多數(shù)值模式對2021年7月兩次大暴雨過程預報能力檢驗評估

屠妮妮 , 衡志煒 , 何光碧 , 吳蓬萍

（中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災害省重點實驗室，成都 610072）

引言

傳統(tǒng)的點對點檢驗方法能夠客觀給定模式預報的整體表現(xiàn)，存在雙重懲罰的現(xiàn)象，同時由于站點分布不均勻而模式分辨率較高時，站點檢驗法無法準確反映模式的預報能力，也不能解釋預報誤差的主要來源[1-3]。為了解決降水檢驗中的雙重懲罰問題，空間檢驗方法得到發(fā)展和廣范的使用，常用的空間檢驗方法大致可分為兩類[4-8]。一類是通過計算不同空間尺度上的統(tǒng)計評分獲取不同尺度上的預報性能和預報技巧，如鄰域法和尺度分離法，有研究指出鄰域法對小概率事件更為敏感，可評估區(qū)域模式在小尺度對流預報能力的差異；另一類是通過分析預報對象和觀測對象的空間屬性診斷誤差來源，如CRA（Contiguous Rain Area）、SAL （Structure Amplitude Location）和MODE（Method of Object-based Diagnostic Evaluation）等，相對于傳統(tǒng)的點對點檢驗方法，面向?qū)ο髾z驗方法綜合考慮了位置、形狀、面積等多種因素，克服了傳統(tǒng)檢驗方法對于空間位置的過度依賴以及TS評分中的“雙重懲罰”等不足。

王新敏[7]等使用CRA方法評估三次臺風暴雨過程，指出區(qū)域模式對極值估計優(yōu)于全球模式，模式預報降水個體誤差主要來源于位移誤差，強度和形態(tài)誤差大致相當。符嬌蘭等[8]利用CRA方法對西南地區(qū)東部強降水檢驗評估ECMWF模式預報誤差來源，發(fā)現(xiàn)形態(tài)誤差占比最大，其次為落區(qū)誤差。潘留杰等[9-10]使用MODE方法評估高分辨率格點降水，指出MODE方法能統(tǒng)計傳統(tǒng)技巧評分和預報性能的尺度變化，還能提供目標對象的多種屬性，ECMWF、日本模式分別在局地性和系統(tǒng)性降水上有較好的預報表現(xiàn)，對系統(tǒng)性降水來說，50～110 km空間尺度能夠取得較好的技巧評分（Fraction Skill Score，F(xiàn)SS）。曲巧娜等[11]使用目標對象檢驗方法，通過比較山東主汛期強降水過程落區(qū)的面積、位置、形狀和強度獲得空間場潛在的預報信息，發(fā)現(xiàn)模式對質(zhì)心位置評分最好，其次是面積評分，形狀評分中的軸向角評分可用，橢圓率評分效果最差。茅懋等[12]指出空間檢驗方法能針對用戶關(guān)注的檢驗對象形態(tài)、結(jié)構(gòu)等預報效果，給出綜合的評價結(jié)果，在提供預報誤差來源的同時提高應用效果。

本文綜合運用傳統(tǒng)站點檢驗、鄰域法和MODE空間檢驗法，對2021年7月影響四川的兩次區(qū)域性大暴雨過程進行評估，幫助業(yè)務(wù)和科研人員進一步了解各個模式對系統(tǒng)性暴雨預報的性能差異。

1 資料與方法

1.1 資料

本文選取2021年7月影響四川北部和中部的兩次大暴雨過程進行檢驗，時段分別為2021年7月9日00時～11日00時、7月14日00時～16日00時（文中所用時間均為世界時）。參與檢驗的模式分別有SWCWARMS（簡稱SW9KM，分辨率為 9 km×9 km）、SWCWARR（簡稱SW3KM，分辨率為 3 km×3 km）、ECMWF（分辨率為 0.1°×0.1°）和華東區(qū)域（簡稱 BCSH，分辨率為9 km×9 km）模式，取各模式每日00時和12時起報72 h預報時效內(nèi)結(jié)果。實況降水資料為包括區(qū)域站在內(nèi)四川省24 h累計雨量和國家氣象信息中心多元融合降水格點資料，該格點資料時間分辨率為1h，空間分辨率為0.01°×0.01°。站點檢驗將模式格點資料通過雙線性插值至站點，鄰域法和空間檢驗則將模式預報結(jié)果和多元融合降水資料通過ESMF_regrid雙線性插值法插值至0.1°×0.1°。日雨量等級的定義如下：0.1～9.99 mm為小雨、10～24.99 mm為中雨、25～49.99 mm為大雨、50～99.99mm為暴雨、100 mm及以上為大暴雨。

