ECMWF-thin和GERMAN數(shù)值預(yù)報(bào)模式在珠峰自然保護(hù)區(qū)降水預(yù)報(bào)中的檢驗(yàn)及誤差分析

摘 要：利用2019年10月1日—2020年9月30日珠峰自然保護(hù)地區(qū)的地面實(shí)況資料，對(duì)ECMWF-thin和GERMAN數(shù)值預(yù)報(bào)模式降水產(chǎn)品進(jìn)行了檢驗(yàn)分析。結(jié)果表明：GERMAN數(shù)值預(yù)報(bào)模式降水產(chǎn)品對(duì)珠峰自然保護(hù)區(qū)降水具有較好的預(yù)報(bào)能力，其準(zhǔn)確率、漏報(bào)率、空?qǐng)?bào)率和TS評(píng)分均高于EMCMWF模式。從降水分級(jí)檢驗(yàn)來(lái)看，GERMAN數(shù)值預(yù)報(bào)模式對(duì)大暴雨、小雨，以及小雪、大雪和特大暴雪等量級(jí)有較好的預(yù)報(bào)能力，在TS評(píng)分值和預(yù)報(bào)時(shí)效的對(duì)應(yīng)上無(wú)明顯變化規(guī)律可循；ECMWF-thin模式雖然整體TS評(píng)分比GERMAN數(shù)值預(yù)報(bào)模式低，但對(duì)暴雪和大暴雪兩個(gè)量級(jí)的預(yù)報(bào)較GERMAN數(shù)值預(yù)報(bào)模式更有優(yōu)勢(shì)。

關(guān)鍵詞：模式降水產(chǎn)品；珠峰自然保護(hù)區(qū)；降水預(yù)報(bào)；誤差分析

中圖分類號(hào)：P456.7 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：2095–3305（2024）10–0-03

隨著全球氣候逐漸變暖，各類極端災(zāi)害性天氣氣候事件發(fā)生概率逐漸增加。當(dāng)前，針對(duì)高原等復(fù)雜地形區(qū)域數(shù)值模式預(yù)報(bào)產(chǎn)品檢驗(yàn)工作方面的研究較少，導(dǎo)致對(duì)數(shù)值預(yù)報(bào)產(chǎn)品解釋?xiě)?yīng)用水平不高，各種數(shù)值預(yù)報(bào)模式對(duì)高海拔地區(qū)的降水預(yù)報(bào)能力不如低海拔地

區(qū)[1-2]。因此，對(duì)模式預(yù)報(bào)產(chǎn)品進(jìn)行評(píng)估、檢驗(yàn)，不僅為預(yù)報(bào)員深入了解各模式產(chǎn)品在珠峰自然保護(hù)區(qū)地區(qū)的預(yù)報(bào)性能提供依據(jù)，還能緊扣預(yù)報(bào)業(yè)務(wù)需求，有效提高珠峰自然保護(hù)區(qū)中短期天氣預(yù)報(bào)質(zhì)量提供參考。

1 數(shù)據(jù)資料與方法

1.1 資料

選擇ECMWF-thin和GER MAN數(shù)值預(yù)報(bào)模式2019

年10月1日—2020年9月30日降水預(yù)報(bào)產(chǎn)品，起報(bào)時(shí)

間為北京時(shí)間20：00，模式的分辨率分別為0.125°×

0.125°、0.25°×0.25°。實(shí)況選擇西藏自治區(qū)氣象局信息網(wǎng)絡(luò)中心提供的質(zhì)量控制后日喀則市珠峰自然保護(hù)區(qū)域39個(gè)地面自動(dòng)站20：00至20：00逐日降水資料。由于數(shù)值預(yù)報(bào)模式降水資料是格點(diǎn)數(shù)據(jù)，而觀測(cè)資料是站點(diǎn)資料，兩者無(wú)法直接進(jìn)行對(duì)比檢驗(yàn)，因此采用雙線性插值方法，將格點(diǎn)資料插值到區(qū)域氣象觀測(cè)站所在的空間經(jīng)緯網(wǎng)格上，保證了模式和觀測(cè)降水在空間的一致性。

1.2 評(píng)估檢驗(yàn)方法

檢驗(yàn)方法主要依據(jù)中國(guó)氣象局發(fā)布的《中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法》（氣發(fā)〔2005〕109號(hào)）中的降水預(yù)報(bào)檢驗(yàn)方法，對(duì)降水進(jìn)行分級(jí)檢驗(yàn)。計(jì)算公式為：

