我國(guó)極地?cái)?shù)值天氣預(yù)報(bào)系統(tǒng)在南極長(zhǎng)城站的應(yīng)用與檢驗(yàn)

郭民權(quán)，沈輝，買(mǎi)小平，丁卓銘，張林，干兆江，孫啟振

（1.福建省海洋預(yù)報(bào)臺(tái)，福建福州 350003；2.國(guó)家海洋環(huán)境預(yù)報(bào)中心自然資源部海洋災(zāi)害預(yù)報(bào)技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100081；3.沂源縣氣象局，山東淄博 256100）

1 引言

中國(guó)南極長(zhǎng)城站所在的喬治王島地處南極半島的最北端。該地區(qū)氣旋活動(dòng)較為頻繁，大風(fēng)、降水和海霧天氣較多，這給戶外科考、探險(xiǎn)、旅游以及飛機(jī)起降等活動(dòng)帶來(lái)重要影響，因此對(duì)該地區(qū)的天氣進(jìn)行分析和預(yù)報(bào)具有重要意義[1-5]。我國(guó)在1984年建立南極長(zhǎng)城站時(shí)就建立了氣象觀測(cè)站，對(duì)該地區(qū)的氣象和氣候資料有一定的積累，為該地區(qū)天氣預(yù)報(bào)、統(tǒng)計(jì)分析和數(shù)值預(yù)報(bào)系統(tǒng)的驗(yàn)證等提供了數(shù)據(jù)支撐。卞林根等[6-8]回顧了該地區(qū)南極天氣預(yù)報(bào)業(yè)務(wù)進(jìn)展，并總結(jié)了南極長(zhǎng)城站地區(qū)重要天氣現(xiàn)象的特征和預(yù)報(bào)技術(shù)。

數(shù)值預(yù)報(bào)模型是當(dāng)今開(kāi)展南極天氣預(yù)報(bào)業(yè)務(wù)的主要參考工具。孫啟振等[9]評(píng)估和對(duì)比了南極地區(qū)多個(gè)數(shù)值天氣預(yù)報(bào)系統(tǒng)，結(jié)果表明歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-range Weather Forecasts，ECMWF）的預(yù)報(bào)系統(tǒng)性能較為領(lǐng)先，高分辨率南極中尺度預(yù)報(bào)系統(tǒng)(Antarctic Mesoscale Prediction System，AMPS)由于分辨率較高，最具發(fā)展前景和應(yīng)用價(jià)值，而其他模型在某些方面也各有其獨(dú)特的優(yōu)勢(shì)。馬永鋒[10]利用高分辨率的區(qū)域天氣模式（Polar Weather Research and Forecasting，Polar WRF）v3.2.1對(duì)2008年南極地區(qū)全年的天氣過(guò)程進(jìn)行模擬與評(píng)估，開(kāi)展的敏感性實(shí)驗(yàn)和誤差的統(tǒng)計(jì)分析為Polar WRF在南極的應(yīng)用奠定了基礎(chǔ)。孟上等[11]歸納了使用數(shù)值預(yù)報(bào)等資料制作南極沿岸科考站短期天氣預(yù)報(bào)的方法和步驟。孫啟振等[12]對(duì)我國(guó)極地?cái)?shù)值天氣預(yù)報(bào)系統(tǒng)（Polar Numerical Weather Forecasting System，PNWFS）的建立和應(yīng)用進(jìn)行了詳細(xì)介紹，通過(guò)檢驗(yàn)對(duì)比，認(rèn)為PNWFS系統(tǒng)能夠較好地反映極地短期天氣形勢(shì)的演變特點(diǎn)，能夠基本滿足我國(guó)極地考察和航運(yùn)氣象保障需求，同時(shí)也對(duì)PNWFS系統(tǒng)的改進(jìn)提出了建議。

