全球模式降水預(yù)報在雅礱江流域汛期的效果檢驗*

王曉峰 周榮衛(wèi)

1 華風(fēng)氣象傳媒集團有限責(zé)任公司，北京 100081

2 北京玖天氣象科技有限公司，北京 100081

提 要： 結(jié)合氣象和水文觀測資料，檢驗分析了ECMWF-IFS、NCEP-GFS、GRAPES-GFS三種全球模式在雅礱江流域2018年汛期的日降水預(yù)報?？傮w上，三天內(nèi)三種降水預(yù)報與站點觀測的一致性較好，可以較為準(zhǔn)確地預(yù)報晴雨和小雨，漏報現(xiàn)象少，但空報偏多；對中到大雨的預(yù)報能力有限，空報或漏報都很普遍；在雅礱江流域，全球模式對于東移高原槽配合西南暖濕氣流背景下的降水預(yù)報效果最優(yōu)，低層切變影響下的降水預(yù)報效果最差，而當(dāng)西伸副熱帶高壓占據(jù)主導(dǎo)時，全球模式的降水預(yù)報表現(xiàn)不穩(wěn)定。對比三種降水預(yù)報發(fā)現(xiàn)：整體預(yù)報效果的優(yōu)劣排序為ECMWF-IFS、GRAPES-GFS、NCEP-GFS，但各模式對不同量級降水的預(yù)報效果存在差異：對于弱降水，GRAPES-GFS的預(yù)報最優(yōu)，NCEP-GFS次之，ECMWF-IFS的預(yù)報效果較差，空報現(xiàn)象偏多；而當(dāng)降水達中雨及以上量級時，ECMWF-IFS的檢驗評分最高，GRAPES-GFS稍遜之，但仍優(yōu)于NCEP-GFS，后者易出現(xiàn)漏報；此外，ECMWF-IFS預(yù)報的降水量偏多，而其余兩者的降水量偏少。

引 言

我國大江大河遍布，水利資源豐富，水力發(fā)電已成為我國的重要能源之一。徑流預(yù)測是洪峰預(yù)測預(yù)警、水庫蓄水調(diào)節(jié)、水電站發(fā)電調(diào)度等的基礎(chǔ)(Sene，2010；雷曉輝等，2018)。降水預(yù)報是徑流預(yù)測的一項關(guān)鍵輸入，準(zhǔn)確的高分辨率氣象要素預(yù)報，可以協(xié)助水力發(fā)電企業(yè)精準(zhǔn)應(yīng)對徑流變化，合理利用水資源(García-Morales and Dubus，2007)；同時，流域降水量的空間變化也會對徑流預(yù)測、洪峰的精準(zhǔn)預(yù)測預(yù)警等產(chǎn)生重大影響(趙琳娜等，2012)。目前，各國氣象機構(gòu)普遍綜合參考多種數(shù)值預(yù)報產(chǎn)品。數(shù)值預(yù)報根據(jù)初始場的差異，可分為確定性預(yù)報和集合預(yù)報，前者基于確定的初始場得到常規(guī)氣象要素預(yù)報，而后者則利用擾動初始場等技術(shù)得到氣象要素預(yù)報的集合；根據(jù)預(yù)報時效的長短，預(yù)報又可分為氣候預(yù)測(長期預(yù)報)、中期預(yù)報、短期預(yù)報、短時臨近預(yù)報，可滿足不同時效、不同分辨率的預(yù)報需求；根據(jù)空間區(qū)域范圍的不同，還可分為區(qū)域預(yù)報和全球預(yù)報，其中，在天氣預(yù)報領(lǐng)域，區(qū)域預(yù)報多為短期和短時臨近預(yù)報，一般通過實時同化多源觀測資料、快速滾動更新的方式實現(xiàn)，可提供區(qū)域精細化氣象要素預(yù)報，為后續(xù)的各類短期預(yù)警、臨近預(yù)警提供客觀依據(jù)(Kalnay，2003；陳德輝等，2008；張人禾和沈?qū)W順，2008；Forbes et al，2015；畢寶貴等，2016；代刊等，2016；Owens and Hewson，2018；National Center for Environmental Prediction，2019；陳超輝等，2020；陳靜和李曉莉，2020)。