1.2 降水檢驗方法

研究選取的常規(guī)評估指標包括：TS（Threat Score）評分、BS（Bias Score）評分和 ETS（Equitable Threat Score）評分。TS評分對小概率事件的評分趨向于氣候概率；BS評分能反映預報與實況近似程度，偏差＞1說明該量級降水預報面積大于實況，即出現(xiàn)空報，反之則為漏報，偏差=1時與實況一致；ETS評分表示除去隨機偶然事件后，事件發(fā)生且正確的樣本數(shù)與事件發(fā)生總樣本數(shù)的比率，ETS評分介于-1/3～1，ETS=0表示無預報技巧，理想值為1。具體公式如下：

公式（1）～（3）中：A表示預報時段內(nèi)預報和實況降雨量均出現(xiàn)在某一降水等級內(nèi)的站點數(shù)，即預報命中的站數(shù)；B表示預報出現(xiàn)降水而實況未出現(xiàn)的站點數(shù)，即空報站數(shù)；C表示未預報而實況出現(xiàn)降水的站點數(shù)，即漏報站數(shù)；D表示觀測和預報都未出現(xiàn)降水的站點數(shù)（表1）。公式（3）中C1表示隨機預報值，計算公式如下：

表1 降水檢驗列聯(lián)表

為了更好地檢驗模式性能，本文還選用了鄰域法，該方法通過比較預報和觀測中對應鄰近區(qū)域內(nèi)的特征而命名。當預報值對于觀測有偏移時，鄰域法認為預報仍然是可用，能夠接受位移的大小或程度被定義為鄰域[9]，其FSS評分考慮了格點鄰域一定范圍內(nèi)的降水，相當于對原來的分辨率較高的格點場進行降尺度處理，其對于同一個降水預報場得到的評分數(shù)值相對增大[7]。FSS評分介于0～1，預報與觀測降水完全匹配時，F(xiàn)SS=1，否則為0。具體公式如下：

公式（5）中：Pfcst和Pobs分別為每個鄰域尺度內(nèi)預報與觀測降水發(fā)生概率，N為鄰域尺度內(nèi)網(wǎng)格點數(shù)量，F(xiàn)BS（Fraction Brier Score）為鄰域范圍內(nèi)預報與觀測降水面積的均方誤差，具體公式如下：

基于對象診斷的空間檢驗方法（MODE）方法通過給定卷積半徑對觀測和預報降水場進行卷積處理，按給定的閾值識別出滿足條件的目標降水對象，計算觀測和預報對象的相似度，從而進一步計算不同屬性值。MODE空間檢驗能提供降水質(zhì)心距離、軸角差、面積比、交集比、降水強度、綜合匹配度等屬性值，具有較高的靈活性，能夠提供更為全面的模式預報誤差來源。

2 過程介紹

2021年7月9 日12時～10日12時，四川省共計563站出現(xiàn)暴雨，其中227站為大暴雨，5站為超級大暴雨；7月14日12時～15日12時，四川省共計717站出現(xiàn)暴雨，其中482站為大暴雨，2站為超級大暴雨。圖1給出了7月9日12時～10日12時和14日12時～15日12時兩次大暴雨過程24 h累計雨量散點分布。過程一中（圖1a），2021年7月9～10日四川全境均有不同程度的降水，暴雨落區(qū)主要集中在四川東北部，川西高原上有中到大雨；10～11日雨帶向東北方向移動，大部分地區(qū)以小到中雨為主，甘孜至雅安有大雨，暴雨主要集中在達州和南充一帶（圖略）；11～12日，四川全境以小到中雨為主，雅安和廣安有大雨和暴雨（圖略）。過程二中（圖1b），7 月 14～15 日大雨及以上量級降水主要分布在盆地至川北一帶，強降水落區(qū)呈東北西南向，四川地區(qū)有兩個大暴雨區(qū)，分別在川東北和川中；15～16日，雨帶向東南方向移動，暴雨測站數(shù)量減小，分布較為零散（圖略）；16～17日，四川全境以小到中雨為主，大到暴雨主要集中在瀘州（圖略）?？傊?，4個模式均能預報出這兩次降水過程并對雨帶的移動把控較好，但雨區(qū)位置和雨強存在不同程度的偏差（圖略）。

