王卓寧 陳長(zhǎng)勝 王鐵巖 程 琳
(1.白城市氣象局,吉林白城 137000;2.吉林省氣象科學(xué)研究所,吉林長(zhǎng)春 130062;3.長(zhǎng)白山氣象與氣候變化吉林省重點(diǎn)實(shí)驗(yàn)室,吉林長(zhǎng)春 130062;4.池西區(qū)氣象局,吉林東崗 134504)
自20 世紀(jì)80 年代以來(lái), 數(shù)值預(yù)報(bào)及其產(chǎn)品在我國(guó)預(yù)報(bào)業(yè)務(wù)中開(kāi)始加以應(yīng)用, 隨著數(shù)值預(yù)報(bào)產(chǎn)品的日益豐富, 現(xiàn)在更成為各級(jí)氣象部門(mén)制作服務(wù)產(chǎn)品的主要參考依據(jù)[1]。預(yù)報(bào)員對(duì)數(shù)值預(yù)報(bào)產(chǎn)品的釋用能力直接影響天氣預(yù)報(bào)的準(zhǔn)確率, 進(jìn)而影響氣象服務(wù)的質(zhì)量和效果。 對(duì)數(shù)值預(yù)報(bào)進(jìn)行檢驗(yàn)、分析和評(píng)估,可以幫助預(yù)報(bào)員進(jìn)一步理解數(shù)值預(yù)報(bào)產(chǎn)品的性能,充分發(fā)揮預(yù)報(bào)員的主觀能動(dòng)性,從而提高預(yù)報(bào)準(zhǔn)確率,已經(jīng)被列為開(kāi)展“研究型業(yè)務(wù)”主要任務(wù)之一。
東北冷渦是影響我國(guó)東北地區(qū)的切斷低壓系統(tǒng)[2],是造成東北地區(qū)低溫冷害、持續(xù)性陰雨洪澇、突發(fā)性強(qiáng)對(duì)流等天氣[3]的主要天氣系統(tǒng)之一。東北冷渦一年四季均可發(fā)生,主要集中在夏季[4],其中6 月份相對(duì)較多[5]。 東北冷渦與中尺度天氣系統(tǒng)有較明顯的關(guān)系[6],冷渦降水具有多陣性、局地性、隱蔽性的特點(diǎn), 這也使得冷渦降水預(yù)報(bào)一直是業(yè)務(wù)工作中的難點(diǎn)之一。 目前關(guān)于東北冷渦的氣候特征及其影響下的降水和強(qiáng)對(duì)流天氣特征已經(jīng)有了許多成果[7-10];基于不同模式產(chǎn)品對(duì)冷渦形勢(shì)場(chǎng)和降水的預(yù)報(bào)能力同樣也有一些研究分析[11-12]。本文將以2019 年5—8 月6 次影響吉林省的冷渦天氣為對(duì)象,著重檢驗(yàn)歐洲中心高分辨率模式(EC-HR模式)對(duì)冷渦降水的預(yù)報(bào)效果,希望可以為今后的冷渦降水預(yù)報(bào)工作提供參考應(yīng)用。
根據(jù)東北冷渦天氣過(guò)程的定義[13],結(jié)合日常預(yù)報(bào)工作實(shí)際情況(對(duì)冷渦生命史不做要求),利用歐洲氣象中心(ECMWF) 提供的ERA-Interim再分析資料, 識(shí)別并挑選2019 年5—8 月影響吉林省的冷渦天氣過(guò)程6 個(gè),詳見(jiàn)表1。
文中實(shí)況資料采用各自動(dòng)站逐小時(shí)降水觀測(cè)數(shù)據(jù); 降水預(yù)報(bào)資料為EC-HR 數(shù)值模式前一日20 時(shí)資料為初始場(chǎng)的12 h—36 h 內(nèi)逐3 h 降水量預(yù)報(bào)。 運(yùn)用集合統(tǒng)計(jì)和晴雨正確率檢驗(yàn)等方法對(duì)冷渦影響期間08—08 時(shí)降水效果進(jìn)行檢驗(yàn)。
