S2S模式對(duì)四川汛期極端降水的預(yù)測技巧分析*

龐軼舒 秦寧生 劉 博 孫昭萱 楊淑群

1 四川省氣候中心，成都 610072 2 中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室，成都 610071 3 中國人民解放軍78092部隊(duì)，成都 610036

提 要：基于1995—2010年四川氣象臺(tái)站降水資料和世界氣象組織次季節(jié)—季節(jié)(S2S)預(yù)測計(jì)劃中8個(gè)模式的回報(bào)數(shù)據(jù)，采用命中率、誤警率、Heidke技巧評(píng)分、誤差和偏差5個(gè)指標(biāo)評(píng)估分析了各模式對(duì)四川汛期極端降水事件的預(yù)測能力。結(jié)果表明，S2S各模式對(duì)四川極端降水的預(yù)測技巧整體較低，表現(xiàn)為“低命中率，高誤警率，預(yù)測值遠(yuǎn)小于實(shí)際值，偏差較大”的特征。各模式的預(yù)測技巧隨著起報(bào)時(shí)間的臨近而提高，在天氣尺度高于次季節(jié)尺度。各模式的最高定性預(yù)測技巧出現(xiàn)在川西高原南部，最低出現(xiàn)在盆地東部或攀西地區(qū)。預(yù)測偏差基本呈現(xiàn)出“盆地大，攀西地區(qū)次大，川西高原小”的分布特征，最大值均位于盆地西部沿山地區(qū)。各模式在汛期各月的預(yù)測技巧不同，定性預(yù)測技巧在主汛期尤其是盛夏高于其他時(shí)段，但定量預(yù)測技巧卻在盛夏最低。綜合定性和定量預(yù)測技巧，英國氣象局(UKMO)和意大利國家研究委員會(huì)大氣科學(xué)與氣候研究所(CNR-ISAC)的模式分別在天氣尺度和次季節(jié)尺度中對(duì)四川極端降水的預(yù)測能力較高。分區(qū)來看，對(duì)于盆地—攀西地區(qū)預(yù)測能力較高的模式與全省一致。而在川西高原，韓國氣象局(KMA)的模式在天氣尺度中預(yù)測能力較高，澳大利亞氣象局(BoM)和CNR-ISAC的模式則在次季節(jié)尺度中預(yù)測能力較高。

引 言

極端降水事件作為一種小概率事件，具有降水量集中、突發(fā)性強(qiáng)的特點(diǎn)(楊金虎等，2008)，可誘發(fā)暴雨洪澇、山洪、泥石流和滑坡等災(zāi)害，給交通干線、電信電網(wǎng)、農(nóng)田水利以及人民的生命財(cái)產(chǎn)安全造成極大威脅(Re, 2011)。在全球變暖背景下，極端降水呈增多增強(qiáng)趨勢，已成為各國政府和社會(huì)各界關(guān)注的焦點(diǎn)(張順謙和馬振峰，2011a；2011b)。四川位于我國西南部，地處中國大陸地勢三大階梯中的第一級(jí)青藏高原和第二級(jí)長江中下游平原的過渡地帶，高差懸殊，中小河流眾多。受到東亞季風(fēng)、高原季風(fēng)和西南季風(fēng)的耦合調(diào)制(周順武和假拉，2003；呂俊梅等，2004；白瑩瑩等，2014；王穎和李棟梁，2015；龐軼舒等，2017)，水汽來源包括孟加拉灣、南海、西太平洋(蔣興文等，2007)和阿拉伯海(龐軼舒等，2017)，外強(qiáng)迫影響多元而復(fù)雜(陳永仁和李躍清，2007；李永華等，2012)。我國最強(qiáng)烈的暴雨系統(tǒng)之一——西南渦常產(chǎn)生于此(李國平和陳佳，2017)。在特殊的地理和氣候環(huán)境下，極端降水對(duì)四川的危害更加凸顯，全省每年因相關(guān)災(zāi)害造成的人員傷亡和財(cái)產(chǎn)損失占總損失的70%以上。特別是2008年以來，汶川地震觸發(fā)的大量崩塌滑坡改變了泥石流發(fā)生區(qū)域的物源條件，極端降水更易誘發(fā)山洪泥石流等地質(zhì)災(zāi)害。因此，汛期極端降水預(yù)測一直是當(dāng)?shù)叵嚓P(guān)決策部門的關(guān)注重點(diǎn)。

