四川地區(qū)ECWMF模式晴雨預(yù)報(bào)訂正試驗(yàn)研究

范江琳，陳朝平，曹萍萍，馮良敏，王佳津，劉博

(1.四川省氣象臺(tái)，成都 610072；2.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 610072；3.中國人民解放軍78092部隊(duì)，成都 610036)

引言

無縫隙精細(xì)化氣象預(yù)報(bào)已成為中國和世界各國氣象組織共同的發(fā)展目標(biāo)，公共氣象服務(wù)和防災(zāi)減災(zāi)決策服務(wù)對天氣預(yù)報(bào)提出了越來越精細(xì)和個(gè)性的專業(yè)需求。得益于計(jì)算機(jī)信息技術(shù)的快速進(jìn)步和綜合氣象觀測系統(tǒng)、數(shù)值預(yù)報(bào)模式的發(fā)展與支撐，天氣預(yù)報(bào)水平在過去幾十年取得了巨大進(jìn)步。然而，大氣的混沌非線性特性和模式初值場及其本身誤差(Lorenz，1963)，即使高分辨率數(shù)值模式的預(yù)報(bào)結(jié)果仍具有較大的不確定性，因此，在模式預(yù)報(bào)基礎(chǔ)上，綜合多源觀測、新技術(shù)方法進(jìn)行統(tǒng)計(jì)后處理，對提高預(yù)報(bào)技巧十分重要。

在當(dāng)前網(wǎng)格預(yù)報(bào)成為各國業(yè)務(wù)主流的形勢下，國內(nèi)外學(xué)者圍繞模式偏差提出了一系列的訂正方法(趙聲榮等，2012；畢寶貴等，2016；金榮花等，2019；Kober et al.，2014；Rauser et al.，2017)，包含完全預(yù)報(bào)法(PP)、模式輸出統(tǒng)計(jì)(MOS)、卡爾曼濾波(KLM)、人工神經(jīng)網(wǎng)絡(luò)(ANN)等方法，及概率匹配、最優(yōu)百分位、支持向量機(jī)(Support Vector Machine，簡記SVM)、人工智能技術(shù)等面向非連續(xù)變量的偏差訂正集成方法(王在文等，2012；何娜等，2013；符嬌蘭等，2014；王海賓等，2016)。馮漢中等(2004)利用歐洲中期天氣預(yù)報(bào)的形勢場資料，建立了四川盆地各流域有無15 mm以上降水的SVM分類推理模型，并取得了良好的預(yù)報(bào)能力。張芳華等(2016)研發(fā)了基于確定性全球模式物理量統(tǒng)計(jì)的邏輯回歸法，并投入了業(yè)務(wù)應(yīng)用。代刊等(2018)開發(fā)的基于集合模式最優(yōu)百分位客觀訂正方法在業(yè)務(wù)應(yīng)用中也取得了較好的效果(唐健等，2018)。在降水預(yù)報(bào)業(yè)務(wù)中，利用評(píng)分閾值進(jìn)行客觀訂正的方法也十分廣泛，NCEP業(yè)務(wù)中使用的以降水預(yù)報(bào)偏差最優(yōu)的頻率匹配法(Zhu and Luo，2015)，明顯改善了其全球預(yù)報(bào)和集合預(yù)報(bào)模式的降水預(yù)報(bào)偏差。吳啟樹等(2017)設(shè)計(jì)了最優(yōu)TS評(píng)分方法，有效提高了ECMWF等多個(gè)模式的24 h累積降水的預(yù)報(bào)質(zhì)量。

上述研究工作表明數(shù)值模式降水訂正已取得了一定成果，但位于青藏高原東側(cè)的四川地區(qū)，由于地形復(fù)雜、觀測資料匱乏，加之模式預(yù)報(bào)誤差等多種因素，導(dǎo)致全球各家數(shù)值模式在該地區(qū)的預(yù)報(bào)能力普遍有限(盧萍等，2011)，相同的釋用方法在四川地區(qū)不能簡單的復(fù)制和應(yīng)用，模式偏差訂正一直是該地區(qū)的重點(diǎn)和難點(diǎn)，該區(qū)尚未形成較為成熟的業(yè)務(wù)化訂正方案。同時(shí)，以往的研究工作多針對大于某一閾值的降水預(yù)報(bào)進(jìn)行改進(jìn)，對晴雨預(yù)報(bào)的研究尚少。基于此，本文在以上研究方法的基礎(chǔ)上，設(shè)計(jì)了最優(yōu)百分位(Optimal Percentile method，簡稱OP)、最優(yōu)TS評(píng)分(Optimal Threat Score method,簡稱OTS）、概率匹配(Probability Matching method，簡 稱PM)、分 區(qū)OTS、分 區(qū)PM-OTS融合共5種方案，在四川地區(qū)開展晴雨預(yù)報(bào)訂正試驗(yàn)，以期獲得一種能提供良好預(yù)報(bào)性能的降水預(yù)報(bào)訂正方案，并為精細(xì)化定量降水預(yù)報(bào)釋用技術(shù)研究方面提供新思路和新方法。為減少由于不同模式之間的性能差異對訂正效果的影響，本文僅選用了ECMWF模式進(jìn)行研究。