全球數(shù)值模式可提供中長期全球三維氣象要素預(yù)報，此類模式的開發(fā)者一般更關(guān)注模式在大范圍(如洲際尺度、國家尺度)內(nèi)的預(yù)報效果，其本身的動力框架、物理過程的參數(shù)化方案選擇、時空分辨率、地形等的設(shè)置偏向于大范圍內(nèi)的總體情況(Owens and Hewson，2018；National Center for Environmental Prediction，2019)，但在日常公眾和專業(yè)服務(wù)中，預(yù)報員更關(guān)注全球模式應(yīng)用于局部地區(qū)(如省域、市域、流域等較小范圍)的預(yù)報效果。這種應(yīng)用范圍的巨大變化，一般伴隨著預(yù)報評估結(jié)果的差異，尤其在一些復(fù)雜地形區(qū)域，全球數(shù)值預(yù)報僅能提供區(qū)域內(nèi)的總體天氣情況，預(yù)報數(shù)據(jù)和實際站點觀測往往存在較大差別。因此，檢驗全球數(shù)值預(yù)報，分析其短期預(yù)報效果，一方面可以評估全球預(yù)報應(yīng)用于局部區(qū)域的預(yù)報效果，增強預(yù)報員對全球數(shù)值模式在相關(guān)區(qū)域的預(yù)報性能的認識；另一方面，短期區(qū)域模式多以全球預(yù)報為初始場和邊界條件(何靜等，2019)，而優(yōu)良的初始場和邊界條件是提高短期區(qū)域數(shù)值預(yù)報準(zhǔn)確性的重要一環(huán)。評估全球預(yù)報的性能將為后續(xù)的短期精準(zhǔn)預(yù)報預(yù)警服務(wù)、短期預(yù)報預(yù)警的解釋應(yīng)用及訂正提供必要參考。

ECMWF-IFS(European Centre for Medium-range Weather Forecast,Integrated Forecasting System)，NCEP-GFS(National Center for Environmental Prediction,Global Forecasting System)，GRAPES-GFS(Global/Regional Assimilation and Prediction System,Global Forecasting System)是目前國內(nèi)預(yù)報業(yè)務(wù)最常參考和應(yīng)用的全球數(shù)值模式，它們在不同區(qū)域不同季節(jié)的預(yù)報性能已經(jīng)過多次檢驗和評價。

ECMWF-IFS數(shù)值模式由歐洲中期天氣預(yù)報中心開發(fā)，其在我國不同地區(qū)(如南方地區(qū)、西北地區(qū)、四川盆地、西南地區(qū)、安徽省、天津市等)不同季節(jié)的降水預(yù)報檢驗結(jié)果表明：秋季、冬季、春季系統(tǒng)性降水的預(yù)報效果較好，夏季降水預(yù)報的空報率偏高，主要因為對流性降水預(yù)報的降水落區(qū)和降水量往往出現(xiàn)較大誤差(肖紅茹等，2013；張宏芳等，2014；符嬌蘭和代刊，2016；翟振芳等，2017；辛辰和漆梁波，2018；王萬筠等，2018；曹越等，2019)；應(yīng)用于各流域(如長江流域、淮河流域、太湖流域等)時，該模式對降水過程的預(yù)報效果較好，對有無降水和強降水預(yù)報有一定的應(yīng)用參考價值(董全等，2016；邱輝等，2017；吳娟等，2017)。

NCEP-GFS來自于美國國家環(huán)境預(yù)報中心，該預(yù)報可以提前8天報出夏季我國南方的降水過程，提前2天報出強降水帶，但降水量偏多(董顏等，2015)；在我國西南地區(qū)，其預(yù)報的降水落區(qū)有顯著偏移，且降水量偏少(董顏等，2018)；在長江流域，降水量預(yù)報的變化趨勢與實況一致，有助于流域徑流預(yù)測(周惠成等，2010)。

我國自主開發(fā)的新一代數(shù)值預(yù)報系統(tǒng)GRAPES，有全球預(yù)報版本(GRAPES-GFS)和中尺度版本(GRAPES-MESO)。GRAPES-GFS在全球范圍內(nèi)的日降水分布合理，能夠反映出日降水的時空演變特征，但在低緯度區(qū)、中緯度區(qū)和特定關(guān)鍵區(qū)仍存在系統(tǒng)性偏差(劉帥等，2021)；在我國西南地區(qū)的短期降水預(yù)報穩(wěn)定性整體較好，但對流性降水預(yù)報偏差明顯(宮宇等，2018；肖玉華等，2019)。GRAPES-MESO在流域降水預(yù)報中已有一些應(yīng)用，如基于GRAPES-MESO降水預(yù)報的淮河流域面雨量預(yù)報具有一定的參考價值(朱紅芳等，2007)；在長江流域，其對降水的預(yù)報能力較強，空報較少，漏報偏多(徐雙柱等，2007)。全球數(shù)值預(yù)報在雅礱江流域的預(yù)報效果檢驗很少，過往的研究多關(guān)注區(qū)域模式的降水預(yù)報效果且僅具有試驗性質(zhì)，如通過評估采用不同微物理參數(shù)化方案的降水預(yù)報，Yang et al(2015)找出最優(yōu)參數(shù)化方案組合，為WRF模式應(yīng)用于雅礱江流域降水預(yù)報提供了必要參考。綜上可知，以往的全球數(shù)值預(yù)報性能評估多面向較大的區(qū)域范圍，如我國南方地區(qū)、長江流域、西南地區(qū)、省域等，針對小流域尤其是雅礱江流域的檢驗評估很少，適用于較大范圍或其他區(qū)域的全球數(shù)值預(yù)報檢驗評估結(jié)論是否適用于小區(qū)域(具體為雅礱江流域)仍亟待解決，因此本項工作將有利于預(yù)報人員了解全球降水預(yù)報應(yīng)用于較小流域的性能表現(xiàn)。

