滁河流域汛期多模式集成面雨量預(yù)報檢驗評估

陳光舟 , 婁珊珊 , 王 皓

1. 淮河流域氣象中心， 安徽 合肥 230031

2. 安徽省氣象臺， 安徽 合肥 230031

0 引 言

面雨量預(yù)報是氣象服務(wù)的一項重要工作，它是各級政府組織防汛抗洪、水庫調(diào)度等決策的重要科學依據(jù)(王東勇等，2020；包紅軍等，2021)。近年來，為提高流域面雨量預(yù)報水平，不少專業(yè)人員將多種數(shù)值模式降水預(yù)報場應(yīng)用到流域氣象服務(wù)中，輸出客觀化面雨量預(yù)報產(chǎn)品，并對此進行檢驗評估。劉永和等(2013)基于TIGGE 資料對沂沭河流域6 h降水集合預(yù)報能力進行了分析；向永龍等(2016)利用3種數(shù)值模式降水預(yù)報格點資料對長江上游面雨量預(yù)報能力進行了評估；廖春花等(2018)選取多種細網(wǎng)格模式降水預(yù)報產(chǎn)品，檢驗分析各模式對湖南水庫流域面雨量的預(yù)報效果；祁海霞等(2020)針對清江流域降水開展了多模式BMA概率預(yù)報試驗。在實際業(yè)務(wù)中，多種預(yù)報模式的集成研究能更好地發(fā)揮模式作用，受地形地貌影響，一些中小河流域也是防汛重點。滁河流域位于長江下游左岸，受地形影響，其洪水匯集快且河道泄流不暢，極易導致洪澇災(zāi)害，但目前將多種數(shù)值預(yù)報模式降水產(chǎn)品應(yīng)用于滁河流域面雨量預(yù)報的研究較少。

文中根據(jù)河流水系特點將滁河流域進行分片，基于2013—2016年汛期ECMWF、JMA和WRF的歷史數(shù)據(jù)，對各模式的降水預(yù)報產(chǎn)品進行檢驗，根據(jù)結(jié)果選擇合適的時間尺度，制作動態(tài)權(quán)重集成面雨量預(yù)報及分步集成面雨量預(yù)報產(chǎn)品。并以2017—2020年汛期為例，對集成的面雨量預(yù)報產(chǎn)品和ECMWF、JMA、WRF等單模式的面雨量預(yù)報產(chǎn)品進行對比評估。

1 流域概況與資料方法

1.1 滁河流域概況及片區(qū)劃分

滁河流域是長江下游左岸的一級支流，源于安徽省肥東縣丘陵山區(qū)，全長269 km，干流沿途流經(jīng)合肥市、蕪湖市、滁州市、馬鞍山市和南京市，流域洪水特點為匯集快而河道泄流不暢，極易導致圩區(qū)發(fā)生洪澇災(zāi)害(何翠敏等，2015)。根據(jù)滁河流域河流水系匯流特點和水文部門防汛抗旱服務(wù)業(yè)務(wù)需求，基于DEM將其細劃分為11個子單元(黃娟等，2008)(圖1)，對于關(guān)注較多的支流，如馬廠河、襄河、來安新河等均單獨劃為片，并業(yè)務(wù)化運行。

圖1 滁河流域11個分片劃分

1.2 資 料

使用的預(yù)報產(chǎn)品為目前常用的ECMWF、JMA和WRF模式降水預(yù)報產(chǎn)品，ECMWF和JMA資料通過中國氣象局氣象數(shù)據(jù)衛(wèi)星廣播系統(tǒng)收集獲取，WRF模式降水預(yù)報產(chǎn)品由安徽省中尺度數(shù)值預(yù)報系統(tǒng)獲取，其中ECMWF模式的格距為0.125°×0.125°，JMA的格距為0.5°×0.5°，WRF格距為0.1°×0.1°。各模式降水預(yù)報均是以20時(BT)為起報場的24、48和72 h預(yù)報時效的24 h累積降水量。地面觀測雨量數(shù)據(jù)來源于中國氣象局國家氣象信息中心CIMISS數(shù)據(jù)庫，采用滁河流域165個自動站及常規(guī)站逐日24 h降水數(shù)據(jù)。

