2021年夏季CMA-MESO模式降水预报评估_蔡怡.pdf

第 41 卷 第 3 期2023 年 6 月Vol.41 No.3June，2023干旱气象Journal of Arid Meteorology2021年夏季CMA-MESO模式降水预报评估蔡怡1，2，徐枝芳2，3，龚玺4，钟若嵋5，黄观胜6，龙海川7（1.浙江省长兴县气象局，浙江 长兴 313100；2.中国气象局地球系统数值预报重点开放实验室，北京 100081；3.中国气象科学研究院灾害天气国家重点实验室，北京 100081；4.湖南省株洲市气象局，湖南 株洲 412000；5.中国民用航空中南地区空中交通管理局广西分局，广西 南宁 530048；6.湖南省郴州市气象局，湖南 郴州 423000；7.中国船舶集团有限公司，重庆 401120）摘要：利用中国2021年夏季（68月）逐3 h降水预报资料和地面气象站观测资料，从多个角度诊断分析CMA-MESO（China Meteorological Administration Mesoscale Model）3 km系统模式降水预报性能，为预报员提供参考，为模式系统改进提供依据。结果表明：CMA-MESO 3 km模式能较好地预报出不同地区3 h累积降水量和有效降水频率时空分布特征，区域降水预报能力强于单站，持续性降水预报效果好于局地短时强降水。不同预报时效结果显示，CMA-MESO 3 km模式3 h降水预报值最大且大于观测值，6、9、12 h降水预报最接近实况；短时强降水个例结果显示CMA-MESO 3 km模式短临预报效果较好，3、6 h降水预报接近观测，降水量及其时间变化特征预报与观测基本一致，且8个预报时效的区域降水预报平均值接近观测值，预报效果较好。关键词：CMA-MESO 3 km；降水量；降水频率；偏差文章编号：1006-7639（2023）03-0503-13 DOI：10.11755/j.issn.1006-7639（2023）-03-0503中图分类号：P456；P426.6 文献标志码：A引 言暴雨洪涝是中国最常见、最严重的自然灾害之一，约三分之二的国土面积都可能发生不同类型和不同程度的暴雨洪涝灾害，给人民群众生命安全、经济社会发展、国家安全等造成严重影响（李泽椿等，2015）。强对流天气具有突发性、局地性和极端性等特征，对流系统往往发展剧烈，易在短时间内造成极端灾害天气，如何对其准确预报是目前气象领域公认的难题（齐艳军等，2016；翟盘茂等，1999；Stensrud and Fritsch，1994；Stensrud et al.，1999；Stensrud et al.，2000）。近年来，随着数值模式的不断发展和高性能计算机能力的提升，高分辨率的区域快速更新循环同化系统发展迅速（Benjamin et al.，2004；薛纪善等，2008；陈子通等，2010；王叶红等，2011；傅娜等，2013）。2001年中国气象局开始自主研发新一代全球/区域通用数值天气预报系统GRAPES（Global/Regional Assimilation and Prediction Enhanced System），GRAPES区域数值预报业务系统（GRAPES-MESO，2021年更名为CMA-MESO）于2006年正式投入业务化运行（Ma et al.，2009），经过不断升级改进，要素场和降水预报准确性明显提升（黄丽萍等，2017；徐枝芳等，2013），2015年建成了覆盖中国东部区域3 km水平分辨率的试验系统。2020年覆盖全中国区域业务系统的分辨率从10 km升级为3 km（庄照荣等，2020），每日开展8次同化分析和预报，资料同化种类和资料量大幅增加，CMA-MESO模式在短临预报中发挥越来越重要的作用，极大地提高了降水天气过程的预报准确率，但对极端暴雨和强降水的捕捉能力仍有较大的提升空间。模式降水预报检验评估不仅可为预报员预报提供参考，还可为模式系统改进提供依据。有研究采用降水确定性预报评分如预报成功指数评分（Threat Score，TS）、公平成功指数评分（Equitable 蔡 怡，徐枝芳，龚 玺，等.2021年夏季CMA-MESO模式降水预报评估 J.干旱气象，2023，41（3）：503-515，CAI Yi，XU Zhifang，GONG Xi，et al.Evaluation of precipitation forecast of CMA-MESO model in summer of 2021 J.Journal of Arid Meteorology，2023，41（3）：503-515，DOI：10.11755/j.issn.1006-7639（2023）-03-0503收稿日期：2022-08-23；改回日期：2022-10-27基金项目：河南省重大科技专项项目（201400210800）和国家重点研发计划项目（2018YFC1507605）共同资助作者简介：蔡怡（1996），女，浙江杭州人，助理工程师，主要从事数值模式与资料同化研究。E-mail：。通信作者：徐枝芳（1977），女，北京人，研究员，主要从事数值模式与资料同化研究。E-mail：。41 卷干旱气象Threat Sore，ETS）和 预 报 偏 差 Bias，检 验 评 估 了CMA-GFS（China Meteorological Administration Global Forecast System）、ECMWF（European Centre for Medium-Range Weather Forecasts）、SMS-WARMS（Shanghai Meteorological Service-WRF ADAS Rapid Refresh System）等不同模式的降水预报性能，发现模式对小雨、中雨、大雨量级预报评分较高，而对暴雨预报评分总体较低（宫宇等，2018；梅钦等，2018；吴秋霞等，2007；张立凤和罗雨，2010）。