兩種能見度數(shù)值預報產品在復雜地形下的預報性能對比分析

唐延婧，夏曉玲，雷坤江

(貴州省氣象服務中心，貴州 貴陽 550002)

0 引言

霧是由懸浮近地面空氣中微小水滴或冰晶組成的天氣現(xiàn)象，是近地面層空氣中水汽凝結(或凝華)的產物[1]。其首要危害是對交通運輸?shù)挠绊懀河捎谀芤姸鹊蜆O易造成交通事故，阻礙交通，對國家和人民生命財產造成重大損失。霧的分布有明顯的地域性及季節(jié)性特點，其生消變化可以是一個較為迅速的過程，有時甚至幾分鐘內能見度就有可能急劇下降[2-5]。因此對濃霧等低能見度天氣的監(jiān)測預報已經成為當前氣象預報的重要課題[6]。

數(shù)值模式預報產品是天氣預報分析業(yè)務中最主要的參考資料，目前主流的數(shù)值模式有ECMWF、NCEP、GRAPS、華東區(qū)域數(shù)值模式等等……數(shù)值模式的預報準確率直接影響天氣預報的準確率，進而影響氣象服務的質量和效果。近年來，國內外對一維的局地模式[6-8]和三維的數(shù)值預報模式[9-10]進行了有益的嘗試，輸出了客觀的確定性能見度產品。國內外在關注模式發(fā)展的同時也注重模式預報性能的分析[11-14]。針對能見度數(shù)值預報產品的預報性能方面的研究，杜鈞等就霧的集合預報檢驗[15]、黃彬等對海霧的預報檢驗方法[16]進行了探討與總結，謝超等運用TS檢驗探討了華南低能見度天氣的客觀預報[17]。以上研究都為能見度的客觀模式產品檢驗提供了很多可借鑒的方法與經驗。但霧在山區(qū)有多發(fā)性和地域性的特點，針對山區(qū)復雜地形下的低能見度天氣，開展客觀數(shù)值模式預報性能研究，仍有實際的研究價值。

貴州省地形復雜，水網(wǎng)交縱，地理環(huán)境的復雜使得霧的分布有明顯的地域性特點，在低海拔的貴州省東部及近水體的部分地區(qū)，以輻射霧居多；貴州省中西部云貴高原斜坡地帶的較高海拔地區(qū)，冬半年經常受到地域性天氣系統(tǒng)——滇黔靜止鋒影響，鋒后大片區(qū)域經常出現(xiàn)鋒面霧；此外由于地形原因，部分高山地區(qū)如六盤水市的梅花山等，常年都有地形霧出現(xiàn)。貴州山區(qū)的低能見度天氣監(jiān)測和預報難度更大[5]，且貴州省氣象業(yè)務中對客觀精細化能見度預報產品的釋用較少，原因一是長期以來能見度的客觀精細化預報產品較少；二是能見度數(shù)值預報在貴州省山區(qū)復雜地形和氣象條件下的預報性能的研究較少。近年來，ECMWF全球模式和在貴州省推廣應用的華南區(qū)域模式等都有相應的客觀精細化能見度預報產品覆蓋貴州山區(qū)范圍，為其在復雜地形的預報性能分析及釋用研究提供了可能。此外近年來推行的能見度自動觀測，較之前的人工觀測頻次更高，觀測結果更為客觀，彌補了以往純人工監(jiān)測的時次少、數(shù)據(jù)不連續(xù)等不足，促進客觀精細化能見度預報產品的檢驗更為精細和全面。

本文以2016年10月—2017年2月秋冬季貴州省區(qū)域性連續(xù)低能見度天氣過程作為檢驗對象，開展ECMWF全球數(shù)值模式和華南中尺度數(shù)值模式兩種客觀能見度預報產品對貴州山區(qū)典型低能見度天氣過程的預報性能研究，并為客觀精細化能見度產品在貴州山區(qū)等復雜地形區(qū)域的釋用奠定基礎。