將上述6 個(gè)冷渦天氣過(guò)程的累計(jì)降水量與對(duì)應(yīng)的EC-HR 數(shù)值模式預(yù)報(bào)降水量對(duì)比分析發(fā)現(xiàn):針對(duì)以上6 場(chǎng)冷渦天氣過(guò)程EC-HR 數(shù)值模式預(yù)報(bào)35 mm 以上降水落區(qū)有一定指示意義。
針對(duì)過(guò)程一而言,實(shí)況降水存在兩個(gè)大值區(qū),一是位于吉林省中西部,最大值位于四平地區(qū),量級(jí)達(dá)70 mm 以上; 另一區(qū)域位于東部延邊地區(qū),降水量在35 mm 以上(圖1a)。 模式預(yù)報(bào)結(jié)果上(圖1b),較好地反映了2 個(gè)大值區(qū),但吉林省中西部降水大值中心預(yù)報(bào)位置較實(shí)況偏北, 量級(jí)偏大;中部相對(duì)偏少;東部表征較好;東南部量級(jí)略偏大。
就過(guò)程二而言,實(shí)況降水存在兩個(gè)大值中心,分別位于長(zhǎng)春、吉林地區(qū)北部和延邊東部,二者量級(jí)都在35 mm 以上(圖1c)。 模式對(duì)于長(zhǎng)春、吉林地區(qū)北部的降水中心位置預(yù)報(bào)較好, 量級(jí)預(yù)報(bào)偏大;對(duì)吉林省東部地區(qū)降水的預(yù)報(bào)結(jié)果同樣偏大;對(duì)于白城地區(qū)降水量預(yù)報(bào)偏?。▓D1d)。
對(duì)比過(guò)程三中實(shí)況與模式結(jié)果發(fā)現(xiàn):實(shí)況降水存在兩個(gè)大值中心,分別位于吉林地區(qū)和東部山區(qū)(圖1e); 模式未能預(yù)報(bào)出吉林地區(qū)50 mm 以上降水中心,對(duì)西部地區(qū)降水量級(jí)預(yù)報(bào)偏大,但對(duì)于東部山區(qū)降水落區(qū)和量級(jí)表征效果較好(圖1f)。
分析過(guò)程四實(shí)況和模式預(yù)報(bào)結(jié)果發(fā)現(xiàn): 實(shí)況降水存在三個(gè)降水大值中心,分別位于白城北部、白山南部和延邊北部,三者量級(jí)都在35 mm 以上(圖1g);模式預(yù)報(bào)結(jié)果方面,位于白山和延邊地區(qū)的降水大值中心預(yù)報(bào)較實(shí)況相比略偏東, 量級(jí)上較接近, 但模式未能預(yù)報(bào)出白城北部的降水中心(圖1h)。
分析過(guò)程五實(shí)況和模式預(yù)報(bào)結(jié)果發(fā)現(xiàn): 本次過(guò)程僅對(duì)中西部地區(qū)有影響, 白城地區(qū)存在兩個(gè)35 mm 以上的降水大值中心(圖1i);從模式預(yù)報(bào)結(jié)果上看(圖1j),未能預(yù)報(bào)出白城地區(qū)的降水中心,對(duì)于松原和長(zhǎng)春地區(qū)的降水量預(yù)報(bào)偏大。
過(guò)程六實(shí)況降水存在4 個(gè)大值區(qū), 分別位于四平地區(qū)、 吉林到遼源一線、 白山南部和延邊東部,量級(jí)均在35 mm 以上(圖1k)。 從模式預(yù)報(bào)結(jié)果上看(圖1m),模式正確預(yù)報(bào)出了位于四平和延邊東部的降水大值中心; 漏報(bào)白山南部的降水中心;量級(jí)上模式預(yù)報(bào)整體偏大。
