廣州GRAPES模式與EC模式廣西地面要素預報檢驗評估

吳徐燕

摘 要：采用TS評分、ETS評分、漏報率、空報率和預報偏差等方法對2019年4—9月GRAPES廣州華南中尺度模式和ECMWF模式20∶00起報的0～24h（簡稱24h）和24～48h（簡稱48h）累積降水進行對比檢驗評估，同時應用平均誤差、平均絕對誤差、均方根誤差和預報偏差等方法對2個模式地面溫度和風進行對比檢驗評估。結(jié)果表明：GRAPES對小雨的預報能力明顯優(yōu)于EC，而中雨以上降水，EC效果較好;對于24h大雨以上降水的發(fā)生頻率，EC預報更接近實況，對于24h和48h其它量級降水的發(fā)生頻率，GRAPES具有更好的參考性;對于地面氣溫預報，2種模式總體均比實況偏低，白天時段GRAPES預報效果好于EC，夜間時段EC更好;對于地面風的預報，EC效果好于GRAPES，2種模式均為u風預報偏小，V風偏大。

關(guān)鍵詞：廣州GRAPES模式;EC模式;地面要素;檢驗

中圖分類號：S16 ? ? ? 文獻標識碼：A

DOI：10.19754/j.nyyjs.20200930036

引言

模式檢驗不僅能夠?qū)⒛Ｊ降念A報性能反饋給研發(fā)人員，還可以為預報員應用模式進行訂正提供客觀參考。GRAPES模式作為我國自主研發(fā)的數(shù)值模式，近年來，有很多學者對其開展了不同檢驗和評估。張小雯[1]等利用多種方法綜合評估了GRAPES_ 3km的對流風暴預報性能得出，使用點對點方法，GRAPES_ 3km對風暴和強風暴的預報都明顯優(yōu)于GRAPES_ Meso。于翡[2]等利用GRAPES-MESO不同空間分辨率模式分析對中國夏季降水預報的影響時指出，提高模式空間分辨率可以在一定程度上改善對降水中心的預報。毛冬艷[3]等對GRAPES_MESO V3.3模式檢驗得出，高時空分辨率模式對強天氣過程發(fā)生發(fā)展能較好描述，但對極端強降水和受地形影響強降水預報能力有限。通過這些研究，GRAPES中尺度模式的預報能力得到逐漸提升。同時，很多學者也開展了GRAPES模式在我國不同地區(qū)的檢驗評估工作。吳晶[4]和彭筱[5]等對GRAPES模式在西北地區(qū)降水預報進行檢驗;馮良敏[6]等對四川地區(qū)多模式2m溫度預報性能開展分析;鄢俊一[7]等將華南中尺度模式與日本模式的降水預報進行對比檢驗。

但是，GRAPES中尺度模式和歐洲中心ECMWF在華南和廣西地區(qū)的地面要素的預報檢驗對比分析并不多見。本文采用多種檢驗方法對2個模式在廣西地區(qū)2019年汛期的24h累積降水、逐3h氣溫和地面風，進行定量檢驗評估，對比2個模式的預報能力，為預報員日常業(yè)務應用提供參考。

1 資料與方法

1.1 資料來源

檢驗模式為廣州熱帶海洋氣象所運行的GRAPES區(qū)域中尺度模式和歐洲中心ECMWF模式（簡稱EC模式），廣州GRAPES模式分辨率3km，以下簡稱GRAPES模式。實況資料為2019年汛期4—9月廣西國家站和部分質(zhì)控的區(qū)域站資料。降水資料的實況為逐日20∶00—20∶00的24h累積降水，模式預報場為與實況相符的每天20∶00起報的0～24h、24～48h的累積降水預報（以下簡稱24h、48h降水預報）。氣溫資料的實況為逐日逐3h的平均氣溫，模式預報場為與實況相符的每天08∶00起報的48h內(nèi)的逐3h平均氣溫預報。風的資料是將實況風向風速處理成緯向風U和經(jīng)向風V，再與模式進行檢驗和評估。

