基于MET檢驗的青海大范圍降水個例參數(shù)化方案優(yōu)選

顏玉倩，沈曉燕，肖宏斌，李金海

（1.青海省氣象科學(xué)研究所，青海 西寧810001；2.青海省防災(zāi)減災(zāi)重點實驗室，青海 西寧810001；3.青海省氣象臺，青海 西寧810001）

隨著數(shù)值預(yù)報理論和實踐的不斷發(fā)展和完善及超級計算機性能的持續(xù)提高，數(shù)值天氣預(yù)報的水平和可用性大幅度提升。以數(shù)值預(yù)報技術(shù)為基礎(chǔ)建立的現(xiàn)代綜合氣象預(yù)報系統(tǒng)，已成為氣象工作者進行天氣預(yù)報和氣候預(yù)測的重要及有效的手段[1]。模式檢驗評估不僅是發(fā)展預(yù)報系統(tǒng)的重要組成部分，而且可以用來評價模式預(yù)報的準確性，從而為用戶提供客觀的預(yù)報依據(jù)。由于模式預(yù)報系統(tǒng)物理過程十分復(fù)雜，其預(yù)報結(jié)果存在很大的不確定性，因此，通過評估檢驗來獲得模式的特定屬性和外在表現(xiàn)就成為用戶研究和應(yīng)用模式的重要手段[2]。

MET（Model Evaluation Tools）是由美國國家大氣研究中心（NCAR）數(shù)值預(yù)報發(fā)展試驗中心（DTC）研發(fā)的功能強大的數(shù)值天氣預(yù)報檢驗工具，其主要目的是為數(shù)值預(yù)報使用者、開發(fā)者搭建分析、評估數(shù)值模式預(yù)報產(chǎn)品的橋梁，它不僅為模式開發(fā)者提供實時的模式產(chǎn)品測試環(huán)境，提供一系列評估方案，而且為模式使用者客觀把握模式的預(yù)報能力提供了有效手段[3]。MET 最初版本發(fā)行于2008 年，主要針對于WRF 數(shù)值模式產(chǎn)品的檢驗和評估，其最新版本MET5.2 發(fā)行于2016 年8 月，提供各種通用數(shù)據(jù)格式的模式產(chǎn)品檢驗評估接口[4]。MET 的優(yōu)勢在于它對產(chǎn)品檢驗評估的方法齊全、功能強大，具有較好的可移植性，不但能夠快速計算各類評分指數(shù)，與人為編程計算相比省時省力；還提供了先進的的包括空間分析、診斷分析等在內(nèi)的一系列檢驗方法。

數(shù)值預(yù)報是提高天氣預(yù)報準確率的重要方法，WRF 模式雖可提供較為精細的區(qū)域預(yù)報結(jié)果，但青海位于青藏高原東部，地形復(fù)雜，天氣多變，高原降水的數(shù)值模擬的參數(shù)化方案適用性情況較為復(fù)雜[5]。其中，積云對流和微物理過程參數(shù)化方案對降水影響重大[6]，如何客觀找出適應(yīng)于高原降水的最優(yōu)組合方案就顯得尤為重要。因此，本文采用6 種微物理方案和3 種積云對流參數(shù)化方案（共18 個組合方案）對2015 年8 月1 日—8 月3 日青海省大范圍降水展開模擬，利用MET 對模擬結(jié)果進行評估檢驗，其檢驗結(jié)果可以為模式的積云對流、微物理參數(shù)化方案合理選取提供參考，以便WRF 模式能更好地發(fā)揮在青海和類似高原地區(qū)的氣象業(yè)務(wù)預(yù)報中的參考指導(dǎo)作用[7]。以前大多學(xué)者對模式的檢驗采用TS評分或ETS 評分[8-9]，這就使得對預(yù)報能力的評估存在一定的局限，對小概率事件的預(yù)報評估存在明顯的不足，所以綜合多種評分指數(shù)有利于客觀把握模式的預(yù)報能力與預(yù)報技巧，有利于客觀評估研究區(qū)域模式參數(shù)化方案在高原地區(qū)的適用性。