1.3 面雨量計算與檢驗

面雨量指單位面積上的降雨量，即某一特定區(qū)域或流域的平均降雨狀況(徐晶等，2005；胡菊芳等，2014)。因滁河流域站點分布較密，實況直接采用算術(shù)平均法計算面雨量，模式降水預(yù)報產(chǎn)品采用網(wǎng)格插值算術(shù)平均法計算面雨量。根據(jù)我國江河面雨量等級劃分標準將24 h面雨量劃分為小雨、中雨、大雨、暴雨4個等級(表1)。

表1 面雨量量級劃分

采用中國氣象局《全國七大江河流域面雨量監(jiān)測和預(yù)報業(yè)務(wù)規(guī)定》中面雨量檢驗方法對面雨量預(yù)報產(chǎn)品進行檢驗，包括平均絕對誤差、空報率、漏報率、TS評分、模糊評分等統(tǒng)計指標(劉漢武等，2017；吳勝平等，2017；盛春巖等，2020；危國飛等，2020)，計算公式：

1) 模糊評分：

(1)

2) 空報率：

(2)

3) 漏報率：

(3)

4) TS評分：

(4)

式(1)中，F(xiàn)G(j,i)代表第i個流域第j級降水預(yù)報的模糊評分，第一項中60為有雨預(yù)報正確基礎(chǔ)分，第二項中Max(j)為最大等級誤差，F(xiàn)i-Oi為等級誤差，此項為預(yù)報加權(quán)分。式(2)中NAk為k等級面雨量預(yù)報正確樣本數(shù)(預(yù)報與實況等級相同)，NCk為k等級漏報天數(shù)(預(yù)報等級小于實況等級)，NBk為k等級空報天數(shù)(預(yù)報等級大于實況等級)。

2 多模式集成面雨量預(yù)報及性能評估

2.1 動態(tài)權(quán)重集成面雨量預(yù)報

動態(tài)權(quán)重系數(shù)法是隨時空變化動態(tài)調(diào)整模式的權(quán)重系數(shù)(劉漢武，2016)，首先需要確定制作權(quán)重系數(shù)的時間尺度。利用2013—2016年汛期6—8月的ECMWF、JMA及WRF模式預(yù)報降水產(chǎn)品計算24、48及72 h預(yù)報時效的分片面雨量，對各模式在不同時間尺度(7、15、30、45 d)的預(yù)報結(jié)果計算TS評分(表2)和空漏報率(表略)。分析發(fā)現(xiàn)，ECMWF和WRF模式預(yù)報降水的TS評分在24、48 h時效差異不大，JMA的TS評分最低。3種模式在24、48和72 h預(yù)報時效的降水預(yù)報TS評分均在30 d達到最高。且30 d時間尺度上，ECMWF及WRF在48 h和72 h預(yù)報時效上空報率均最低，JMA在3個時效上均為次低值；ECMWF在3個預(yù)報時效上的漏報率均最低，JMA及WRF均為次低。因此采用30 d的預(yù)報結(jié)果計算TS評分，確定動態(tài)權(quán)重系數(shù)，從而形成動態(tài)集成面雨量預(yù)報產(chǎn)品。

表2 2013—2016年6—8月ECMWF、JMA與WRF模式24、48、72 h預(yù)報時效的滁河流域面雨量預(yù)報的7、15、30、45 d TS評分結(jié)果

2.2 等權(quán)重集成和分步集成面雨量預(yù)報

等權(quán)重集成面雨量預(yù)報是將各數(shù)值模式面雨量預(yù)報產(chǎn)品進行等權(quán)重計算集成得到預(yù)報結(jié)果。分步集成面雨量預(yù)報是根據(jù)動態(tài)權(quán)重系數(shù)對3種模式面雨量近30 d的預(yù)報結(jié)果計算TS評分，剔除最差的，再使用動態(tài)權(quán)重系數(shù)法計算集成面雨量預(yù)報產(chǎn)品。

2.3 多模式集成面雨量預(yù)報的性能評估

基于2017—2020年汛期(6—8月)ECMWF、JMA、WRF模式的單模式面雨量預(yù)報產(chǎn)品與動態(tài)權(quán)重集成(Dynamic Weight Integration，DWI)面雨量預(yù)報、等權(quán)重集成(Equal Weight Integration，EWI)面雨量預(yù)報、分步集成(Stepwise Integration，SI)面雨量預(yù)報產(chǎn)品，從不同預(yù)報時效、不同降水量級等方面采用平均絕對誤差、TS評分、模糊評分及空漏報率進行性能檢驗評估。