本文將利用檢驗評分、平均誤差、平均絕對誤差、平均絕對誤差率等氣象領(lǐng)域常用的降水檢驗指標(biāo)，評估全球模式在雅礱江流域2018年汛期(6—8月)的短期降水預(yù)報能力。該流域位于四川西部，呈西北—東南走向(圖1)，為金沙江最大支流，其干流長度為1 571 km，流域面積為13.6萬 m2，地理落差達3 800 m以上，年徑流量約為600億 m3，豐水期為每年的6—10月，在此期間主要由降水補給徑流，流域中下游地區(qū)降水多，水資源豐富，水電裝機容量及開發(fā)潛力大(袁雅鳴和陳新國，2013；黃小梅等，2017；李榮波等，2017)。

圖1 雅礱江流域及子流域概圖，以及流域內(nèi)的水文站(灰色方塊)和氣象站(黑色圓點)的空間分布(灰色線條表示雅礱江流域內(nèi)的各級河流，黑色線條劃出了雅礱江流域及其各子流域的大致范圍，淺灰色細線為省界)

1 數(shù)據(jù)與方法

1.1 預(yù)報數(shù)據(jù)

本文使用的全球模式降水預(yù)報數(shù)據(jù)來自于ECMWF-IFS的中期預(yù)報、NCEP-GFS全球預(yù)報系統(tǒng)，以及GRAPES-GFS全球預(yù)報系統(tǒng)。其中，ECMWF-IFS的空間分辨率為0.125°×0.125°，72 h以內(nèi)的預(yù)報是逐3 h間隔，之外是逐6 h間隔(Hólm et al,2016;Owens and Hewson,2018)；NCEP-GFS(National Center for Environmental Prediction,2019)和GRAPES-GFS(宮宇等，2018)的空間分辨率為0.25°×0.25°，時間分辨率為3 h。所有分析均使用2018年6—8月每日12時(本文所用時間均為世界時)起報的預(yù)報數(shù)據(jù)，并選取其中12～84 h作為未來1～3 d預(yù)報參與檢驗。

1.2 實況數(shù)據(jù)

實況數(shù)據(jù)選取2018年6—8月流域內(nèi)377個氣象站(包括區(qū)域站和國家站)的逐小時降水量和129個水文站的逐日累積降水量。氣象站和水文站的分布(圖1)顯示：上游(即流域北部地區(qū))氣象站和水文站的站點數(shù)量都偏少，從中游(即流域中部地區(qū))開始，氣象站和水文站的數(shù)量逐漸增多，其中下游(即流域南部地區(qū))人口城鎮(zhèn)稠密地區(qū)，觀測站點分布相對密集。另外，氣象站的位置和水文站的位置互補性較好，部分氣象站沿河流分布，可以在一定程度上彌補水文站數(shù)量上的不足。

1.3 檢驗方法和指標(biāo)

本文采用氣象行業(yè)通用的檢驗方法和指標(biāo)，利用雅礱江流域內(nèi)水文站和氣象站的降水觀測數(shù)據(jù)檢驗了全球數(shù)值模式的日降水預(yù)報。通過截取每日12時起報的12～84 h數(shù)據(jù)，并每隔24 h(即12～36、36～60、60～84 h)進行累加，獲得未來1～3 d的日累積降水量預(yù)報；氣象站的日降水量實況則通過累加當(dāng)日01時至次日00 時逐小時降水量得到。

檢驗時，利用雙線性插值的方法，將格點預(yù)報數(shù)據(jù)插值到對應(yīng)觀測站點上；377個氣象站和129個水文站的觀測數(shù)據(jù)合并為降水觀測數(shù)據(jù)集。通過評估對比各站點的降水預(yù)報值和觀測值，并計算一定時段和區(qū)域內(nèi)的站點檢驗統(tǒng)計平均值，從而得到降水預(yù)報的檢驗評估結(jié)果。

1.3.1 檢驗指標(biāo)

(1)TS評分：

(2)漏報率：

(3)空報率：

(4)ETS評分(也被稱為GSS評分)：

(5)TSS評分(也被稱為PSS評分)：

(6)CSS評分：

CSSk∈[-1,1]

(7)Bias評分：

(8)平均誤差：

(9)平均絕對誤差：

(10)平均絕對誤差率：

(11)相關(guān)系數(shù)(Wilks,2019)：

rR，RO=

上述公式中：NAk、NBk、NCk分別為第k等級降水預(yù)報正確的次數(shù)、空報的次數(shù)、漏報的次數(shù)，NDk為第k等級預(yù)報無降水的正確次數(shù)；Ri、ROi分別為降水預(yù)報值、觀測值。ar表示在降水預(yù)報率(降水預(yù)報站點數(shù)與總站點數(shù)之比)和降水實際發(fā)生率(實際發(fā)生降水站點數(shù)與總站點數(shù)之比)一定的條件下，降水隨機預(yù)報的正確站點數(shù)的期望;N表示站點或樣本總數(shù)，i表示不同站點或樣本，k代表不同降水等級。降水量等級劃分參考我國相關(guān)標(biāo)準(zhǔn)(中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局和中國國家標(biāo)準(zhǔn)化管理委員會，2012)。檢驗時按照相應(yīng)的降水量區(qū)間分別進行檢驗。