1 資料與方法

1.1 模式方案設(shè)計

本文采用WRF V 3.7.1，模式基本參數(shù)設(shè)置為：模式中心點為95°E，25°N，水平分辨率分別 為27 km、9 km，垂直方向為30 層（圖1a）。模擬時間從8月1 日00 時開始至8 月4 日00 時結(jié)束。使用NCEP/NCAR 的FNL 資料作為模式的初始場和邊界場，時間積分步長為54 s。本次模擬主要選用3 種積云對流參數(shù)化方案和6 種微物理方案進行敏感性試驗（表1）。以Tij組合代表試驗方案，試驗代號i 表示為積云對流參數(shù)化方案：1 為淺對Kain-Frisch（KF）方 案，2 為Betts-Miller-Janjic 方 案（BMJ），3 為Grell-Devenyi 集合方案（Grell）；j 代表微物理方案：1 為Kessler（暖雨方案），2 為lin 等方案，3 為WSM 3 類簡單冰方案，4 為WSM 5 類方案，5 為Ferrier（New Eta）微物理方案（水汽、云水），8 為新Thompson 的冰雹方案。具體對應(yīng)關(guān)系見表1。長波輻射方案選用RRTM 方案，短波輻射方案選用Dudhia 方案，邊界層選用YSU 方案，近地面層選用MYJ 方案。

1.2 資料

模式初始場和邊界場：NCEP/NCAR 的FNL 資料，空間分辨率為1°×1°，時間分辨率為6 h。

觀測資料：青海省50 個國家站、187 個一般站及自動站逐小時降水觀測，站點分布如圖1b 所示。

500 hPa 大尺度背景場選用ERA-Interim 再分析資料，空間分辨率為0.5°×0.5°，時間分辨率為6 h。

1.3 檢驗指標公式

圖1 模擬范圍及站點分布

本文所涉及的指標評分公式如下（式中各項含義如表2 所示）。

表2 2×2 統(tǒng)計聯(lián)列表

其中各項指標的詳細意義在結(jié)果分析中給出。

2 分析與檢驗

2.1 模式個例介紹

本次降水過程主要從2015 年8 月1 日開始至8 月3 日結(jié)束，是近年來青海省降水范圍較大、持續(xù)時間較長的一次過程。圖2 給出了1—3 日500 hPa天氣背景場，從中得知：青海受大陸高壓控制，大部地區(qū)都處于一反氣旋環(huán)流內(nèi)，從風(fēng)場來看，新疆以北有一弱的高空槽，東北部地區(qū)西風(fēng)分量逐漸增強，表明新疆槽冷空氣逐步沿著河西走廊下滑影響青海東北部地區(qū)造成河湟谷地的降水增加；同時從風(fēng)向上可以看出，海西的東部及祁連山西段的輻散加強。另外，本次降水的水汽來源非常豐富，來自孟加拉灣和南海的水汽不斷地輸送，使得青海省大部垂直可降水量都較大。

2.2 降水中心及強度檢驗

為從降水強度和中心分析比較18 種組合方案的優(yōu)劣，圖3 給出了8 月1—3 日累計降水量的強度和中心位置靶圖，其中原點五角星代表實際觀測降水極值中心位置和對極值的0 偏差值，倒三角表示模式預(yù)報值低于實際觀測，正三角表示模式預(yù)報值高于實際觀測，且顏色越深代表越接近實際觀測值，坐標軸上數(shù)字的單位為度。從圖中可以看到，除個別方案（T18，T25）外，模式對此次過程降水中心位置把握較為準確，基本控制在1°范圍內(nèi)，且在0.5°內(nèi)的方案也占大多數(shù)，其中T21 方案是降水位置上最接近實際觀測的一個方案，表明其對降水中心位置預(yù)報較為準確。然而降水強度的預(yù)報不甚理想，其中三分之二的方案都存在偏多現(xiàn)象，且淺灰色三角較多，表明降水偏多的程度也較為明顯。綜合從降水中心和降水強度來看，T21 方案模擬較接近于實際觀測，T11、T34 方案次之。