圖1 2021年7月兩次區(qū)域性大暴雨過程24 h累計雨量散點分布（a.9日12時～10日12時，b.14日12時～15日12時，單位：mm）

3 檢驗結(jié)果分析

3.1 傳統(tǒng)站點檢驗

圖2為兩次暴雨過程3天逐日00～00時和12～12時的24 h雨量檢驗TS評分。過程一中（圖2a），BCSH模式在48 h小雨和大雨TS評分上高于其它模式，ECMWF模式在24 h小到大雨、48 h中雨、72 h小雨和中雨TS評分上高于其它模式，SW3KM模式在24 h暴雨和48 h暴雨TS評分上高于其它模式，SW9KM模式在72 h大雨和暴雨TS評分上高于其它模式。從預報偏差分布（圖略）來看，BCSH模式前48 h各級降水多空報，暴雨空報多于其它量級降水，ECMWF模式小雨和中雨多空報而暴雨易漏報，SW3KM和SW9KM模式中到暴雨多空報，暴雨空報多于其它量級降水。過程二中（圖2b），BCSH模式在24 h小雨、48 h小雨、72 h小雨和暴雨TS評分高于其它模式，ECMWF模式優(yōu)勢體現(xiàn)在24 h中雨、大雨和72 h中雨上，SW3KM模式優(yōu)勢在24 h暴雨、48 h中到暴雨和72 h大雨上，SW9KM模式平均整體偏低，僅在48 h小雨和72 h暴雨評分上略高于SW3KM模式。對應預報偏差分布（圖略），ECMWF和SW3KM兩模式預報偏差略大于BCSH和SW9KM模式，BCSH和ECMWF兩模式小到暴雨多空報，BCSH模式大雨和暴雨空報多于其它量級降水，ECMWF模式中雨和大雨空報略偏多，SW3KM模式中到暴雨多空報，SW9KM模式暴雨多空報，小到大雨多漏報，SW3KM和SW9KM模式暴雨空報多于其它量級降水。統(tǒng)計兩次過程中4個降水量級在3個預報時效上的空報頻率可知，總樣本數(shù)為24個，BS值＞1時記為1個空報樣本，BCSH模式空報頻率可達79.2%，ECMWF和SW3KM模式空報頻率達87.5%，SW9KM模式空報頻率為45.8%，BCSH模式無顯著規(guī)律，ECMWF模式在小雨和中雨過報略多于其它模式，SW3KM模式在強降水上易過報偏多，SW9KM模式預報過程一的小雨范圍偏少而其它量級降水范圍偏大，而過程二小到大雨預報偏多且暴雨偏少。

圖2 不同預報時效兩次過程傳統(tǒng)站點檢驗TS評分（a.過程一，7月9～12日；b.過程二，7月14～17日）

通過比較4個模式TS評分可知，ECMWF模式對過程一預報較好較優(yōu)，SW3KM對過程二預報較好，ECMWF模式優(yōu)勢在中雨，SW3KM模式優(yōu)勢在暴雨，BCSH模式優(yōu)勢在小雨。