次季節(jié)氣候預(yù)測介于天氣預(yù)報(bào)和季節(jié)預(yù)測之間，相對(duì)于天氣預(yù)報(bào)尺度，其大氣環(huán)流初始場的記憶已經(jīng)消失，相對(duì)于季節(jié)尺度，其變率不足以受到海洋等外強(qiáng)迫因子的較大影響，是目前氣象預(yù)報(bào)的難點(diǎn)(Vitart and Robertson,2018)。由于所受關(guān)注較少，也被稱為“預(yù)測沙漠”(Waliser et al,2003；齊艷軍和容新堯，2014；Vitart et al,2017)。這是天氣預(yù)報(bào)到季節(jié)預(yù)測的關(guān)鍵接口，可填補(bǔ)氣象預(yù)測縫隙；也是政府部門從被動(dòng)應(yīng)對(duì)災(zāi)害轉(zhuǎn)為主動(dòng)減災(zāi)的一個(gè)關(guān)鍵預(yù)測時(shí)段。所以，次季節(jié)氣候預(yù)測研究具有重要的科學(xué)意義和廣泛的社會(huì)應(yīng)用價(jià)值(Morss et al,2008)。為研究相關(guān)問題，世界天氣研究計(jì)劃(WWRP)和世界氣候研究計(jì)劃(WCRP)聯(lián)合組織制定了“次季節(jié)至季節(jié)(sub-seasonal to seasonal，以下簡稱S2S)預(yù)測計(jì)劃”，重點(diǎn)關(guān)注極端事件和模式檢驗(yàn)(Vitart et al,2012；Vitart and Robertson,2018)。該計(jì)劃收集了來自11個(gè)業(yè)務(wù)和科研機(jī)構(gòu)——?dú)W洲中期天氣預(yù)報(bào)中心(ECMWF)、意大利國家研究委員會(huì)大氣科學(xué)與氣候研究所(CNR-ISAC)、中國氣象局(CMA)、韓國氣象局(KMA)、日本氣象廳(JMA)、加拿大環(huán)境和氣候變化中心(ECCC)、澳大利亞氣象局(BoM)、法國國家氣象研究中心(CNRM)、美國國家環(huán)境預(yù)測中心(NCEP)、俄羅斯水文氣象中心(HMCR)和英國氣象局(UKMO)的次季節(jié)模式預(yù)報(bào)和回報(bào)數(shù)據(jù)(Vitart et al,2017)。近年來，氣象學(xué)者們對(duì)這些模式產(chǎn)品進(jìn)行了包括熱浪(Hudson et al,2011)、降水(Liang and Lin,2018)、季風(fēng)(Marshall and Hendon,2015；Jie et al,2017；賀錚等，2018)、Madden-Julian振蕩(MJO)及其遙相關(guān)特征(Vitart et al,2017；Zhou et al,2019)、土壤濕度(Zhu et al,2019)、臺(tái)風(fēng)(李慧等，2020)等方面的預(yù)測技巧分析工作，并對(duì)次季節(jié)尺度的北半球夏季風(fēng)降水概率預(yù)報(bào)進(jìn)行了研究(Vigaud et al,2017)。研究發(fā)現(xiàn)，S2S模式對(duì)降水的預(yù)報(bào)能力隨預(yù)測時(shí)效的增長而逐漸降低；與其他預(yù)報(bào)中心模式相比，ECMWF、UKMO、KMA和CNR-ISAC的降水產(chǎn)品在全球大部分區(qū)域都具有更高的可預(yù)報(bào)性，其中KMA和UKMO的降水產(chǎn)品能更好地捕捉澳大利亞、北歐和東亞地區(qū)的實(shí)際降水特征(林倩等，2019)。在10 d以上(包含了S2S時(shí)效)的預(yù)測中，ECMWF模式對(duì)熱帶地區(qū)降水的預(yù)測技巧高于非熱帶地區(qū)(Vitart,2014)。

作為預(yù)報(bào)預(yù)測的前沿研究領(lǐng)域，S2S降水預(yù)測所延長的時(shí)效能夠有效提高洪澇等災(zāi)害風(fēng)險(xiǎn)的預(yù)警能力(White et al,2015)，為地方政府防災(zāi)減災(zāi)贏得時(shí)間。已有研究表明，S2S預(yù)測產(chǎn)品對(duì)一些大范圍極端事件的發(fā)生、發(fā)展和衰減有提前數(shù)周的預(yù)測潛力。例如，S2S模式(ECMWF、CNRM、JMA和BoM)提前三周預(yù)報(bào)出了2010年5—8月俄羅斯持續(xù)高溫?zé)崂酥凶顕?yán)重一周的2 m氣溫極端異常。再比如，S2S模式可通過大尺度預(yù)測因子，如MJO的預(yù)報(bào)信息，來得到大尺度熱帶風(fēng)暴發(fā)生概率的有用信息(Vitart and Robertson,2018；Rao et al,2019)。模式預(yù)測能力的檢驗(yàn)評(píng)估是了解模式性能，有效應(yīng)用模式信息的重要基礎(chǔ)(段春鋒等，2017；程智等，2020)。但截至目前，S2S模式對(duì)四川地區(qū)氣象要素預(yù)測能力的檢驗(yàn)評(píng)估和解釋應(yīng)用工作尚未展開。因此，有必要結(jié)合業(yè)務(wù)實(shí)際需求和防災(zāi)減災(zāi)重點(diǎn)，評(píng)估分析S2S模式對(duì)四川汛期極端降水事件的預(yù)測技巧，為進(jìn)一步解釋應(yīng)用模式產(chǎn)品，提高極端降水預(yù)測準(zhǔn)確率，延長預(yù)測時(shí)效打下科學(xué)基礎(chǔ)。