1 資料選取

1.1 能見度觀測資料說明

貴州省2014年開始逐步推行氣象自動化觀測，到2016年全省縣級以上氣象站點中，有78個站采用能見度儀自動觀測，6個站仍為人工觀測能見度。2016年10月—2017年2月，貴州省出現(xiàn)了多次區(qū)域性連續(xù)低能見度天氣過程，本次研究選取期間的逐時能見度自動觀測數(shù)據(jù)，以及6個人工觀測站每日(08時、14時、20時)3個時次的能見度觀測數(shù)據(jù)，進行區(qū)域性連續(xù)低能見度天氣過程篩選。

1.2 數(shù)值預報資料說明

本文選取ECMWF(歐洲中心高分辨率全球模式)及華南中尺度模式作為檢驗對象。目前，ECMWF模式代表了天氣預報較先進的數(shù)值模式水平，是天氣預報業(yè)務中參考和應用最多的資料。華南中尺度模式是以GRAPES_MESO為核心模塊，開發(fā)建立起來的數(shù)值預報系統(tǒng)，預報范圍包括了貴州全省。ECMWF模式空間分辨率為1.125°，時間分辨率為3 h，每日輸出08時、20時2次結果。華南模式空間分辨率為0.09°，時間分辨率為1 h，每日輸出08、14、20、02時4次結果。

2 檢驗方法

2.1 低能見度過程提取

與其他氣象要素預報不同，能見度預報的關注點主要在低能見度，大范圍的低能見度天氣又是氣象災害預報和服務的重點。如果將大部分能見度較好的天氣也納入能見度數(shù)值模式預報檢驗范圍，因其樣本量大，數(shù)值區(qū)間大，對檢驗結果有較大影響，不能真實反映低能見度的預報能力。因此將檢驗時段集中在秋冬季，該時段是區(qū)域性低能見度天氣過程的多發(fā)季節(jié)，可客觀反映模式能見度要素產品的預報能力。

在選取的2016年10月—2017年2月期間，由于逐時能見度自動觀測資料與之前大部分研究中僅有3個時次的人工觀測資料差別很大[18]，需重新定義大范圍低能見度過程。綜合考慮低能見度天氣的嚴重程度、影響范圍和持續(xù)時間，重點考慮對交通出行、生產生活影響較大的<500 m低能見度天氣。本文定義連續(xù)3 h內10個站以上出現(xiàn)能見度<500 m，滿足條件的連續(xù)時段作為一次區(qū)域性連續(xù)低能見度天氣過程。

貴州鋒面霧和輻射霧的時空分布、特點、性質上都差異很大[19，20]，沿用參考文獻[19]中方法：根據(jù)夜間云量進行初步判斷，再結合天氣形勢，對所篩選出的低能見度過程進行輻射霧和鋒面霧的分類。最終在檢驗時段內篩選出了21次過程，持續(xù)時間從3～32 h不等。其中輻射霧9次，鋒面霧11次。

圖1 輻射霧(a)、鋒面霧(b)過程中各等級能見度站次分布實況Fig.1 The distribution of different grades in process of radiation fog and frontal fog

考慮到能見度觀測值區(qū)間大，預報難度大，將所篩選的低能見度過程期間所有時次內，貴州省縣級以上氣象站點能見度觀測站數(shù)據(jù)，按照表1劃分為8級，將能見度等級作為實況場進行檢驗。

表1 能見度等級劃分Tab.1 Classification of visibility

2.2 數(shù)值預報結果提取

2.2.1 預報場選擇 在預報時效選取上，一般來說短預報時效內的預報效果優(yōu)于長時效的；另一方面預報數(shù)據(jù)解析傳輸需要一定時間，實際的預報分析業(yè)務需要最少6 h的預報時效，因此起報場宜選取12～36 h鄰域時效。選取所篩選出的低能見度過程時間段內，ECMWF高分辨率全球模式24 h、36 h等2個起報時次,及華南中尺度模式36 h、30 h、24 h、18 h等4個起報時次的預報結果作為檢驗對象。