國(guó)家海洋環(huán)境預(yù)報(bào)中心在2011年基于Polar WRF模型建立了業(yè)務(wù)化的PNWFS系統(tǒng)，經(jīng)過(guò)近10 a的業(yè)務(wù)化運(yùn)行，目前PNWFS的預(yù)報(bào)產(chǎn)品已經(jīng)成為我國(guó)預(yù)報(bào)員開(kāi)展極地天氣預(yù)報(bào)的重要參考資料。本文主要對(duì)長(zhǎng)城站日常預(yù)報(bào)業(yè)務(wù)中比較關(guān)注的降水、風(fēng)速、氣溫和氣壓進(jìn)行了檢驗(yàn)，以期對(duì)PNWFS的性能進(jìn)行評(píng)估，同時(shí)為模型的改進(jìn)以及產(chǎn)品的訂正與應(yīng)用提供依據(jù)。

2 極地?cái)?shù)值天氣預(yù)報(bào)系統(tǒng)簡(jiǎn)介

PNWFS系統(tǒng)包括南極（PNWFS-S）和北極（PNWFS-N）兩個(gè)子系統(tǒng)，每個(gè)系統(tǒng)分為同化模塊和預(yù)報(bào)模塊。同化模塊采用WRF三維變分同化系統(tǒng)（Weather Research Forecast-3D VARiational data assimilation system，WRF-3DVAR）方法循環(huán)同化全球資料同化系統(tǒng)（Global Data Assimilation System，GDAS）衛(wèi)星數(shù)據(jù)。預(yù)報(bào)模塊采用Polar WRFv3.9.1模型。該模型由美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP）和俄亥俄州立大學(xué)（The Ohio State University）共同研發(fā)，以WRF模型為基礎(chǔ)，對(duì)其部分參數(shù)化方案和海冰積雪等描述方式做了優(yōu)化，更適用于極地氣象環(huán)境。

PNWFS-S系統(tǒng)采用六重網(wǎng)格，最外重網(wǎng)格水平分辨率27 km，長(zhǎng)城站區(qū)域網(wǎng)格水平分辨率可達(dá)3 km，時(shí)間分辨率1 h，垂直積分61層。系統(tǒng)的主要物理參數(shù)化方案包括：WSM3微物理過(guò)程參數(shù)化方案、RRTM長(zhǎng)波參數(shù)化方案、Dudhia短波參數(shù)化方案、Revised MM5近地面層參數(shù)化方案、thermal diffusion陸面參數(shù)化方案、YSU邊界層參數(shù)化方案和Kain-Fritsch積云參數(shù)化方案。初始場(chǎng)和邊界條件采用分辨率為0.5°×0.5°的NCEP資料和全球預(yù)報(bào)系統(tǒng)（Global Forecast System，GFS）資料，并利用國(guó)際共享資源獲取南極現(xiàn)場(chǎng)觀測(cè)全球通信系統(tǒng)（Global Telecommunication System，GTS）氣 象 數(shù)據(jù)，采用3DVAR進(jìn)行資料同化[6]。

PNWFS每天在00時(shí)（世界時(shí)，下同）和12時(shí)各運(yùn)行一次，發(fā)布未來(lái)12～96 h的全南極和南極半島區(qū)域的數(shù)值預(yù)報(bào)，包括海平面氣壓場(chǎng)、地面風(fēng)、降水量、溫度和濕度等數(shù)值預(yù)報(bào)產(chǎn)品。根據(jù)極地考察現(xiàn)場(chǎng)需要，可以對(duì)長(zhǎng)城站、中山站或其他指定站點(diǎn)輸出氣象要素趨勢(shì)預(yù)報(bào)曲線，如海平面氣壓、地面風(fēng)、溫度、濕度和降水等預(yù)報(bào)數(shù)據(jù)時(shí)序圖和圖像產(chǎn)品，這對(duì)于開(kāi)展關(guān)注區(qū)域的氣象預(yù)報(bào)有重要作用。

