基于西南區(qū)域模式的四川強(qiáng)降水開(kāi)始時(shí)間訂正試驗(yàn)

王佳津 , 王彬雁* , 曹萍萍

（1.四川省氣象臺(tái)，成都 610072；2.中國(guó)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 610072）

引言

短時(shí)強(qiáng)降水具有歷時(shí)短、雨強(qiáng)大、局地性強(qiáng)的特點(diǎn)，易造成城市內(nèi)澇、滑坡、泥石流等次生災(zāi)害，給人民生命財(cái)產(chǎn)帶來(lái)巨大損失[1]。因此，準(zhǔn)確預(yù)報(bào)短時(shí)強(qiáng)降水對(duì)于城市防災(zāi)減災(zāi)能力的提升具有重要意義。四川地形復(fù)雜，西部為青藏高原東南邊緣及橫斷山區(qū)，東部為群山環(huán)繞，夏季強(qiáng)降水頻發(fā)，由于地形降水存在增幅作用，更易發(fā)生滑坡、泥石流等次生災(zāi)害，其汛期強(qiáng)降水預(yù)報(bào)是四川天氣預(yù)報(bào)業(yè)務(wù)的重要任務(wù)之一。強(qiáng)降水的預(yù)報(bào)即包含降水量的預(yù)報(bào)又包含開(kāi)始時(shí)間的預(yù)報(bào)。準(zhǔn)確預(yù)報(bào)出強(qiáng)降水的開(kāi)始時(shí)間，能夠?yàn)檎罏?zāi)減災(zāi)提供重要的參考依據(jù)，從而減少人員傷亡和財(cái)產(chǎn)損失。

近年來(lái)，隨著高分辨率模式的不斷發(fā)展，預(yù)報(bào)員對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)能力逐步提高[2-3]。但受模式本身動(dòng)力學(xué)、熱力學(xué)性能局限，高分辨率模式預(yù)報(bào)的強(qiáng)降水落區(qū)和開(kāi)始時(shí)間仍無(wú)法滿(mǎn)足實(shí)際業(yè)務(wù)中對(duì)精細(xì)化預(yù)報(bào)的要求[4]。為了提高預(yù)報(bào)準(zhǔn)確率，學(xué)者們基于模式直接輸出的產(chǎn)品研究了多種釋用方法，例如概率匹配法[5-8]、人工神經(jīng)網(wǎng)絡(luò)法[9-10]、配料法[11-13]、偏差訂正法[14-15]等。曹萍萍等[7,16]基于集合預(yù)報(bào)等模式，多次展開(kāi)對(duì)四川夏季強(qiáng)降水的訂正試驗(yàn)。智協(xié)飛等[17]采用概率匹配、卡爾曼濾波等技術(shù)方法對(duì)強(qiáng)降水開(kāi)展了訂正分析。陳錦鵬等[10]基于中尺度模式，采用卷積神經(jīng)網(wǎng)絡(luò)的方法，對(duì)1 h降水進(jìn)行了訂正研究。但上述工作主要是對(duì)降水落區(qū)和強(qiáng)度進(jìn)行訂正，對(duì)模式預(yù)報(bào)強(qiáng)降水開(kāi)始時(shí)間展開(kāi)訂正的研究較少。根據(jù)已有研究[18]，在強(qiáng)對(duì)流天氣發(fā)生前，各個(gè)大氣對(duì)流參數(shù)中心與短時(shí)強(qiáng)降水中心對(duì)應(yīng)較好，也就是說(shuō)，強(qiáng)降水發(fā)生在一定的大氣條件下，例如異常高能高濕[19]。本文以高分辨率模式預(yù)報(bào)為基礎(chǔ)，從物理量閾值入手，開(kāi)展強(qiáng)降水開(kāi)始時(shí)間的訂正，以期減小模式預(yù)報(bào)強(qiáng)降水開(kāi)始時(shí)間誤差，為四川盆地短時(shí)臨近預(yù)警及防災(zāi)減災(zāi)提供重要參考。

1 資料與方法

1.1 資料

本文使用的降水量資料為四川省156個(gè)國(guó)家站和4639個(gè)區(qū)域自動(dòng)站的逐時(shí)降水觀測(cè)資料，西南區(qū)域模式（SWC-WARMS）08時(shí)起報(bào)的逐時(shí)降水及物理量要素資料，模式資料的空間分辨率為9 km×9 km。資料時(shí)間長(zhǎng)度為2018～2019年5～9月和2020年8月，其中訂正方法研究采用2018～2019年5～9月資料，訂正檢驗(yàn)采用2020年8月資料。格點(diǎn)插值站點(diǎn)采用鄰近插值法，即將站點(diǎn)周?chē)? km范圍內(nèi)格點(diǎn)最大值賦給站點(diǎn)。