3.2 鄰域法

文中鄰域半徑包括1、3、5、7、9、11、13、15個格點，數(shù)據(jù)分辨率為0.1°×0.1°，即每個鄰域半徑約為10 km，計算的空間尺度介于10～150 km，F(xiàn)SS檢驗時效為24 h、30 h、36 h、42 h、48 h、54 h、60 h、66 h和 72 h，24 h表示0～24 h預報時效內(nèi)的累計雨量，30 h表示6～30 h預報時效內(nèi)的累計雨量，36 h表示12～36 h預報時效內(nèi)的累計雨量，42 h表示18～42 h預報時效內(nèi)的累計雨量，以此類推，開展24 h降水檢驗，檢驗區(qū)域均為四川全省范圍。圖3給出4個模式每日00時起報和每日12時起報不同鄰域半徑和5個降水閾值下31 d平均的24 h預報時效上FSS評分。如圖所示，隨著鄰域半徑增大，F(xiàn)SS評分也增加，其中30 km空間尺度評分較10 km增幅最大，00時起報30 km空間尺度FSS評分相對10 km提高16%～148%，12時提高16%～194%。00時起報31 d平均的FSS評分（圖3a）顯示，鄰域半徑為1個格點時，ECMWF模式預報小雨、中雨和大雨的FSS評分高于其它模式，SW3KM模式預報暴雨的FSS評分高于其它模式，BCSH模式預報大暴雨的FSS評分高于其它模式；當鄰域半徑為3和5個格點時，ECMWF模式預報小雨和中雨、SW3KM模式預報大雨和暴雨、BCSH模式預報大暴雨的FSS評分高于其它模式；當鄰域半徑為7和9個格點時，ECMWF模式預報小到大雨、SW3KM模式預報暴雨和大暴雨的FSS評分高于其它模式；當鄰域半徑為11個格點時，ECMWF模式預報小到大雨、BCSH模式預報暴雨和SW3KM模式預報大暴雨的FSS評分高于其它模式；當鄰域半徑為13和15個格點時，BCSH模式預報小雨和暴雨、ECMWF模式預報中到大雨和SW3KM模式預報大暴雨的FSS評分高于其它模式。12時起報31 d平均的FSS評分（圖3b）顯示，鄰域半徑為1個格點時，ECMWF模式預報小雨、中雨和大暴雨、SW3KM模式預報大雨和暴雨的FSS評分高于其它模式；鄰域半徑為3個格點時，ECMWF模式預報大暴雨、SW3KM模式預報小到暴雨的FSS評分高于其它模式；鄰域半徑為5～15個格點時，SW3KM模式預報小到大暴雨的FSS評分均高于其它模式。

圖3 4個模式每日00時（a）和12時（b）起報24 h預報時效7月1～31日平均FSS評分

增加空間尺度，F(xiàn)SS也逐漸增大，但這種增幅不是無限制的，空間尺度達到70 km時增幅逐漸開始減緩。分析對應各個鄰域半徑內(nèi)每日00時起報31 d平均的24 h預報時效上預報偏差分布（圖略）可知，4個模式中到暴雨BS值并未隨鄰域半徑增大而線性增加，而是呈波浪形分布，鄰域半徑為11或13個格點時空報常常相對偏大。5個降水量級中BCSH和ECMWF模式預報小雨較實況偏多，隨鄰域半徑增大其BS值也線性增大，SW3KM和SW9KM模式預報小雨較實況偏少，隨鄰域半徑增大其BS值線性減??；模式均對中雨和大雨空報多于其它量級降水，即4個模式對中雨和大雨預報范圍較實況偏大；當鄰域半徑為1時，4個模式大暴雨均為預報偏過，隨鄰域半徑增大，其空報先增加再減小，大暴雨以漏報為主，BCSH和ECMWF模式當鄰域半徑為3和13時空報最多，SW3KM和SW9KM模式鄰域半徑為1和3時空報最多。由12時平均預報偏差分布（圖略）可知，4個模式小雨BS值隨鄰域半徑增大誤差線性變化，BCSH和ECMWF模式小雨預報較實況偏多，SW3KM模式小雨由漏報轉(zhuǎn)為空報，SW9KM模式為線性減小即小雨漏報增多；4個模式中雨均預報偏過，鄰域半徑為11和13時空報相對偏多；大雨和暴雨以空報為主，當鄰域半徑為1～3時誤差略偏大；4個模式大暴雨以漏報為主，對于BCSH、SW3KM和SW9KM模式而言，暴雨預報偏差隨鄰域半徑增大而減小，而ECMWF模式則相反。

綜上可知，在0～24 h預報時效上，就每日00時起報結(jié)果而言，EC模式在小雨、中雨和大雨預報上更有優(yōu)勢，SW3KM模式和BCSH模式在暴雨和大暴雨預報上更有優(yōu)勢，區(qū)域模式在強降水預報上優(yōu)于ECMWF模式；就每日12時起報結(jié)果而言，隨著鄰域半徑增加，SW3KM模式各量級降水FSS評分均高于其它模式，相比其它三個模式，SW3KM模式能有效預報降水事件發(fā)生與否，但降水落區(qū)預報存在一定程度的誤差，SW3KM模式各級降水FSS評分以高于SW9KM模式為主。對于小雨預報，增加空間尺度會提高模式FSS評分，但對預報偏差沒有改善，反而會增加其偏差，表現(xiàn)為負效果；增加空間尺度，模式中雨和大雨空報以大于鄰域半徑為1時為主，鄰域半徑為11和13個格點時預報偏差相對偏大。

