相对而言， 1 km 产品更优。

图6 2020年8月11日05时降水空间分布图(a.实况，b～e.融合格点降水资料)(单位：mm)

图7为实况与4类融合格点降水产品的最大小时雨量分布。由图可见绵阳、德阳、成都西部的最大小时雨强基本在25 mm以上，最大超过125 mm。融合格点降水资料的最大小时雨强空间分布基本与实况一致，但5 km 产品的强度明显较实况偏弱，成都市西部5 km 产品的降水强度较实况小了一个量级。相对而言，1 km产品更接近实况，且能表征出125 mm的小时雨强。 图8为4类融合格点降水资料的最大小时雨量偏差分布。由图可知：差异较为明显的区域主要在成都、绵阳、德阳，这也与强降水区域对应，表明降水强度越大，降水误差更大。1 km 产品在绵阳、德阳的偏差在5mm以内，与5 km 产品相比较小。而成都市5 km 产品较1 km 产品正偏差明显，即比实况偏小，偏差最大区域位于成都市。阿坝州的1 km 产品偏差较小，更接近实况。

图7 2020年8月10日20时—11日20时最大小时雨强空间分布图(单位：mm)

图8 2020年8月10日20时—11日20时最大小时雨强偏差空间分布图

对比分析逐小时的最大降水量(图9)，可以看到4种融合格点降水资料的变化趋势也与实况一致，但融合格点降水资料的小时最大降水量都要低于实况。相对而言NRT_1 km > RT_1 km > FRT_5 km > FAST_5 km，可见1 km产品对极值的把握较好，相对5 km产品有明显的提升，个别时次降水强度和实况一致。

图9 逐小时最大降水量变化

4 结论与讨论

本文通过将距离站点最近的格点值赋予站点的方法，将融合格点降水资料转化到了站点，对其在四川盆地西部的适用性进行分析，并以2020年8月10—11日的极端暴雨过程为例，与实况站点降水资料进行详细的对比，主要得出以下结论：

① 极端暴雨过程中，对于过程累积雨量，4种融合格点降水资料均能很好地反映此次降水过程，降水落区、走向和雨带形态均与实况较为一致，1 km产品的强度和落区都更接近实况；对于暴雨、大暴雨和特大暴雨，均是1 km产品的评分优于5 km产品，其中以NRT_1 km与实况的匹配度最高，偏差更小。

② 融合格点降水资料存在24 h雨量极大值比实况偏小的情况，1 km产品的极值较5 km产品有很大的提升，与实况更为一致。1 km产品的极值中心与站点实况一致，降水量也与实况相当，5 km产品则位置存在偏差，强度明显偏小。

③ 融合格点降水资料的小时最大降水量低于实况，存在一定的偏差量，1 km产品对极值的把握较好，相对5 km产品有明显的提升，个别时次降水强度和实况一致。

④ 强降水时段的小时降水量分布上，融合格点降水资料与实况偏差不大，能够反映降水的大值区，且1 km产品优于5 km产品。

⑤ 融合格点降水资料与实况基本一致，在四川盆地西部的适用性较好，且融合了地面、雷达、卫星的三源实况格点产品比只融合了地面、卫星的二源实况格点效果更好，其中融合了CMORPH和FY 2种卫星资料的近实时三源融合实况格点产品最优。