圖2 500 hPa天氣背景

圖3 8 月1—3 日累積降水量強度和中心位置檢驗

2.3 MET 降水檢驗結(jié)果

為能更好地挑選組合方案并進行重點分析，以較常用的TS 評分和ETS 評分對18 組方案進行初步篩選，表3 給出了18 種組合方案24 h 晴雨預(yù)報的TS 評分和ETS 評分，從表中可以看到TS 評分較高的前6 種組合方案分別為：T11、T12、T14、T31、T34 和T35。這表明BMJ 積云參數(shù)化方案的模擬效果較差。這種情況不僅僅出現(xiàn)在WRF 模式中，郭云云等[10]在比較Grapes 模式中的積云對流參數(shù)化方案時也表明中高層KF 的預(yù)報效果要優(yōu)于BMJ 方案。但72 h 的累計降水的檢驗得出T28 與觀測結(jié)果較為接近，可能的原因主要有：對過程總降水量的把握較好，對日降水量的模擬效果差，預(yù)報值可能存在時間上的差異；此處TS 評分僅考慮晴雨狀況，未討論降水中心位置，故二者無可比性。

表3 18 種組合方案24 h TS 評分及ETS 評分

根據(jù)以上的比較挑選結(jié)果，圖4 給出了6 種較優(yōu)組合方案的過程累積降水量模擬和實況空間分布結(jié)果。與實況比較來看，6 種方案均能在空間上較好地描述此次大范圍降水過程。實況在36.72°N，101.53°E（即X0007 站）出現(xiàn)了最大值，在該站的東北方向也出現(xiàn)了3 個降水大值點，在這6 種組合方案中T12、T14、T34、T35 均能反映這一空間分布特征，但同時存在降水量偏多的現(xiàn)象，這種現(xiàn)象尤其反映在T12、T14 和T35 上，而剩下的兩種組合方案T11、T31 則在降水量級上非常接近實況。因此通過對降水量的空間分布特征分析比較，T34 是對降水極值點的空間分布特征和降水量級上模擬結(jié)果較為理想的組合方案。

以上分析看出，模式大部分組合方案都存在對降水預(yù)報偏多的現(xiàn)象。為詳盡分析本次降水過程的漏報和空報的空間分布特征，圖5 給出6 種組合方案平均漏報率和空報率。由圖可以看出模式漏報的可能性較小，多是大范圍的空報。圖5a 表明青海省南部存在一定范圍的漏報，尤其是玉樹東部、果洛西部和海西州南部。圖5b 表明，除柴達木盆地以外，其余地區(qū)都存在不同程度的空報，其中玉樹南部和海西東北部空報率在0.5 以上，存在大范圍空報的主要原因有：由于此次降水過程受青海省北部的弱小槽影響，對青海省東部地區(qū)的影響較大，因而海東、西寧等地區(qū)空報率較低，其次雨帶位置的細微偏差，依然會產(chǎn)生較大的空報漏報率[11]，此外青海省西部站點相對較為稀疏（玉樹以西可可西里地區(qū)甚至無站點），使得觀測值存在很大的誤差。從漏報率和空報率的空間分布來看，模式對玉樹地區(qū)的預(yù)報存在較大的誤差。

圖6 給出了6 種組合方案24 h、48 h 和72 h 平均漏報、空報和正確預(yù)報的站數(shù)。由圖看出各方案之間差距較小，均有漏報站數(shù)較少的特征。底下兩種顏色的高度代表晴雨預(yù)報正確的站數(shù)，T11 組合T31組合預(yù)報正確站數(shù)略高于其他4 種方案，T12、T14、T34 和T36 雖然有較多命中的站數(shù)，但同時也對應(yīng)有較高的空報站數(shù)。

圖4 過程累積降水量空間分布

圖5 8 月1—3 日平均漏報率和空報率

圖6 不同組合方案漏報、空報、正確預(yù)報站數(shù)