在分析7月各級降水月平均FSS評分隨鄰域半徑變化的基礎(chǔ)上，選取70 km作為評估的空間分析尺度，比較鄰域半徑為7個格點時FSS及TS評分（圖4）。整體來看，F(xiàn)SS評分高于格點檢驗的TS評分，隨著降水閾值增大評分逐漸降低，隨著預報時效增長評分也逐漸降低。過程一降水格點檢驗顯示：對于小雨，ECMWF模式在24 h、30 h和36 h預報時效上FSS評分高于其它模式，BCSH模式在42～54 h預報時效上FSS評分高于其它模式，SW3KM模式在60～72 h預報時效上FSS評分高于其它模式；對于中雨，SW3KM模式 24 h、ECMWF模式 30～48 h和 72 h、BCSH 模式54～66 h預報時效上FSS評分高于其它模式；對于大雨，ECMWF模式 24 h和 30 h、SW3KM 模式 36～72 h預報時效上FSS評分高于其它模式；對于暴雨，SW3KM模式24～66 h、SW9KM模式72 h預報時效上FSS評分高于其它模式。過程二降水格點檢驗顯示：對于小雨，ECMWF模式24 h和30 h、BCSH模式36 h、42 h、54 h、60 h和 66 h、SW3KM 模式 48 h和 72 h預報時效上FSS評分高于其它模式；對于中雨，ECMWF模式 24～36 h、SW3KM 模式 42～72 h預報時效上FSS評分高于其它模式；對于大雨，ECMWF模式24 h和30 h、SW3KM模式36～72 h預報時效上FSS評分高于其它模式；對于暴雨，SW3KM模式各個預報時效上FSS評分均高于其它模式。

圖4 4個模式對過程一（上）和過程二（下）在不同時效預報小雨（a，e）、中雨（b，f）、大雨（c，g）和暴雨（d、h）FSS及TS評分

比較兩次過程小到暴雨FSS評分可知，BCSH模式在42 h和54 h預報時效上小雨評分高于其它模式，SW3KM模式在72 h預報時效上小雨、36～72 h預報時效上大雨、24～66 h預報時效上暴雨評分高于其它模式，ECMWF模式在24～30 h預報時效上小到大雨預報以優(yōu)于區(qū)域模式為主，其它時段各個模式各有優(yōu)劣；對于區(qū)域模式而言，模式分辨率提高其FSS和TS評分相應增加，隨著預報時效延長，區(qū)域模式FSS評分以大于ECMWF模式為主，4個模式中SW9KM模式各級降水評分整體偏低。FSS評分對于強降水檢驗優(yōu)于TS評分，當TS評分為0或NA時，各個模式預報效果無法進行比較，F(xiàn)SS仍有對應數(shù)值，能有效比較各個模式評分高低，24 h累計雨量分布（圖略）顯示模式預報有暴雨但落區(qū)與實況存在偏差，隨預報時間延長各模式暴雨TS評分為0，而FSS評分仍有數(shù)值，在多個模式預報性能比較中有一定的參考價值。

3.3 MODE 空間檢驗

表2為兩次過程3天中每日2次起報24～72 h預報時效內(nèi)識別降水樣本數(shù)。對于50 mm及以上量級降水，SW3KM模式識別降水樣本數(shù)略多于其它模式，SW9KM模式最少；對于大暴雨，ECMWF模式識別出過程一樣本數(shù)多于其它模式，BCSH和SW3KM模式區(qū)別不大，SW9KM模式識別樣本數(shù)最少。對于過程一，BCSH、ECMWF和SW3KM模式識別暴雨及以上量級降水樣本數(shù)差距不大；對于過程二，BCSH和SW3KM這兩個區(qū)域模式識別出樣本數(shù)略偏多。下文對兩次過程6個起報時間9個預報時效上50 mm降水閾值相對實況位置偏差、質(zhì)心距離、面積比等進行對比分析。