考慮到冷渦降水的陣性和不連續(xù)性特點(diǎn),為了進(jìn)一步檢驗(yàn)?zāi)J结槍?duì)上述冷渦降水的預(yù)報(bào)效果,分別選取吉林省不同區(qū)域的白城、松原、長(zhǎng)春、吉林、通化和延吉,并以該6 個(gè)站作為代表站,將降水分成不同的階段, 統(tǒng)計(jì)了2019 年5—8 月6次冷渦天氣過(guò)程中各站的降水階段和持續(xù)時(shí)間,并進(jìn)一步分析逐3 小時(shí)預(yù)報(bào)的晴雨預(yù)報(bào)準(zhǔn)確率(表2)和預(yù)報(bào)過(guò)程正確的起始時(shí)間誤差(圖2)。為方便檢驗(yàn)分析, 根據(jù)單站的逐3 h 降水量資料對(duì)單站的一次冷渦降水階段給出如下劃分標(biāo)準(zhǔn):若相鄰的兩次降水時(shí)間間隔不足3 h,劃歸為一次冷渦降水階段;如間隔達(dá)3 h 或以上,則分屬兩次降水階段。
分析發(fā)現(xiàn), 平均每次冷渦天氣大概有4 次左右降水階段,每個(gè)過(guò)程降水持續(xù)時(shí)間差異較大,短至3 h, 長(zhǎng)至24 h 以上,3 h 和6 h 的降水過(guò)程較多。 分析各站逐3 h 晴雨預(yù)報(bào)準(zhǔn)確率發(fā)現(xiàn),6 個(gè)代表站的準(zhǔn)確率均超過(guò)70%。 其中松原站最高,為79.54%,其次是白城站,為77.84%;延吉和長(zhǎng)春站較低,分別為73.30%、70.45%。 從預(yù)報(bào)的正確率來(lái)看,模式預(yù)報(bào)效果不夠理想,中部和西部預(yù)報(bào)效果相對(duì)比較好,東部較差,這都體現(xiàn)了模式在預(yù)報(bào)冷渦陣性、 對(duì)流性降水方面還存在一定的系統(tǒng)性誤差, 這可能與模式處理次網(wǎng)格降水的積云參數(shù)化方案有關(guān),需要在實(shí)際業(yè)務(wù)中進(jìn)行有效訂正。
圖1 過(guò)程一至過(guò)程六累計(jì)降水量實(shí)況(a、c、e、g、i、k)和對(duì)應(yīng)的EC-HR 模式預(yù)報(bào)(b、d、f、h、j、m)
從漏報(bào)來(lái)看, 平均每次冷渦天氣每個(gè)地區(qū)大概只有不到1 次降水階段漏報(bào)。漏報(bào)多為持續(xù)3 h、6 h 的降水階段,其中3 h 有15 次,占漏報(bào)總數(shù)的59%, 僅白城站存在一次12 h 較長(zhǎng)降水階段的漏報(bào)。 單站漏報(bào)情況方面, 白城站漏報(bào)較多, 約有24%的過(guò)程漏報(bào),其他5 站漏報(bào)率均在20%以下,松原、吉林站都僅漏報(bào)一個(gè)降水階段。
表2 EC-HR 模式對(duì)2019 年5—8 月冷渦降水階段預(yù)報(bào)效果檢驗(yàn)結(jié)果
針對(duì)空?qǐng)?bào)的過(guò)程, 平均每次冷渦天氣每個(gè)地區(qū)大概有3 次左右降水階段空?qǐng)?bào)。 空?qǐng)?bào)過(guò)程同樣多為3 h、6 h 的短階段。 其中,3 h 的空?qǐng)?bào)最多,共計(jì)64 次,占空?qǐng)?bào)總數(shù)的54%;其次是6 h 的空?qǐng)?bào),占空?qǐng)?bào)總數(shù)的26%; 另有10 次12 h 及以上長(zhǎng)階段空?qǐng)?bào),占總空?qǐng)?bào)次數(shù)的9.5%。 從單站空?qǐng)?bào)來(lái)看,白城站約有三分之一的降水階段空?qǐng)?bào), 吉林站空?qǐng)?bào)次數(shù)與正確次數(shù)相接近, 其他4 站空?qǐng)?bào)次數(shù)明顯多于正確次數(shù)。