2.3.1 平均絕對誤差檢驗

圖2為2017—2020年汛期各面雨量預(yù)報產(chǎn)品在滁河流域的平均絕對誤差，可見多模式集成的面雨量產(chǎn)品的預(yù)報誤差明顯小于單模式的面雨量產(chǎn)品，且隨預(yù)報時效延長，這種差距更加明顯。3種多模式集成面雨量預(yù)報產(chǎn)品間，EWI在24和48 h時效的面雨量預(yù)報誤差最小，在72 h時效的預(yù)報誤差最大。單模式面雨量預(yù)報產(chǎn)品的誤差隨著預(yù)報時效的增加而增加，而多模式集成的面雨量預(yù)報產(chǎn)品，除EWI的誤差隨著預(yù)報時效增加而增加外，DWI和SI則是24和72 h較低，48 h最大。綜上，集成面雨量預(yù)報產(chǎn)品對單模式產(chǎn)品具有改善作用，其中EWI面雨量預(yù)報產(chǎn)品最具有參考意義。

圖2 2017—2020年6—8月ECMWF、JMA、WRF模式和DWI、EWI、SI集成預(yù)報在24、48、72 h預(yù)報時效的滁河流域面雨量預(yù)報結(jié)果的平均絕對誤差

2.3.2 分等級TS評分檢驗

分析2017—2020年汛期各面雨量預(yù)報產(chǎn)品在滁河流域不同降水量等級的TS評分(圖3)發(fā)現(xiàn)，集成面雨量預(yù)報產(chǎn)品在24 h時效上對中雨量級降水的預(yù)報效果優(yōu)于單一模式，DWI面雨量預(yù)報表現(xiàn)最佳；EWI、SI對大雨及暴雨量級降水預(yù)報的評分與單一模式相近，但DWI均高于單一模式；3種集成面雨量產(chǎn)品在48、72 h時效對大雨及以下量級降水的預(yù)報結(jié)果欠佳，對暴雨量級降水的預(yù)報優(yōu)于單一模式，在48 h預(yù)報時效DWI的降水預(yù)報評分最高，在72 h預(yù)報時效SI評分最高。綜上，集成面雨量預(yù)報產(chǎn)品對致災(zāi)較為嚴重的暴雨量級降水預(yù)報的結(jié)果具有較好的參考意義，尤其是在24、48 h預(yù)報時效，DWI面雨量預(yù)報的參考意義更大。

圖3 同圖2，但為TS評分

2.3.3 分等級模糊評分檢驗及空漏報率檢驗

分析2017—2020年汛期各面雨量預(yù)報產(chǎn)品在滁河流域分等級模糊評分(圖4)發(fā)現(xiàn)，3種集成面雨量預(yù)報產(chǎn)品在24、48 h時效上對中雨及以上量級降水的預(yù)報結(jié)果相比其他單一模式雖有提高，但評分差異不大，對暴雨量級降水的預(yù)報，EWI評分最高；3種集成面雨量預(yù)報產(chǎn)品在72 h時效上對中雨及暴雨量級降水的預(yù)報均高于單一模式，其中，對中雨量級降水的預(yù)報，SI評分最高，對暴雨量級降水的預(yù)報，EWI評分最高，對大雨量級降水的預(yù)報，僅DWI評分略高于3種單一模式評分。綜上，對大雨及以下量級降水的預(yù)報，集成面雨量預(yù)報產(chǎn)品的預(yù)報結(jié)果參考性不強，但對暴雨量級降水的預(yù)報，集成面雨量預(yù)報產(chǎn)品具有一定的參考意義，3種集成面雨量預(yù)報產(chǎn)品在不同預(yù)報時效表現(xiàn)各不相同。

圖4 同圖2，但為模糊評分

分析2017—2020年汛期各模式和各集成面雨量預(yù)報產(chǎn)品的空、漏報率(圖略)發(fā)現(xiàn)，多模式集成面雨量預(yù)報產(chǎn)品的空報率明顯低于單模式面雨量產(chǎn)品。在24 h預(yù)報時效上，DWI對中雨及大雨量級降水預(yù)報的空報率最低，EWI對暴雨量級降水的預(yù)報空報率最低；在48 h預(yù)報時效上，SI對大雨量級降水的空報率最低，EWI對暴雨量級降水的空報率最低；在72 h預(yù)報時效上，SI對中雨及暴雨量級降水的空報率最低。分析漏報率發(fā)現(xiàn)，單模式面雨量預(yù)報的漏報率較低，尤其在24、48 h預(yù)報時效，單模式對大雨及以上量級強降水的預(yù)報表現(xiàn)較好。綜上，集成面雨量產(chǎn)品的預(yù)報結(jié)果在空報率上表現(xiàn)更好，DWI在24、48 h預(yù)報時效上表現(xiàn)較好，SI在72 h預(yù)報時效表現(xiàn)較好；而集成面雨量預(yù)報產(chǎn)品在漏報率方面表現(xiàn)較差，單一模式的表現(xiàn)更為優(yōu)秀。