1 資料和方法

1.1 資 料

本文采用1995—2010年四川省157個(gè)氣象臺(tái)站(圖1)汛期(5—9月)的逐日降水觀測資料；S2S計(jì)劃中8個(gè)業(yè)務(wù)和科研機(jī)構(gòu)次季節(jié)模式的汛期降水回報(bào)數(shù)據(jù)，詳細(xì)信息見表1。為了比較模式之間的預(yù)測技巧，檢驗(yàn)時(shí)段為各模式回報(bào)時(shí)段的交集，即1995—2010年。與此同時(shí)，檢驗(yàn)預(yù)測時(shí)效也為各模式的公共預(yù)測時(shí)效0～30 d，即包括起報(bào)日期在內(nèi)共計(jì)31 d。由于各模式預(yù)報(bào)頻率不同，故評(píng)估樣本數(shù)量不同。例如，CMA模式降水每日預(yù)報(bào)1次，那么16年汛期(每年153 d)共計(jì)2 448 個(gè)樣本用于檢驗(yàn)評(píng)估。

表1 模式資料簡介

圖1 四川省地形和157個(gè)氣象觀測站點(diǎn)分布

1.2 方 法

已有的研究表明，四川極端降水閾值為12.3～44.9 mm·d-1，四川盆地和攀西地區(qū)較大，平均閾值為30 mm·d-1，比中雨標(biāo)準(zhǔn)(25 mm·d-1)稍大，川西高原平均閾值為16 mm·d-1，介于小雨(10 mm·d-1)與中雨之間(張順謙和馬振峰，2011b)。根據(jù)上述研究，本文在檢驗(yàn)評(píng)估過程中將四川盆地和攀西地區(qū)的極端降水閾值設(shè)為30 mm；川西高原的極端降水閾值設(shè)為15 mm。利用雙線性插值法將模式的格點(diǎn)數(shù)據(jù)插值到站點(diǎn)。采用命中率(probability of detection, POD)、誤警率(false alarm ratio, FAR)、Heidke技巧評(píng)分指數(shù)(Heidke’s skill score, HSS)、誤差(Error)和偏差(絕對(duì)誤差，absolute error,AError)5個(gè)評(píng)分指標(biāo)，結(jié)合極端降水閾值進(jìn)行檢驗(yàn)評(píng)估。命中率越高，表明降水產(chǎn)品對(duì)極端降水事件的漏報(bào)程度越??；誤警率越小，表示模式誤報(bào)程度越??；Heidke技巧評(píng)分指數(shù)同時(shí)考慮了命中率和誤警率，綜合反映預(yù)測產(chǎn)品對(duì)極端降水事件的定性預(yù)測能力，HSS越高，越能預(yù)判極端降水事件是否發(fā)生(Jolliffe and Stephenson, 2003；楊雨蒙等，2016；林倩等，2019)。誤差大(小)表示降水產(chǎn)品的預(yù)報(bào)量值大(小)于實(shí)際降水量；偏差越大，表明降水產(chǎn)品的預(yù)測值偏離實(shí)際降水量的程度越大，反映預(yù)測產(chǎn)品對(duì)極端降水事件的定量預(yù)測能力。上述5個(gè)評(píng)分指標(biāo)的計(jì)算公式如下。

(1)

(2)

(3)

(4)

(5)

式中：N11為S2S降水產(chǎn)品和觀測降水均達(dá)到閾值的天數(shù)或站數(shù)；N10為S2S降水產(chǎn)品達(dá)到閾值但觀測降水未達(dá)到閾值的天數(shù)或站數(shù)；N01為S2S降水產(chǎn)品未達(dá)到閾值但觀測降水達(dá)到閾值的天數(shù)或站數(shù)；N00為觀測降水和S2S降水產(chǎn)品均未達(dá)到閾值的天數(shù)或站數(shù)；Oi和Si分別表示第i(i=1，2，…，N)點(diǎn)觀測降水量達(dá)到閾值時(shí)觀測和S2S產(chǎn)品的降水量，單位：mm；N表示站點(diǎn)總數(shù)。

2 月內(nèi)極端降水預(yù)測技巧

S2S各模式對(duì)四川汛期極端降水事件的預(yù)測技巧隨預(yù)測時(shí)效的改變而變化。當(dāng)預(yù)測時(shí)效為1 d時(shí)，各模式的預(yù)測技巧最高，其POD、HSS和誤差最大，F(xiàn)AR和偏差最小。隨后POD、HSS和誤差快速下降，F(xiàn)AR和偏差快速增長，在預(yù)測時(shí)效為7～12 d時(shí)進(jìn)入低技巧時(shí)段，變化平緩。從評(píng)估指標(biāo)的數(shù)值來看，所有模式的POD最高不超過25%，F(xiàn)AR不低于70%，誤差均為負(fù)值，偏差不低于20 mm。由此可以看出，S2S各模式對(duì)四川極端降水的預(yù)測準(zhǔn)確率整體較低，表現(xiàn)為低命中率、高誤警率，進(jìn)而使得極端降水事件發(fā)生時(shí)的預(yù)測值遠(yuǎn)小于實(shí)際值，偏差較大。分預(yù)報(bào)時(shí)段來看，各模式在天氣尺度(1～10 d)內(nèi)的POD為7%～25%，F(xiàn)AR為72%～95%，HSS為0.08～0.26，誤差為-32～-21 mm，偏差為22～32 mm。進(jìn)入次季節(jié)尺度(11～30 d)后，POD降低為3%～12%，F(xiàn)AR增長至90%左右，HSS降低至0.05～0.13，誤差降低至-34～-28 mm，偏差增加為28～34 mm。由此可以看出，各模式在天氣尺度內(nèi)的定性和定量預(yù)測技巧均優(yōu)于次季節(jié)尺度，模式之間預(yù)測技巧的差異在天氣尺度中大于次季節(jié)尺度(圖2)。

