月動(dòng)力延伸預(yù)測(cè)產(chǎn)品DERF2.0對(duì)廣西氣溫和降水的預(yù)測(cè)評(píng)估

陳思蓉，周秀華，陸虹，何慧根

（1.廣西區(qū)氣候中心，廣西南寧 530022；2.重慶市氣候中心重慶 401147）

月動(dòng)力延伸預(yù)測(cè)產(chǎn)品DERF2.0對(duì)廣西氣溫和降水的預(yù)測(cè)評(píng)估

陳思蓉1，周秀華1，陸虹1，何慧根2

（1.廣西區(qū)氣候中心，廣西南寧 530022；2.重慶市氣候中心重慶 401147）

基于國(guó)家氣候中心第二代月動(dòng)力延伸預(yù)測(cè)模式業(yè)務(wù)系統(tǒng)（DERF2.0）開展的1983～2015年的回報(bào)試驗(yàn)結(jié)果和廣西87個(gè)臺(tái)站氣象資料，利用距平相關(guān)系數(shù)ACC、距平符號(hào)一致率R和短期氣候預(yù)測(cè)業(yè)務(wù)趨勢(shì)異常綜合評(píng)分（Ps）等3種方法，綜合評(píng)估了DERF2.0系統(tǒng)對(duì)廣西的氣溫和降水的預(yù)測(cè)性能。結(jié)果表明：DERF2.0模式對(duì)廣西月氣溫的總體預(yù)測(cè)效果優(yōu)于降水，氣溫與降水的預(yù)測(cè)效果有明顯的月季變化，氣溫和降水在夏季的總體預(yù)報(bào)效果不好，但對(duì)降水異常的把握程度較高。DERF2.0對(duì)廣西發(fā)生在1994、1996、1998、2005年6、7月的典型洪澇個(gè)例有一定的預(yù)測(cè)能力，影響模式6、7月降水預(yù)報(bào)誤差的原因可能是模式對(duì)中高緯度阻塞系統(tǒng)預(yù)報(bào)偏差，模式仍有很大的改進(jìn)空間。

DERF2.0；氣候預(yù)測(cè)；性能評(píng)估

隨著計(jì)算機(jī)技術(shù)的發(fā)展，短期氣候預(yù)測(cè)逐漸從早期統(tǒng)計(jì)氣候方法向數(shù)值模式預(yù)測(cè)方向轉(zhuǎn)變，氣象模式預(yù)測(cè)的精度與準(zhǔn)確率也得到提高。但是，模式預(yù)測(cè)不可避免地存在預(yù)報(bào)誤差，需要對(duì)數(shù)值預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)，分析數(shù)值預(yù)報(bào)產(chǎn)品的預(yù)報(bào)能力，以及數(shù)值預(yù)報(bào)各要素的可用預(yù)報(bào)時(shí)效，為改進(jìn)數(shù)值預(yù)報(bào)產(chǎn)品的預(yù)報(bào)能力做必要的準(zhǔn)備［1－3］。

為了考察DERF2.0模式對(duì)廣西月平均氣溫和月降水趨勢(shì)的預(yù)測(cè)能力，本文基于DERF2.0模式1983～2015年回報(bào)試驗(yàn)結(jié)果，綜合評(píng)估DERF2.0對(duì)

廣西氣溫和降水預(yù)測(cè)的性能，為改進(jìn)模式預(yù)報(bào)性能，后期開展模式產(chǎn)品業(yè)務(wù)化應(yīng)用提供科研基礎(chǔ)。

1 資料及方法

1.1 資料

本文所用資料主要包括：（1）從廣西92個(gè)站中挑選出資料相對(duì)完整的87個(gè)氣象站1983～2015年逐月平均氣溫和逐月降水量資料。（2）DERF2.0進(jìn)行的1983～2015年逐月地面氣溫和降水的回報(bào)結(jié)果。格點(diǎn)插值到站點(diǎn)的方法采用的是雙線性插值法。多年平均采用1983～2010年共28a平均。（3）NCEP／NCAR全球再分析逐月平均500hPa位勢(shì)高度場(chǎng)資料（2.5°×2.5°經(jīng)緯格距）。