1 資料與方法

1.1 資料

選用2016—2019年ECMWF模式08：00(北京時(shí)，下同)和20：00起報(bào)的24 h累積降水預(yù)報(bào)為訂正對象，空間分辨率為0.125°×0.125°，預(yù)報(bào)時(shí)效為24～72 h，時(shí)間間隔為24 h。實(shí)況資料為四川省502個(gè)骨干氣象觀測站(160個(gè)國家級(jí)自動(dòng)觀測站及342個(gè)數(shù)據(jù)質(zhì)量較好的區(qū)域自動(dòng)站)相應(yīng)時(shí)段的24 h累積觀測降水?dāng)?shù)據(jù)，測站分布詳見圖1。

圖1 研究測站分布及分區(qū)Fig.1 Distribution and division of research stations.

1.2 方法

文中以2016—2018年作為ECWMF模式晴雨預(yù)報(bào)訂正閾值訓(xùn)練或建模期，2019年為獨(dú)立預(yù)報(bào)檢驗(yàn)樣本期，對比開展了五種方案的預(yù)報(bào)試驗(yàn)：(1)OP訂正，(2)OTS訂正，(3)PM訂正，(4)分區(qū)OTS訂正，(5)分區(qū)PM-OTS融合訂正。

(1)OP訂正。該方案具體設(shè)計(jì)為：對ECMWF模式降水預(yù)報(bào)按給定閾值區(qū)間進(jìn)行逐一消空，計(jì)算各閾值下每日晴雨TS評(píng)分和預(yù)報(bào)準(zhǔn)確率，則2016—2018年時(shí)段內(nèi)每日TS評(píng)分最大值可組成一個(gè)最優(yōu)TS評(píng)分序列，同理可得最優(yōu)準(zhǔn)確率序列。根據(jù)兩組序列中最大值、95、90、85、75、50百分位的評(píng)分值對應(yīng)的閾值，分別計(jì)算3年的總體TS評(píng)分和晴雨準(zhǔn)確率，選取綜合評(píng)分最高值所對應(yīng)的降水量值為最終的訂正閾值，統(tǒng)一應(yīng)用于所有網(wǎng)格點(diǎn)的晴雨訂正。

(2)OTS訂正。OTS是以TS評(píng)分最優(yōu)為目標(biāo)的偏差訂正方案(吳啟樹等，2017；孫靖等，2015；趙瑞霞等，2020)，本文以ECWMF每日2次起報(bào)的降水預(yù)報(bào)數(shù)據(jù)和對應(yīng)的觀測數(shù)據(jù)，在給定的閾值區(qū)間內(nèi)進(jìn)行10—60天滑動(dòng)訓(xùn)練期敏感性試驗(yàn)，以使晴雨TS評(píng)分達(dá)到最優(yōu)時(shí)的日數(shù)為最佳滑動(dòng)訓(xùn)練期日數(shù)。為更好的自適應(yīng)預(yù)報(bào)日前后相似的季節(jié)背景，本研究應(yīng)用一年期的準(zhǔn)對稱滑動(dòng)訓(xùn)練期，即滑動(dòng)各取預(yù)報(bào)日之前和上一年預(yù)報(bào)日之后的n天。獲得最佳滑動(dòng)訓(xùn)練期之后，根據(jù)TS評(píng)分最優(yōu)計(jì)算預(yù)報(bào)日模式晴雨訂正閾值，并統(tǒng)一應(yīng)用于預(yù)報(bào)日所有網(wǎng)格點(diǎn)的降水訂正，以獲得預(yù)報(bào)當(dāng)日的模式晴雨預(yù)報(bào)客觀訂正場。

(3)PM訂正。因氣候背景差異及模式在各個(gè)季節(jié)的預(yù)報(bào)性能不同，本方案分春、夏、秋、冬4個(gè)季節(jié)，利用概率匹配(周迪等，2015)對ECWMF模式24 h累積降水進(jìn)行晴雨訂正。其示意圖如下：

圖2 概率匹配示意圖Fig.2 Schematic diagram of probability matching.