表2 MODE識別各模式不同閾值降水樣本數(shù)（過程一/過程二）

圖5給出了6個起報時間在不同預報時效上降水落區(qū)目標質(zhì)心偏差分布。在過程一的50 mm降水閾值上，BCSH模式目標質(zhì)心偏北16次、偏西14次，整體降水范圍較實況偏西北頻次居多；ECMWF模式質(zhì)心偏北20次、偏西24次，整體降水較實況偏西北頻次最多；SW3KM模式質(zhì)心偏南21次、偏西25次，降水落區(qū)較實況偏西南次數(shù)最多；SW9KM模式質(zhì)心偏北17次、偏西14次，降水落區(qū)較實況偏西北次數(shù)最多。在過程一的100 mm降水閾值上，BCSH模式質(zhì)心偏北6次、偏西6次，降水落區(qū)較實況偏西北頻次最多；ECMWF模式質(zhì)心偏南10次、偏西15次，整體降水較實況偏西南頻次最多；SW3KM模式質(zhì)心偏北8次、偏西7次，降水落區(qū)較實況偏西北居多；SW9KM模式質(zhì)心偏北3次、偏東3次，降水落區(qū)較實況偏東北次數(shù)最多。在過程二的50 mm降水閾值上，BCSH模式目標質(zhì)心偏北30次、偏西28次，整體降水范圍較實況偏西北頻次居多；ECMWF模式質(zhì)心偏北21次、偏西29次，整體降水較實況偏西北頻次最多；SW3KM模式質(zhì)心偏北21次、偏西21次，降水落區(qū)較實況偏西南和東北一樣多；SW9KM模式質(zhì)心偏北24次、偏西26次，降水落區(qū)較實況偏西北頻次最多。在過程二的100 mm降水閾值上，BCSH模式質(zhì)心偏北13次、偏西11次，降水落區(qū)較實況偏北；ECMWF模式質(zhì)心偏南6次、偏西7次，整體降水較實況偏西南頻次最多；SW3KM模式質(zhì)心偏北8次、偏西13次，降水落區(qū)較實況偏西北頻次最多；SW9KM模式質(zhì)心偏北5次、偏西6次，降水落區(qū)較實況偏西北頻次最多。BCSH模式暴雨及大暴雨目標質(zhì)心較實況經(jīng)向上偏西多于偏東、緯向上偏北多于偏南，經(jīng)向偏差介于-1.55°～0.7°，緯向偏差介于-0.71°～1.22°；ECMWF模式質(zhì)心經(jīng)向偏差以偏西為主，緯向上偏北多于偏南，經(jīng)向偏差介于-1.93°～0.09°，緯向偏差介于-1.04°～0.71°；SW3KM模式目標經(jīng)向上偏西多于偏東，緯向上無顯著規(guī)律，偏南或偏北一樣多，經(jīng)向偏差介于-1.67°～0.82°，緯向偏差介于-1.37°～1.03°；SW9KM模式質(zhì)心偏西北居多，緯向上偏北多于偏南，經(jīng)向偏差介于-1.62°～1.67°，緯向偏差介于-0.64°～1.78°，這可能是由于模式預報西南低渦位置偏西北導致的。

圖5 4個模式對過程一（上，7月9～12日）和過程二（下，7月14～17日）在9個預報時效≥50 mm降水閾值相對多元融合降水質(zhì)心位置偏差散點分布（緯向正（負）值表示預報偏東（西），經(jīng)向正（負）值表示預報偏北（南），單位：°）

總的來看，4個模式預報兩次過程降水落區(qū)較實況均有不同程度的偏差，BCSH、ECMWF和SW9KM模式預報50 mm以上降水質(zhì)心較實況偏西北，SW3KM模式多偏西南；BCSH、SW3KM和SW9KM模式預報100 mm以上降水質(zhì)心較實況多偏西北，ECMWF模式較實況偏西南。

由過程一7月9日00時起報的間隔6 h暴雨和大暴雨目標質(zhì)心分布（圖6）可知，模式預報≥50 mm降水質(zhì)心與實況較為接近，移動趨勢一致。其中，BCSH模式與實況差異較小，當模式預報降水面積遠大于實況時目標質(zhì)心與實況出現(xiàn)較大偏差，ECMWF模式11日06時（積分54 h）質(zhì)心較實況偏西南較多，SW3KM模式隨預報時間延長模式預報質(zhì)心位置與實況差異越小，而SW9KM模式隨預報時間延長二者偏差先減小再增大。對于≥100 mm降水，BCSH和ECMWF模式識別的樣本數(shù)多于SW3KM和SW9KM模式，BCSH和ECMWF兩模式預報大暴雨移動趨勢與實況一致，BCSH模式預報雨帶較實況偏西北，ECMWF模式預報雨帶較實況偏西，SW3KM和SW9KM模式預報大暴雨較實況偏東北。

