高分辨率短臨模式在一次極端降雨過程中的定量檢驗(yàn)

肖柳斯，張華龍，楊慧燕，張?zhí)m，諶志剛，張靜

（1.廣州市氣象臺(tái)，廣東廣州 511430；2.廣東省氣象臺(tái)，廣東廣州 510640；3.廣州市氣象局，廣東廣州 511430）

全球／區(qū)域同化預(yù)報(bào)系統(tǒng)（Grapes）是在中國(guó)氣象局組織下、由我國(guó)自主研究發(fā)展的新一代數(shù)值預(yù)報(bào)系統(tǒng)。為滿足精細(xì)化氣象服務(wù)的需求，廣州市氣象局在“天河二號(hào)”上建立了高分辨率華南短臨預(yù)報(bào)模式Grapes－1km［1］。該模式的空間水平分辨率為1 km，實(shí)現(xiàn)了分鐘級(jí)快速更新循環(huán)同化連續(xù)性的、高時(shí)空分辨率觀測(cè)資料，可每12 min滾動(dòng)更新未來6 h預(yù)報(bào)。自2017年試運(yùn)行以來，該模式為華南汛期強(qiáng)對(duì)流短臨預(yù)報(bào)預(yù)警提供了關(guān)鍵技術(shù)支撐，在多次重大天氣過程預(yù)報(bào)服務(wù)中被作為重要參考依據(jù)。

但是受到模式初始場(chǎng)、觀測(cè)資料同化以及物理過程等因素的影響，數(shù)值模式仍存在多方面的誤差，尤其是對(duì)于新上線的模式，需要預(yù)報(bào)員和研究人員實(shí)施深入的檢驗(yàn)應(yīng)用和研究［2］。模式檢驗(yàn)可分為主觀和客觀檢驗(yàn)兩種，2017—2018年廣州市氣象臺(tái)組織技術(shù)人員基于不同天氣過程對(duì)Grapes－1 km業(yè)務(wù)產(chǎn)品進(jìn)行了主觀檢驗(yàn)，在業(yè)務(wù)運(yùn)行前期為模式產(chǎn)品的訂正起到較大的幫助，并累積了一些模式釋用經(jīng)驗(yàn)。但是主觀檢驗(yàn)耗費(fèi)人力和時(shí)間成本太高，往往只能在過程結(jié)束之后才組織檢驗(yàn)分析，難以給預(yù)報(bào)員提供實(shí)時(shí)的指引［3］。模式預(yù)報(bào)效果的客觀檢驗(yàn)和性能評(píng)估是改進(jìn)模式預(yù)報(bào)能力、提升模式產(chǎn)品可靠性的重要依據(jù)，為預(yù)報(bào)員進(jìn)行有效訂正提供參考。由于降雨局地差異大，模式對(duì)降雨的預(yù)報(bào)性能評(píng)估是模式檢驗(yàn)中最具有挑戰(zhàn)性的任務(wù)［4］。隨著模式性能的發(fā)展，全球天氣模式對(duì)雨帶和強(qiáng)度的分布預(yù)報(bào)性能較為理想，但是暴雨以上量級(jí)降雨漏報(bào)明顯［5］。中尺度模式能夠描述強(qiáng)天氣過程的發(fā)生發(fā)展，但是對(duì)于極端強(qiáng)降雨的預(yù)報(bào)能力仍然有限［6］。將傳統(tǒng)的點(diǎn)對(duì)點(diǎn)評(píng)分方法應(yīng)用于公里級(jí)的短臨模式預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)，對(duì)空間位置分布的要求苛刻，不能合理反映高分辨率模式的預(yù)報(bào)能力。鄰域法允許預(yù)報(bào)與觀測(cè)存在偏移，兼具反映模式預(yù)報(bào)空間分布的能力以及沿用傳統(tǒng)評(píng)分指數(shù)的優(yōu)勢(shì)，用以評(píng)價(jià)高分辨率短臨模式具有較好意義［4］。Grapes－1 km模式時(shí)間分辨率達(dá)到12 min級(jí)，模式產(chǎn)品更新快速，數(shù)量龐大，除了天氣的發(fā)生發(fā)展情況，預(yù)報(bào)員還很關(guān)心的是模式能否展現(xiàn)出全球模式甚至中尺度模式難以把握的降雨極端性，臨近6 h內(nèi)有30個(gè)預(yù)報(bào)結(jié)果，哪個(gè)時(shí)次的預(yù)報(bào)結(jié)果在統(tǒng)計(jì)上最可信。