假設(shè)X(本研究中取0.1 mm)對應(yīng)的觀測降水累積概率值為PO(X)，與PO(X)概率值對應(yīng)的模式降水預(yù)報(bào)值記為X*，相應(yīng)的模式預(yù)報(bào)降水累積概率值記為PO(X*)，假設(shè)觀測累積概率分布與模式累積概率分布一致，則令

式(1)中，已知X、PO(X)計(jì)算可得X*，即實(shí)況0.1 mm對應(yīng)的模式訂正閾值。

(4)分區(qū)OTS訂正。由日常預(yù)報(bào)經(jīng)驗(yàn)及以往研究可知(曹萍萍等，2020)，ECWMF模式在甘孜州南部及攀西地區(qū)的濕偏差顯著，晴雨誤差明顯高于四川其余地區(qū)，故將研究區(qū)域分為A、B兩個(gè)區(qū)域，其中A區(qū)包含四川盆地、阿壩州和甘孜州北部，B區(qū)為甘孜州南部和攀西地區(qū)，以海拔1 500—3 000 m高度的山地為主，在各分區(qū)內(nèi)進(jìn)行OTS訂正，具體分區(qū)見圖1。

(5)分區(qū)PM-OTS融合訂正。PM法在系統(tǒng)性偏差較明顯的B區(qū)訂正效果較好，但其閾值是固定不變的；OTS的優(yōu)點(diǎn)是動(dòng)態(tài)計(jì)算訂正閾值，既考慮了天氣氣候背景，又能適應(yīng)模式的調(diào)整變化，但初步試驗(yàn)表明OTS晴雨閾值普遍較低，在B區(qū)消空效果不夠理想。因此，本文根據(jù)兩種方法的優(yōu)缺點(diǎn)，將PM與OTS方法進(jìn)行融合。鑒于A區(qū)兩種方法訂正效果相當(dāng)，故該區(qū)采用能適應(yīng)模式調(diào)整變化的OTS方法動(dòng)態(tài)訂正，B區(qū)采用效果較好的PM訂正。

1.3 檢驗(yàn)

為檢驗(yàn)?zāi)Ｊ筋A(yù)報(bào)產(chǎn)品訂正前后的效果，本文采用TS評(píng)分(秦賀和霍文,2009)、準(zhǔn)確率(PC)來進(jìn)行客觀檢驗(yàn)。公式(1)、(2)如下

其中，NA為預(yù)報(bào)與實(shí)況均發(fā)生的站點(diǎn)數(shù)，NB為預(yù)報(bào)發(fā)生而實(shí)況不發(fā)生的站點(diǎn)數(shù)，NC為預(yù)報(bào)不發(fā)生而實(shí)況發(fā)生的站點(diǎn)數(shù)，ND為預(yù)報(bào)與實(shí)況均不發(fā)生的站點(diǎn)數(shù)。

2 閾值分析

本文除PM法采用的是點(diǎn)對點(diǎn)的逐站訂正外，其余方法均選用點(diǎn)對面的方式，即所選區(qū)域內(nèi)共用一個(gè)訂正閾值。其中OP法和PM法是根據(jù)計(jì)算歷史資料獲得的靜態(tài)閾值，OTS方法的訂正閾值為動(dòng)態(tài)閾值，計(jì)算結(jié)果顯示(略)，OTS閾值大多位于1 mm以下，約占總樣本的88%，其余方法的閾值分布如下。

2.1 OP閾值

圖3為TS評(píng)分和準(zhǔn)確率最優(yōu)的ECMWF逐日OP訂正閾值分布(48 h時(shí)效)，由圖所示：TS評(píng)分最優(yōu)序列對應(yīng)的閾值較低，集中在0.5～1.0 mm之間，其中0.7～1.0 mm的樣本達(dá)98%。準(zhǔn)確率最優(yōu)序列對應(yīng)的閾值較高，其中2.0～3.0 mm的樣本約占95%。經(jīng)計(jì)算，閾值較低時(shí)，評(píng)分較高。當(dāng)閾值為0.8 mm時(shí)，2016—2018年總體晴雨TS評(píng)分為57.68，2.5 mm閾值對應(yīng)的TS評(píng)分為55.03。故本試驗(yàn)方案采用每日最優(yōu)TS評(píng)分序列為樣本，再根據(jù)最優(yōu)百分位選出最終的模式訂正閾值。