TS評(píng)分：TSk=（1）

空?qǐng)?bào)率：FARk=（2）

漏報(bào)率：POk=（3）

式（1）～式（3）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)。TS評(píng)分反映的是有降水發(fā)生時(shí)預(yù)報(bào)相應(yīng)量級(jí)降水的準(zhǔn)確率，其值在0～1，TS＝1為最佳預(yù)報(bào)，TS值越小則說(shuō)明預(yù)報(bào)效果越差。漏報(bào)率（PO）和空?qǐng)?bào)率（FAR）反映降水預(yù)報(bào)的漏報(bào)和空?qǐng)?bào)情況，其值也介于0～1，但不同于TS評(píng)分，該值越小說(shuō)明預(yù)報(bào)效果越好，反之則預(yù)報(bào)效果越差。將TS評(píng)分、漏報(bào)率和空?qǐng)?bào)率相結(jié)合，能綜合評(píng)估分析定量降水預(yù)報(bào)效果。

誤差分析采用平均誤差（ME）、平均絕對(duì)誤差（MAE）、

均方根誤差（RMSE）。

ME=∑（Fi-Oi）（4）

MAE=∑|Fi-Oi|（5）

RMSE=（6）

式（4）～式（6）中，F(xiàn)i為第i站（次）預(yù)報(bào)值，Oi為第i站（次）實(shí)況值。

2 結(jié)果與分析

2.1 晴雨預(yù)報(bào)檢驗(yàn)

從ECMWF-thin和GERMAN模式降水產(chǎn)品在珠峰自然保護(hù)區(qū)的晴雨預(yù)報(bào)檢驗(yàn)結(jié)果（表1）可以看出，GERMAN模式較ECMWF-thin模式顯示出更好的預(yù)報(bào)能力，晴雨準(zhǔn)確率達(dá)到66.9%，而ECMWF-thin模式的晴雨準(zhǔn)確率僅為40.5%。兩種數(shù)值預(yù)報(bào)模式的漏報(bào)率均較低，尤其是ECMWF-thin數(shù)值預(yù)報(bào)模式，漏報(bào)率為2.0%，GERMAN數(shù)值預(yù)報(bào)模式的漏報(bào)率為15.4%，說(shuō)明兩種模式一般不會(huì)漏報(bào)珠峰自然保護(hù)區(qū)一帶的降水天氣，尤其是災(zāi)害性天氣。

從不同預(yù)報(bào)時(shí)效晴雨預(yù)報(bào)漏報(bào)率來(lái)看，ECMWF-thin模式的預(yù)報(bào)對(duì)未來(lái)168 h的晴雨漏報(bào)率在6%以下，尤其是72 h內(nèi)的預(yù)報(bào)，漏報(bào)率為0。GERMAN模式在未來(lái)36 h的漏報(bào)率在10%以下，隨著預(yù)報(bào)時(shí)效的增強(qiáng)，漏報(bào)率有所提高。兩種數(shù)值預(yù)報(bào)模式的空?qǐng)?bào)率均較高，尤其是ECMWF-thin模式的空?qǐng)?bào)率達(dá)到81%，GERMAN模式的空?qǐng)?bào)率為72%。預(yù)報(bào)員在業(yè)務(wù)應(yīng)用時(shí)應(yīng)配合天氣系統(tǒng)分析，以提高小量級(jí)降水的預(yù)報(bào)性能[3-5]。從兩家數(shù)值預(yù)報(bào)模式降水產(chǎn)品的TS評(píng)分來(lái)看，GERMAN模式的TS評(píng)分為0.266，而ECMWF-thin模式的TS評(píng)分僅為0.190。整體而言，對(duì)珠峰自然保護(hù)區(qū)的降水預(yù)報(bào)，GERMAN模式的預(yù)報(bào)能力優(yōu)于ECMWF-thin模式。從不同預(yù)報(bào)時(shí)效晴雨TS評(píng)分來(lái)看，兩家模式對(duì)48 h內(nèi)的預(yù)報(bào)TS評(píng)分最高，尤其是GERMAN模式評(píng)分達(dá)到0.317。

表1" ECMWF-thin和GERMAN數(shù)值預(yù)報(bào)模式降水產(chǎn)品在珠峰自然保護(hù)區(qū)晴雨預(yù)報(bào)檢驗(yàn)

數(shù)值預(yù)報(bào)模式 準(zhǔn)確率 漏報(bào)率 空?qǐng)?bào)率 TS評(píng)分

ECMWF-thin 0.405 0.020 0.810 0.190

GERMAN 0.669 0.154 0.720 0.266

2.2 降水分級(jí)檢驗(yàn)