本研究以2018年嚴(yán)重影響廣東的一次極端性的季風(fēng)低壓降雨過程為研究對(duì)象，針對(duì)模式預(yù)報(bào)降雨的極端性和空間分布預(yù)報(bào)能力進(jìn)行定量分析，加深對(duì)短臨模式的了解和提高模式預(yù)報(bào)解釋應(yīng)用能力。

1 天氣過程

受西移的季風(fēng)低壓影響，2018年8月27日08：00—9月1日08：00（北京時(shí)，下同）廣東省出現(xiàn)了大范圍的連續(xù)性暴雨天氣，尤以珠江三角洲和粵東最為嚴(yán)重，其中30日08：00—31日08：00惠州、汕尾、河源、揭陽、汕頭等5市出現(xiàn)了特大暴雨，惠州惠東縣高潭鎮(zhèn)日降雨量達(dá)到1 034.4 mm，過程降雨量達(dá)到1 396.3 mm（圖1），均打破了歷史記錄。該次過程具有累積雨量大、持續(xù)時(shí)間長(zhǎng)、小時(shí)雨量大的特征。

圖1 2018年8月29日08：00—9日1日08：00過程降雨總量（單位：mm）

在該次降雨過程中，全球模式預(yù)報(bào)結(jié)果明顯偏弱，集合預(yù)報(bào)效果也不理想，區(qū)域模式預(yù)報(bào)的雨強(qiáng)更接近于實(shí)況，但是雨帶分布特征表現(xiàn)各異，模式的分歧給預(yù)報(bào)員對(duì)于強(qiáng)降雨出現(xiàn)的時(shí)間和落區(qū)的把握帶來一定的干擾。

2 研究數(shù)據(jù)與方法

本研究采用的數(shù)據(jù)為2018年8月27日08：00—9月1日08：00期間的Grapes－1 km模式的逐小時(shí)預(yù)報(bào)降雨產(chǎn)品，用以檢驗(yàn)的產(chǎn)品為廣東省國(guó)家和區(qū)域自動(dòng)站的逐小時(shí)雨量，其中強(qiáng)降雨區(qū)定義為小時(shí)降雨量超過10 mm／h的區(qū)域（中央氣象臺(tái)把≥20 mm／h的降雨作為短時(shí)強(qiáng)降雨，但由于自動(dòng)站點(diǎn)有限，一次天氣過程中出現(xiàn)小時(shí)降雨量超過20 mm／h的頻次較少，統(tǒng)計(jì)意義不顯著。為了得到具有統(tǒng)計(jì)意義的結(jié)果，本研究以10 mm／h作為強(qiáng)弱降水的區(qū)分閾值）。

2.1 模式極大值的選取

本研究從國(guó)家和區(qū)域自動(dòng)站的小時(shí)雨量中遴選出最大小時(shí)降雨量，并以此站為中心，從附近50 km范圍內(nèi)選擇Grapes－1 km模式對(duì)該時(shí)次預(yù)報(bào)的最大值，作為模式預(yù)報(bào)極大值。由于模式的預(yù)報(bào)時(shí)效是6 h，所以模式對(duì)同一時(shí)次的預(yù)報(bào)極大值共有6個(gè)，分別是提前1、2、3、4、5、6 h預(yù)報(bào)的最大值。

2.2 模式定量評(píng)估值

利用相對(duì)偏差（Relative Bias，RB）、均方根誤差（root-mean-squared error，RMSE）、相關(guān)系數(shù)（Correlation Coefficient，CC）等指標(biāo)定量評(píng)估模式降雨的精度，RB用以評(píng)價(jià)模式與地面雨量站總體偏差趨勢(shì)，取值范圍［－1，1］，越接近于0，則越精確，當(dāng)RB的值乘以100，可表示模式預(yù)報(bào)低估或者高估的程度。RMSE可定量反映偏差的總體水平，其數(shù)值越小，估測(cè)準(zhǔn)確度越高［7］。各個(gè)統(tǒng)計(jì)指標(biāo)的公式［8］如下：