圖2 S2S計(jì)劃模式對(duì)四川省汛期月內(nèi)極端降水事件預(yù)測技巧(a)POD，(b)FAR，(c)HSS，(d)誤差和(e)偏差

將8個(gè)模式橫向?qū)Ρ群蟀l(fā)現(xiàn)，天氣尺度內(nèi)CNR-ISAC、UKMO、ECMWF和ECCC這4個(gè)模式對(duì)四川極端降水的POD較高，F(xiàn)AR較低，進(jìn)而HSS較高，與此同時(shí)它們的偏差較小，誤差較大。這其中UKMO的HSS最高，誤差最大，偏差最小，是天氣尺度內(nèi)預(yù)測效果最好的模式。在次季節(jié)尺度內(nèi)，各模式的FAR基本接近，CNR-ISAC、BoM、CMA和JMA依次為POD和HSS最高的4個(gè)模式。這其中，CNR-ISAC的誤差最大，偏差最小，是次季節(jié)尺度預(yù)測效果最好的模式(圖略)。

四川省地形復(fù)雜多變，各地氣候差異明顯，盆地—攀西地區(qū)與川西高原的極端降水閾值差別顯著，因此有必要分開討論各模式在這兩個(gè)區(qū)域的預(yù)測技巧。

與全省相似，各模式對(duì)盆地—攀西地區(qū)極端降水的預(yù)測技巧在預(yù)測時(shí)效為1 d時(shí)最高，隨預(yù)測時(shí)效的增加而降低，至?xí)r效為7～12 d時(shí)進(jìn)入低技巧時(shí)段，變化平緩，在天氣尺度內(nèi)的預(yù)測能力高于次季節(jié)尺度。與全省不同的是，以CNR-ISAC、KMA和BoM為代表的部分模式POD明顯降低，F(xiàn)AR明顯增加，進(jìn)而HSS降低，但UKMO、ECMWF和ECCC等模式的定性預(yù)測技巧卻沒有明顯的變化，造成模式間定性預(yù)測技巧的差異增大。各模式在天氣尺度內(nèi)的POD為2%～25%，F(xiàn)AR為68%～99%，HSS為0.05～0.28；在次季節(jié)尺度的POD為2%～8%，F(xiàn)AR為90%～99%，HSS為0.05～0.1。所有模式的定量預(yù)測技巧明顯降低，天氣尺度內(nèi)的誤差為-50～-32 mm，偏差為33～50 mm，次季節(jié)尺度內(nèi)的誤差為-53～-41 mm，偏差為41～53 mm(圖3)?？梢钥闯?，各模式對(duì)盆地—攀西地區(qū)極端降水的定性和定量預(yù)測能力總體低于全省，形成這種特點(diǎn)一方面是由于部分模式定性預(yù)測技巧的下降，另一方面可能是因?yàn)榕璧亍饰鞯貐^(qū)極端降水的量值高于全省平均(圖3)。

圖3 同圖2，但為盆地—攀西地區(qū)

對(duì)比8個(gè)模式后發(fā)現(xiàn)，UKMO、CNR-ISAC、ECMWF和ECCC在天氣尺度內(nèi)對(duì)盆地—攀西地區(qū)極端降水的POD、HSS和誤差相對(duì)最大，F(xiàn)AR和偏差相對(duì)最小，這其中以UKMO的各項(xiàng)預(yù)測技巧最高，是天氣尺度內(nèi)的最優(yōu)預(yù)測模式。而在次季節(jié)尺度中，CNR-ISAC、JMA、UKMO和ECCC的POD、HSS和誤差相對(duì)最大，F(xiàn)AR和偏差相對(duì)最小，其中以CNR-ISAC的各項(xiàng)預(yù)測技巧最高，是次季節(jié)尺度內(nèi)的最優(yōu)預(yù)測模式(圖略)。

與全省和盆地—攀西地區(qū)相似，各模式對(duì)川西高原極端降水的預(yù)測技巧在預(yù)測時(shí)效為1 d時(shí)最高，后隨預(yù)測時(shí)效增加而降低，在天氣尺度中明顯高于次季節(jié)尺度。但與上述兩地區(qū)不同的是，僅ECMWF的預(yù)測技巧在預(yù)測時(shí)效為11 d左右進(jìn)入低技巧時(shí)段，其余各模式均在預(yù)測時(shí)效為6～7 d進(jìn)入低技巧時(shí)段，最佳預(yù)測期偏短。與盆地—攀西地區(qū)和全省相比，各模式對(duì)川西高原極端降水的POD偏高，在天氣尺度為6%～44%，在次季節(jié)尺度為4%～28%。這其中，BoM模式的POD提高最為明顯，最高值達(dá)44%，且始終大于20%。與此同時(shí)，盡管各模式的FAR并非都小于盆地—攀西地區(qū)和全省，但與它們相比，各模式FAR離散程度明顯偏小，誤警率接近。這種特點(diǎn)尤其體現(xiàn)在天氣尺度，F(xiàn)AR為78%～93%。并且FAR的總體均值也偏小。因此，各模式對(duì)川西高原極端降水的HSS普遍高于盆地—攀西地區(qū)和全省，在天氣尺度為0.12～0.25，在次季節(jié)尺度為0.08～0.17。在定量預(yù)測技巧方面，各模式的誤差在天氣尺度內(nèi)為-16～-6 mm，在次季節(jié)尺度內(nèi)為-17～-12 mm；偏差在天氣尺度內(nèi)為9.5～16 mm，在次季節(jié)尺度為12～17 mm。誤差和偏差的量值均小于盆地—攀西地區(qū)和全省(圖4)。由此可以看出，各模式對(duì)川西高原極端降水的定性和定量預(yù)測技巧均明顯高于盆地—攀西地區(qū)，對(duì)全省的預(yù)測技巧具有正向貢獻(xiàn)。