計(jì)算正確預(yù)報(bào)各階段的預(yù)報(bào)起始時(shí)間誤差發(fā)現(xiàn)(圖2),大多數(shù)階段模式起報(bào)時(shí)間提前于實(shí)況,其誤差基本在6 h 以內(nèi)。 但起報(bào)時(shí)間誤差的差異較大,從提前15 h 以上至延后5 h 以上,進(jìn)一步凸顯冷渦降水的突發(fā)性、復(fù)雜性,實(shí)際業(yè)務(wù)中要結(jié)合多種環(huán)境要素進(jìn)行訂正應(yīng)用。 從單站起報(bào)時(shí)間誤差發(fā)現(xiàn), 長(zhǎng)春和松原站模式起報(bào)時(shí)間完全提前于實(shí)況,其余4 站模式起報(bào)時(shí)間多數(shù)提前于實(shí)況,這一結(jié)果也符合模式次網(wǎng)格降水積云參數(shù)化方案的特點(diǎn)。從起報(bào)時(shí)間誤差波動(dòng)情況來(lái)看,長(zhǎng)春站起報(bào)時(shí)間誤差波動(dòng)相對(duì)較小,其次是吉林和通化站,其后為松原站,白城和延吉站相對(duì)波動(dòng)較大,這也反映了冷渦不同區(qū)域的對(duì)流觸發(fā)機(jī)制可能存在不同,模式對(duì)中小尺度系統(tǒng)的觸發(fā)很難把握。
分別選取吉林省不同區(qū)域的白城、 松原、長(zhǎng)春、吉林、通化和延吉,并以該6 個(gè)地區(qū)作為代表地區(qū), 針對(duì)模式預(yù)報(bào)結(jié)果的區(qū)域平均值和最大值進(jìn)行檢驗(yàn)。
分析不同區(qū)域降水量平均值發(fā)現(xiàn),6 次冷渦過(guò)程在不同區(qū)域平均降水量差距不大, 平均降水量多在5 mm 以下, 說(shuō)明冷渦降水時(shí)空分布上多局地性、突發(fā)性,降水梯度較大。 通過(guò)對(duì)比降水實(shí)況區(qū)域平均值和模式預(yù)報(bào)的結(jié)果發(fā)現(xiàn)(圖3a),模式預(yù)報(bào)與實(shí)況的過(guò)程區(qū)域平均降水量分布較相似,也反映出了與實(shí)況相同的降水區(qū)域分布特征。分析單次過(guò)程實(shí)況與模式預(yù)報(bào)的差異得出 (圖3b),誤差大都在2 mm 以內(nèi),說(shuō)明模式區(qū)域平均降水預(yù)報(bào)能力較強(qiáng),比較有參考價(jià)值。單站區(qū)域平均值預(yù)報(bào)誤差分布上,松原、吉林和延邊地區(qū)誤差分布較小,預(yù)報(bào)效果較好;白城、長(zhǎng)春和通化地區(qū)誤差分布較廣,預(yù)報(bào)效果相對(duì)較差。分析單站區(qū)域平均值誤差得出,西部白城、松原地區(qū)大多數(shù)情況下實(shí)況平均降水量小于模式預(yù)報(bào)量;中部長(zhǎng)春、吉林地區(qū)與西部地區(qū)相反;東部通化、延邊地區(qū)模式預(yù)報(bào)的平均降水量偏多和偏少過(guò)程各占一半。 說(shuō)明模式平均降水量預(yù)報(bào)上,西部偏大,中部偏小,東部模式平均降水量預(yù)報(bào)特征不顯著。
圖2 EC-HR 模式預(yù)報(bào)過(guò)程正確時(shí)起始時(shí)間誤差