3 預(yù)報(bào)結(jié)果的檢驗(yàn)與分析

本文主要對(duì)長(zhǎng)城站日常預(yù)報(bào)業(yè)務(wù)（近3 d）中比較關(guān)注的降水和大風(fēng)兩個(gè)要素進(jìn)行較全面的檢驗(yàn)，對(duì)氣溫和氣壓只進(jìn)行了一般誤差統(tǒng)計(jì)。檢驗(yàn)時(shí)間段從2018年2月—2019年11月，共22個(gè)月的預(yù)報(bào)數(shù)據(jù)。本文選用00時(shí)發(fā)布的預(yù)報(bào)產(chǎn)品，對(duì)未來(lái)3 d（預(yù)報(bào)時(shí)效12～84 h）的預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)。

3.1 風(fēng)速的檢驗(yàn)

對(duì)于風(fēng)速的檢驗(yàn)，主要從預(yù)報(bào)誤差及分布、誤差的累計(jì)概率分布和日最大風(fēng)力等級(jí)檢驗(yàn)等方面開(kāi)展統(tǒng)計(jì)，并對(duì)比了24 h、48 h和72 h的預(yù)報(bào)準(zhǔn)確率。圖1分別是預(yù)報(bào)風(fēng)速誤差的散點(diǎn)分布圖、誤差概率圖、平均絕對(duì)誤差累計(jì)概率圖和24 h預(yù)報(bào)風(fēng)速出現(xiàn)的頻次及誤差圖。表1列出了預(yù)報(bào)風(fēng)速檢驗(yàn)相關(guān)的統(tǒng)計(jì)值，其中Skill值[9]可以量化模型和實(shí)測(cè)結(jié)果的吻合程度。

式中，Xmodel是模型的預(yù)報(bào)值；Xobs是觀測(cè)值；是觀測(cè)數(shù)據(jù)的平均值。Skill值越接近1，說(shuō)明預(yù)報(bào)和觀測(cè)的吻合程度越好。

從圖1a可以看到觀測(cè)和預(yù)報(bào)對(duì)應(yīng)的散點(diǎn)分布在對(duì)角線周?chē)?，但是離散程度較大，這和表1中的相關(guān)系數(shù)偏低相一致。圖1b是預(yù)報(bào)誤差值取整后的概率分布圖，可以看到預(yù)報(bào)誤差分布整體呈正態(tài)分布，峰值略偏右側(cè)。從表1的統(tǒng)計(jì)來(lái)看，預(yù)報(bào)的平均誤差均為正數(shù)，24 h預(yù)報(bào)平均風(fēng)速比觀測(cè)平均風(fēng)速大1.2 m/s，其他的統(tǒng)計(jì)指標(biāo)也顯示隨著預(yù)報(bào)時(shí)效增加預(yù)報(bào)偏差有增大的趨勢(shì)。圖1c是風(fēng)速絕對(duì)誤差取整后的累計(jì)概率圖。圖中可以看到各風(fēng)速誤差下的置信水平，預(yù)報(bào)誤差在±3.9 m/s時(shí)（約1個(gè)標(biāo)準(zhǔn)偏差），24 h和72 h的預(yù)報(bào)準(zhǔn)確率為72%和66%，前者比后者高出了6%。

表1 預(yù)報(bào)風(fēng)速檢驗(yàn)統(tǒng)計(jì)值

圖1 預(yù)報(bào)風(fēng)速誤差及分布特征

為了進(jìn)一步分析預(yù)報(bào)風(fēng)速的偏差特點(diǎn)，以便在預(yù)報(bào)實(shí)踐中訂正和提高數(shù)值預(yù)報(bào)結(jié)果，圖1d顯示了24 h預(yù)報(bào)時(shí)效下各預(yù)報(bào)風(fēng)速的平均誤差和平均絕對(duì)誤差分布情況。從圖中可以看到，平均誤差隨預(yù)報(bào)風(fēng)速增加呈單調(diào)遞增的趨勢(shì)，平均誤差從-3.4 m/s增加到4.3 m/s，風(fēng)速每增加1.0 m/s，平均誤差增大約0.4 m/s。在5.0～5.9 m/s時(shí)平均誤差和平均絕對(duì)誤差均較小。當(dāng)預(yù)報(bào)風(fēng)速處于2.0～11.0 m/s時(shí)，預(yù)報(bào)的平均絕對(duì)誤差在3.0 m/s以下。當(dāng)風(fēng)速大于20.0 m/s時(shí)，由于樣本個(gè)數(shù)偏少，沒(méi)有顯著的統(tǒng)計(jì)意義。