1.2 模式產(chǎn)品評(píng)估方法簡(jiǎn)介

DERF2.0模式提供從候、旬、月時(shí)間尺度及全球、北半球、東北半球、東亞地區(qū)、中國(guó)等不同空間尺度的模式預(yù)測(cè)數(shù)據(jù)產(chǎn)品和圖形產(chǎn)品［4］。出于業(yè)務(wù)需求考慮，本文使用每月21日起報(bào)資料，預(yù)報(bào)下個(gè)月。選用距平相關(guān)系數(shù)ACC［5］、距平符號(hào)一致率R［5］和短期氣候預(yù)測(cè)業(yè)務(wù)分級(jí)檢驗(yàn)Ps［6］評(píng)分等3種方法對(duì)預(yù)報(bào)回報(bào)試驗(yàn)結(jié)果進(jìn)行定量評(píng)估。

距平相關(guān)系數(shù)ACC，主要反映的是預(yù)報(bào)值與實(shí)況值的相似程度，是世界氣象組織（WMO）于1996年11月在意大利召開的第11屆工作會(huì)議上確定并建議使用的指標(biāo)?！熬盼濉逼陂g我國(guó)短期氣候預(yù)測(cè)系統(tǒng)的評(píng)估就以此作為評(píng)估參數(shù)之一［7］。距平相關(guān)系數(shù)公式如下：

式中N為評(píng)分的氣象站總站數(shù)，和分別為預(yù)測(cè)的距平值及其所有臺(tái)站的平均值，和分別為觀測(cè)的距平值及其所有臺(tái)站的平均值。

距平（距平百分率）符號(hào)一致率簡(jiǎn)稱同號(hào)率，以百分率的形式表現(xiàn)預(yù)報(bào)與實(shí)況的相似程度，是過去我國(guó)長(zhǎng)期天氣預(yù)報(bào)中用來檢驗(yàn)的一種有效方法，是指預(yù)測(cè)值與實(shí)況值距平符號(hào)相同，或是有一個(gè)距平為0的氣象站站數(shù)與評(píng)分的氣象站總站數(shù)的百分比。

式中，N為評(píng)分的氣象站總站數(shù)，Nt為預(yù)測(cè)與實(shí)況距平（距平百分率）符號(hào)相同或兩者中有一個(gè)距平為0的氣象站站數(shù)。

趨勢(shì)異常綜合評(píng)分（Ps）主要分別考慮預(yù)報(bào)的趨勢(shì)項(xiàng)、異常項(xiàng)和漏報(bào)項(xiàng)。根據(jù)中國(guó)氣象局2013年9月起執(zhí)行的業(yè)務(wù)預(yù)測(cè)評(píng)分標(biāo)準(zhǔn)，趨勢(shì)是以預(yù)報(bào)和實(shí)況的距平符號(hào)是否一致為判斷依據(jù)，采用逐站進(jìn)行評(píng)判。當(dāng)預(yù)測(cè)（A）和實(shí)況距平（距平百分率，B）符號(hào)一致時(shí)認(rèn)為該站預(yù)測(cè)正確。

異常是以考察預(yù)報(bào)對(duì)一級(jí)異常（50%＞X≥20%，－20%≥X＞－50%；2℃＞X≥1℃，－1℃≥X＞－2℃）和二級(jí)異常（≥50%，≤－50%；≥2℃，≤－2℃）的預(yù)報(bào)能力。采用逐站、逐級(jí)進(jìn)行評(píng)判。

評(píng)分步驟如下：

（1）逐站判定預(yù)報(bào)的趨勢(shì)是否正確，統(tǒng)計(jì)出趨勢(shì)預(yù)測(cè)正確的總站數(shù)N0；

（2）逐站判定一級(jí)異常預(yù)報(bào)是否正確，統(tǒng)計(jì)出一級(jí)異常預(yù)測(cè)正確的總站數(shù)N1；

（3）逐站判定二級(jí)異常預(yù)報(bào)是否正確，統(tǒng)計(jì)出二級(jí)異常預(yù)測(cè)正確的總站數(shù)N2；

（4）沒有預(yù)報(bào)二級(jí)異常而實(shí)況出現(xiàn)降水距平百分率≥100%或等于－100%、氣溫距平≥3℃或≤－3℃的站數(shù)（稱為漏報(bào)站，記為M）；

（5）統(tǒng)計(jì)實(shí)際參加評(píng)估的站數(shù)N，即規(guī)定參加考核站數(shù)減去實(shí)況缺測(cè)的站數(shù)；

使用公式

a、b和c分別為氣候趨勢(shì)項(xiàng)、一級(jí)異常項(xiàng)和二級(jí)異常項(xiàng)的權(quán)重系數(shù)，本辦法分別取a＝2，b＝2，c＝4。