其中，Model為模式預(yù)報(bào)降雨（mm）；gauge為地面雨量站的降雨量（mm）；N為數(shù)值個(gè)數(shù)。

為了比較模式在不同降雨閾值下的表現(xiàn)，采用臨界成功指數(shù)（critical success index，CSI）等分類指標(biāo)來評(píng)價(jià)在0.1、1、5和10 mm／h等4個(gè)降雨量級(jí)下模式的降雨預(yù)報(bào)能力。A代表模式準(zhǔn)確預(yù)報(bào)的降雨事件數(shù)，B代表錯(cuò)報(bào)的降雨事件數(shù)，C代表漏報(bào)的降雨事件數(shù)，D代表準(zhǔn)確預(yù)報(bào)0降雨事件數(shù)，其關(guān)系如表1所示。

表1 雨量站降雨與Grapes－1km模式降雨列聯(lián)表

CSI為模式降雨產(chǎn)品準(zhǔn)確預(yù)報(bào)的技巧評(píng)分，其值介于0～1之間，CSI越大，模式的預(yù)報(bào)性能越好。其計(jì)算公式［8］如下：

2.3 鄰域法檢驗(yàn)

在評(píng)估模式格點(diǎn)預(yù)報(bào)能力檢驗(yàn)環(huán)節(jié)中引入鄰域的概念，鄰域窗口選擇正方形網(wǎng)格窗，鄰域半徑為8個(gè)格點(diǎn)，窗口格點(diǎn)總數(shù)為17×17，選擇鄰域內(nèi)與中心站點(diǎn)的實(shí)況最接近的值作為模式的預(yù)報(bào)值，計(jì)算模式與實(shí)況的定量指標(biāo)（相對(duì)偏差、均方根誤差和相關(guān)系數(shù)）。

針對(duì)分級(jí)降雨檢驗(yàn)，如果模式預(yù)報(bào)鄰域窗內(nèi)超過5%的格點(diǎn)數(shù)超過降雨閾值，則認(rèn)為模式預(yù)報(bào)的降雨超過該閾值，結(jié)合實(shí)況，依據(jù)表1和式（4）計(jì)算CSI評(píng)分。

3 檢驗(yàn)結(jié)果

3.1 極大值檢驗(yàn)

圖2比較了模式預(yù)報(bào)的極大值和雨量站的極大值的散點(diǎn)分布，散點(diǎn)多分布于對(duì)角線下方，模式的極大值普遍小于實(shí)況極大值，隨著預(yù)報(bào)提前量減小，散點(diǎn)聚集分布區(qū)有趨近對(duì)角線的態(tài)勢(shì)，即模式預(yù)報(bào)極大值低估幅度減小。從散點(diǎn)顏色分布可見不同時(shí)期模式降雨低估狀況，在過程的開始階段以及結(jié)束階段（8月27—29日和9月1日）散點(diǎn)趨于在對(duì)角線附近分布，表明模式預(yù)報(bào)與實(shí)況較為吻合；在過程降雨峰值期間（8月30—31日）散點(diǎn)分布則主要位于對(duì)角線右下方，具有顯著低估特征，實(shí)況小時(shí)最大降雨量普遍在50 mm／h以上，模式預(yù)報(bào)量多數(shù)僅在0～30 mm／h范圍內(nèi)。上述特征反映了，在該次過程中模式對(duì)于極大值的預(yù)報(bào)能力不足。

圖2 提前1～6 h模式預(yù)報(bào)的最大值和實(shí)況散點(diǎn)圖

通過定量計(jì)算，可用RB和RMSE評(píng)估模式對(duì)極端降雨性能的表現(xiàn)，預(yù)報(bào)提前量為1～6 h的模式預(yù)報(bào)RB均為負(fù)值，表明模式預(yù)報(bào)總體上低估了極端降雨量，其中提前量為2 h的預(yù)報(bào)RB絕對(duì)值最小，RMSE最小，提前量越大，模式預(yù)報(bào)RB絕對(duì)值和RMSE越大，表明模式提前2 h的極大值預(yù)報(bào)性能表現(xiàn)相對(duì)較好，臨近的預(yù)報(bào)效果更好（表2）。