圖4 同圖2，但為川西高原

將8個(gè)模式分預(yù)報(bào)時(shí)段進(jìn)行橫向?qū)Ρ群蟀l(fā)現(xiàn)，在川西高原極端降水預(yù)報(bào)能力較強(qiáng)的模式與在全省和盆地—攀西地區(qū)有很大不同。在天氣尺度內(nèi)，POD最高的4個(gè)模式分別是BoM、CNR-ISAC、CMA和KMA，F(xiàn)AR最低的4個(gè)模式分別是ECMWF、KMA、UKMO和ECCC，HSS最高的4個(gè)模式分別是KMA、ECMWF、CNR-ISAC和UKMO。與此同時(shí)，誤差最大的4個(gè)模式分別是BoM、CNR-ISAC、KMA和CMA，偏差最小的4個(gè)模式分別是CNR-ISAC、KMA、UKMO和ECMWF。綜合定量和定性預(yù)測技巧兩方面，KMA是天氣尺度內(nèi)的最優(yōu)預(yù)測模式。在次季節(jié)尺度內(nèi)，POD最高的4個(gè)模式分別為BoM、CNR-ISAC、CMA和JMA，F(xiàn)AR最小的4個(gè)模式分別為UKMO、KMA、BoM和JMA，HSS評(píng)分最高的4個(gè)模式為BoM、CNR-ISAC、CMA和JMA，誤差最大的4個(gè)模式分別為BoM、CNR-ISAC、CMA和JMA，偏差最小的4個(gè)模式為CNR-ISAC、JMA、KMA和BoM。綜合定量和定性預(yù)測能力，BoM和CNR-ISAC是次季節(jié)尺度內(nèi)的最優(yōu)預(yù)測模式(圖略)。

3 預(yù)測技巧的時(shí)空變化特征

HSS同時(shí)包含POD和FAR兩種指標(biāo)的特點(diǎn),能綜合反映預(yù)測產(chǎn)品對(duì)極端降水事件的定性預(yù)測能力,即預(yù)測極端事件是否發(fā)生的能力(Jolliffe and Stephenson, 2003；楊雨蒙等，2016；林倩等，2019)。偏差直接反映預(yù)測值偏離實(shí)際值的程度，相較于誤差更能夠體現(xiàn)模式對(duì)極端降水的定量預(yù)測能力。為進(jìn)一步探明各模式對(duì)四川極端降水預(yù)測能力的變化特點(diǎn)，本文對(duì)HSS和偏差的時(shí)空特征進(jìn)行分析和討論。

3.1 HSS和偏差的空間變化特征

在天氣尺度內(nèi)，各模式HSS的空間分布不完全相同。BoM、JMA、CMA和KMA這4個(gè)模式的HSS呈“自西向東遞減，高原大于盆地”的分布特點(diǎn)，UKMO的HSS呈“北高南低”型分布，ECCC、CNR-ISAC和ECMWF這3個(gè)模式的HSS則呈“中間低，東、西兩側(cè)相對(duì)高”的分布型。所有模式的HSS最高值均位于川西高原南部，大于0.25。但最低值出現(xiàn)區(qū)域并不一致，BoM和CMA模式的HSS最低值在盆地東北部，其余6個(gè)模式則在攀西地區(qū)(圖5)。

圖5 S2S計(jì)劃模式在天氣尺度中對(duì)四川省汛期極端降水事件的HSS分布(a)BoM，(b)ECCC，(c)JMA，(d)CMA，(e)CNR-ISAC，(f)KMA，(g)UKMO，(h)ECMWF

與HSS分布較為一致，天氣尺度內(nèi)各模式的偏差總體呈現(xiàn)高原小(10～15 mm)、盆地—攀西地區(qū)大(30～65 mm)的分布形態(tài)。與HSS分布不同的是，各模式在攀西地區(qū)的偏差始終小于盆地，為偏差次低區(qū)域，偏差極大值均在盆地西部沿山地區(qū)。上述分析說明S2S模式對(duì)川西高原極端降水的定量預(yù)測能力較好，攀西地區(qū)次之，對(duì)盆地尤其是西部沿山一帶的極端降水定量預(yù)測能力差(圖6)。