上述若干指標(biāo)中：TS評分，主要用于衡量不同量級降水預(yù)報的準(zhǔn)確程度，數(shù)值越大，預(yù)報效果越好，數(shù)值等于1表示預(yù)報完全準(zhǔn)確，數(shù)值等于0表示預(yù)報完全錯誤；漏報率，數(shù)值越小越好，等于0時表示沒有漏報或空報；ETS評分與TS評分類似，但去除了隨機預(yù)報的影響，評分結(jié)果更加公平，數(shù)值等于1表示預(yù)報完全正確，從ar的形態(tài)可以看出，空報(NBk)和漏報(NCk)對ETS評分結(jié)果都有很強的懲罰作用(WWRP/WGNE Joint Working Group on Forecast Verification Research,2009)，空報或漏報過多均會顯著抵消命中(NAk)對評分的貢獻；TSS評分(CSS評分)，可以用于表征正確預(yù)報和空報(漏報)之間的差異，空報(漏報)對評分結(jié)果的懲罰效應(yīng)明顯，空報(漏報)過多時評分顯著減小，其中表達式右側(cè)第一項表示命中站點數(shù)與實際有降水發(fā)生站點數(shù)(預(yù)報有降水站點數(shù))之比，右側(cè)第二項為空報(漏報)站點數(shù)與實際無降水站點數(shù)(預(yù)報無降水站點數(shù))之比；Bias評分表示預(yù)報有降水站點數(shù)與實際有降水站點數(shù)之比，其數(shù)值大于1表示降水預(yù)報落區(qū)較實際偏大，小于1表示降水預(yù)報落區(qū)較實際偏小(Jolliffe and Stephenson,2012)。

1.3.2 晴雨檢驗

晴雨檢驗，即考慮有無降水兩種情況進行檢驗,其中:降水量≥0.1 mm，即為有降水；降水量<0.1 mm，即為無降水。

晴雨預(yù)報正確率(Jolliffe and Stephenson,2012):

式中NA+ND代表晴/雨預(yù)報正確的總次數(shù)，因此預(yù)報正確率和不同量級降水量TS評分含義一致，都是對降水預(yù)報效果的評估，但PC更偏向于對降水有無的整體評價，TS評分考查不同量級降水的有無。后文中為敘述方便，個別地方會使用“晴雨TS評分”代表“晴雨預(yù)報準(zhǔn)確率”。數(shù)值等于0表示晴雨預(yù)報完全錯誤，等于1則表示預(yù)報完全正確。

2 檢驗分析

2.1 2018年汛期雅礱江流域降水概況

來自孟加拉灣的西南季風(fēng)輸送豐富水汽，配合東移高原槽、低層切變、冷渦、副熱帶高壓(以下簡稱副高)西伸北抬等不同動力、熱力條件，形成了2018年汛期雅礱江流域的多個降水過程(王皘和張玲，2018；張芳和何立富，2018；張夕迪和孫軍，2018；周星妍等，2019)。6—8月雅礱江流域的汛期累計降水量一般為200～500 mm，整體而言，流域下游地區(qū)的累計降水量明顯多于中上游地區(qū)，其中流域下游局部地區(qū)的累計降水量可達500 mm以上。在下游地區(qū)，6月降水量為100～200 mm；7月降水較6月和8月明顯偏多，月降水量為100～300 mm；8月流域降水最少，月降水量普遍在100 mm左右。與往年同期相比，2018年汛期雅礱江流域降水略有偏少，其中，下游地區(qū)降水量與往年持平或略有偏多，而中上游地區(qū)降水量偏少(四川省氣候中心，2018a；2018b；2018c)。

2.2 2018年汛期模式降水預(yù)報檢驗

2.2.1 日降水預(yù)報檢驗

考慮到水文站和氣象站的分布互為補充，且部分氣象站分布在河流沿線，所以檢驗日降水預(yù)報時將水文站和氣象站資料合并處理。整體而言，三種模式的降水預(yù)報檢驗評分(除ETS、TSS、CSS等評分外)在三天內(nèi)都很穩(wěn)定，沒有出現(xiàn)明顯的波動，所以比較分析時僅考慮了三天評分的平均值(表1)。