圖6 過程一7月9日00時起報暴雨和大暴雨目標質(zhì)心分布逐6 h變化（黑色和藍色為多源融合降水，紅色和橙色為模式預報）

質(zhì)心位置分布與目標降水面積大小有關(guān)，給定閾值內(nèi)預報降水面積越大，其與實況質(zhì)心偏差也越大，因此在統(tǒng)計質(zhì)心偏差分布基礎(chǔ)上給出軸角差、面積比、強度比等屬性值。表3為過程一3天中每日00時和12時起報共計6次預報結(jié)果配對目標的平均屬性，包括質(zhì)心距離、軸角差、面積比、交集比、百分位強度比、目標匹配度等，這些屬性能客觀反映模式預報性能、各模式預報差異及誤差源。ECMWF模式在24 h和48 h預報時效上質(zhì)心距離小于其它模式，反映預報對象與觀測對象落區(qū)偏差很小。SW9KM模式落區(qū)偏差大于其它模式，72 h預報時效上SW3KM模式對觀測對象偏差小于其它模式，SW9KM模式在72 h預報時效上沒有結(jié)果，這與預報對象和觀測對象沒有交集、模式?jīng)]有可參與識別的預報目標或者二者匹配度＜0.8時不計算屬性值有關(guān)。軸角差是當降水對象擬合為橢圓時，其長軸與x軸的夾角[9]，能體現(xiàn)預報對象和觀測對象外形偏差程度。從平均軸角差分布來看，BCSH和ECMWF模式在48 h預報時效上雨帶走向與實況差異大于西南區(qū)域模式，24 h預報時效上ECMWF模式預報對象雨帶走向與觀測對象最接近，48 h預報時效上SW9KM模式與觀測對象最接近，72 h預報時效上BCSH模式軸角差為3.56°，與觀測對象最接近，SW9KM 模式軸角差維持在10°～12°，其他三個模式暴雨雨帶調(diào)整與實況不完全一致，因此軸角差隨預報時間延長無顯著變化規(guī)律。預報目標與觀測目標面積比在0.9以下，即模式對暴雨落區(qū)的預報是以小于實況為主，ECMWF和SW3KM模式暴雨落區(qū)面積與實況接近程度高于BCSH和SW9KM模式。交集比越大預報對象與觀測對象重合度就越高，4個模式交集比均在80%以下，即模式預報暴雨面積與實況存在不同程度上偏差，ECMWF模式在24 h預報時效上交集比大于其它模式，BCSH模式在72 h預報時效上交集比大于其它模式，BCSH模式在3個預報時效上交集比數(shù)值變化較小。對稱偏差為預報相對觀測的非重疊面積，在24 h和48 h預報時效上ECMWF模式偏差小于其它模式，在72 h預報時效上SW3KM模式偏差小于其它模式。從預報強度來看，BCSH、ECMWF和SW3KM模式在24 h和48 h預報時效上預報目標50%分位強度降水略大于觀測目標，SW9KM模式預報暴雨強度在24 h預報時效上大于實況而48 h預報時效上小于實況；90%分位強度降水值顯示，BCSH模式降水強度總體弱于實況尤其是72 h預報時效上，ECMWF模式有10%格點降水大于實況，SW3KM模式在前48 h預報時效上大于實況而72 h預報時效上弱于實況，SW9KM模式在24 h預報時效上略大于實況而48 h預報時效上遠小于實況?？傮w匹配度表明ECMWF模式在24 h和48 h預報時效上匹配度最高，其次為SW3KM模式。對于過程一，ECMWF模式預報在24 h和48 h預報時效上暴雨落區(qū)、面積比、交集比、目標匹配度都優(yōu)于其它模式，即暴雨面積、走向與實況接近度最高，SW3KM模式在72 h預報時效上質(zhì)心距離、面積比、對稱偏差、匹配度都優(yōu)于其它模式。