本文研究對(duì)象是短時(shí)強(qiáng)降水，根據(jù)中央氣象臺(tái)業(yè)務(wù)規(guī)定，1 h降雨量≥20 mm[7]為短時(shí)強(qiáng)降水。強(qiáng)降水開(kāi)始時(shí)間在本文中的定義為：至少2 h連續(xù)出現(xiàn)1 h＞20 mm降水，那么第一個(gè)出現(xiàn)20 mm降水的時(shí)間即為短時(shí)強(qiáng)降水開(kāi)始時(shí)間。

1.2 方法

短時(shí)強(qiáng)降水開(kāi)始時(shí)間訂正方法采用的是最小偏差和訂正法，具體表述如下：

式中：Sm為模式強(qiáng)降水開(kāi)始時(shí)間，So為實(shí)況強(qiáng)降水開(kāi)始時(shí)間， ΔS為模式強(qiáng)降水開(kāi)始時(shí)間與實(shí)況的差值。另將所有站點(diǎn)的模式強(qiáng)降水開(kāi)始時(shí)間與實(shí)況強(qiáng)降水開(kāi)始時(shí)間差值記為 ΔSsum。訂正過(guò)程中主要依靠強(qiáng)降水相關(guān)物理因子閾值，例如訂正方法選取m個(gè)物理因子，確定各物理因子閾值后，假設(shè)訂正流程中某一訂正時(shí)刻通過(guò)n（n≤m）個(gè)物理因子閾值，即定義閾值百分比為，變化范圍為（%，100%）。隨后在閾值百分比中尋找 ΔSsum最小值，其對(duì)應(yīng)的閾值百分比則為最優(yōu)閾值百分比。

2 模式預(yù)報(bào)短時(shí)強(qiáng)降水開(kāi)始時(shí)間偏差分析

根據(jù)上文對(duì)短時(shí)強(qiáng)降水開(kāi)始時(shí)間的定義，當(dāng)模式預(yù)報(bào)某一時(shí)次有短時(shí)強(qiáng)降水，而實(shí)況其前后6 h以?xún)?nèi)出現(xiàn)短時(shí)強(qiáng)降水，即為1次個(gè)例。本文研究對(duì)象未包括模式預(yù)報(bào)出短時(shí)強(qiáng)降水而實(shí)況未出現(xiàn)的個(gè)例。2018～2019年5～9月共篩選出325站次個(gè)例，短時(shí)強(qiáng)降水個(gè)例站點(diǎn)分布如圖1所示，除廣安、瀘州2市外，基本覆蓋盆地各市。圖2為分析強(qiáng)降水開(kāi)始時(shí)間誤差分布箱線圖，圖中負(fù)值代表模式預(yù)報(bào)強(qiáng)降水開(kāi)始時(shí)間較實(shí)況提前，正值代表模式預(yù)報(bào)強(qiáng)降水開(kāi)始時(shí)間較實(shí)況延遲。如圖所示，6、7、8月強(qiáng)降水開(kāi)始時(shí)間誤差以負(fù)數(shù)居多，即代表模式預(yù)報(bào)的強(qiáng)降水開(kāi)始時(shí)間往往比實(shí)況提前，3個(gè)月份的誤差中位數(shù)均為-1，這意味著模式預(yù)報(bào)的強(qiáng)降水開(kāi)始時(shí)間大多數(shù)情況較實(shí)況提前1 h。從逐月數(shù)據(jù)分布上看，7、8月誤差分布特征較為一致，25%分位點(diǎn)為-3，75%分位點(diǎn)為0；而6月有所差別，25%分位點(diǎn)為-2，75%分位點(diǎn)為1。這代表模式對(duì)6月強(qiáng)降水開(kāi)始時(shí)間的預(yù)報(bào)還存在部分開(kāi)始時(shí)間較實(shí)況延遲的個(gè)例，而對(duì)7、8月則大多是強(qiáng)降水開(kāi)始時(shí)間預(yù)報(bào)提前于實(shí)況。