實(shí)際預(yù)報(bào)中一般用風(fēng)力等級(jí)開(kāi)展預(yù)報(bào)，且通常關(guān)注當(dāng)日出現(xiàn)的最大風(fēng)速，尤其關(guān)注出現(xiàn)6級(jí)及以上（≥10.8 m/s）的大風(fēng)天氣。表2為24 h預(yù)報(bào)風(fēng)力等級(jí)偏差統(tǒng)計(jì)表，從表中可以看到，預(yù)報(bào)偏大的概率隨著風(fēng)速等級(jí)的提高而增大，出現(xiàn)7級(jí)及以上風(fēng)力時(shí)，預(yù)報(bào)結(jié)果偏大1～2級(jí)的概率達(dá)到了53.1%；出現(xiàn)8級(jí)及以上時(shí)，偏大1～2級(jí)的概率達(dá)到了60.3%，這也和圖1d中表現(xiàn)出的風(fēng)速增大時(shí)預(yù)報(bào)值偏大的情況一致。所以當(dāng)數(shù)值預(yù)報(bào)系統(tǒng)出現(xiàn)6級(jí)及以上風(fēng)力時(shí)更需要注意甄別，適當(dāng)調(diào)整風(fēng)力預(yù)報(bào)等級(jí)可以更好地符合實(shí)際情況。

表2 24 h預(yù)報(bào)風(fēng)力等級(jí)偏差統(tǒng)計(jì)表（單位：%）

3.2 降水預(yù)報(bào)的檢驗(yàn)

降水檢驗(yàn)主要以TS評(píng)分結(jié)合降水量誤差來(lái)進(jìn)行統(tǒng)計(jì)。根據(jù)氣象部門(mén)應(yīng)用比較廣泛的《中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法》，降水檢驗(yàn)主要分為兩種：一種為有無(wú)降水即晴雨（雪）預(yù)報(bào)的檢驗(yàn)，另一種為針對(duì)某量級(jí)降水的統(tǒng)計(jì)檢驗(yàn)。

對(duì)晴雨（雪）檢驗(yàn)：

式中，NA為有降水預(yù)報(bào)正確站（次）數(shù)，NB為空?qǐng)?bào)站（次）數(shù)，NC為漏報(bào)站（次）數(shù)，ND為無(wú)降水預(yù)報(bào)正確的站（次）數(shù)。

對(duì)降水分級(jí)檢驗(yàn)和累加降水量級(jí)檢驗(yàn)：

式中，NAk為預(yù)報(bào)正確站（次）數(shù)，NBk為空?qǐng)?bào)站（次）數(shù)，NCk為漏報(bào)站（次）數(shù)。表3和表4分別是降水TS評(píng)分和晴雨（雪）檢驗(yàn)分類統(tǒng)計(jì)結(jié)果，其中降水強(qiáng)度用24 h降雪量標(biāo)準(zhǔn)來(lái)劃分。

表3 中國(guó)南極長(zhǎng)城站降水TS評(píng)分

根據(jù)表3統(tǒng)計(jì)，該模型對(duì)未來(lái)3 d晴雨（雪）天的預(yù)報(bào)平均TS評(píng)分達(dá)到86.5%。但隨著降水強(qiáng)度的增大，模型的TS評(píng)分逐漸降低，根據(jù)后文分析，主要是由于預(yù)報(bào)降水量偏大導(dǎo)致。根據(jù)表4統(tǒng)計(jì)，模型對(duì)晴雨（雪）24 h預(yù)報(bào)的正確率為87.7%（同24 h的TS評(píng)分），其中24 h降水預(yù)報(bào)的空?qǐng)?bào)率和漏報(bào)率分別為8.1%和14.7%。

表4 長(zhǎng)城站24 h預(yù)報(bào)晴雨（雪）檢驗(yàn)分類統(tǒng)計(jì)

