2020年貴州特重級(jí)秋綿雨的氣候預(yù)測(cè)智能推薦評(píng)估

(白慧,張東海,李浪,任曼琳 .貴州省山地環(huán)境氣候研究所 .貴州省氣候中心)

1 秋綿雨定義

秋綿雨定義：根據(jù)《貴州省短期氣候預(yù)測(cè)技術(shù)》，定義每年秋季(9—11月)，日降水量≥0.1mm且持續(xù)時(shí)間在5 d及以上的時(shí)段(其中從第6 d起允許有間隔1 d無降水)，稱為秋綿雨過程，簡(jiǎn)稱秋綿雨。單站持續(xù)時(shí)間5～10 d為輕級(jí)，持續(xù)時(shí)間11～15 d為中級(jí)，持續(xù)時(shí)間16～20 d為重級(jí)，持續(xù)時(shí)間超過20 d為特重級(jí)。

2 2020年秋綿雨特征

2.1 降水實(shí)況

2020年秋季貴州降水總體偏多，尤其在省之中部以東、以南地區(qū)。如圖1，從9月上旬開始直到10月上旬日降水站數(shù)占比達(dá)50%及以上，特別在9月上旬至中旬期間降水較為集中、強(qiáng)度較大，期間主要有3次秋季區(qū)域性暴雨過程的貢獻(xiàn)(9月6日、11日、14—17日)，至10月上旬累積降水量占秋季降水量的比例達(dá)80%。總體上，2020年秋季貴州降水量偏多、9月多區(qū)域性暴雨，主要降水集中期出現(xiàn)在9月上旬至10月上旬，多全省性降水，降水中心位于省之中部以東、以南地區(qū)。

圖1 2020年秋季貴州省逐日平均降水量占比、累積降水量占比和降雨站數(shù)占比序列(單位：%)

2.2 秋綿雨監(jiān)測(cè)

如圖2a，2020年秋季貴州各站點(diǎn)日降水量≥0.1 mm的降水日數(shù)占比除省之南部一線外，全省大部分地區(qū)達(dá)50%及以上，呈北多南少的分布型，尤其在畢節(jié)中東部地區(qū)、遵義西部和中部及以南地區(qū)、銅仁東南部和凱里東北部地區(qū)的降水日數(shù)占比達(dá)60%以上。如圖2b，2020年秋季貴州各站點(diǎn)出現(xiàn)秋綿雨過程的累積日數(shù)占比與日降水量≥0.1 mm的降水日數(shù)占比的分布型一致，不同之處在于除南部一線外，全省大部地區(qū)的占比在30%及以上，同樣在中部及以北部分地區(qū)為大值區(qū)域，占比達(dá)50%以上。如圖2c，全省30%及以上的站點(diǎn)同時(shí)發(fā)生秋綿雨過程的時(shí)段主要出現(xiàn)在9月5日—10月9日、10月14—21日、10月28日—11月5日和11月22—28日，其中9月5日—10月9日的時(shí)段持續(xù)時(shí)間最長(zhǎng)、影響范圍最廣，達(dá)特重級(jí)秋綿雨強(qiáng)度，有28 d(9月10日—10月7日)的秋綿雨過程站數(shù)比維持在60%以上，最高達(dá)100%。表明2020年貴州省秋綿雨過程的持續(xù)時(shí)間之長(zhǎng)、影響范圍之廣，尤其在省之中部及以北以東地區(qū)。

2.3 特重級(jí)秋綿雨特征

2020年貴州出現(xiàn)了異常強(qiáng)的秋綿雨，從區(qū)域性角度考慮，期間28 d有60%及以上站點(diǎn)同時(shí)發(fā)生秋綿雨過程(9月10日—10月7日)，為1981年以來之最。歷年秋綿雨站數(shù)比大概維持在80%～90%之間波動(dòng)，約80%左右的年份出現(xiàn)輕—中級(jí)秋綿雨過程的站數(shù)達(dá)60%以上，約40%左右的年份出現(xiàn)輕—中級(jí)秋綿雨過程的站數(shù)達(dá)80%以上。但2020年出現(xiàn)輕—中級(jí)秋綿雨過程的站數(shù)比僅為20%、特重級(jí)秋綿雨的站數(shù)比達(dá)59%，僅次于1964年特重級(jí)秋綿雨的站數(shù)比(68%)。如圖3，2020年秋季貴州特重級(jí)秋綿雨出現(xiàn)的區(qū)域主要位于省之中部一線以及西南部、東南部地區(qū)，出現(xiàn)的開始日期除西南部和東部部分地區(qū)在9月中旬外，其余大部分地區(qū)主要集中出現(xiàn)在9月上旬。