2.2.2 預報值處理 實況場為站點數(shù)據(jù)作為檢驗標準，對預報場格點數(shù)據(jù)采取插值、鄰域兩種方式進行實況點上的預報值提取。插值采用反距離加權方法，根據(jù)實況點周圍4個格點值及其相對位置進行插值。鄰域法也被稱為模糊法，是通過比較預報和觀測場中對應點臨近區(qū)域內的特征而命名的，其能夠更好地區(qū)別不同尺度上模式預報能力的差異，與傳統(tǒng)校驗的差別在于模糊校驗假定當預報值相對于觀測點位置有偏移時，預報仍然是可用的[16]。本文采用實況檢驗點鄰近4個格點值中最接近實況值的作為預報值。預報值同樣按照表1進行等級劃分，得到能見度等級作為預報場進行檢驗。

2.3 檢驗方法

預報要素的客觀檢驗方法主要基于二分類事件，即事件發(fā)生(1)或不發(fā)生(0)，進行點對點的檢驗。傳統(tǒng)二分類檢驗指標，包括TS/ETS評分、命中率(H)、空報率(FAR)、漏報率(PO)等，考察預報某一方面的性能[21]，在氣溫、降水等常規(guī)預報要素的檢驗中也有普遍應用[22-23]。結合天氣預報業(yè)務的站點檢驗方法，本文采用H(命中率)、BIAS(預報偏差)、HSS(廣義技巧評分)和ETS(公平技巧評分)作為檢驗指標。

BIAS為預報事件的發(fā)生頻率，BIAS>1，空報次數(shù)多于漏報次數(shù)，表示預報過度；BIAS<1，漏報次數(shù)多于空報次數(shù)，表示預報不足。HSS和ETS評分都是對 TS評分的改進，HSS是線性對稱的，比ETS指標更加公平和穩(wěn)健[24]，取值-1～1；ETS是去除隨機事件后的公平T 評分，是氣象業(yè)務中常用的檢驗指標，其取值-1/3～1；兩者值越大，預報效果越好。

通過對所有站次輻射霧、鋒面霧兩類過程實況場和預報場配對，得到12組數(shù)據(jù)，實況場的觀測數(shù)據(jù)完整性很好，缺測數(shù)據(jù)占比<0.1%；數(shù)值預報缺報率總體在8%以內，可較完整的反映能見度預報場的預報性能。

3 檢驗結果

3.1 等級預報正確率

若能見度等級的實況與預報相符，視為預報正確，其占所有實況樣本的比例，作為等級預報正確率。此外，對預報的能見度等級在實況等級的上、下一級之間的，都視為預報有參考性，其占所有實況樣本的比例，作為等級預報接近正確率。對所選低能見度過程中各模式能見度等級預報檢驗統(tǒng)計結果如下：

表2 能見度等級預報正確率檢驗結果(單位：%)Tab.2 Results of visibility grade predictionaccuracy(unit:%)

從能見度預報等級正確率及接近正確率來看，ECMWF兩個鄰域時次的預報效果相差不大；兩種取值方法預報效果略有差異，模式大多是鄰域方法優(yōu)于插值方法；輻射霧過程的預報效果明顯差于鋒面霧過程。華南中尺度模式的能見度預報等級正確率及接近正確率都明顯低于ECMWF模式。

圖2 ECMWF輻射霧預報等級正確率(a),ECMWF鋒面霧預報等級正確率(b)Fig.2 (a)ECMWF’s accuracy of radiation fog grade,(b)ECMWF’s accuracy offrontal fog grade

圖3 ECMWF輻射霧預報等級接近正確率(a),ECMWF鋒面霧預報等級等級接近正確率(b)Fig.3 (a)ECMWF’s approximate accuracy of radiation fog grade,(b)ECMWF’s approximate accuracy of frontal fog grade

用ECMWF模式兩種取值方法和兩個鄰域時次的平均能見度預報等級正確率及接近正確率繪制空間分布，發(fā)現(xiàn)輻射霧過程中預報效果在貴州省區(qū)域內幾乎都低于鋒面霧過程；輻射霧過程在貴州省西部的等級預報效果略好，而鋒面霧過程的等級預報效果在東部較好；但從文獻[19]中給出的貴州省輻射霧與鋒面霧年多年平均霧日數(shù)分布情況來看，輻射霧在貴州省中東部較多，而鋒面霧主要集中在貴州省中西部。反映出ECMWF模式在低能見度區(qū)域效果并不理想，因此需要進行分能見度等級的深入分析。