表2 提前1～6 h模式預(yù)報(bào)的最大值和實(shí)況的統(tǒng)計(jì)量

由此可見，GRAPES－1km由于時(shí)間分辨率高，預(yù)報(bào)產(chǎn)品數(shù)量龐大，預(yù)報(bào)員無需反復(fù)對(duì)比過去不同時(shí)次預(yù)報(bào)的結(jié)果，就可以采信于臨近時(shí)次的預(yù)報(bào)結(jié)果，而且該次過程中提前2 h的模式預(yù)報(bào)結(jié)果相較于提前1 h預(yù)報(bào)的結(jié)果更為理想。

為進(jìn)一步了解模式對(duì)于局地性強(qiáng)降雨和區(qū)域性強(qiáng)降雨的預(yù)報(bào)性能，利用極大值站點(diǎn)附近50 km范圍內(nèi)強(qiáng)降雨站點(diǎn)占區(qū)域內(nèi)站點(diǎn)總數(shù)的比例加以區(qū)分局地性強(qiáng)降雨和區(qū)域性強(qiáng)降雨，當(dāng)百分比＜10%時(shí)定義為局地性強(qiáng)降雨。從圖3可見，強(qiáng)降雨的站點(diǎn)比例曲線具有明顯的振蕩特征，27日白天、28日白天、29日凌晨、30日午后、31日午后至夜間到9月1日早晨等幾個(gè)階段屬于局地性的強(qiáng)降雨，其余時(shí)段屬區(qū)域性強(qiáng)降雨。27日早晨實(shí)況強(qiáng)降雨顯著高于模式預(yù)報(bào)值，即使是提前量2 h的預(yù)報(bào)，仍存在超2倍的差距。午后強(qiáng)降雨范圍擴(kuò)大，模式的預(yù)報(bào)效果顯著改善（實(shí)況大致分布在模式填色范圍內(nèi)），提前2 h模式的預(yù)報(bào)結(jié)果大致接近實(shí)況。28日上午降雨范圍縮小，模式與實(shí)況的偏差有所增大。而29日午后強(qiáng)降雨范圍和強(qiáng)度都有所增大，可是模式預(yù)報(bào)值與實(shí)況偏差較大，說明這一階段模式對(duì)于極大值的預(yù)報(bào)效果不佳。30日凌晨開始，模式預(yù)報(bào)的極大值急劇上升，臨近2 h的預(yù)報(bào)結(jié)果也同步增大，08：00前后達(dá)到峰值，此時(shí)模式與實(shí)況差異不大。值得注意的是，該時(shí)段內(nèi)，模式不同時(shí)次預(yù)報(bào)的極大值差異（圖3中填色區(qū)的高度）較大，模式有顯著調(diào)整，臨近2 h的預(yù)報(bào)與實(shí)況接近，表明模式向?qū)崨r調(diào)整的效果顯著。30日午后降雨趨于局地，模式與實(shí)況的偏差較大，臨近2 h的偏差最大。30日夜間強(qiáng)降雨范圍增大，模式預(yù)報(bào)結(jié)果的區(qū)間（圖3中填色區(qū)高度）較大，表明模式的調(diào)整尤其顯著，臨近時(shí)次預(yù)報(bào)調(diào)整具有正效果，但是與實(shí)況的極大值相比而言仍低估40 mm／h左右。整體而言，對(duì)于調(diào)整顯著的時(shí)段，臨近時(shí)次預(yù)報(bào)均具有較好的預(yù)報(bào)效果。以上變化特征表明模式的性能與降雨范圍的局地性有一定的相關(guān)性（圖3），一般而言，降雨異常局地的時(shí)段內(nèi)，模式預(yù)報(bào)的偏差較大，預(yù)報(bào)性能有限。另外，模式預(yù)報(bào)80 mm／h以上的概率很低，表明對(duì)于這種異常極端的降雨，模式的預(yù)報(bào)性能也較為有限。

圖3 雨量站最大時(shí)降雨量、模式預(yù)報(bào)最大小時(shí)降雨量的范圍（模式預(yù)報(bào)的最大值和最小值包含的范圍）、最大降雨量站點(diǎn)附近50 km范圍內(nèi)發(fā)生短時(shí)強(qiáng)降雨站點(diǎn)（＞10 mm／h）的占比、提前2 h模式預(yù)報(bào)值，部分時(shí)段模式無數(shù)據(jù)