2 結(jié)果分析

2.1 距平相關(guān)系數(shù)ACC評(píng)估

距平相關(guān)系數(shù)ACC是短期氣候預(yù)測(cè)中最常用的檢驗(yàn)方法之一，反映模式總體預(yù)測(cè)能力。

表1是DERF2.0回報(bào)的1983～2015年逐月氣溫和降水的平均ACC評(píng)分，由各月平均評(píng)分可見，DERF2.0回報(bào)的氣溫ACC評(píng)分普遍較高，月平均氣溫ACC為0.26。ACC評(píng)分除夏季的6、7、8月和10月分值較低外，其余各月均達(dá)到了0.1以上，春季3個(gè)月的評(píng)分較高，均超過0.5，2月達(dá)到0.63。

降水的ACC評(píng)分較氣溫略低，月平均ACC評(píng)分為0.11，降水預(yù)報(bào)ACC評(píng)分較好的月份在秋冬季，11、12和1月評(píng)分較高，1月達(dá)到0.31，汛期的預(yù)報(bào)ACC評(píng)分偏低。

表1 DERF2.0回報(bào)1983～2015年月平均距平相關(guān)系數(shù)ACC

2.2 距平符號(hào)一致率R評(píng)估

實(shí)際業(yè)務(wù)預(yù)測(cè)中距平相關(guān)系數(shù)都不容易很高。上世紀(jì)80～90年代我國(guó)汛期預(yù)測(cè)業(yè)務(wù)降水的ACC平均值為0.1［8－10］，DERF2.0模式的預(yù)測(cè)較過去的氣候業(yè)務(wù)評(píng)分相比有所提高，氣溫提高的較明顯。

同號(hào)率R反映的是一定范圍內(nèi)預(yù)測(cè)值與實(shí)況值距平（距平百分率）符號(hào)一致的站點(diǎn)數(shù)占總站點(diǎn)數(shù)的比例，也是以往模式檢驗(yàn)常用方法之一。當(dāng)同號(hào)率大于50%，降水的主要趨勢(shì)被反映出來時(shí)，在考慮強(qiáng)度預(yù)測(cè)才有意義［7］。從DERF2.0回報(bào)來看，1982～2015年各月氣溫同號(hào)率平均值為57.6%，較好的月份在1～4月和11月，一致率均超過60%，而6、7月比較差，低于50%。各月降水的同號(hào)率平均值在52%左右，各月的值均在60%以下，7月的同號(hào)率值最低，僅有42.2%。

2.3 趨勢(shì)異常綜合評(píng)分（Ps）

從趨勢(shì)異常綜合評(píng)分（Ps）能反映模式對(duì)極端異常預(yù)報(bào)的把握程度來看1982～2015年DERF2.0回報(bào)的月氣溫Ps評(píng)分平均為65.9分，氣溫預(yù)報(bào)Ps評(píng)分較高的月份在1～4月和11月，均高于70分，較差在7月，評(píng)分均低于60分。降水的Ps評(píng)分則比較好，基本保持在80分以上，平均達(dá)87.7分。其中前汛期4～6月的評(píng)分最高，各月評(píng)分均高于90分，7月、12月的評(píng)分則相對(duì)較低。表明DERF2.0回報(bào)試驗(yàn)對(duì)降水異常的把握程度較高。

2.4 典型洪澇事件分析

6月和7月是廣西的降水高峰月，90年代以來，廣西幾次重大洪澇災(zāi)害過程均發(fā)生在6月和7月［12－13］。如1994年7月、1996年7月、1998年6月和2005年6月的西江大洪水，均造成了廣西歷史上影響嚴(yán)重的洪澇災(zāi)害［13－14］。對(duì)上述幾次嚴(yán)重洪澇事件進(jìn)行回報(bào)檢驗(yàn)和評(píng)估，考察DERF2.0對(duì)極端氣候事件的預(yù)測(cè)能力。

從幾次重大洪澇災(zāi)害事件發(fā)生月份的同號(hào)率及Ps評(píng)分來，模式對(duì)1994年7月和1996年7月的降水回報(bào)效果較差，同號(hào)率不到20%，Ps評(píng)分較低。從模式回報(bào)與實(shí)況的月降水距平百分率比較來看（圖略）兩個(gè)月的預(yù)報(bào)與實(shí)況趨勢(shì)基本相反。但1998年6月和2005年6月的模式回報(bào)效果較好，降水同號(hào)率達(dá)到84.2%和92.2%。Ps評(píng)分達(dá)到100分，表明模式不僅預(yù)報(bào)出了降水偏多的趨勢(shì)，對(duì)降水異常的量級(jí)也把握準(zhǔn)確。