對(duì)冬季珠峰自然保護(hù)區(qū)域不同降水量級(jí)的降水分時(shí)效進(jìn)行檢驗(yàn)對(duì)比（圖1）可知，GERMAN模式TS評(píng)分明顯高于ECMWF-thin模式，尤其是對(duì)小雪、大雪及特大暴雪3個(gè)量級(jí)有較好的預(yù)報(bào)能力，在TS評(píng)分值和預(yù)報(bào)時(shí)效對(duì)應(yīng)上，無(wú)明顯變化規(guī)律可循。ECMWF-thin模式雖然整體TS評(píng)分比GERMAN模式低，但是對(duì)暴雪和大暴雪兩個(gè)量級(jí)的預(yù)報(bào)較GERMAN模式更有優(yōu)勢(shì)。因此，應(yīng)在今后的預(yù)報(bào)中，冬季的災(zāi)害性天氣過(guò)程中，在主要參考GERMAN模式的基礎(chǔ)上，將兩種模式相結(jié)合進(jìn)行分析。

圖1" ECMWF-thin和GERMAN數(shù)值預(yù)報(bào)模式冬季不同降水量級(jí)TS評(píng)分

對(duì)夏季珠峰自然保護(hù)區(qū)域不同降水量級(jí)的降水分時(shí)間檢驗(yàn)結(jié)果（圖2）來(lái)看，降水量大于50 mm的暴雨量級(jí)的TS評(píng)分為0.5，其次為小雨量級(jí)，對(duì)中雨和大雨量級(jí)TS評(píng)分略低，尤其是大雨量級(jí)24 h后預(yù)報(bào)能力較差。

圖2" ECMWF-thin和GERMAN數(shù)值預(yù)報(bào)模式夏季不同降水量級(jí)TS評(píng)分

2.3 誤差分析

在降水評(píng)估分析中，模式降水產(chǎn)品與觀測(cè)值的平均誤差ME和平均絕對(duì)誤差MAE能較好地反映模式的系統(tǒng)誤差，而均方根誤差RMSE對(duì)大的誤差比較敏感，這3種評(píng)估方法能直觀地反映降水預(yù)報(bào)的偏差情況。

從ECMWF-thin和GERMAN模式降水產(chǎn)品在珠峰自然保護(hù)區(qū)預(yù)報(bào)誤差情況（表2）來(lái)看，GERMAN模式平均誤差為0.05，與實(shí)況偏差較小，而ECMWF-thin模式的平均誤差為1.06，較實(shí)況偏大。GERMAN數(shù)值預(yù)報(bào)模式的平均絕對(duì)誤差為0.667，明顯小于ECMWF-thin數(shù)值預(yù)報(bào)模式的1.390。從不同預(yù)報(bào)時(shí)效的平均誤差來(lái)看，GERMAN數(shù)值預(yù)報(bào)模式未來(lái)

48 h的平均絕對(duì)誤差最小，為0.460，而ECMWF-thin數(shù)值預(yù)報(bào)模式的平均絕對(duì)誤差均在1.231以上，其中未來(lái)24 h的平均絕對(duì)誤差最大達(dá)到1.559，因此短期預(yù)報(bào)GERMAN數(shù)值預(yù)報(bào)模式更為穩(wěn)定。GERMAN模式的均方根誤差為3.078，ECMWF-thin模式的均方根誤差為4.304，GERMAN模式偏差小于ECMWF-thin

模式。

表2" ECMWF-thin和GERMAN數(shù)值預(yù)報(bào)模式降水產(chǎn)品在珠峰自然保護(hù)區(qū)的預(yù)報(bào)誤差

數(shù)值預(yù)報(bào)模式 平均誤差（ME） 平均絕對(duì)誤差（MAE） 均方根誤差（RMEE）

ECMWF-thin 1.057 1.390 4.304

GERMAN 0.055 0.667 3.078

根據(jù)逐日誤差分析也可得出，GERMA模式的平均誤差低于ECMWF-thin模式，關(guān)于明顯的天氣過(guò)程，即2020年1月16—18日，日喀則市南部邊緣（吉隆、聶拉木、定日和定結(jié)的部分鄉(xiāng)鎮(zhèn)）出現(xiàn)了暴雪，西部和北部部分鄉(xiāng)鎮(zhèn)出現(xiàn)了大雪，其中聶拉木過(guò)程降雪量為100.7 mm，積雪深度達(dá)83 cm，而吉隆縣、定日縣和定結(jié)縣部分鄉(xiāng)鎮(zhèn)積雪深度達(dá)40～60 cm，ECMWF-thin模式偏大率明顯高于GERMAN模式，因此針對(duì)暴雪等災(zāi)害性天氣，GERMAN模式降水預(yù)報(bào)明顯優(yōu)于ECMWF-thin模式。