圖3 基于評(píng)分最優(yōu)的逐日OP晴雨訂正閾值分布(五角星為TS評(píng)分最優(yōu)時(shí)的閾值，圓圈為準(zhǔn)確率最優(yōu)時(shí)的閾值)Fig.3 Distribution of OP clear-rainy revised threshold based on the optimal score(pentacle is the optimal threshold of TS score;circle is the optimal threshold for accuracy).

表1為2016—2018年不同百分位的TS評(píng)分值對應(yīng)的ECWMF晴雨預(yù)報(bào)OP訂正閾值，及根據(jù)閾值計(jì)算的3年總晴雨TS評(píng)分和準(zhǔn)確率。由表可知：各百分位對應(yīng)的閾值集中在0.7～1.0 mm，且評(píng)分相當(dāng)，TS評(píng)分差值最大僅0.73，準(zhǔn)確率最大差值為1.8，其中100百分位對應(yīng)的晴雨TS評(píng)分及準(zhǔn)確率均最優(yōu)，故本方案選取1.0 mm作為ECWMF晴雨訂正閾值。

表1 各百分位對應(yīng)的ECWMF晴雨OP訂正閾值及其評(píng)分(單位：%)Table 1 The OP clear-rainy revised threshold of ECWMF and its score at each percentile(unit：%)

2.2 PM閾值

計(jì)算結(jié)果顯示，PM方案對應(yīng)的ECMWF模式24—72 h晴雨訂正閾值中心值大小及分布形態(tài)相似，其中48 h閾值分布見圖4。由圖所示：閾值受季節(jié)和地形影響顯著，對比不同區(qū)域可知，晴雨閾值高值區(qū)主要分布在B區(qū)(甘孜州南部及攀西地區(qū))，普遍大于3 mm，個(gè)別點(diǎn)超過8 mm；A區(qū)(盆地、阿壩州和甘孜州北部)閾值普遍小于2 mm。

圖4 ECWMF模式48 h晴雨P(guān)M訂正閾值分布(a、b、c、d依次為春、夏、秋、冬)Fig.4 PM revised threshold distribution in ECWMF mode at 48 h(spring,summer,autumn and winter from a to d).

從季節(jié)分布來看，A區(qū)的甘孜州中部冬季閾值大多超過3 mm，明顯高于其余季節(jié)，其余大部地方閾值受季節(jié)影響較小。B區(qū)閾值的季節(jié)性變化較A區(qū)明顯，相對而言，春季閾值較小，大部地方小于3 mm。冬季閾值較大，普遍大于3 mm，局部地方超過8 mm。夏秋季節(jié)閾值相當(dāng)，大于3 mm的站點(diǎn)數(shù)位于春、冬兩季之間。

整體而言，A區(qū)閾值明顯小于B區(qū)，冬季閾值高于其余季節(jié)。

3 晴雨訂正效果檢驗(yàn)

3.1 個(gè)例分析

本文選取了實(shí)況基本無降水，但ECWMF模式空報(bào)較明顯的2次個(gè)例，采用上述5種方案對模式晴雨預(yù)報(bào)進(jìn)行消空訂正檢驗(yàn)，其中個(gè)例1時(shí)段為2019年12月10日20時(shí)—11日20時(shí)，個(gè)例2為2020年2月14日20時(shí)—15日20時(shí)。

表2為2次個(gè)例ECWMF模式48 h晴雨預(yù)報(bào)訂正前后評(píng)分，由表可知，5種方案訂正后的TS評(píng)分和準(zhǔn)確率均明顯提高。個(gè)例1中，晴雨TS評(píng)分從12.23最高提升到18.75。準(zhǔn)確率提高更明顯，訂正前評(píng)分為34.35，PM方案訂正后的評(píng)分最高，為78.86，分區(qū)PM-OTS方案僅次于PM方案，為77.17。個(gè)例2顯示TS評(píng)分和準(zhǔn)確率提高最明顯的均為分區(qū)PM-OTS方案，TS評(píng)分提升約15分，準(zhǔn)確率提高約36分。

表2 2次個(gè)例訂正前后晴雨評(píng)分(單位：%)Table 2 The scores of clear-rainy before and after revision of 3 cases(unit：%).