分析不同區(qū)域降水量的最大值發(fā)現(xiàn),6 次冷渦過(guò)程在不同區(qū)域最大降水量差距較大, 最少僅為1 mm 左右,最多則可達(dá)到75 mm 以上,說(shuō)明冷渦降水性質(zhì)較復(fù)雜, 既有穩(wěn)定性降水, 也有混合性、對(duì)流性降水。 中部長(zhǎng)春、吉林地區(qū)過(guò)程最大降水量最高,西部和東部相比較低。經(jīng)過(guò)對(duì)比降水實(shí)況區(qū)域平均值和模式預(yù)報(bào)的結(jié)果發(fā)現(xiàn)(圖4a),模式對(duì)最大降水量的預(yù)報(bào)整體偏小。 分析單站區(qū)域最大值誤差分布得出(圖4b),延邊地區(qū)差值分布區(qū)間較小,其次是白城地區(qū),再次為通化地區(qū),長(zhǎng)春和吉林地區(qū)相對(duì)較大。 說(shuō)明模式最大降水量預(yù)報(bào)效果上,西部和東部較好,中部地區(qū)相對(duì)較差。
需要指出的是, 由于自動(dòng)站觀測(cè)資料中不包含微量降水,及缺乏有效的質(zhì)量控制,因此可能在晴雨正確率、空?qǐng)?bào)、起始時(shí)間誤差和區(qū)域平均值、最大值等方面都對(duì)檢驗(yàn)結(jié)果有一定的影響, 檢驗(yàn)的結(jié)果可看作最低限度的確率。從上述分析來(lái)看,EC-HR 數(shù)值模式對(duì)于冷渦降水的時(shí)間上多陣性、間歇性,空間上多分散性的特征雖有一定誤差,但仍具有較好的指示意義。
圖3 EC-HR 預(yù)報(bào)和實(shí)況區(qū)域平均降水量(a)及實(shí)況較EC-HR 預(yù)報(bào)區(qū)域平均降水量差異(b)
圖4 EC-HR 預(yù)報(bào)和實(shí)況區(qū)域最大降水量(a)及實(shí)況較EC-HR 預(yù)報(bào)區(qū)域最大降水量差異(b)
本文利用自動(dòng)站逐小時(shí)降水資料和EC-HR數(shù)值模式預(yù)報(bào)結(jié)果, 檢驗(yàn)了2019 年5—8 月東北冷渦背景下該模式對(duì)吉林省降水的預(yù)報(bào)效果,EC-HR 模式的冷渦天氣過(guò)程累計(jì)降水預(yù)報(bào)、降水階段性預(yù)報(bào)和降水強(qiáng)度預(yù)報(bào)都有較高的參考價(jià)值。
(1) 從過(guò)程累計(jì)降水預(yù)報(bào)來(lái)看,EC-HR 模式除對(duì)過(guò)程三的降水預(yù)報(bào)偏差稍大之外, 其余5 次冷渦過(guò)程的降水落區(qū)預(yù)報(bào)相比較好, 預(yù)報(bào)與實(shí)況較接近。 對(duì)于35 mm 以上降水,EC-HR 數(shù)值模式預(yù)報(bào)落區(qū)有一定指示意義,但量級(jí)偏大。
(2)EC-HR 模式預(yù)報(bào)逐3 h 晴雨準(zhǔn)確率在吉林省的6 個(gè)代表地區(qū)均達(dá)到了70%以上, 西部較高,東部和中部較低。 正確率預(yù)報(bào)能力上,中部和西部預(yù)報(bào)效果較好,東部較差。漏報(bào)和空?qǐng)?bào)多為降水持續(xù)時(shí)間較短的階段。 大多數(shù)情況下模式起報(bào)時(shí)間提前于實(shí)況,誤差多在6 h 以內(nèi)。
(3)模式平均降水預(yù)報(bào)能力較強(qiáng),比較有參考價(jià)值,西部偏多、中部偏少。 模式最大降水量的預(yù)報(bào)整體偏小,預(yù)報(bào)效果西部和東部較好,中部地區(qū)相對(duì)較差。
(4) 本文的檢驗(yàn)工作僅限于2019 年5—8 月的6 次影響吉林省的冷渦天氣過(guò)程, 由于樣本有限的原因,檢驗(yàn)結(jié)果可能包含一定的偶然性。這些問(wèn)題都需要在以后的工作中不斷改進(jìn)總結(jié), 提升對(duì)數(shù)值預(yù)報(bào)產(chǎn)品的理解, 進(jìn)而提高氣象服務(wù)的質(zhì)量和效果。