圖2 2020年秋季貴州省降水日數(shù)占比(a)、秋綿雨過程累積日數(shù)占比的空間分布(b)和逐日降雨站數(shù)、秋綿雨過程站數(shù)比例(c)(單位：%)

圖3 2020年貴州省特重級(jí)秋綿雨過程及秋綿雨過程開始日期空間分布

3 氣候預(yù)測(cè)智能推薦評(píng)估

3.1 氣候預(yù)測(cè)智能推薦結(jié)果

智能推薦是氣候預(yù)測(cè)智能推薦系統(tǒng)的核心之一，主要是針對(duì)氣象要素和氣候事件等預(yù)測(cè)對(duì)象運(yùn)用客觀化預(yù)測(cè)結(jié)果的基礎(chǔ)上，選取指定時(shí)段(前期或同期)從Ps、Acc評(píng)分、預(yù)測(cè)誤差以及穩(wěn)定度等方面進(jìn)行評(píng)估，得到相對(duì)穩(wěn)定且效果較好的預(yù)測(cè)結(jié)果。

通過上述分析，本文選取2020年秋綿雨最為嚴(yán)重的9月降水異常量作為預(yù)測(cè)對(duì)象，客觀預(yù)測(cè)方法選用同期環(huán)流場(chǎng)(風(fēng)場(chǎng)UV、位勢(shì)高度場(chǎng)H500、海平面氣壓場(chǎng)SLP、對(duì)流場(chǎng)OLR等，空間范圍為0°～180°E、0°～90°N)對(duì)降水EOF主模態(tài)重構(gòu)方法，評(píng)分方法綜合考慮Ps和Acc評(píng)分方法，即推薦指數(shù)RI=0.2×Ps+0.1×(100×Acc)。如表1，從EOF重構(gòu)方法預(yù)測(cè)的推薦結(jié)果來看，采用V850、U850、UV850以及SLP等同期環(huán)流場(chǎng)要素作為預(yù)測(cè)因子的預(yù)測(cè)效果較好，在前10名的推薦結(jié)果中，最優(yōu)智能推薦預(yù)測(cè)結(jié)果采用的預(yù)測(cè)因子為V850， U850次之，隨后是SLP和UV850。

表1 2020年9月降水預(yù)測(cè)智能推薦結(jié)果

3.2 氣候預(yù)測(cè)智能推薦的可預(yù)報(bào)性

如圖4，采用上述EOF重構(gòu)客觀預(yù)測(cè)方法對(duì)2020年9月貴州降水最優(yōu)預(yù)測(cè)推薦結(jié)果的預(yù)測(cè)因子為同期V850緯向變化場(chǎng)所有格點(diǎn)因子，最優(yōu)預(yù)測(cè)推薦結(jié)果對(duì)于實(shí)況降水異常趨勢(shì)把握較好(Pc為94%)，尤其對(duì)實(shí)況降水異常分布型把握較好(Acc評(píng)分為0.46)，二者均為全省一致偏多，尤其在省之中部以東以南地區(qū)。不過最優(yōu)預(yù)測(cè)推薦結(jié)果對(duì)于降水異常級(jí)的把握偏小(0～20%)，而實(shí)況降水距平百分率在大部分地區(qū)均超過50%。根據(jù)氣候預(yù)測(cè)業(yè)務(wù)評(píng)分考核中采用的Ps評(píng)分方法，Ps評(píng)分由降水異常的趨勢(shì)項(xiàng)(0～20%)、一級(jí)異常項(xiàng)(20%～50%)和二級(jí)異常項(xiàng)(≥50%)構(gòu)成，由于此次最優(yōu)預(yù)測(cè)推薦結(jié)果在降水異常級(jí)上的把握不足，導(dǎo)致Ps失分主要出現(xiàn)在一級(jí)異常項(xiàng)和二級(jí)異常項(xiàng)，最后得分為78分。在實(shí)際氣候預(yù)測(cè)業(yè)務(wù)中，預(yù)報(bào)員會(huì)綜合考慮多種客觀預(yù)測(cè)結(jié)果以及前期氣候異常特征，加以主觀訂正后形成最終預(yù)報(bào)意見，此次氣候預(yù)測(cè)智能推薦結(jié)果作為最優(yōu)客觀算法推薦可為預(yù)報(bào)員提供科學(xué)、客觀的預(yù)報(bào)依據(jù)和借鑒，在把握住降水異常趨勢(shì)項(xiàng)的基礎(chǔ)上，若將其降水異常趨勢(shì)項(xiàng)提升二級(jí)異常，那么Ps評(píng)分將由78分提升至98.8分。

圖4 2020年9月氣候預(yù)測(cè)最優(yōu)智能推薦結(jié)果(a)和實(shí)況降水距平百分率(b)(單位：%)