除此以外，實(shí)況出現(xiàn)的極端性降雨可能跟地形具有較密切的關(guān)系，本研究未考慮該情況。另外，模式調(diào)整幅度可能跟實(shí)時(shí)同化的觀測(cè)資料有關(guān)，3.1節(jié)的分析中部分時(shí)次臨近預(yù)報(bào)的效果與實(shí)況有較大的偏差，有可能是跟同化的觀測(cè)資料缺乏有關(guān)。在預(yù)報(bào)業(yè)務(wù)中對(duì)這一相關(guān)信息的實(shí)時(shí)監(jiān)控，將對(duì)模式產(chǎn)品的訂正與業(yè)務(wù)應(yīng)用具有更大作用。

3.2 模式站點(diǎn)預(yù)報(bào)能力檢驗(yàn)

該次過程廣東全省出現(xiàn)了降雨，但是強(qiáng)降雨區(qū)域分布不均，最大值在粵東地區(qū)，以站點(diǎn)雨量為基準(zhǔn)，利用鄰域法分4個(gè)區(qū)域?qū)δＪ筋A(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)，4個(gè)區(qū)域分別為：廣東省、粵東區(qū)域（114°E—116.5°E，22.5°N—23.5°N）、廣東省強(qiáng)降雨區(qū)和粵東強(qiáng)降雨區(qū)。

統(tǒng)計(jì)提前1～6 h模式在4個(gè)區(qū)域檢驗(yàn)的相對(duì)偏差（RB）、均方根誤差（RMSE）和相關(guān)系數(shù)（CC）（表略）可知，4個(gè)區(qū)域的RB均為負(fù)值，表明模式低估了過程的小時(shí)降雨量。廣東省不同提前量預(yù)報(bào)的RB差異不大，其值為－0.24～－0.27，即模式在廣東的降雨低估幅度達(dá)24%～27%。粵東區(qū)域的低估更加明顯，RB在－0.30～－0.36之間，其中提前1～2 h的低估幅度較小，說明提前1～2 h的預(yù)報(bào)效果相對(duì)更好。強(qiáng)降雨區(qū)域的低估更明顯，廣東強(qiáng)降雨區(qū)域的RB在－0.61～－0.70之間，低估程度超過全區(qū)的2倍，其中提前1 h的低估幅度最小，其次是2 h，整體而言，提前時(shí)效越短，低估越不明顯。粵東強(qiáng)降雨區(qū)域和廣東全省強(qiáng)降雨區(qū)提前4～6 h的RB大致相同，但是臨近2 h，粵東強(qiáng)降雨區(qū)域的低估幅度較小，提前1 h預(yù)報(bào)的低估程度約為56%，2 h約為59%，說明在臨近時(shí)次，模式對(duì)于粵東強(qiáng)降雨的調(diào)整有正效應(yīng)。

就RMSE而言，其值從小到大依次為廣東省、粵東區(qū)域、廣東強(qiáng)降雨區(qū)、粵東強(qiáng)降雨區(qū)，強(qiáng)降雨區(qū)的RMSE能達(dá)到全區(qū)的3～4倍。4個(gè)區(qū)域總體上都表現(xiàn)為預(yù)報(bào)提前量越小，RMSE越小。

廣東省和粵東區(qū)域的CC大致相同，而廣東強(qiáng)降雨區(qū)最小，其次為粵東強(qiáng)降雨區(qū)，廣東區(qū)域的相關(guān)系數(shù)最大，模式在強(qiáng)降雨區(qū)域的相關(guān)程度較低，相關(guān)程度隨著提前量的增大顯著減小，說明模式在臨近時(shí)次的調(diào)整較為明顯，并且調(diào)整效果較為顯著。

對(duì)降雨進(jìn)行分級(jí)檢驗(yàn)，從圖4a可見，降雨閾值越小，模式的CSI評(píng)分越高，4個(gè)降雨閾值對(duì)應(yīng)的CSI評(píng)分分別為0.50、0.28、0.10和0.05。當(dāng)降雨閾值為0.1 mm／h時(shí)，提前量越大，評(píng)分越高；當(dāng)閾值為1、5和10 mm／h時(shí)，提前量越大，評(píng)分越低。從預(yù)報(bào)技巧評(píng)分的角度來看，對(duì)于晴雨的預(yù)報(bào)，提前量越大，預(yù)報(bào)效果越好，但是這種效果的差異比較小，而當(dāng)降雨量級(jí)增大后，模式的性能表現(xiàn)為提前量越小，模式預(yù)報(bào)效果越好。