對(duì)于降水量的檢驗(yàn)，以24 h預(yù)報(bào)為例，統(tǒng)計(jì)時(shí)段內(nèi)預(yù)報(bào)降水量是實(shí)測(cè)降水量的1.9倍，預(yù)報(bào)比觀測(cè)偏大的天數(shù)占66.3%，偏小的天數(shù)占21.0%，一致的天數(shù)占12.7%，這說(shuō)明模型降水整體偏大且偏多。圖2是降水量逐月的日平均統(tǒng)計(jì)結(jié)果。圖中可以看到，除了2019年1月的日平均降雨量預(yù)報(bào)值較觀測(cè)值略偏小以外，其他時(shí)間段均較觀測(cè)值偏大。

圖2 預(yù)報(bào)和觀測(cè)各月的日均降水量對(duì)比

圖3是對(duì)各降水量級(jí)進(jìn)行誤差統(tǒng)計(jì)，可以看到在各量級(jí)降水上，平均誤差隨預(yù)報(bào)降水量呈較好的線性增加，誤差達(dá)到預(yù)報(bào)值的52%左右。

圖3 預(yù)報(bào)降水在各量級(jí)出現(xiàn)的天數(shù)和對(duì)應(yīng)的誤差

以上統(tǒng)計(jì)表明，該預(yù)報(bào)系統(tǒng)對(duì)降水模擬存在明顯的系統(tǒng)性偏差，約為實(shí)際降水量的2倍，在預(yù)報(bào)中可以考慮預(yù)報(bào)降水量減半處理，或調(diào)整模型相關(guān)參數(shù)予以校正。表5是模型預(yù)報(bào)降水量減半后的TS評(píng)分，從中可以看到，TS評(píng)分明顯提升。

表5 數(shù)值預(yù)報(bào)降水減半后TS評(píng)分

3.3 氣溫和氣壓的檢驗(yàn)

氣溫和氣壓是判斷天氣形勢(shì)及其發(fā)展變化的重要指標(biāo)，表6和表7分別是氣溫和氣壓預(yù)報(bào)檢驗(yàn)的統(tǒng)計(jì)結(jié)果。從相關(guān)系數(shù)上看，氣溫和氣壓的預(yù)報(bào)相關(guān)性比較高，平均達(dá)到了0.9以上，說(shuō)明系統(tǒng)能夠較好地體現(xiàn)氣溫和氣壓的變化趨勢(shì)；從平均誤差上看，氣溫預(yù)報(bào)和氣壓預(yù)報(bào)均存在明顯的系統(tǒng)性偏差，其中氣溫平均偏小2.10℃，氣壓偏大2.42 hPa；從誤差的標(biāo)準(zhǔn)差來(lái)看，各預(yù)報(bào)時(shí)效下氣溫變化較小，氣壓則變化較大。

表6 氣溫預(yù)報(bào)檢驗(yàn)統(tǒng)計(jì)表

表7 氣壓預(yù)報(bào)檢驗(yàn)統(tǒng)計(jì)表

圖4a和4b是氣溫預(yù)報(bào)誤差取整后的分布圖。圖中可以看到，誤差呈正態(tài)分布，但峰值在-2℃附近，誤差大于0℃的概率較低，預(yù)報(bào)存在明顯的系統(tǒng)偏差。圖4c是各預(yù)報(bào)溫度下的誤差分布。圖中可以看到，平均誤差和平均絕對(duì)誤差線基本關(guān)于0℃誤差線對(duì)稱，說(shuō)明誤差正負(fù)相抵的情況較少，且預(yù)報(bào)值越小，偏低的程度越大，當(dāng)預(yù)報(bào)氣溫大于0℃時(shí)，平均誤差和平均絕對(duì)誤差最小，與觀測(cè)最為接近。

圖4 氣溫預(yù)報(bào)誤差分布

圖5a和5b是氣壓預(yù)報(bào)的誤差取整后的分布情況。圖中可以看到，氣壓誤差呈正態(tài)分布，誤差的峰值均偏右側(cè)，偏小的頻率較低。隨著預(yù)報(bào)時(shí)效的增加，誤差離散程度越大，表7中誤差的標(biāo)準(zhǔn)偏差變化也顯示了這一趨勢(shì)。圖5c顯示，24 h預(yù)報(bào)氣壓在出現(xiàn)頻次較高的976～1 006 hPa之間時(shí)，平均誤差在2.5 hPa附近。