晴雨檢驗中，三種模式降水預(yù)報的晴雨預(yù)報準(zhǔn)確率(約為0.7)、空報率(約為0.3)、漏報率(約為0.01)非常接近(表1)，說明不同全球模式對于晴雨的預(yù)報效果都較好，且水平接近，預(yù)報的降水落區(qū)可以覆蓋實際出現(xiàn)降水的觀測站點(漏報率極低)，但覆蓋范圍偏大(空報率約為0.3)。模式的ETS評分約為0.1～0.3(圖2a)，Bias評分在1.5以下(表1)，扣除空報漏報因素(即隨機預(yù)報命中)后，ETS評分較TS評分顯著降低；模式降水的TSS評分為0.2～0.4(圖2b)，CSS評分穩(wěn)定在0.6附近(圖2c)，TSS明顯低于CSS評分，說明模式降水空報對晴雨預(yù)報準(zhǔn)確率影響更大，與上述空報率明顯高于漏報率的結(jié)果一致。上述分析說明，雖然晴雨預(yù)報的TS評分較高，但這僅能從一個方面說明三種模式的降水預(yù)報效果好，再進一步考慮ETS、TSS、CSS等評分結(jié)果時，我們發(fā)現(xiàn)空報對三種模式的晴雨預(yù)報評分結(jié)果影響較大。這說明全球模式雖然可以指示大范圍內(nèi)的總體降水趨勢，但應(yīng)用到具體站點時，則會存在較大誤差。更進一步分析ETS、TSS、CSS評分，我們還注意到：第一天，三種模式的ETS、TSS、CSS評分差別不大；第二天和第三天，ECMWF-IFS和GRAPES-GFS的ETS、TSS評分逐漸減小，CSS評分保持穩(wěn)定，其中ECMWF-IFS衰減得更快，而NCEP-GFS的三種評分隨時間略有增長，在第三天其評分明顯高于另外兩種模式。這說明，對于晴雨預(yù)報而言，三種模式的漏報都較少或相對穩(wěn)定，但ECMWF-IFS和GRAPES-GFS的空報隨預(yù)報時間逐漸增多，NCEP-GFS的空報現(xiàn)象保持相對穩(wěn)定。

在小雨檢驗方面，三種模式的TS評分表現(xiàn)相當(dāng)，為0.5～0.6，其中NCEP-GFS略微高于其他兩種模式；空報率約為0.43，漏報率接近于0(見表1)。與晴雨檢驗類似：第一天，三種模式的ETS、TSS、CSS評分差異很小，而在第二天和第三天，ECMWF-IFS和GRAPES-GFS的ETS、TSS評分逐漸減小，其中ECMWF-IFS衰減更快，NCEP-GFS卻略有增加(圖2a，2b)，三種模式的小雨預(yù)報CSS評分(圖2c)隨預(yù)報時間保持穩(wěn)定。

但是對于中雨和大雨量級的降水，模式的預(yù)報能力有限，三種模式的預(yù)報效果基本相當(dāng)(中雨TS評分為0.12～0.21，大雨TS評分小于0.1)。其中，ECMWF-IFS的中雨預(yù)報效果最好(TS約為0.2)，漏報率約為0.5，明顯少于另外兩家模式(漏報率>0.7);大雨量級時GRAPES-GFS的表現(xiàn)與ECMWF-IFS近似(TS評分約為0.05，漏報率約為0.91)，而此時NCEP-GFS的TS評分最低，漏報率最高，幾乎沒有預(yù)報出大雨量級的降水(表1)。模式的ETS、TSS、CSS評分均為負值，NCEP-GFS的評分隨預(yù)報時間變化小，基本穩(wěn)定，而ECMWF-IFS和GRAPES-GFS的評分則逐漸減小(圖2)。

圖2 2018年汛期雅礱江流域的日降水預(yù)報檢驗(a)ETS，(b)TSS，(c)CSS

表1 2018年汛期雅礱江流域全球數(shù)值模式日降水預(yù)報檢驗結(jié)果

以上不同量級降水的檢驗評分結(jié)果說明：模式對晴雨和小雨的預(yù)報效果較好，模式降水預(yù)報能夠覆蓋出現(xiàn)降水的觀測站點，漏報率低，但覆蓋范圍偏大，應(yīng)用到具體站點時預(yù)報結(jié)果易出現(xiàn)空報，這意味著后期解釋應(yīng)用中需借助一些后處理或訂正技術(shù)進行相應(yīng)處理；NCEP-GFS的降水預(yù)報性能隨預(yù)報時間更為穩(wěn)健，而ECMWF-IFS和GRAPES-GFS的降水預(yù)報性能則會逐漸降低。模式對中雨及以上量級降水的預(yù)報能力有限，很難準(zhǔn)確把握較強降水的落區(qū)及量值，但ECMWF-IFS和GRAPES-GFS的較強降水預(yù)報稍好于NCEP-GFS。此外，在評價模式的降水預(yù)報效果時需綜合考慮多種評分指標(biāo)，需針對不同的評價目標(biāo)選取合適的評分標(biāo)準(zhǔn)，如：對降水空報敏感時，除了常規(guī)的空報率和TS評分外，還可以考慮TSS評分，增加對降水空報的扣罰；對降水漏報敏感時，可以追加考慮CSS評分，額外扣罰漏報；而借助ETS評分在一定程度上可以評價模式的降水預(yù)報相較于隨機預(yù)報是否更為有效。

2.2.2 子流域的日降水預(yù)報檢驗

雅礱江流域包括安寧河、鮮水河、小金河等七塊子流域(圖1)。各子流域的觀測站受地形、人口等因素影響而分布不均，如：主流域北部、鮮水河北部、慶大河、小金河北部等流域北部區(qū)域的氣象和水文觀測站較少；而在南部地區(qū)觀測站分布較多，其中安寧河流域的站點數(shù)量多且分布稠密均勻。