圖1 短時(shí)強(qiáng)降水個(gè)例站點(diǎn)分布及分區(qū)示意

圖2 短時(shí)強(qiáng)降水開(kāi)始時(shí)間（模式-實(shí)況）線箱分布

為了統(tǒng)計(jì)模式短時(shí)強(qiáng)降水開(kāi)始時(shí)間預(yù)報(bào)偏差的日變化特征，以短時(shí)強(qiáng)降水實(shí)況出現(xiàn)時(shí)間為準(zhǔn)，將白天時(shí)段劃分為09:00～20:00，夜間時(shí)段劃分為21:00～次日08:00。圖3給出了白天、夜間時(shí)段模式短時(shí)強(qiáng)降水開(kāi)始時(shí)間預(yù)報(bào)不同偏差頻次分布。如圖所示，對(duì)于模式預(yù)報(bào)短時(shí)強(qiáng)降水開(kāi)始時(shí)間較實(shí)況延遲的情況，白天和夜間出現(xiàn)的頻次相差不大，一般延遲1～2 h；而對(duì)于模式預(yù)報(bào)短時(shí)強(qiáng)降水開(kāi)始時(shí)間較實(shí)況提前的情況，夜間出現(xiàn)頻次在不同偏差下均遠(yuǎn)大于白天，夜間預(yù)報(bào)提前3 h出現(xiàn)的頻次多達(dá)80次，而白天在相同偏差下僅出現(xiàn)8次。

圖3 模式短時(shí)強(qiáng)降水開(kāi)始時(shí)間預(yù)報(bào)不同偏差頻次分布

3 物理量訂正閾值分析

3.1 訂正閾值

根據(jù)已有研究[20,21]，選取10個(gè)與短時(shí)強(qiáng)降水相關(guān)性較好的物理量因子，所選因子如表1所示，并通過(guò)鄰域法將各物理量插值到站點(diǎn)上。

表1 物理因子選取表

根據(jù)圖1站點(diǎn)分布，再結(jié)合四川盆地氣候特征[22]，將盆地站點(diǎn)分為4個(gè)區(qū)域（I區(qū)、II區(qū)、III區(qū)、IV區(qū)）：I區(qū)（102°～106°E, 31°～34°N），共 98站；II區(qū) (106°～109°E,30°～34°N)，共 21 站；III區(qū) (101°～104°E, 28°～31°N)，共122 站；IV 區(qū) (104°～107°E, 27°～31°N)，共 61 站。

下文將根據(jù)此分區(qū)確定不同地區(qū)6～8月水汽、動(dòng)力、熱力3個(gè)方面各物理量因子的訂正閾值。已有研究[18]指出各個(gè)大氣對(duì)流參數(shù)中心與短時(shí)強(qiáng)降水中心對(duì)應(yīng)較好，所以，短時(shí)強(qiáng)降水開(kāi)始時(shí)間的客觀訂正是否可以從對(duì)應(yīng)的物理量因子閾值入手？本文就是以此為切入點(diǎn)，開(kāi)展了短時(shí)強(qiáng)降水開(kāi)始時(shí)間的訂正試驗(yàn)，具體訂正方法如1.2節(jié)所述。

3.2 最優(yōu)閾值百分比

以2018年強(qiáng)降水過(guò)程為例，確定強(qiáng)降水訂正最優(yōu)閾值百分比。設(shè)定最優(yōu)閾值百分比為50%，即當(dāng)通過(guò)選取10個(gè)物理因子中的5個(gè)物理因子閾值時(shí)，就能使得 ΔSsum最小。訂正試驗(yàn)流程如圖4所示，首先將模式降水和相關(guān)要素插值到最近的站點(diǎn)上，然后通過(guò)模式降水資料判斷強(qiáng)降水開(kāi)始時(shí)間TS，考慮到之前的檢驗(yàn)結(jié)果，大部分模式的強(qiáng)降水開(kāi)始時(shí)間較實(shí)況提前，所以尋找到這個(gè)開(kāi)始時(shí)間向后的5 h，即從Ts至Ts+5h的對(duì)應(yīng)物理因子與各閾值進(jìn)行對(duì)比，當(dāng)達(dá)到最優(yōu)閾值百分比的物理因子個(gè)數(shù)時(shí)，則認(rèn)為該時(shí)刻是修正后的強(qiáng)降水開(kāi)始時(shí)間；若沒(méi)有符合條件的情況，則輸出根據(jù)模式降水資料找到的原始強(qiáng)降水開(kāi)始時(shí)間和最終輸出模式訂正后的強(qiáng)降水開(kāi)始時(shí)間，并確定最優(yōu)閾值百分比。