圖5 氣壓預(yù)報(bào)誤差分布

4 總結(jié)與討論

數(shù)值預(yù)報(bào)作為當(dāng)前氣象海洋預(yù)報(bào)業(yè)務(wù)的重要工具，對(duì)模型的檢驗(yàn)、訂正和釋用十分重要。本文對(duì)PNWFS的風(fēng)速、降水、氣溫和氣壓進(jìn)行了較為全面的誤差統(tǒng)計(jì)分析，并對(duì)預(yù)報(bào)結(jié)果的使用提出一些建議，能夠?yàn)樵撓到y(tǒng)在南極長(zhǎng)城站的釋用提供一定的參考。主要結(jié)論如下：

（1）風(fēng)速預(yù)報(bào)方面，各統(tǒng)計(jì)指標(biāo)顯示，預(yù)報(bào)的準(zhǔn)確度隨預(yù)報(bào)時(shí)效的增加而降低，其中風(fēng)速預(yù)報(bào)的Skill值從0.77降低到0.68。此外，風(fēng)速平均誤差隨預(yù)報(bào)風(fēng)速的增加從-3.4 m/s單調(diào)增加到4.3 m/s，即風(fēng)速每增加1.0 m/s，風(fēng)速平均誤差增大約0.4 m/s。出現(xiàn)6級(jí)以上大風(fēng)時(shí)，預(yù)報(bào)風(fēng)力偏大1～2級(jí)的概率達(dá)到48%以上，隨著預(yù)報(bào)風(fēng)力等級(jí)的增大，預(yù)報(bào)偏大的概率愈大。

（2）模型對(duì)24 h晴雨（雪）的預(yù)報(bào)準(zhǔn)確率達(dá)到87.7%，TS評(píng)分隨降水量級(jí)的增大而減小。據(jù)統(tǒng)計(jì)，預(yù)報(bào)降水量約為觀測(cè)值的2倍，且在時(shí)間分布以及各降水量等級(jí)上降水誤差的表現(xiàn)均較為一致，在實(shí)際預(yù)報(bào)中對(duì)降水量減半處理可以提高預(yù)報(bào)準(zhǔn)確性。

（3）氣溫和氣壓預(yù)報(bào)方面，觀測(cè)值和預(yù)報(bào)值的相關(guān)性比較好，能夠較好地反映出天氣形勢(shì)的變化趨勢(shì)，但存在明顯的系統(tǒng)性偏差，氣溫預(yù)報(bào)偏低，氣壓偏大，需要在預(yù)報(bào)系統(tǒng)中調(diào)整相應(yīng)的參數(shù)。

本文只使用了長(zhǎng)城站單站有限的資料對(duì)預(yù)報(bào)風(fēng)速、降水、氣溫和氣壓進(jìn)行統(tǒng)計(jì)分析，其中的誤差有可能是局地地形導(dǎo)致的觀測(cè)誤差引起，也可能是預(yù)報(bào)系統(tǒng)本身造成的。為進(jìn)一步驗(yàn)證預(yù)報(bào)系統(tǒng)的可靠性，需要驗(yàn)證周邊其他站點(diǎn)，并通過(guò)對(duì)比不同的數(shù)值預(yù)報(bào)系統(tǒng)，如ECMWF和AMPS等，分析各模型的優(yōu)勢(shì)和不足，在預(yù)報(bào)中參考多個(gè)數(shù)值預(yù)報(bào)系統(tǒng)，擇優(yōu)選擇適合本地區(qū)的預(yù)報(bào)系統(tǒng)，提供更加可靠的預(yù)報(bào)保障服務(wù)。

致謝：感謝中國(guó)氣象科學(xué)研究院提供的長(zhǎng)城站氣象臺(tái)氣象觀測(cè)資料。