下文針對2次個(gè)例，詳細(xì)分析各方案對ECWMF在四川各區(qū)域的晴雨預(yù)報(bào)訂正能力。

3.1.1 個(gè)例1：2019年12月10日20時(shí)—11日20時(shí)

個(gè)例1發(fā)生在降水過程開始前，2019年12月10—11日全省以分散小雨為主(圖5a)，主要出現(xiàn)在四川盆地東北部和西南部，雨量多位于1 mm以下。從ECWMF模式48 h降水預(yù)報(bào)來看，四川盆地、甘孜州南部及攀西地區(qū)均預(yù)報(bào)了小雨量級(jí)的降水，雨量普遍超過1 mm，尤其在甘孜州南部和攀西地區(qū)，模式預(yù)報(bào)雨量為3～8 mm，而實(shí)況基本無降水，空報(bào)十分明顯。

圖5 2019年12月10日20時(shí)—11日20時(shí)ECWMF晴雨訂正前后分布(a為實(shí)況，b1為ECWMF模式預(yù)報(bào)，b2為OP訂正，b3為OTS訂正，b4為PM訂正，b5為分區(qū)OTS訂正，b6為分區(qū)PM-OTS融合訂正。模式起報(bào)時(shí)間為2019年12月9日20時(shí))Fig.5 Distribution before and after clear-rainy revised of ECWMF from 20:00 on Dec.10 to 20:00 on Dec.11,2019(a:actual precipitation,b1:ECWMF forecast,b2:OP revised,b3:OTS revised,b4:PM revised,b5:sub-district OTS revised,b6:sub-district PM-OTS revised.The starting time of the model:20:00 on Dec.9,2019).

訂正后雨量分布顯示，各種方案對ECWMF模式均有一定程度的消空，由上文分析可知OP和OTS的訂正閾值較低(1 mm左右)，導(dǎo)致OP、OTS方案消空效果一般。相對而言，PM、分區(qū)OTS和分區(qū)PM-OTS訂正效果較好，三種方案在模式濕偏差較大的甘孜州南部和攀西地區(qū)消空效果十分顯著。因盆地西部沿山、甘孜州南部及攀西地區(qū)的PM閾值較高，此個(gè)例中PM方案在上述地區(qū)雨量較小的地方出現(xiàn)了錯(cuò)誤的消空，但分區(qū)PM-OTS融合方案有效的保留了小量級(jí)降水。

3.1.2 個(gè)例2：2020年2月14日20時(shí)—15日20時(shí)

2020年2月14—16日，受高空低槽和北方冷空氣擴(kuò)散南下影響，四川盆地和攀西地區(qū)東部出現(xiàn)了一次區(qū)域性寒潮天氣過程，3 d內(nèi)盆地大部地方日平均氣溫下降了5～7℃，盆地西南部、南部和攀西地區(qū)東部降溫超過8℃(圖略)。與此同時(shí)，2月14日20時(shí)—15日20時(shí)(圖6a)，盆地東北部、西南部和南部部分地方降了小雨，個(gè)別地方降了中雨；阿壩州南部、甘孜州東部和攀西地區(qū)局部地方降了陣雨(雪)。

圖6 2020年2月14日20時(shí)—15日20時(shí)ECWMF晴雨訂正前后分布(a為實(shí)況，b1為ECWMF模式預(yù)報(bào)，b2為OP訂正，b3為OTS訂正，b4為PM訂正，b5為分區(qū)OTS訂正，b6為分區(qū)PM-OTS融合訂正。模式起報(bào)時(shí)間為2020年2月13日20時(shí))Fig.6 Distribution before and after clear-rainy revised of ECWMF from 20:00 on Feb.14 to 20:00 on Feb.15,2020(a:actual precipitation,b1:ECWMF forecast,b2:OP revised,b3:OTS revised,b4:PM revised,b5:sub-district OTS revised,b6:sub-district PM-OTS revised.The starting time of the model:20:00 on Feb.13,2020).