3 結(jié)論

（1）通過(guò)檢驗(yàn)2019年10月1日—2020年9月30日珠峰自然保護(hù)區(qū)模式降水預(yù)報(bào)表明，GERMAN模式晴雨準(zhǔn)確率能達(dá)66.9%，高于ECMWF-thin模式。兩種模式晴雨漏報(bào)率均較低，尤其是ECMWF-thin模式漏報(bào)率僅為2.0%。在晴雨空?qǐng)?bào)率方面，GERMAN模式和ECMWF-thin模式均較高，其中ECMWF-thin的空?qǐng)?bào)率達(dá)到81.0%，GERMAN模式的空?qǐng)?bào)率為72.0%，因此預(yù)報(bào)員在日常業(yè)務(wù)中應(yīng)配合天氣系統(tǒng)分析，以提升小量級(jí)降水的預(yù)報(bào)性能。GERMAN模式的TS評(píng)分為0.266，而ECMWF-thin數(shù)值預(yù)報(bào)模式的TS評(píng)分僅為0.190。隨著預(yù)報(bào)時(shí)效的增加，模式的TS評(píng)分呈減少趨勢(shì)，兩種模式對(duì)48 h內(nèi)的預(yù)報(bào)TS評(píng)分最高。

（2）從降水分級(jí)檢驗(yàn)情況來(lái)看，針對(duì)不同量級(jí)的降水，GERMAN模式TS評(píng)分明顯高于ECMWF-thin模式，尤其是對(duì)大暴雨、小雨，以及小雪、大雪和特大暴雪等量級(jí)具有較好的預(yù)報(bào)能力，在TS評(píng)分值和預(yù)報(bào)時(shí)效對(duì)應(yīng)上，無(wú)明顯變化規(guī)律可循。ECMWF-thin模式雖然整體TS評(píng)分比GERMAN模式低，但是對(duì)暴雪和大暴雪兩個(gè)量級(jí)的預(yù)報(bào)較GERMAN數(shù)值預(yù)報(bào)模式有優(yōu)勢(shì)。

（3）從模式降水偏差情況來(lái)看，GERMAN模式預(yù)報(bào)與實(shí)況之間的偏差小，平均誤差、平均絕對(duì)誤差、均方根誤差均低于ECMWF-thin模式。

綜合而言，對(duì)珠峰自然保護(hù)區(qū)的降水預(yù)報(bào)，GER- MAN模式的檢驗(yàn)結(jié)果優(yōu)于ECMWF-thin模式。由于高原地區(qū)強(qiáng)降水氣候概率較低，其預(yù)報(bào)評(píng)分遠(yuǎn)低于我國(guó)中東部地區(qū)，模式對(duì)強(qiáng)降水的把握能力明顯不足，而晴雨預(yù)報(bào)空?qǐng)?bào)率高、準(zhǔn)確率低的情況則說(shuō)明模式地面降水產(chǎn)品對(duì)小量級(jí)降水預(yù)報(bào)的范圍明顯偏大，在業(yè)務(wù)應(yīng)用中可以通過(guò)統(tǒng)計(jì)建?；蚺浜咸鞖庀到y(tǒng)來(lái)消除部分空?qǐng)?bào)現(xiàn)象，提高模式產(chǎn)品對(duì)小量級(jí)降水的預(yù)報(bào)能力。

參考文獻(xiàn)

[1] 陳海山，孫照渤.陸面模式CLSM的設(shè)計(jì)及性能檢驗(yàn)II.模式檢驗(yàn)[J].大氣科學(xué)，2005（2）：272-282.

[2] 王雨，李莉.GRAPESMeso V3.0模式預(yù)報(bào)效果檢驗(yàn)[J].應(yīng)用氣象學(xué)報(bào)，2010，21（5）：524-534.

[3] 張宏芳，潘留杰，楊新.ECMWF、日本高分辨率模式降水預(yù)報(bào)能力的對(duì)比分析[J].氣象，2014，40（4）：424-432.

[4] 閔晶晶.BJ-RUC系統(tǒng)模式地面氣象要素預(yù)報(bào)效果評(píng)估[J].應(yīng)用氣象學(xué)報(bào)，2014，25（3）：265-273.

[5] 張成軍，紀(jì)曉玲，馬金仁，等.多種數(shù)值預(yù)報(bào)及其釋用產(chǎn)品在寧夏天氣預(yù)報(bào)業(yè)務(wù)中的檢驗(yàn)評(píng)估[J].干旱氣象，2017，35 （1）：148-156.

收稿日期：2024-07-19

作者簡(jiǎn)介：格桑卓瑪（1984—），女，西藏拉薩人，高級(jí)工程師，研究方向?yàn)楦咴鞖鈿夂蝾A(yù)測(cè)與農(nóng)業(yè)氣象服務(wù)。