當(dāng)模式與實(shí)況均為短時(shí)強(qiáng)降雨時(shí)，將每個(gè)自動(dòng)雨量站點(diǎn)的方形鄰域窗口內(nèi)所有超過閾值的格點(diǎn)（命中點(diǎn)）及其與站點(diǎn)的相對(duì)位置偏差統(tǒng)計(jì)出來，形成頻數(shù)分布圖（圖4b），頻數(shù)大值區(qū)呈東北－西南方向分布，頻次最高的鄰域點(diǎn)在站點(diǎn)的東北方向4～5個(gè)格點(diǎn)附近，而頻次較低的點(diǎn)位于站點(diǎn)東南方，距離6～7個(gè)格點(diǎn)數(shù)附近最低。這個(gè)過程中，廣東省上空低層受西南風(fēng)影響，頻數(shù)分布形狀與風(fēng)場(chǎng)方向平行，頻數(shù)中心位于風(fēng)場(chǎng)下游，這種分布特征表明模式預(yù)報(bào)降雨系統(tǒng)較實(shí)況移速偏快。

圖4 小時(shí)降雨量的CSI評(píng)分（a）；命中點(diǎn)與站點(diǎn)相對(duì)位置的頻次分布（五角星為站點(diǎn)）（b）

4 結(jié)論

1）模式預(yù)報(bào)與實(shí)況的散點(diǎn)分布及定量計(jì)算結(jié)果均表明模式對(duì)極端降雨具有較大程度低估，但提前量越小，相對(duì)偏差的絕對(duì)值和均方根誤差越小。模式的性能與降雨范圍的局地性有一定的相關(guān)性，降雨異常局地的時(shí)段內(nèi)，模式預(yù)報(bào)的偏差較大。臨近時(shí)次模式的預(yù)報(bào)效果相對(duì)較好，其中提前2 h的模式預(yù)報(bào)結(jié)果相較于提前1 h預(yù)報(bào)的結(jié)果更為理想。

2）分區(qū)檢驗(yàn)表明，模式對(duì)4個(gè)區(qū)域的降雨量均有低估，其中對(duì)強(qiáng)降雨區(qū)域的低估更為顯著。提前1 h的低估幅度最小，其次是2 h，提前時(shí)效越小，低估幅度越小。模式在臨近時(shí)次的調(diào)整較為明顯，并且調(diào)整效果較好，模式對(duì)大范圍的強(qiáng)降雨空間把握能力更高，而其他地區(qū)由于局地性顯著，相關(guān)性較弱。

3）降雨分級(jí)檢驗(yàn)結(jié)果顯示，對(duì)于晴雨的預(yù)報(bào)，提前量大，預(yù)報(bào)效果略好，而當(dāng)降雨量級(jí)增加后，模式的性能表現(xiàn)為提前量越小，模式預(yù)報(bào)效果越好。當(dāng)實(shí)況出現(xiàn)了短時(shí)強(qiáng)降雨，而模式又命中時(shí)，相對(duì)位置頻數(shù)呈東北－西南向分布，與低層盛行風(fēng)向一致，命中頻次最高的格點(diǎn)位于站點(diǎn)東北方向，而頻次較低的位于東南方，頻數(shù)中心位于風(fēng)場(chǎng)下游，表明模式預(yù)報(bào)降雨系統(tǒng)較實(shí)況移速偏快。

模式檢驗(yàn)結(jié)果顯示預(yù)報(bào)提前量越小，模式預(yù)報(bào)效果越好，由于GRAPES－1 km時(shí)間分辨率高，預(yù)報(bào)產(chǎn)品數(shù)量龐大，預(yù)報(bào)員無需反復(fù)對(duì)比過去不同時(shí)次預(yù)報(bào)的結(jié)果，而可以采信于臨近時(shí)次的預(yù)報(bào)結(jié)果。但是本研究的分析也存在部分時(shí)次臨近預(yù)報(bào)效果存在較大偏差，有可能是跟同化的觀測(cè)資料缺乏有關(guān)。在預(yù)報(bào)業(yè)務(wù)中若能對(duì)這一相關(guān)信息的實(shí)時(shí)監(jiān)控，將對(duì)模式產(chǎn)品的訂正與業(yè)務(wù)應(yīng)用產(chǎn)生更大作用。