為了考察模式預(yù)報(bào)誤差形成的可能原因，我們比較了幾次洪澇事件發(fā)生月份的預(yù)測(cè)與實(shí)況環(huán)流場(chǎng)特征。7月降水偏多的氣候場(chǎng)特征（圖略）表現(xiàn)為南海至華南上空呈負(fù)距平，有利于西南系統(tǒng)加強(qiáng)，歐亞中高緯經(jīng)向度大，貝湖附近呈明顯正距平，有利冷空氣南下，并在華南地區(qū)與西南暖濕氣流交匯形成降水［16－17］。在1994年7月的500hPa高度和距平實(shí)況場(chǎng)上（圖1b，見彩頁(yè)），歐亞中高緯呈二脊一槽，貝湖阻高偏強(qiáng)，副高偏北偏東，華南地區(qū)上空呈負(fù)距平，這是廣西7月典型澇年環(huán)流形勢(shì)，但在預(yù)報(bào)場(chǎng)上（圖1a，見彩頁(yè)），中高緯環(huán)流平直，槽脊不明顯，冷空氣勢(shì)力弱。1996年7月500hPa實(shí)況與預(yù)報(bào)場(chǎng)也體現(xiàn)了這一差異特征（圖1c、d，見彩頁(yè)）。從兩次過程的回報(bào)與實(shí)況場(chǎng)比較來看，模式在低緯熱帶地區(qū)的預(yù)報(bào)效果較好，能很好的反映了副高及低緯度系統(tǒng)的特征，但對(duì)中高緯預(yù)測(cè)的高度場(chǎng)偏低，對(duì)烏拉爾山阻高及鄂霍次克海高壓的預(yù)測(cè)較實(shí)況偏強(qiáng)，對(duì)貝加爾湖阻高的預(yù)測(cè)偏弱。

廣西6月降水偏多的500hPa氣候場(chǎng)特征表現(xiàn)為副高脊線位置偏南，烏拉爾山阻高偏強(qiáng)（圖略）。從1998年6月和2005年6月兩次過程的月500hPa模式回報(bào)與實(shí)況場(chǎng)比較來看（圖略），模式預(yù)報(bào)中高緯環(huán)流預(yù)測(cè)仍較為平直，但副高的脊線位置偏南、烏拉爾山阻高強(qiáng)度偏強(qiáng)的特征均預(yù)測(cè)準(zhǔn)確，所以針對(duì)1998和2005年6月兩次重大洪澇事件的降水預(yù)報(bào)效果較好。

中高緯環(huán)流場(chǎng)預(yù)報(bào)效果的好壞，直接影響到廣西6、7月降水的預(yù)測(cè)準(zhǔn)確性。從幾次洪澇事件發(fā)生月份的預(yù)報(bào)與實(shí)況環(huán)流場(chǎng)特征比較的結(jié)果看來，模式對(duì)于烏拉爾山及貝加爾湖阻高預(yù)報(bào)存在偏差，可能是造成廣西6、7月模式降水預(yù)測(cè)效果較差的原因之一。

3 小結(jié)

（1）用3種方法綜合評(píng)估DERF2.0在1983～2015年的回報(bào)試驗(yàn)結(jié)果對(duì)廣西的氣溫和降水的預(yù)測(cè)性能，其中DERF2.0對(duì)廣西月氣溫、降水預(yù)測(cè)的距平相關(guān)系數(shù)ACC平均分別達(dá)到0.26和0.11，但氣溫預(yù)測(cè)總體高于降水；對(duì)廣西月氣溫、降水預(yù)測(cè)的距平符號(hào)一致率平均都高于50%，且氣溫預(yù)測(cè)也高于降水；對(duì)廣西月氣溫、降水預(yù)測(cè)的趨勢(shì)異常綜合評(píng)分平均分別是65.9和87.7，月降水異常預(yù)報(bào)能力高于氣溫。

（2）對(duì)典型洪澇事件年份位勢(shì)高度場(chǎng)的分析，模式在低緯熱帶地區(qū)的預(yù)報(bào)效果較好，在中高緯高度場(chǎng)的預(yù)測(cè)能力較弱。模式對(duì)中高緯度阻塞系統(tǒng)存在預(yù)報(bào)偏差可能是導(dǎo)致6、7月模式降水預(yù)測(cè)評(píng)分偏低的原因之一。

（3）總體上看，DERF2.0對(duì)廣西的月氣溫和降水有較好的預(yù)測(cè)能力，但對(duì)部分月份，尤其是對(duì)廣西降水高峰月的預(yù)報(bào)能力偏弱，必然會(huì)影響模式產(chǎn)品在業(yè)務(wù)上的應(yīng)用。后期需開展針對(duì)廣西區(qū)域的模式訂正方法研究，提高模式在廣西的預(yù)測(cè)能力。

［1］林麗珊.有關(guān)氣候模式研究的三種目標(biāo)［J］.廣東氣象，2005，（2）：34－35.