檢驗各子流域的日降水預(yù)報時，考慮到評分隨預(yù)報時間的變化較小，所以之后內(nèi)容關(guān)于各檢驗指標(biāo)的討論僅考慮三天檢驗評分的平均值。因為出現(xiàn)弱降水時三種模式的漏報少，空報更多，所以ETS主要受空報影響，而在較強降水時，空報和漏報都很多，且對ETS的影響近似，故以下討論僅選取ETS評分進行論述，而忽略TSS和CSS評分。與雅礱江流域的總體檢驗結(jié)果類似，模式對弱降水(晴雨、小雨)預(yù)報的TS評分(>0.4)和ETS評分(0.1～0.3)較高，漏報率低，有一定空報(Bias評分為1.0～2.0)；而對于較強降水(中雨及以上量級降水)的預(yù)報能力有限，TS評分(<0.1)、ETS評分(<0)都很低。三種模式的晴雨和小雨TS評分接近，GRAPES-GFS和ECMWF-IFS的中雨和大雨預(yù)報的TS評分優(yōu)于NCEP-GFS，后者易漏報較強降水；但分析ETS評分(圖3b)時發(fā)現(xiàn)，GRAPES-GFS和NCEP-GFS評分明顯高于ECMWF-IFS，ECMWF-IFS在各量級降水預(yù)報上都易產(chǎn)生空報(Bias評分相對最大)。

檢驗局地氣象要素預(yù)報時，不可避免地需要討論數(shù)值模式在復(fù)雜地形區(qū)域的預(yù)報效果。整體而言，雅礱江流域以山地地形為主，北部海拔高，南部海拔稍低，全流域地形復(fù)雜；另外受到東移高原槽、西南水汽副高西伸、低層切變等條件因素共同影響，夏季天氣系統(tǒng)復(fù)雜。因此，很難判斷流域內(nèi)的降水預(yù)報主要受地形強迫影響還是復(fù)雜天氣系統(tǒng)影響，或是兩者皆是。比較各子流域的檢驗評分可知：九龍河的晴雨預(yù)報準(zhǔn)確率(約為0.75，圖3a)和小雨TS評分(約為0.7)最高，安寧河在此降水量級的TS評分最低(晴雨為0.6，小雨為0.5)，Bias評分最大(晴雨為1.5，中雨為2.0，圖3c)，即空報偏多。九龍河流域海拔較高，僅在河流沿岸區(qū)域有觀測站，站點分布集中，流域代表性差；而安寧河流域海拔較低，觀測站分布相對密集且均勻，流域內(nèi)山川河谷交錯分布，觀測站點在多種地形上均有分布，這意味著安寧河流域觀測站點的代表性更優(yōu)。但觀測站點分布的代表性高，并不意味著數(shù)值模式降水預(yù)報的代表性高。雅礱江流域范圍狹長，寬度不過1°～2°(即100～200 km左右)，如1.1節(jié)所述，三種全球模式的水平分辨率僅為0.125°×0.125°或0.25°×0.25°，十余個格點即可覆蓋流域的東西范圍，每個格點可能包含多個站點(如在安寧河子流域)；針對這些站點進行雙線性插值(僅考慮水平經(jīng)緯度差異，不考慮垂直海拔高差)獲取站點預(yù)報時，采用的四個預(yù)報格點相同，這就造成了這些站點之間的差異性明顯減弱，不同站點之間的預(yù)報結(jié)果的比較意義不大；此外，模式本身的地形分辨率低，地形地貌與實際情況偏離較大。因此，基于上述考慮，本文的檢驗結(jié)果難以用于討論復(fù)雜地形對全球數(shù)值模式預(yù)報效果的影響，這種影響的討論需要基于更大的區(qū)域范圍，更大尺度的地形差異。

圖3 2018年汛期雅礱江各子流域的日降水預(yù)報檢驗(a)TS，(b)ETS，(c)Bias

2.3 2018年汛期雅礱江流域的主要降水過程的統(tǒng)計檢驗

2018年汛期，孟加拉灣季風(fēng)持續(xù)向西南地區(qū)輸送水汽(西南暖濕氣流)，為西南地區(qū)夏季長期的陰雨或強降水天氣的形成創(chuàng)造了良好的水汽條件。6月上旬和中旬，東移的高原槽配合西南暖濕氣流，促成了雅礱江地區(qū)幾次降水過程。6月下旬至7月下旬，副高北抬，副高西側(cè)氣流和孟加拉灣西南季風(fēng)疊加，配合北方南下冷空氣，在西南地區(qū)形成多次切變和低渦，引發(fā)大范圍降水，局地并伴有短時強降水天氣。8月，副高中心穩(wěn)定在黃海以東洋面， 584 dagpm線向西延伸，覆蓋雅礱江流域，在高壓控制下，西南暖濕氣流、低層高溫高濕、地形抬升、局地層結(jié)不穩(wěn)定等因素易引發(fā)對流性降水過程。