3 降水個例檢驗

選取2016年6月21日及2017年6月30日的2次不同強度降水過程，以24 h降水預(yù)報為例，對3種模式集成面雨量預(yù)報及單模式面雨量預(yù)報進行個例檢驗分析。

2016年6月20日20時至21日20時，滁河流域自北向南出現(xiàn)了暴雨及大暴雨天氣過程，范圍廣強度大，除肥東片、馬廠河片、大馬廠河片、襄汊片、沛河片外其他各片面雨量均為暴雨。分析各面雨量預(yù)報產(chǎn)品對小雨到暴雨量級降水預(yù)報的正確片數(shù)(NAS)、空報片數(shù)(NBS)和漏報片數(shù)(NCS)，并統(tǒng)計空報、漏報情況(表3)。可以看出，該強降水過程，正確率最高為DWI和WRF，正確片數(shù)均為8，SI次之，正確片數(shù)為6，JMA表現(xiàn)最差；空報率中EC的空報率最高，DWI次之，其它各模式空報片數(shù)均為2；漏報率中JMA最高，DWI最好，無空報。集成預(yù)報對強降水過程的預(yù)報較單一模式有一定優(yōu)勢。

表3 2016年6月20日—21日滁河流域強降水過程各模式預(yù)報和集成面雨量產(chǎn)品預(yù)報正確(NAS)、空報(NBS)、漏報(NCS)片數(shù)

2017年6月29日20時—6月30日20時，流域多分散性陣雨或雷雨，局地出現(xiàn)短時強降水，滁河流域面雨量達大雨量級的為2片，中雨量級2片，其他7片為小雨量級。對比3種集成面雨量預(yù)報及模式面雨量預(yù)報的結(jié)果如表4所示，幾種面雨量預(yù)報的正確片數(shù)均為2，空、漏報情況存在差異，JMA空報最少為1片，EC和WRF漏報最少，均為1片。集成預(yù)報優(yōu)勢不明顯。

表4 2017年6月29日—30日滁河流域弱降水過程各模式預(yù)報和集成面雨量產(chǎn)品預(yù)報正確(NAS)、空報(NBS)、漏報(NCS)片數(shù)

3 結(jié)論與討論

文中基于ECMWF、JMA、WRF歷史汛期數(shù)據(jù)選取合適的動態(tài)權(quán)重，制作滁河流域2017—2020年汛期(6—8月)動態(tài)權(quán)重集成、等權(quán)重集成及分步集成面雨量預(yù)報產(chǎn)品，并對其和ECMWF、JMA、WRF模式面雨量預(yù)報產(chǎn)品的預(yù)報效果進行性能評估，最后分別選取強、弱降水過程進行典型個例檢驗評估。得到結(jié)論如下：

1) 集成面雨量產(chǎn)品的平均絕對誤差明顯小于單模式產(chǎn)品誤差。多模式的集成對單模式產(chǎn)品具有改善作用，其中等權(quán)重集成面雨量預(yù)報產(chǎn)品的參考意義最大。

2) 集成面雨量產(chǎn)品對暴雨量級降水的預(yù)報結(jié)果的TS和模糊評分表現(xiàn)較好，特別是動態(tài)權(quán)重集成面雨量預(yù)報在24、48 h預(yù)報時效的TS評分最具參考價值。

3) 3種集成模式的面雨量預(yù)報的空報率總體表現(xiàn)優(yōu)異，24、48 h預(yù)報時效的動態(tài)集成預(yù)報產(chǎn)品表現(xiàn)較好，72 h預(yù)報時效的分步集成預(yù)報產(chǎn)品表現(xiàn)較好。但集成面雨量預(yù)報的漏報率在3個時效上均表現(xiàn)較差，不及單一模式產(chǎn)品。

4) 動態(tài)集成面雨量預(yù)報和WRF對強降水過程預(yù)報的正確率最高，其他2種集成面雨量預(yù)報次之，ECMWF及JMA較差,集成面雨量產(chǎn)品對弱降水過程的預(yù)報優(yōu)勢不明顯。