［2］程正泉.數(shù)值天氣預(yù)報(bào)模式產(chǎn)品在預(yù)報(bào)業(yè)務(wù)中的應(yīng)用［J］.廣東氣象，2012，34（4）：1－5.

［3］楊昌賢，鄭艷.數(shù)值預(yù)報(bào)產(chǎn)品檢驗(yàn)和評(píng)估［J］.氣象研究與應(yīng)用，2008，29（2）：32－37.

［4］何慧根，李巧萍，吳統(tǒng)文，等.月動(dòng)力延伸預(yù)測(cè)模式業(yè)務(wù)系統(tǒng)DERF2.0對(duì)中國(guó)氣溫和降水的預(yù)測(cè)性能評(píng)估［J］.大氣科學(xué)，2014，38（5）：950－964.

［5］陳桂英.短期氣候預(yù)測(cè)評(píng)估方法和業(yè)務(wù)初估［J］.應(yīng)用氣象學(xué)報(bào)，1998，9（2）：178－185.

［6］李維京.2012.現(xiàn)代氣候業(yè)務(wù)［M］北京：氣象出版社，202－315.

［7］丁一匯，李清泉，李維京，等.中國(guó)業(yè)務(wù)動(dòng)力季節(jié)預(yù)報(bào)的進(jìn)展［J］.氣象學(xué)報(bào)，2004，62（5）：598－612.

［8］王紹武.短期氣候預(yù)測(cè)的評(píng)估問題［J］.應(yīng)用氣象學(xué)報(bào)，2000，11（S6）：1－10.

［9］閆敬華.華南區(qū)域短期氣候預(yù)測(cè)模式的初步試驗(yàn)［J］.廣東氣象，1998，（1）：2－5.

［10］閆敬華.華南區(qū)域短期氣候模式月尺度降水預(yù)測(cè)性能分析［J］.廣東氣象，1998，（4）：11－14.

［11］黃雪松，周惠文.廣西近50年來氣溫、降水氣候變化［J］.廣西氣象，2005，26（4）：9－11.

［12］陳明璐.廣西夏季近50年極端降水事件的變化特征［J］.氣象研究與應(yīng)用，2015，36（S2）：10－11.

［13］陸丹.1996年7月長(zhǎng)江中下游及其以南地區(qū)特大洪澇氣候成因初探［J］.氣象研究與應(yīng)用，1997，18（S1）：70.

［14］吳恒強(qiáng)，高安寧，梁雋玫.“98·6”廣西特大致洪暴雨過程的中尺度系統(tǒng)概述［J］.廣西氣象，2001，22（3）：4－8.

［15］李曉明，楊玉靜，何林宴.華南地區(qū)前汛期降水異常特征與大氣環(huán)流的關(guān)系［J］.氣象研究與應(yīng)用，2011，32（S2）：109－110.

Temperature and precipitation evaluation of monthly Dynamic extended range forecast Operational system DERF2.0 in Guangxi

Chen Si-rong,Zhou Xiu-hua,He Hui-gen
(1.Guangxi Climate Centre,Nanning Guangxi 530022;2.Chongqing Municipal Climate Centre, Chongqing 401147)

Based on the hindcast data from 1983 to 2015supplied by the National Climate Center second-generation monthly Dynamic Range Forecast operational system(DERF2.0)and the data of 87 meteorological stations of Guangxi,temperature and precipitation performance were evaluated and analyzed by using the anomaly coefficient(ACC),anomaly sign consistency rate(R)and short-term climate predication operational grading evaluation scores(Ps).The results show indicated that compared with temperature,the precipitation prediction performance of DERF2.0 was relatively poor.Both of their predictions have obvious monthly changes.The overall forecast of temperature and precipitation in summer are not good,but performance good in the precipitation anomaly.DERF2.0 has certain ability in predicting the typical flood of Guangxi in 1994,1996,1998,1996 in June and July,while precipitation forecast error may be caused by the deviation of block system in high latitudes,so the mode still gets a lot to improve.

DERF2.0;climate forecast;performance evaluation

P46

A

1673-8411（2016）03-0016-04

2016-07-25

廣西自然科學(xué)基金項(xiàng)目（2013GXNSFBA019219）國(guó)家氣候中心公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201306021）

陳思蓉（1982－），女，廣西容縣人，碩士，工程師，主要從事短期氣候預(yù)測(cè)及氣候變化研究。