2018年汛期(6—8月)主要降水時段為6月中旬、7月中上旬、7月底至8月初及8月中旬(圖4)，具體降雨過程和主要影響天氣系統(tǒng)詳見表2?？紤]到水利水文的實際應(yīng)用更關(guān)注流域內(nèi)的總體或平均降水情況，因此以下討論均針對各檢驗指標(biāo)或物理量的流域平均值。整體來說，全球模式降水預(yù)報的時間序列與站點觀測一致：在各主要降水時段，模式基本可以得到有效的降水預(yù)報，其中ECMWF-IFS與觀測之間的相關(guān)性最高，GRAPES-GFS次之，NCEP-GFS相關(guān)性明顯偏低(圖4)。降水預(yù)報的平均絕對誤差為1.5～5.0 mm，其中小雨預(yù)報的平均絕對誤差為1.5～2.0 mm，中雨及以上量級降水預(yù)報的平均絕對誤差較大(圖5a)；降水預(yù)報的平均誤差為-5.0～-0.5 mm，其中小雨預(yù)報的平均誤差為-1.8～-0.2 mm，中雨及以上量級預(yù)報的平均誤差較大(圖5b)；總體降水預(yù)報和小雨預(yù)報的平均絕對誤差率普遍較大(>2.0)，中雨及以上量級降水的平均絕對誤差率都在1.0左右(圖5c)。

由圖4可見，6月8—15日，流域內(nèi)降水明顯，平均降水量約為20 mm，三種模式提前三天均可以預(yù)報出流域?qū)⒂薪邓^程。ECMWF-IFS 60～84 h和36～60 h預(yù)報的流域平均降水量與站點觀測基本一致，但是經(jīng)過調(diào)整后，12～36 h的預(yù)報卻出現(xiàn)偏差，降水峰值出現(xiàn)的時段明顯提前，第二個峰值顯著加強。NCEP-GFS的降水預(yù)報較站點觀測偏小，12～36 h的預(yù)報調(diào)整了降水量，更新后的降水預(yù)報與站點觀測更為接近。GRAPES-GFS的降水預(yù)報明顯偏小，即使是提前一天的降水預(yù)報依然偏弱。7月6—12日，ECMWF-IFS的12～36、36～60、60～84 h的平均降水量預(yù)報均與實況接近，GRAPES-GFS的降水量變化趨勢與實況一致，但量值明顯偏小，NCEP-GFS效果最差。8月10—15日，ECMWF-IFS和GRAPES-GFS的降水預(yù)報表現(xiàn)與前述兩時段一致，NCEP-GFS預(yù)報效果尚可，但前期降水預(yù)報過大。但是在弱降水時段(如6月16—28日)，GRAPES-GFS的降水預(yù)報與實況最為一致，ECMWF-IFS的降水量普遍偏大， NCEP-GFS表現(xiàn)最不穩(wěn)定，或偏大或偏小。

圖4 2018年汛期雅礱江流域站點平均的日降水量預(yù)報和觀測實況的時間序列(a)12～36 h，(b)36～60 h，(c)60～84 h(站點平均值的計算僅考慮有降水發(fā)生的站點，右上角繪出日降水量預(yù)報值與觀測值時間序列之間的相關(guān)系數(shù))

2018年汛期造成流域降水的主要天氣系統(tǒng)包括(表2)：(1)東移高原槽配合西南暖濕氣流(如6月8—15日、7月14—17日)；(2)低層切變配合西南氣流(如6月20—27日、7月6—12日、7月26—31日)；(3)副高西伸，受高壓或其邊緣氣流控制(如8月2—4日、8月10—15日、8月25—27日)。東移高原槽配合西南暖濕氣流可能造成流域內(nèi)的大范圍較強降水，對于這類降水，全球數(shù)值模式的預(yù)報效果較好，降水量的相對誤差最小(平均絕對誤差率在2.0～3.0，圖5b)，其中ECMWF-IFS效果最佳，平均絕對誤差率僅為2.0，GRAPES-GFS次之，NCEP-GFS最差。全球數(shù)值模式對于低層切變配合西南氣流造成的降水的預(yù)報能力較弱，降水量的平均絕對誤差率大都超過3.0(圖5b)，明顯高于前一類型的降水，ECMWF-IFS和GRAPES-GFS的表現(xiàn)相當(dāng)，且均優(yōu)于NCEP-GFS。而對于第三種天氣系統(tǒng)造成的降水，全球模式的預(yù)報效果較為不穩(wěn)定，或誤差較大(如8月10—15日降水過程中GRAPES-GFS的平均絕對誤差率接近于4.0，8月25—27日過程中ECMWF-IFS的平均絕對誤差率超過3.0)，或誤差較小(如8月10—15日降水過程中ECMWF-IFS的平均絕對誤差率約為1.5)。此外，從平均誤差的檢驗結(jié)果可以看出，三種模式的降水誤差更多來自于總體降水量的偏少，尤其是中雨及以上量級降水的漏報現(xiàn)象嚴重(圖5c)，這對于流域水利水電調(diào)度調(diào)配等方面易造成消極影響。