3.2 等級分布對比

從實況場與預報場各類霧的占比(圖4)，分析各等級能見度的預報偏差?？梢娫谫F州山區(qū)大范圍鋒面霧低能見度天氣過程中，5級以下能見度等級的比例，預報場都比實況場要小，預報場在7級高能見度的范圍內占比最多，且明顯多于實況，即預報場與實況場相比更傾向于能見度值偏大。此外，所關注的3級以下低能見度天氣的累計占比實況場為16.5%，鄰域場為13.5%，插值場為6.1%，插值、鄰域兩種預報場有明顯差異，鄰域法獲取的預報值比例分布更接近實況。由于鄰域法通過擴大取值范圍，實際擴大了預報的空間范圍，反映出低能見度天氣中預報場在空間上存在一定偏差。

而在輻射霧過程中，兩種方法獲取的預報值都集中在7級高能見度范圍，表現(xiàn)出數(shù)值預報對輻射霧過程中有明顯的預報不足。

在所有低能見度的天氣過程中，5級以上的高能見度預報占比都很大，因此前述的等級正確率及接近正確率也相應有很大比例集中在高能見度區(qū)間，并不能完全反應模式對于災害性的低能見度落區(qū)的預報能力。

3.3 分等級的預報檢驗結果

本文研究的大范圍低能見度過程是依據(jù)3級以下(能見度<500 m)低能見度進行篩選的；此外，4級低能見度(即達到霧的標準)也是業(yè)務工作中的重要參考。因此本文對4級/3級的低能見度天氣有無預報進行檢驗：能見度在4級/3級以下，視為有霧/大霧，反之視為無霧/無大霧。

從貴州區(qū)域所有檢驗站點的檢驗指標平均值來看，在各個過程中各模式有無霧的ETS和HSS平均值均在0.1以下，其中華南模式均在0.05以下(表略)，表現(xiàn)最好的為ECMWF模式在24 h起報場的鋒面霧預報中，采用鄰域法取值的ETS為0.05，HSS為0.1(表3)。有無大霧的預報結果更不理想(表略)。

表3 ECMWF模式霧的有無預報檢驗指標結果(區(qū)域平均)Tab.3 ECMWF’s test indexesof fog forecast (area mean)

鑒于霧/大霧的有無預報結果不理想，將檢驗條件進一步放寬為檢驗5級以下(含5級)的有無輕霧的檢驗。

表4 ECMWF模式輕霧的有無預報檢驗指標結果(區(qū)域平均)Tab.4 ECMWF’s test indexesof light fog forecast(area mean)

輕霧的有無預報技巧明顯高于霧的有無檢驗結果，尤其鋒面霧的鄰域法預報值更接近實況，ECMWF模式的區(qū)域平均ETS為0.3，HSS達到了0.4以上，可見ECMWF模式在鋒面霧過程中，對輕霧以下的預報有一定參考性。華南模式的檢驗結果仍較差，其在貴州山區(qū)的鋒面霧、輻射霧過程中，預報能力都很弱。

從輻射霧過程的霧和輕霧有無的區(qū)域平均BIAS來看，BIAS分別在0.2和0.5以下，對輻射霧的預報不足尤為明顯，其他預報指標會表現(xiàn)也都不理想。相對而言，模式對鋒面霧這種天氣系統(tǒng)相關的天氣現(xiàn)象有較好的預報能力，而對更多涉及到微物理過程的輻射霧則存在明顯的預報缺陷，由于預報性能差，以下討論不再對輻射霧過程展開。

為了客觀反映低能見度落區(qū)的預報性能，在鋒面霧過程中，將表現(xiàn)較優(yōu)的ECMWF模式對各站點的HSS檢驗結果(ETS和HSS結果近似)展開討論；針對二元預報的確定樣本太少，會導致檢驗結果不夠客觀，因此剔除實況有霧/有輕霧樣本小于5的站點。