另外，还有研究采用概率预报检验评分如Brier评分、相对作用特征（Relative Operative Characteristic，ROC）、可靠性 评 分（Reliability Score，RS）和 邻 域 空 间 检 验（Fraction Skill Score，FSS）对模式降水进行不确定性分析（孙建华等，2018；曹越等，2019；徐同等，2019），发现对于临近降水预报，概率预报效果较集合平均更具有优势，但对极端强降水的指示意义较差（徐致真等，2019；韦青等，2020；吴晶等，2020；王婧卓等，2021）。针对 CMA-MESO模式降水预报的定量统计检验已开展了大量研究：如史文茹等（2021）对“720”特大暴雨天气过程的模式预报性能进行检验评估，肯定了数值模式对此次特大暴雨具有一定预报能力；张小雯等（2020）利用降水确定性预报评分评估了CMA-MESO 3 km模式强对流天气预报性能，发现该模式对风暴等强对流天气的预报明显优于其他模式。另外，许晨璐等（2017）、谢漪云和王建捷（2021）对CMA-MESO模式预报降水量、降水频率、降水强度特征等综合表现也进行了检验评估，指出CMA-MESO 模式能够很好地捕捉日均降水量和降水频率与地域分布特征的关系，弱降水频率偏低，强降水频率与实况吻合，但强度偏弱。多项研究结果均表明CMA-MESO模式对中国区域强对流天气精细化预报具有明显优势（陈静等，2022；黄丽萍等，2017；刘雪晴等，2020）。但上述研究均基于某一定特定区域范围内（如青藏高原东部及四川西部的高原复杂地形、华南沿海地区等）24 h降水预报产品开展评估，对不同区域范围降水预报的对比分析较少，且对不同起报时间不同预报时效的模式预报评估分析尚未深入展开。因此，本文从中国2021年夏季（68月）每日逐3 h降水量和有效降水频率入手，通过划分不同区域及不同降水量级，从多视角定性和定量评估CMA-MESO 3 km模式8个起报时次预报结果，为CMA-MESO 3 km模式预报产品的深度应用和系统改进提供参考。1资料和方法1.1资 料所用资料为：2021年夏季（68月）10 796个国家级地面气象观测站逐3 h累积降水量资料，由于一些观测站降水资料存在缺失，对缺测率大于5%的观测站进行剔除以保证所用资料的完整性；同期CMA-MESO 3 km 模式每日 8 个起报时次（00：00、03：00、06：00、09：00、12：00、15：00、18：00、21：00）逐3 h地面降水预报产品。CMA-MESO 3 km模式的水平分辨率为 0.030.03，预报范围 70.00E145.00E、15.00N65.00N，每隔 3 h 同化一次资料，每日00：00和12：00冷启动一次，00：00和12：00启动的预报时效为 72 h，其他时次的预报时效为36 h，为确保诊断分析数据样本一致性，本文仅对前24 h预报产品做诊断分析。文中所有时间均为世界时。文中附图涉及地图均基于中华人民共和国民政部官网提供的审图号为GS（2022）1873号的标准地图制作，底图无修改。采用双线性插值法将降水预报产品插值到观测站点上，该方法对月降水量处理的结果比双三次插值法、最近邻点插值法和三次样条插值法有更高的精度（税军峰等，2019）。参考降水量等级划分的国家标准GB/T 28592-2012（国家气象中心，2012），将3 h累积降水量（RC）划分为7个等级，即：RC0.1 mm（无降水）、0.1RC3.0 mm（小雨）、3.0RC10.0 mm（中雨）、10.0RC20.0 mm（大雨）、20.0RC50.0 mm（暴雨）、50.0RC70.0 mm（大暴雨）、RC70.0 mm（特大暴雨）。1.2有效降水频率计算方法站点平均有效降水频率定义为：将每日00：0000：00站点观测及模式预报3 h累积降水量分为无降水（RC0.1 mm）、有效降水（RC0.1）和强降水（RC10.0 mm）3种情况进行统计。若RC0.1 mm，则有效降水次数Mn,k计为1（n=1，2，3，N；k=1，2，3，K；N、K 分别为总天数、总站数），若 RC0.1 mm，则Mn,k记为0，强降水次数统计同理。分别计算观测时段内每个站点夏季有效降水频率fk，再对所选区域内所有站点的有效降水频率累加平均，得到区域内站点平均有效降水频率-fsta，具体公式如下：fk=n=1NMn,kN（1）-fsta=k=1KfkK（2）504第 3 期蔡怡等：2021年夏季CMA-MESO模式降水预报评估区域平均有效降水频率定义为：对所选取区域内站点3 h累积降水量Rn,k进行累加平均，即为每日每个观测时段区域平均3 h累积降水量-Rn。然后对-Rn分无降水（-Rn0.1 mm）和有效降水（-Rn0.1 mm）2种情况进行统计，若-Rn0.1 mm，则有效降水次数On记为1，若-Rn0.1 mm，则On记为0。区域平均有效降水频率-fday为统计时段符合条件降水次数与统计时段总天数N之比。具体公式如下：-Rn=k=1KRn,kK（3）-fday=n=1NOnN（4）2夏季降水实况与预报特征分析2.1夏季3 h降水量及降水频率实况时空分布由2021年夏季国家级地面气象观测站逐3 h累积降水量（图1）和有效降水频率（图2）空间分布可知，站点3 h累积降水量和有效降水频率空间分布不均匀，南方多北方少、东部多西部少，下午至傍晚（06：0012：00）降水范围最广，且降水量明显大于其他观测时段；白天（21：00至次日09：00）中部地区（28.00N35.00N）沿长江流域有一条明显的雨带。东南沿海地区午后降水次数较多，同时段 3 h累积降水量远大于其他地区，部分地区降水达中雨以上量级，说明该地区主要以午后局地短时强降水为 主。距 离 临 近 的 川 渝 地 区 东 部（103.00E108.00E，28.00N33.00N）和青藏高原东部及四川西部（97