圖5 2018年汛期雅礱江流域的降水預(yù)報個例檢驗(a)平均絕對誤差(MAE)，(b)平均絕對誤差率(MAER)，(c)平均誤差(ME)(橫坐標(biāo)代表不同的檢驗個例，簡稱釋義見表2)

表2 2018年汛期雅礱江流域降水個例

3 結(jié)論和討論

本文結(jié)合氣象和水文觀測資料，以2018年汛期雅礱江流域降水為例，檢驗分析了歐洲ECMWF-IFS、美國NCEP-GFS、中國GRAPES-GFS三種全球數(shù)值模式的降水預(yù)報?？傮w來看，三天內(nèi)三種降水預(yù)報與站點觀測的一致性較好，可以較準(zhǔn)確地預(yù)報晴雨和小雨，漏報現(xiàn)象少，但易出現(xiàn)空報，而對中到大雨的預(yù)報效果較差，空報或漏報現(xiàn)象都很普遍。

比較三種模式的降水預(yù)報效果，發(fā)現(xiàn)：ECMWF-IFS的整體預(yù)報效果最優(yōu)，GRAPES-GFS次之，NCEP-GFS較差。但針對不同量級降水，三種數(shù)值模式的預(yù)報效果存在差異：ECMWF-IFS預(yù)報的降水量偏多，GRAPES-GFS和NCEP-GFS的降水量總體偏少；對于弱降水，GRAPES-GFS的預(yù)報效果最優(yōu)，與實際觀測吻合較好，NCEP-GFS次之，ECMWF-IFS的預(yù)報效果較差，易出現(xiàn)降水空報；而在中雨及以上量級降水，ECMWF-IFS的檢驗評分最高，GRAPES-GFS遜于前者，但仍優(yōu)于NCEP-GFS，后者易漏報中雨以上量級降水。

流域內(nèi)的降水過程主要受三種天氣系統(tǒng)支配：(1)東移高原槽配合西南暖濕氣流,(2)低層切變配合西南氣流,(3)副高西伸，流域受高壓或副高邊緣氣流控制。全球模式對第一種天氣系統(tǒng)降水的預(yù)報效果最優(yōu)；當(dāng)?shù)诙N天氣系統(tǒng)出現(xiàn)時，模式的預(yù)報效果最差；而降水天氣主要受第三種天氣控制時，模式降水預(yù)報的表現(xiàn)不穩(wěn)定，或表現(xiàn)優(yōu)良，或效果較差。

雅礱江流域范圍狹長，呈西北—東南走向，海拔高度從北向南遞減，全流域以復(fù)雜山地地形為主；流域內(nèi)站點分布極為不均，總體上北部站點稀疏，南部站點稠密，這造成北部地區(qū)的觀測站點代表性不足。同時，本文的檢驗對象是全球模式的降水預(yù)報，其水平分辨率低，只有0.125°×0.125°或0.25°×0.25°，東西方向僅有十余個格點即可覆蓋雅礱江地區(qū)，尤其在南部地區(qū)，每個模式格點內(nèi)可包含多個觀測站點；模式地形相對于真實情況嚴重簡化；此外雙線性插值獲得站點降水預(yù)報時，僅為水平插值，未考慮垂直差異；關(guān)于全球模式的上述情況限制了其降水預(yù)報在小流域內(nèi)的代表性。因此，基于上述考慮，僅僅通過本次檢驗很難確定降水預(yù)報效果與復(fù)雜地形之間的明確關(guān)系。

全球降水預(yù)報覆蓋面廣、預(yù)報時效長，有利于預(yù)報員把握天氣形勢，但應(yīng)用于具體區(qū)域時，其分辨率低、更新頻次少等缺點降低了降水預(yù)報的準(zhǔn)確性，特別是，礙于低時空分辨率和參數(shù)化方案，模式很難有效預(yù)報對流性天氣。這些缺點限制了全球數(shù)值模式在日常精細化業(yè)務(wù)和精準(zhǔn)服務(wù)中的應(yīng)用。在水利水電應(yīng)用中，水資源的調(diào)配調(diào)節(jié)更關(guān)注流域內(nèi)的總體或平均降水情況(如面雨量等)，這在某種程度上降低了對模式水平分辨率的依賴，全球模式降水預(yù)報的區(qū)域總體或平均降水量表現(xiàn)尚可，可以滿足水利水電的部分需求。此外，在評價模式的降水預(yù)報效果時，除了常規(guī)的TS評分、空報率、漏報率外，還需要針對不同的評價目標(biāo)選取合適的評分指標(biāo)或評價標(biāo)準(zhǔn)，如：對降水空報敏感度高時，可以考慮TSS評分，扣除空報因素后考察預(yù)報效果；對降水漏報更敏感時，可以追加考慮CSS評分，額外罰扣漏報現(xiàn)象；而ETS評分綜合考慮了空報和漏報因素，借此可在一定程度上評價模式的降水預(yù)報相較于隨機預(yù)報是否更為有效。