根據(jù)圖4的訂正流程，基于2018年SWC-WARMS資料，共設(shè)計(jì)3個(gè)訂正試驗(yàn)方案。方案1中各物理量閾值取25%分位點(diǎn)，方案2中各物理量閾值取50%分位點(diǎn)，方案3中各物理量閾值取75%分位點(diǎn)。3個(gè)方案計(jì)算結(jié)果如表2所示。通過(guò)分析可知，方案2中當(dāng)訂正閾值百分為比60%時(shí)， ΔSsum最小，即60%為最優(yōu)閾值百分比，2018年強(qiáng)降水事件開(kāi)始時(shí)間偏差總和減少59 h。綜上所述， 6、7、8月強(qiáng)降水開(kāi)始時(shí)間對(duì)應(yīng)物理量訂正閾值最終確定為方案2的閾值，即強(qiáng)降水歷史事件中各物理量50%分位點(diǎn)的值，如表3所示。

表2 不同訂正方案 Δ Ssum 計(jì)算結(jié)果

圖4 強(qiáng)降水開(kāi)始時(shí)間訂正方案流程（以最優(yōu)閾值百分比50%為例）

4 試驗(yàn)結(jié)果分析

通過(guò)表2可知，2018年短時(shí)強(qiáng)降水開(kāi)始時(shí)間最優(yōu)閾值百分比為60%，在這個(gè)最優(yōu)閾值百分比下，最終訂正結(jié)果如圖5所示。對(duì)比訂正前后的結(jié)果，短時(shí)強(qiáng)降水開(kāi)始時(shí)間偏差明顯減小，正訂正區(qū)域主要分布在廣元、綿陽(yáng)、德陽(yáng)、成都、雅安、樂(lè)山、巴中、遂寧、自貢、宜賓等10市（圖5c）。進(jìn)一步分析訂正后的結(jié)果，2018年強(qiáng)降水事件共涉及195個(gè)站點(diǎn)，訂正后強(qiáng)降水開(kāi)始時(shí)間偏差減小的站點(diǎn)有57個(gè)，即正訂正為29.2%，短時(shí)強(qiáng)降水開(kāi)始時(shí)間偏差增加的站點(diǎn)有1個(gè)，即負(fù)訂正為0.5%。

圖5 2018年最優(yōu)訂正閾值百分比下短時(shí)強(qiáng)降水開(kāi)始時(shí)間偏差空間分布（a.訂正前，b.訂正后，c.正訂正站點(diǎn)分布）

為檢驗(yàn)最小偏差和訂正法的適用性，本文對(duì)強(qiáng)降水事件高發(fā)時(shí)段2020年8月進(jìn)行了訂正試驗(yàn)。應(yīng)用準(zhǔn)對(duì)稱(chēng)混合滑動(dòng)訓(xùn)練期[23]，確定最優(yōu)閾值百分比，然后選用10個(gè)物理因子的訂正閾值（表3），采用最小偏差和訂正法對(duì)強(qiáng)降水開(kāi)始時(shí)間進(jìn)行訂正。其中準(zhǔn)對(duì)稱(chēng)混合滑動(dòng)訓(xùn)練期的定義如圖6所示，例如對(duì)2020年8月15日的強(qiáng)降水開(kāi)始時(shí)間進(jìn)行訂正，2020年為預(yù)報(bào)年（n），8月15日為預(yù)報(bào)日（fd），那么進(jìn)入訓(xùn)練期的時(shí)段為預(yù)報(bào)年（n）不包含8月15日在內(nèi)的前14 d，即2020年8月1～14日；預(yù)報(bào)年的前一年（n-1）包含預(yù)報(bào)日在內(nèi)的前15 d和后15 d，即2019年8月1～30日；預(yù)報(bào)年的前兩年（n-2）包含預(yù)報(bào)日在內(nèi)的前15 d和后15 d，即2018年8月1～30日。簡(jiǎn)單來(lái)說(shuō)，對(duì)模式預(yù)報(bào)的8月15日強(qiáng)降水開(kāi)始時(shí)間進(jìn)行訂正，確定最優(yōu)訂正閾值百分比所用到的強(qiáng)降水個(gè)例事件發(fā)生時(shí)段應(yīng)該選取2020年8月1～14日、2019年8月1～30日和2018年8月1～30日。