圖6 S2S計(jì)劃模式在天氣尺度中對(duì)四川省汛期極端降水的預(yù)測偏差分布(a)BoM，(b)ECCC，(c)JMA，(d)CMA，(e)CNR-ISAC，(f)KMA，(g)UKMO，(h)ECMWF

進(jìn)入次季節(jié)尺度后，各模式的HSS明顯降低。與天氣尺度相同的是，各模式HSS的最高值出現(xiàn)在川西高原南部，ECCC、JMA、CNR-ISAC、KMA、UKMO和ECMWF這6個(gè)模式的最低值出現(xiàn)在攀西地區(qū)，BoM、JMA、CMA和KMA這4個(gè)模式的HSS空間分布依然表現(xiàn)為自西向東逐漸降低的分布特點(diǎn)。不同的是，BoM和CMA的HSS最低值分布區(qū)擴(kuò)大，其中BoM的最低值分布在盆地東北部和中部，CMA的最低值則分布在盆地東部和攀西地區(qū)南部。UKMO、CNR-ISAC、ECMWF和ECCC模式HSS的空間分布出現(xiàn)較大改變：UKMO表現(xiàn)為中間低兩邊高的“川字型”分布,CNR-ISAC表現(xiàn)為“X型”分布,ECMWF和ECCC則呈自西北向東南遞減的分布型(圖7)。

圖7 同圖5，但為次季節(jié)尺度

在次季節(jié)尺度,各模式的偏差空間分布形態(tài)與天氣尺度相似：高原偏差較小，攀西地區(qū)次之，盆地最大，偏差極大值分布在盆地西部沿山地區(qū)。不同的是，ECCC、CMA和ECMWF模式在高原地區(qū)的偏差明顯增高，其大部地區(qū)的偏差為15～20 mm。CMA和UKMO模式在盆地的偏差有所增加(圖8)。

圖8 同圖6，但為次季節(jié)尺度

盆地西部沿山地區(qū)是川西高原與四川盆地過渡區(qū)，有龍門山、邛崍山、峨眉山等海拔約在1 500～3 000 m 的山脊分布，過渡區(qū)東西兩側(cè)高差懸殊近2 000 m(圖1)。受地形影響，該區(qū)域是四川暴雨中心集中地，以及區(qū)域性暴雨主要發(fā)生地(肖遞祥等，2017；王春學(xué)等，2017；周秋雪等，2019)。由前面的分析可以發(fā)現(xiàn)，無論在天氣尺度還是次季節(jié)尺度，所有模式的偏差極大值均出現(xiàn)在這一地區(qū)，說明S2S各模式對(duì)地形降水的定量預(yù)測能力普遍不足。然而值得注意的是，僅ECCC、CNR-ISAC和ECMWF在天氣尺度，UKMO在次季節(jié)尺度的定性預(yù)測技巧——HSS的谷值分布在這一地區(qū)。這些模式對(duì)地形極端降水的定量預(yù)測能力較差可能源于定性預(yù)測能力不足。但其他模式的定性預(yù)測能力并未直接受到地形的影響，它們較差的定量預(yù)測能力則可能源于盆地西部山區(qū)極端降水本身量級(jí)大、頻次多的特點(diǎn)。

3.2 HSS和偏差的時(shí)間變化特征

無論在天氣尺度還是次季節(jié)尺度，S2S各模式的HSS和偏差均隨預(yù)報(bào)月份的改變而變化(圖9～圖12)。

在天氣尺度內(nèi)，BoM模式對(duì)四川極端降水的HSS峰值出現(xiàn)在6月，其他模式均出現(xiàn)在7月；JMA模式的預(yù)測技巧谷值出現(xiàn)在9月，其他模式均出現(xiàn)在5月?？傮w來說，各模式對(duì)主汛期，尤其是盛夏時(shí)期極端降水的定性預(yù)測技巧高于其他時(shí)期。分月橫向?qū)Ρ群蟀l(fā)現(xiàn)，ECCC和ECMWF模式分別對(duì)5月和6月的極端降水定性預(yù)測技巧最高，UKMO模式則對(duì)汛期其他3個(gè)月的極端降水有較高的定性預(yù)測技巧(圖9a)。進(jìn)一步分區(qū)討論后發(fā)現(xiàn)，在盆地—攀西地區(qū)KMA和BoM模式的HSS最高值出現(xiàn)在 6月，其他模式出現(xiàn)在7月；CNR-ISAC、JMA和CMA模式的HSS谷值出現(xiàn)在9月，其他模式出現(xiàn)在5月。與全省相似，各模式對(duì)主汛期極端降水的定性預(yù)測技巧高于其他時(shí)期。分月橫向?qū)Ρ群蟀l(fā)現(xiàn)，ECMWF模式在6月的定性預(yù)測技巧最高，UKMO模式在其他4個(gè)月中定性預(yù)測技巧最高(圖9b)。與全省和盆地—攀西地區(qū)相比，各模式在川西高原HSS的逐月變化特征有較大不同，BoM、KMA和UKMO模式的HSS峰值在7月，其余模式則均在6月；ECCC、JMA、KMA和ECMWF模式的HSS谷值在9月，其他模式均在5月。但各模式對(duì)主汛期極端降水的定性預(yù)測技巧依然高于其他時(shí)段。對(duì)于川西高原，5—6月定性預(yù)測技巧最佳的模式為ECMWF,7—9月為KMA(圖9c)。