表3 過程一≥50 mm匹配目標屬性值和屬性比值

表4為過程二3天中每日00時和12時起報共計6次預報結(jié)果配對目標的平均屬性。由于過程二存在兩個大暴雨中心，因此部分模式識別目標分成兩個，表中給出的是川東北降水目標1和目標2平均后的空間檢驗統(tǒng)計結(jié)果。如表所示，BCSH和SW3KM這兩個區(qū)域模式在質(zhì)心距離、交集比、對稱偏差上優(yōu)于ECMWF和SW9KM模式；ECMWF模式在軸角差、面積比和50%降水強度比上優(yōu)于其它模式，即ECMWF模式雨帶走向和面積與實況最為接近；BCSH和ECMWF模式預報暴雨和大暴雨較實況偏強；SW3KM和SW9KM模式部分時次上雨強弱于實況。

表4 過程二≥50 mm匹配目標屬性值和屬性比值

綜上所述，ECMWF模式對于≥50 mm降水軸角偏差小、面積和匹配度與實況最接近，降水強度偏強，全球模式軸向偏差以小于區(qū)域模式為主；SW3KM模式在72 h預報時效上質(zhì)心距離、對稱偏差、90%降水強度和目標匹配度等多個屬性值優(yōu)于BCSH模式，SW3KM模式匹配目標屬性值以優(yōu)于SW9KM模式為主；BCSH、ECMWF和SW3KM模式都存在降水強度預報偏強的特征。

4 結(jié)論

本文綜合運用傳統(tǒng)站點檢驗、鄰域法和MODE空間檢驗法，對2021年7月影響四川的兩次區(qū)域性大暴雨過程進行檢驗評估，得出以下幾點主要結(jié)論：

（1）TS評分顯示，BCSH和ECMWF模式在小到中雨評分上略優(yōu)于西南區(qū)域2個模式，SW3KM模式在暴雨預報上略優(yōu)于全球模式。預報偏差分布顯示，BCSH模式大雨和暴雨以空報為主，ECMWF模式小到大雨多空報，SW3KM模式在中到暴雨多空報，SW9KM模式預報過程一小雨預報范圍偏少且其它量級降水范圍偏大，而過程二小到大雨預報偏多且暴雨偏少。

（2）鄰域法檢驗結(jié)果顯示，7月月平均 0～24 h預報時效上鄰域法檢驗顯示，鄰域半徑為3和5個格點時FSS評分增幅較大，每日00時起報結(jié)果，EC模式在小雨、中雨和大雨預報上更有優(yōu)勢，SW3KM模式和BCSH模式在暴雨和大暴雨預報上更有優(yōu)勢，區(qū)域模式在強降水預報上優(yōu)于ECMWF模式；每日12時起報結(jié)果，SW3KM模式在3～15個格點鄰域內(nèi)各量級降水FSS評分均高于其它模式。在鄰域半徑為7個格點時，SW3KM模式72 h預報時效上小雨、36～72 h預報時效上大雨、24～66 h預報時效上暴雨評分高于其它模式，ECMWF模式在24～36 h預報時效上小到大雨預報以優(yōu)于區(qū)域模式為主；對于區(qū)域模式而言，模式分辨率提高其FSS和TS評分相應增加，隨著預報時間延長區(qū)域模式FSS評分以大于ECMWF模式為主，SW9KM模式各級降水評分以低于SW3KM模式為主。

（3）針對這兩次區(qū)域性暴雨過程，4個模式預報降水落區(qū)較實況均有不同程度的偏差，經(jīng)向偏差略大于緯向，BCSH、ECMWF和SW9KM模式預報50 mm以上降水質(zhì)心較實況偏西北，SW3KM模式多偏西南；BCSH、SW3KM和SW9KM模式預報100 mm以上降水質(zhì)心較實況多偏西北，ECMWF模式較實況偏西南。ECMWF模式對于≥50 mm降水軸角偏差小、面積和匹配度與實況最接近，但降水強度偏強，ECMWF模式軸向偏差以小于區(qū)域模式為主，全球模式對雨帶走向和面積大小的把控好于區(qū)域模式，這與ECMWF對環(huán)流形勢預報更接近實況有關(guān)；SW3KM模式在72 h預報時效上質(zhì)心距離、對稱偏差、90%降水強度和綜合目標匹配度等多個屬性值優(yōu)于BCSH模式，SW3KM模式匹配目標屬性值以優(yōu)于SW9KM模式為主；BCSH、ECMWF和SW3KM模式都存在降水強度預報偏強的特征。