圖6 對(duì)稱(chēng)混合滑動(dòng)訓(xùn)練期示意

表3 強(qiáng)降水開(kāi)始時(shí)間對(duì)應(yīng)物理量訂正閾值

表4給出的是2020年8月短時(shí)強(qiáng)降水事件開(kāi)始時(shí)間訂正檢驗(yàn)結(jié)果。如表所示，0～24 h時(shí)效范圍內(nèi)，訂正后較訂正前偏差和略有增加，訂正效果不理想；但隨著預(yù)報(bào)時(shí)效的增長(zhǎng)，訂正效果逐漸轉(zhuǎn)好，特別是在48～72 h時(shí)效，偏差和減少8 h。由于實(shí)際業(yè)務(wù)中SWCWARMS小時(shí)降水資料的有效時(shí)效為12 h以上，根據(jù)訂正結(jié)果，對(duì)于24 h時(shí)效內(nèi)的短時(shí)強(qiáng)降水開(kāi)始時(shí)間，預(yù)報(bào)員可以直接參考模式預(yù)報(bào)結(jié)果，而對(duì)于24 h以上的預(yù)報(bào)時(shí)效，短時(shí)強(qiáng)降水開(kāi)始時(shí)間的預(yù)報(bào)可以參考訂正結(jié)果。

表4 2020年8月短時(shí)強(qiáng)降水開(kāi)始時(shí)間訂正檢驗(yàn)結(jié)果

5 結(jié)論與討論

本文利用2018～2019年5～9月、2020年8月四川地面觀測(cè)降水資料（含區(qū)域自動(dòng)站）和同時(shí)段西南區(qū)域模式08時(shí)起報(bào)的各要素場(chǎng)資料，分析了該模式對(duì)四川盆地汛期短時(shí)強(qiáng)降水開(kāi)始時(shí)間預(yù)報(bào)的系統(tǒng)偏差，并通過(guò)最小偏差和訂正法，確定了短時(shí)強(qiáng)降水開(kāi)始時(shí)間各物理因子的訂正閾值和最優(yōu)閾值百分比，得到如下主要結(jié)論：

（1）對(duì)2018～2019年共325個(gè)強(qiáng)降水樣本進(jìn)行分析，發(fā)現(xiàn)西南區(qū)域模式對(duì)四川盆地強(qiáng)降水開(kāi)始時(shí)間的預(yù)報(bào)大部分較實(shí)況提前，一般提前1～2 h，7～8月的預(yù)報(bào)強(qiáng)降水開(kāi)始時(shí)間提前量大于6月。

（2）選取了10個(gè)與強(qiáng)降水相關(guān)性比較大的物理量因子，設(shè)計(jì)了3個(gè)試驗(yàn)方案，發(fā)現(xiàn)利用最小偏差和訂正法可以確定強(qiáng)降水開(kāi)始時(shí)間相關(guān)物理因子的訂正閾值及最優(yōu)閾值百分比。

（3）從試驗(yàn)結(jié)果看，對(duì)于24 h時(shí)效內(nèi)的短時(shí)強(qiáng)降水開(kāi)始時(shí)間，預(yù)報(bào)員可以直接參考模式預(yù)報(bào)結(jié)果，而對(duì)于24 h以上的預(yù)報(bào)時(shí)效，訂正后強(qiáng)降水開(kāi)始時(shí)間偏差減少2～8 h，預(yù)報(bào)員可以參考訂正后的結(jié)果。

本研究從訂正流程上看，訂正對(duì)象主要是模式預(yù)報(bào)出現(xiàn)短時(shí)強(qiáng)降水的樣本，但是對(duì)于模式未報(bào)出短時(shí)強(qiáng)降水而實(shí)況出現(xiàn)的情況，沒(méi)有訂正能力，針對(duì)這一類(lèi)問(wèn)題仍需進(jìn)一步研究。短時(shí)強(qiáng)降水開(kāi)始時(shí)間訂正中，以偏差訂正的小時(shí)雨量替代模式原始輸出小時(shí)雨量，訂正效果是否會(huì)更好？以上都是未來(lái)需要進(jìn)一步思考的問(wèn)題。此外，本文訂正試驗(yàn)方法采用動(dòng)態(tài)最優(yōu)閾值百分比、準(zhǔn)對(duì)稱(chēng)混合滑動(dòng)訓(xùn)練期相結(jié)合的訂正方法，對(duì)24 h以上的預(yù)報(bào)時(shí)效有很好的訂正效果，后期將利用該方法對(duì)汛期SWC-WARMS預(yù)報(bào)的短時(shí)強(qiáng)降水開(kāi)始時(shí)間進(jìn)行業(yè)務(wù)訂正，以期為預(yù)報(bào)員提供參考，提高短時(shí)強(qiáng)降水開(kāi)始時(shí)間預(yù)報(bào)的準(zhǔn)確率。