圖9 S2S計(jì)劃模式在天氣尺度中對(duì)四川省汛期逐月極端降水的預(yù)測技巧HSS

天氣尺度內(nèi)各模式的預(yù)測偏差均自5月逐漸增加，至盛夏時(shí)期達(dá)到峰值后下降，其中ECMWF模式最大偏差出現(xiàn)在7月，其他模式出現(xiàn)在8月，所有模式的最小偏差則均出現(xiàn)在5月。說明各模式對(duì)四川極端降水的定量預(yù)測能力在盛夏最低,而在5月最高,這種特征與5月極端降水發(fā)生次數(shù)少，而盛夏極端降水多發(fā)且量級(jí)較大的氣候特征有一定關(guān)聯(lián)。橫向?qū)Ρ葋砜?，UKMO模式在汛期各月的預(yù)測偏差均最小，定量預(yù)測效果最佳(圖10a)。分區(qū)討論后發(fā)現(xiàn)，各模式對(duì)盆地—攀西地區(qū)極端降水的預(yù)測偏差的逐月變化特征與全省基本一致，但量級(jí)明顯偏大。在汛期各月中預(yù)測偏差最小的模式依然是UKMO(圖10b)。而在川西高原，各模式預(yù)測偏差逐月變化特征與盆地—攀西地區(qū)和全省有很大不同，模式間也有較大差異：BoM和ECCC模式最小偏差出現(xiàn)在5月，隨后增大，至8月出現(xiàn)峰值后下降；UKMO和KMA模式的最小偏差出現(xiàn)在7月，最大偏差出現(xiàn)在8月；JMA模式的偏差則從5月開始下降，至7月出現(xiàn)谷值后上升，9月的偏差最大；ECWMF和CNR-ISAC模式的偏差從5月開始下降，谷值出現(xiàn)在6月，峰值出現(xiàn)在7月；CMA模式的偏差從5月開始逐漸上升，峰值出現(xiàn)在7月后下降，最小值出現(xiàn)在9月。然而，大多數(shù)模式仍然在盛夏時(shí)期預(yù)測偏差最大。通過對(duì)比，對(duì)川西高原6月、8月和9月極端降水預(yù)測偏差最小的模式為CNR-ISAC，在5月和7月為KMA(圖10c)。

圖10 S2S計(jì)劃模式天氣尺度中對(duì)四川省汛期逐月極端降水的預(yù)測偏差

進(jìn)入次季節(jié)尺度，各模式對(duì)四川極端降水HSS的逐月變化特征發(fā)生了較大改變。一方面，除HSS整體降低外，模式間HSS的差異較天氣尺度增大;另一方面，除CNR-ISAC和UKMO模式的HSS峰值在7月，BoM模式在8月外，其余模式的峰值均在6月；各模式的谷值則均出現(xiàn)在9月。大多數(shù)模式的定性預(yù)測技巧在7月之前明顯高于之后。橫向?qū)Ρ葋砜矗?—7月定性預(yù)測技巧最高的模式為CNR-ISAC，8—9月則為BoM(圖11a)。對(duì)于盆地—攀西地區(qū)來說，各模式HSS的逐月變化特征與全省較為相似。較為不同的是，CNR-ISAC、ECCC、UKMO和CMA模式的HSS峰值在7月，其他模式在6月。針對(duì)該地區(qū)的極端降水事件，5—8月定性預(yù)測技巧最佳的模式是CNR-ISAC，9月為KMA(圖11b)。在川西高原，多數(shù)模式的HSS在汛期內(nèi)呈“M”型分布，各模式的峰值均在6月，谷值均在9月。分月來看，5月定性預(yù)測技巧最高的模式為CMA,6—9月為BoM(圖11c)。

圖11 同圖9，但為次季節(jié)尺度

在次季節(jié)尺度內(nèi),模式對(duì)四川極端降水預(yù)測偏差總體呈“正態(tài)分布”型，盛夏時(shí)期大于其他時(shí)段,其中BoM、ECMWF、KMA、UKMO和CMA模式的偏差峰值出現(xiàn)在7月，CNR-ISAC、JMA和ECCC模式的峰值在8月,所有模式的最小值則均在5月。在這些模式中，CNR-ISAC對(duì)汛期各月四川極端降水的預(yù)測偏差最小(圖12a)。進(jìn)一步分區(qū)發(fā)現(xiàn)，盆地—攀西地區(qū)極端降水預(yù)測偏差的逐月變化特征與全省基本一致，但量級(jí)偏大。在所有模式中,對(duì)汛期各月極端降水預(yù)測偏差最小的模式均是CNR-ISAC。在高原地區(qū)，模式間的預(yù)測偏差的逐月變化特征差異較大,但所有模式的最小偏差均出現(xiàn)在5月，最大偏差則出現(xiàn)在盛夏時(shí)期：BoM、ECCC、KMA、ECMWF、CNR-ISAC和CMA模式最大偏差出現(xiàn)在7月；UKMO和JMA模式最大偏差出現(xiàn)在8月。分月橫向?qū)Ρ群蟀l(fā)現(xiàn),在5月和8月，預(yù)測偏差最小的為CNR-ISAC模式，在6月和7月，預(yù)測偏差最小的為JMA模式，在9月則是BoM模式。