1.2 插值方法

采用臨近點插值到站點，避免插值中降水這類非連續(xù)變量帶來較大誤差。氣溫和風速也可以避免因為插值而產(chǎn)生新的誤差。

1.3 檢驗方法

降水檢驗通過TS評分、ETS評分、空報率、漏報率和預報偏差等方法，這些方法是基于二分類列聯(lián)表，針對預報和實況的是否發(fā)生有4種可能的情況，計算模式與實況點對點的匹配程度的方法。溫度和風檢驗利用均方根誤差、平均誤差、平均絕對誤差和偏差等方法。

2 降水檢驗結(jié)果分析

2.1 TS評分和ETS評分

計算2019年4—9月GRAPES和ECMWF的24h和48h累積水量分別為小雨、中雨、大雨和暴雨的TS評分、ETS評分、空報率、漏報率和預報偏差。圖1為24h累積降水的TS評分，隨著降水量級的提高，TS評分呈現(xiàn)下降趨勢;24h預報時效GRAPES的小雨降水預報能力優(yōu)于EC，達到0.609，中雨預報能力相當，但24h的大雨和48h降水均略低于EC。為了消除TS評分對降水發(fā)生頻率的依賴，又同時考察了ETS評分。從ETS評分看到，GRAPES的48h內(nèi)的小雨降水預報能力遠遠優(yōu)于EC，而中雨以上則較EC略差。

2.2 漏報率和空報率

從漏報率和空報率結(jié)果來看，GRAPES的小雨降水的漏報率高于EC，空報率低于EC;中雨降水漏報率高于EC，空報率與EC相當;大雨及以上降水24h漏報率低于EC，而空報率和48h漏報率均高于EC?？偟膩碚f，GRAPES的小雨空報率和24h大雨及以上降水的漏報率低于EC，日常業(yè)務可參考應用;EC對于小雨的漏報率很低，接近于0。

2.3 預報偏差

從預報偏差（BIAS）的結(jié)果來看，除24h大雨和暴雨降水外，GRAPES均比EC效果好，即GRAPES的降水發(fā)生頻率更接近于實況。GRAPES的24h小雨和48h的小雨、中雨、大雨降水的預報偏差約等于1，即預報降水發(fā)生的頻率與實況相符得很好;而24h大雨以上降水呈現(xiàn)過度預報（BIAS>1），48h暴雨降水為預報不足（BIAS<1）。EC則為大雨頻率接近或略多于實況，小雨、中雨過度預報，暴雨預報不足。

3 溫度檢驗結(jié)果分析

3.1 平均誤差和偏差

圖4為GRAPES和ECWMF模式2019年4—9月2m溫度0～48h預報的平均誤差、預報偏差、平均絕對誤差和均方根誤差圖。從08∶00起報的平均誤差來看，GRAPES在48h時效內(nèi)的平均誤差在-1～0.5℃，而EC的平均誤差在-2～0℃，前者的總體預報效果要優(yōu)于后者;從預報的時間段來看，白天08∶00—20∶00時段GRAPES的平均誤差要小于EC，GRAPES第1天白天預報溫度低于實況，而第2天白天則高于實況，EC均為低于實況;夜間20∶00—08∶00時段2種模式預報效果相當，均略低于實況溫度。從20∶00起報來看（圖略），白天GRAPES平均誤差小于EC，夜間則大于EC，不論白天或者夜間均較實況預報偏低。預報偏差檢驗結(jié)果類似于平均誤差。總的來說，GRAPES高溫預報效果明顯優(yōu)于EC，低溫預報效果差于或等于EC，除GRAPES的48h高溫外，其它時效2種模式溫度預報均低于實況。