此次過程，ECWMF模式在四川省大部地方預(yù)報(bào)了降水，與實(shí)況相比，川西高原、攀西地區(qū)和盆地中部存在較大范圍的空報(bào)，濕偏差明顯。A區(qū)：5種方案的訂正效果較一致，消空效果較好的區(qū)域?yàn)榕璧刂胁?；B區(qū)：不同方案的訂正效果差異較大，OP和OTS方案訂正后仍有大范圍的晴雨空報(bào)，PM、分區(qū)OTS和分區(qū)PM-OTS的訂正效果較優(yōu)，三種方案對B區(qū)的消空效果較顯著，其中又以分區(qū)PM-OTS融合方案最優(yōu)，既有效消除了模式大范圍的空報(bào)，又保留了部分弱降水。

3.2 批量試驗(yàn)分析

對2019年ECWMF模式降水預(yù)報(bào)，采用上述5種方案進(jìn)行晴雨訂正效果檢驗(yàn)，可得出與兩次個(gè)例相似的結(jié)論(詳見圖7)，即5種方案在A區(qū)(盆地、阿壩州和甘孜州北部)的訂正效果相當(dāng)，但在數(shù)值模式晴雨空報(bào)顯著的高海拔地區(qū)，如B區(qū)(甘孜州南部和攀西地區(qū))，OP與OTS方案的訂正效果較差，PM、分區(qū)OTS和分區(qū)PM-OTS融合方案的訂正效果較好。

圖7為2019年各方案在四川各個(gè)區(qū)域的統(tǒng)計(jì)訂正效果分布，模式預(yù)報(bào)時(shí)效為48 h，訂正效果由晴雨訂正預(yù)報(bào)正確日數(shù)的增長百分比△T表示，△T值越大表示訂正效果越優(yōu)，公式為

圖7 2019年ECWMF模式晴雨統(tǒng)計(jì)訂正效果分布(單位：%)(b1為OP訂正，b2為OTS訂正，b3為PM訂正，b4為分區(qū)OTS訂正，b5為分區(qū)PM-OTS融合訂正。)Fig.7 ECWMF clear-rainy statistical revised effect distribution in 2019(unit:%)(b1:OP revised,b2:OTS revised,b3:PM revised,b4:sub-district OTS revised,b5:sub-district PM-OTS revised).

式(3)中：N2為訂正后晴雨預(yù)報(bào)正確日數(shù)，N1為ECWMF模式晴雨預(yù)報(bào)正確日數(shù)。

由圖7所示：整體而言，5種方案對四川各個(gè)區(qū)域的ECWMF模式晴雨預(yù)報(bào)為正訂正的測站達(dá)96%以上，其中ΔT超過20%的測站占比高于60%。各方案A區(qū)訂正效果較接近，B區(qū)差異明顯。PM、分區(qū)OTS和分區(qū)PM-OTS方案在B區(qū)的ΔT明顯高于OP和OTS方案，中心值高于160%，訂正效果十分顯著。綜合來看，5種方案中以分區(qū)PM-OTS融合訂正方案最優(yōu)，B區(qū)訂正效果優(yōu)于A區(qū)。

ECWMF模式晴雨預(yù)報(bào)訂正前后評(píng)分見圖8，訂正后各時(shí)效評(píng)分均有明顯提高，準(zhǔn)確率提高較TS評(píng)分更明顯，24 h時(shí)效訂正效果最好，隨時(shí)效延長，評(píng)分略有降低。分區(qū)后的訂正方案準(zhǔn)確率及TS評(píng)分均優(yōu)于分區(qū)前，5種方案中以PM和分區(qū)PM-OTS兩種訂正方案的評(píng)分最優(yōu)。

圖8 2019年ECWMF模式晴雨預(yù)報(bào)訂正前后評(píng)分(a為準(zhǔn)確率，b為TS評(píng)分)Fig.8 Scores before and after clear-rainy revision of the 2019 ECWMF(a:the accuracy rate,b:the TS score).

PM與分區(qū)PM-OTS的晴雨準(zhǔn)確率及TS評(píng)分均十分接近，兩種方案的分值之差小于1，總體以分區(qū)PM-OTS的評(píng)分略優(yōu)。以48 h為例，ECWMF模式晴雨準(zhǔn)確率為62.80，TS評(píng)分為51.34，分區(qū)PM-OTS訂正后準(zhǔn)確率提高到77.69，TS評(píng)分提高到59.03，PM訂正后的準(zhǔn)確率為77.19，TS評(píng)分為58.47，兩種方案均有較好的訂正效果，但以分區(qū)PM-OTS更優(yōu)。