以上對6 種方案的檢驗停留在空間分布特征的主觀判斷上，無法量化預(yù)報的質(zhì)量，且單一的評分指數(shù)因存在一定的不足無法全面地評估預(yù)報效果，所以表4~表6 選取了MET 結(jié)果中的8 種評分指數(shù)來綜合反映6 種組合方案的預(yù)報效果，表中前5 種指數(shù)較為常用，但可能存在由于氣候、盲目或持續(xù)性預(yù)報帶來的虛假評分[12]，而不能反映真正的預(yù)報水平，因此，又分別選取了析HK、HSS 和ORSS 來進行評分。HK和HSS 是線性的、真正公平的評分指數(shù)，對于無偏預(yù)報，HK和HSS 兩者等同，但HK 更依賴于基礎(chǔ)比率s；ORSS 作為二元預(yù)報的一種性能指標漸進公平，如果一個特定預(yù)報系統(tǒng)的基礎(chǔ)分布更接近正態(tài)分布，它將給出更高的評分[13]?；谝陨辖榻B，本文給出了24 h、48 h 和72 h 預(yù)報的8 種評分指數(shù)。從時間上來看，ACC，TS 評分和ETS 評分都有隨著時間的增加而增大的特征，這可能是由于持續(xù)性預(yù)報帶來的評分偏高的特點，并能看出，對此次降水的預(yù)報模式存在較大范圍的“早報”。從各指數(shù)上來看：WSM5 微物理方案R 值較大且RMSE 相對較小。分析HSS和HK，二者差別不大，得出T31 組合的HSS 和HK 要明顯高于其他組合方案；所有組合方案ORSS 差別較小，T34 和T35 組合方案的評分相對略高。就這8 種方案相比較，T34 組合方案較優(yōu)，T31 組合方案次之。

表4 24 h 6 種組合方案評分指數(shù)

表5 48 h 6 種參數(shù)化方案評分指數(shù)

表6 72 h 6 種參數(shù)化方案評分指數(shù)

上述幾種指標對于小概率事件來講都是退化的，因為當基準比率s 趨向0 時，它們也趨向一個無意義的值（通常為0），為克服此問題，提出了對稱極值依賴性評分SEDS，該指標漸進于公平且變換對稱（變換對稱指把預(yù)報和觀測對調(diào)的情況下結(jié)果不改變），規(guī)避難度也較大[14-15]，SEDS 多用于小概率事件的極端降水的檢驗，完美的SEDS 值為1。為評估6 種組合方案對極端降水的預(yù)報效果，表7 給出了6種組合方案SEDS 不同預(yù)報時效的值，其中青海省95%極端降水閾值根據(jù)1981—2010 年5—9 月（汛期）青海省43 站逐日降水資料，利用百分位法得出[16]，最后結(jié)果取43 站均值：14.07 mm，在此次降水過程中設(shè)定日累積降水量大于14.07 mm 為極端降水。從表中可以明顯看出幾種組合方案對極端降水不同的預(yù)報效果，“”代表無意義值，即預(yù)報和觀測事件均未發(fā)生n11=0；T11 組合方案的預(yù)報效果較差，其他組合方案中，48 h 預(yù)報要優(yōu)于24 預(yù)報，但72 h SEDS 極低，相比較之下，T34 組合方案對極端降水的預(yù)報效果較好。

表7 SEDS 對極端降水的檢驗

3 結(jié)論

本文利用WRF 模式3 種積云對流參數(shù)化方案，6 種微物理過程參數(shù)化方案對2015 年8 月1—3日青海省大范圍降水過程進行了模擬，并利用MET 對模擬結(jié)果進行了檢驗，結(jié)論如下：

（1）此次過程，模式存在大范圍的“早報”，盡管大部分方案預(yù)報降水量均偏多，但從降水過程中心位置和強度來看，BMJ（積云對流）/Thompson（微物理）組合方案模擬效果較為理想，Grell/ WSM5 和KF/Kessler 次之；Grell/WSM5 從降水極值點的空間分布特征和降水量級上模擬結(jié)果較為理想。

（2）就空報率和漏報率的空間分布而言，空報率遠高于漏報率，空報率高值區(qū)主要分布在玉樹南部和海西東北部，模式對玉樹地區(qū)的預(yù)報存在較大的誤差。

（3）由于對比降水實況和模擬的空間分布的檢驗方法較為主觀，且單一的評分指數(shù)因側(cè)重點不同無法綜合評價模式的預(yù)報能力，故選用8 種評分或指標進行定量評估，其結(jié)果表明，WSM5 方案（微物理）的R（相關(guān)系數(shù)）較大且RMSE（均方根誤差）較小，Grell/WSM5 對此次降水預(yù)報效果最好，Grell/Kessler 次之。

（4）SEDS（對稱極值依賴評分）常用于小概率事件的檢驗，用SEDS 評估極端降水，Grell/WSM5 對極端降水的預(yù)報效果較好。