3.2 平均絕對誤差和均方根誤差

從平均絕對誤差（圖4）和均方根誤差檢驗結(jié)果來看，白天時段GRAPES的平均絕對誤差和均方根誤差均小于EC，夜間略大于EC，即白天溫度預報效果優(yōu)于EC，特別是日最高溫時段14∶00—17∶00的預報優(yōu)勢明顯，夜間溫度預報包括日最低溫預報效果差于EC。總的來說，GRAPES高溫預報效果優(yōu)于EC，低溫預報略差于EC，2種模式均為低溫預報優(yōu)于高溫。

4 地面風預報檢驗

通過對GRAPES和ECMWF2種模式2019年4—9月08∶00起報的U風和V風0～48h的預報結(jié)論進行平均誤差和平均絕對誤差的檢驗可以看出，GRAPES風的預報整體要差于EC，各時段出現(xiàn)較明顯的日變化。從GRAPES的U風檢驗來看，預報較實況偏小，在傍晚時段17∶00—20∶00偏小最為明顯，而在早晨5∶00—8∶00，預報效果最好。V風預報則呈現(xiàn)相反的趨勢，較實況偏大，在傍晚時段17∶00—20∶00偏大最為明顯，而在早晨5∶00—8∶00，預報效果最好。

5 總結(jié)

降水TS評分來看，GRAPES的24h小雨降水預報能力優(yōu)于EC，24h中雨與EC相當，而24h的大雨及以上和48h降水均略低于EC;從ETS評分來看，GRAPES的小雨預報能力明顯優(yōu)于EC，而中雨及以上降水預報效果則差于EC。

GRAPES的小雨空報率和24h大雨及以上降水的漏報率低于EC，中雨空報率與EC相當;EC對于小雨的漏報率很低，接近于0。EC的24h大雨和暴雨預報的發(fā)生頻率優(yōu)于GRAPES，24h和48h的其量級降水則為GRAPES的預報更接近于實況。

GRAPES的溫度預報總體效果要優(yōu)于EC;除第2天白天略高于實況（08∶00起報），其余時段均低于實況;白天GRAPES預報效果優(yōu)于EC，特別是14∶00—17∶00優(yōu)勢明顯，夜間預報效果則略差于EC，即日最高溫預報GRAPES效果較好，日最低溫則EC效果較好。

地面風的預報效果GRAPES差于EC;2種模式的U風預報值均較實況偏小，17∶00—20∶00偏小最明顯，5∶00—8∶00預報效果最好;V風均較實況偏大，17∶00—20∶00偏大最明顯，5∶00—8∶00預報效果最好。

參考文獻

[1] 張小雯，唐文苑，鄭永光，等.GRAPES_ 3km數(shù)值模式對流風暴預報能力的多方法綜合評估[J].氣象，2020，46（03）：367-380.

[2]于翡，黃麗萍，鄧蓮堂.GRAPES-MESO模式不同空間分辨率對中國夏季降水預報的影響分析[J].大氣科學，2018，42（05）：1146-1156.

[3]毛冬艷，朱文劍，樊利強，等.GRAPES_ MESOV3.3模式強天氣預報性能的初步檢驗[J].氣象，2014，40（12）：1429-1438.

[4]吳晶，李照榮，顏鵬程，等.西北四?。▍^(qū)）GRAPES模式降水預報的定量評估[J].氣象，2020，46（03）：346-356.

[5]彭筱，陳曉燕，黃武斌.2016年夏季不同分辨率GRAPES_MESO模式的西北地區(qū)預報效果檢驗[J].氣象研究與應用，2019，40（04）：6-11.

[6]馮良敏，周秋雪，陳朝平，等.四川地區(qū)多模式2m溫度預報性能分析及集成方法研究[J].高原山地氣象研究，2019，39（02）：30-36.

[7]鄢俊一，莫偉強.2012年汛期華南中尺度模式與日本模式的降水預報評估分析[J].熱帶氣象學報，2014，30（03）：594-600.

（責任編輯 ?李媛媛）