從2019年春、夏、秋、冬四個(gè)季節(jié)的48 h晴雨準(zhǔn)確率評(píng)分來看(圖9)，5種方案對各季節(jié)ECWMF模式晴雨均有顯著的訂正效果，尤以冬季最佳，其次為秋季。冬季ECWMF模式濕偏差明顯，晴雨空報(bào)較多，評(píng)分僅57.48，訂正后評(píng)分顯著提高，OP和PM-OTS兩種方案的評(píng)分高于80，提高約23分，其余方案的評(píng)分也高于75。對比五種方案，春、夏、冬季以分區(qū)PM-OTS融合方案評(píng)分最優(yōu)，秋季PM評(píng)分最優(yōu)，略優(yōu)于分區(qū)PM-OTS。

圖9 2019年各季節(jié)ECWMF模式48 h晴雨預(yù)報(bào)訂正前后準(zhǔn)確率Fig.9 The 48 h accuracy of ECWMF before and after clear-rainy revision for each season in 2019.

綜上可知，5種方案對ECWMF模式晴雨預(yù)報(bào)均有顯著的訂正效果，B區(qū)訂正效果優(yōu)于A區(qū)。各方案在A區(qū)的晴雨訂正效果相當(dāng)，B區(qū)PM、分區(qū)OTS和分區(qū)PM-OTS融合3種方案訂正效果更優(yōu)，其中又以分區(qū)PM-OTS融合方案最優(yōu)。從評(píng)分來看，分區(qū)后訂正方案晴雨評(píng)分優(yōu)于分區(qū)前，秋、冬季節(jié)的訂正效果優(yōu)于春、夏季節(jié)。

4 結(jié)論與討論

本文利用2016—2019年ECWMF模式降水預(yù)報(bào)及對應(yīng)時(shí)段的觀測資料，設(shè)計(jì)了OP、OTS、PM、分區(qū)OTS和分區(qū)PM-OTS融合共5種方案，對數(shù)值模式晴雨預(yù)報(bào)展開訂正試驗(yàn)，主要結(jié)論如下：

(1)OP和PM方案的ECWMF晴雨訂正閾值為靜態(tài)閾值，OTS方案為動(dòng)態(tài)閾值，5種方案的閾值均適用于A區(qū)(盆地、阿壩州和甘孜州北部)，其中OP與OTS訂正閾值較小，對數(shù)值模式濕偏差顯著的B區(qū)(甘孜州南部和攀西地區(qū))訂正效果較差，但PM、分區(qū)PM-OTS融合方案在上述地區(qū)閾值較大，訂正效果較好。

(2)5種方案對ECWMF模式晴雨預(yù)報(bào)均有明顯的訂正能力，24 h時(shí)效訂正效果最優(yōu)，隨時(shí)效延長，訂正能力略有降低。B區(qū)訂正效果優(yōu)于A區(qū)，各方案秋、冬季節(jié)訂正能力優(yōu)于春、夏季節(jié)。

(3)根據(jù)數(shù)值模式濕偏差特性分區(qū)后的訂正方案評(píng)分優(yōu)于分區(qū)前，5種方案以分區(qū)PM-OTS融合方案評(píng)分最優(yōu)。個(gè)例和批量試驗(yàn)表明，A區(qū)各方案訂正效果相當(dāng)，B區(qū)：PM、分區(qū)OTS和分區(qū)PM-OTS融合3種方案能有效消除模式的大范圍空報(bào)，訂正后的雨區(qū)分布與實(shí)況較一致，其中以分區(qū)PM-OTS融合方案訂正效果最優(yōu)。

綜上可知，PM和分區(qū)PM-OTS融合方案在模式濕偏差明顯的B區(qū)訂正效果顯著，但隨著模式的調(diào)整變化，其訂正閾值并不具有普適性；此外，兩種方案在B區(qū)的晴雨訂正閾值普遍較大，部分小量級(jí)降水易被錯(cuò)誤消空。分區(qū)OTS方案雖能較好適應(yīng)模式的調(diào)整變化，但同一區(qū)域共用訂正閾值，由降水的不均勻性可知，該方案也存在一定缺陷。故今后的工作中還需繼續(xù)積累資料，調(diào)整研究方法，完善建模方案，使得分析統(tǒng)計(jì)結(jié)果更加合理。同時(shí)，本文僅對數(shù)值模式晴雨預(yù)報(bào)訂正進(jìn)行了試驗(yàn)，方案是否適用于大量級(jí)降水訂正還需要更深入的研究。