圖12 同圖10，但為次季節(jié)尺度

4 結(jié)論與討論

極端降水事件可誘發(fā)暴雨洪澇、山洪、泥石流和滑坡等災(zāi)害，給四川經(jīng)濟(jì)發(fā)展和人民生命財(cái)產(chǎn)安全造成極大威脅，對(duì)其的預(yù)測是政府部門和社會(huì)各界關(guān)注的重點(diǎn)。為提高極端降水預(yù)測準(zhǔn)確率，延長預(yù)測時(shí)效，為次季節(jié)數(shù)值產(chǎn)品應(yīng)用打下基礎(chǔ)，本文基于1995—2010年四川氣象觀測降水資料和S2S計(jì)劃中8個(gè)模式的降水回報(bào)資料，采用5種指標(biāo)評(píng)估分析并對(duì)比了各模式產(chǎn)品對(duì)四川汛期極端降水的預(yù)測能力。

結(jié)果表明，S2S各模式對(duì)四川極端降水的預(yù)測能力整體較低，表現(xiàn)為“低命中率、高誤警率，極端降水預(yù)測值遠(yuǎn)小于實(shí)際值，偏差較大”的特征。各模式的預(yù)測技巧隨預(yù)測時(shí)效的增加而降低，至?xí)r效為7～12 d時(shí)進(jìn)入低技巧時(shí)段，變化平緩，在天氣尺度的預(yù)測能力明顯高于次季節(jié)尺度。綜合定性和定量預(yù)測技巧，UKMO和CNR-ISA分別是天氣尺度和次季節(jié)尺度中預(yù)測效果最好的模式。針對(duì)盆地—攀西地區(qū)的極端降水，各模式的預(yù)測技巧隨預(yù)測時(shí)效變化的特征，以及不同預(yù)報(bào)時(shí)段內(nèi)的最佳預(yù)測模式均與全省一致，但在該地區(qū)各模式定性和定量預(yù)測能力總體低于全省。與全省和盆地—攀西地區(qū)相比，各模式對(duì)川西高原極端降水的預(yù)測能力整體偏高，但最佳預(yù)測時(shí)期偏短，除ECWMF模式的預(yù)測技巧在預(yù)測時(shí)效為11 d左右進(jìn)入低技巧時(shí)段，其余各模式均在預(yù)測時(shí)效為6～7 d進(jìn)入低技巧時(shí)段。對(duì)于該地區(qū)來說，KMA模式在天氣尺度內(nèi)預(yù)測效果最好，BoM和CNR-ISAC模式則在次季節(jié)尺度內(nèi)預(yù)測效果最好。

從模式預(yù)測技巧的空間分布特征來看，無論在天氣尺度還是次季節(jié)尺度，各模式對(duì)極端降水事件的定性和定量預(yù)測技巧均隨預(yù)報(bào)區(qū)域的改變而變化，并且模式間的預(yù)測技巧空間分布各異?？傮w來說，各模式的最高定性預(yù)測技巧出現(xiàn)在川西高原南部，而最低定性預(yù)測技巧則出現(xiàn)在盆地東部或攀西地區(qū)。預(yù)測偏差基本呈現(xiàn)出“盆地大、攀西地區(qū)次大、川西高原小”的分布特征，最大值均分布在盆地西部沿山地區(qū)。模式預(yù)測偏差的這種分布特征，一方面與模式本身對(duì)極端降水的定性預(yù)測能力有關(guān)，另一方面也和各地區(qū)極端降水本身的量級(jí)和發(fā)生頻次有關(guān)，同時(shí)反映了各模式對(duì)地形降水預(yù)測能力的不足。

從模式預(yù)測技巧的時(shí)間變化特征來看，在不同的預(yù)測時(shí)段內(nèi)，針對(duì)不同的預(yù)測區(qū)域，S2S各模式的定性和定量預(yù)測技巧均隨預(yù)報(bào)月份的改變而變化。其中，定性預(yù)測技巧在主汛期尤其是盛夏時(shí)期高于其他時(shí)段，但定量預(yù)測技巧卻在盛夏最低。僅從定性預(yù)測技巧來看，在天氣尺度內(nèi)BoM和ECMWF模式分別對(duì)四川省5月和6月極端降水的預(yù)測能力最高，而UKMO模式則對(duì)7—9月極端降水的預(yù)測能力最高。在次季節(jié)尺度內(nèi)，CNR-ISAC模式對(duì)5—8月極端降水的預(yù)測能力最高，BoM模式在9月預(yù)測能力最高。針對(duì)盆地—攀西地區(qū)，ECMWF和UKMO分別是天氣尺度內(nèi)6月和7—9月預(yù)測效果最好的模式；CNR-ISAC和KMA則分別是次季節(jié)尺度內(nèi)5—8月和9月預(yù)測效果最好的模式。針對(duì)川西高原，ECMWF和KMA分別是天氣尺度內(nèi)5—6月和7—9月極端降水預(yù)測效果最好的模式。而CMA和BoM則分別是次季節(jié)尺度內(nèi)5月和6—9月極端降水預(yù)測效果最好的模式。