圖5可見在鋒面霧過程中，ECMWF模式各時次、方法在鋒面霧較多的西部高原地區(qū)都有一定的預報能力，但在鋒面霧較多的中部一帶預報效果均不理想。尤其24 h鄰域預報場在不僅在西部地區(qū)預報效果較好，在東部地區(qū)出有較高的HSS區(qū)域；但其在效果較好的西部對BIAS求取平均值為1.48，為各類預報場中最高，有過度預報的傾向。36 h的效果與24 h預報場的預報效果差別很大，并且BIAS反映出明顯的預報不足。

圖6可見在鋒面霧過程中，ECMWF模式對輕霧在貴州西部都有一定的預報能力，與霧的有無HSS相比略高或相當；在貴州省的東部區(qū)域輕霧有無的HSS大大高于霧的有無，且插值法表現(xiàn)略好；但在中部一帶HSS仍較低。對應兩個起報時次的鄰域預報場中，所有站點平均BIAS接近于1，預報頻數(shù)更接近實況場。

總體來說，ECMWF模式預報在鋒面霧過程中有一定的參考性，尤其在貴州西部高原地區(qū)；東部的輕霧有無預報有參考性；但各時次各方法預報場在貴州中部地區(qū)的預報效果都不好，是實際業(yè)務中需要人工訂正的重點區(qū)域。

a.24 h插值法預報場 b.36 h插值法預報場

c.24 h鄰域法預報場 d.36 h鄰域法預報場圖5 ECMWF模式鋒面霧過程中霧的有無HSS評分Fig.5 ECMWF’s HSS indexof fog forecast in frontal fog

a.24 h插值法預報場 b.36 g插值法預報場

c.24 h鄰域法預報場 d.36 h鄰域法預報場圖6 ECMWF模式鋒面霧過程中輕霧的有無HSS評分Fig.6 ECMWF’s HSS indexof light fog forecast in frontal fog

4 結論與討論

本文通過定義低能見度過程，提取2016年秋冬季的貴州山區(qū)典型低能見度過程，并進行輻射霧和鋒面霧的分類，以過程期間的氣象站觀測能見度數(shù)據(jù)作為檢驗場，對ECMWF全球數(shù)值模式和華南中尺度數(shù)值模式的能見度預報采取插值、鄰域兩種方式提取預報場，進行點對點的經典檢驗方法。采用H(命中率)、BIAS(預報偏差)、HSS(廣義技巧評分)和ETS(公平技巧評分)作為預報技巧指標，檢驗結果如下：

①能見度預報等級正確率及接近正確率反應出鄰域取值優(yōu)于插值取值，輻射霧過程的預報效果明顯差于鋒面霧過程，華南中尺度模式明顯低于ECMWF模式；但等級正確率及接近正確率有很大比例集中在高能見度區(qū)間，而非災害性的低能見度區(qū)間。

②在各個過程中各模式有無霧的ETS和HSS區(qū)域平均值均在0.1以下，輕霧的有無預報技巧明顯高于霧的有無檢驗結果，尤其ECMWF模式對鋒面霧過程中輕霧的預報有一定參考性，但對輻射霧的預報不足尤為明顯。

③ECMWF模式預報鋒面霧過程中，在貴州西部高原有霧的預報能力，在東部對輕霧的預報有參考性；但各時次各方法預報場在貴州中部地區(qū)的預報效果都不好。

雖然針對典型低能見度過程的檢驗更有針對性，但使樣本量受到了局限。通過增加樣本量開展深入研究能使檢驗結果更為細致客觀，但就本文針對典型過程的研究已反映出數(shù)值模式對災害性低能見度天氣的預報效果非常有限。對于輻射霧而言，其以夜間大氣邊界層底層輻射冷卻為主要特征，湍流和輻射過程具有很大的不確定性，只有更好地對這些關鍵過程進行更深入的基礎研究，并在精細化數(shù)值預報模式中進行物理參數(shù)化，才能提高輻霧的預報性能。對華南中尺度模式來說也有貴州處于模式范圍邊界，以及云貴高原山區(qū)復雜地形和天氣系統(tǒng)的原因。建議業(yè)務應用時對系統(tǒng)性漏報或預報不足的輻射霧天氣、區(qū)域進行重點訂正，并需要研發(fā)更多的預報方式來彌補客觀數(shù)值模式產品的不足。