任緒偉，陳曉燕，蔡迪花，李蘭倩，邵愛梅

(1.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000；2.蘭州中心氣象臺(tái)，甘肅 蘭州 730020； 3.中國(guó)氣象局蘭州干旱氣象研究所，甘肅 蘭州 730020)

引 言

GRAPES(global/regional assimilation and prediction system)是中國(guó)氣象局自主研發(fā)的多尺度通用資料同化與數(shù)值預(yù)報(bào)系統(tǒng)[1-2]，包括全球中期天氣預(yù)報(bào)系統(tǒng)(GRAPES_GFS)和區(qū)域中尺度數(shù)值預(yù)報(bào)系統(tǒng)(GRAPES_Meso)。自2006年7月GRAPES_Meso模式正式業(yè)務(wù)運(yùn)行至今，已從模式動(dòng)力框架升級(jí)、同化系統(tǒng)改進(jìn)、空間分辨率提升以及物理參數(shù)化方案優(yōu)化等方面開展了大量研究[3-13]。科學(xué)、準(zhǔn)確地檢驗(yàn)評(píng)估模式預(yù)報(bào)能力是模式系統(tǒng)不斷優(yōu)化升級(jí)的重要部分，這對(duì)進(jìn)一步改進(jìn)模式性能有著積極作用[14-16]。

降水預(yù)報(bào)檢驗(yàn)是考察模式綜合性能的關(guān)鍵要素，為此學(xué)者們已針對(duì)不同版本的GRAPES_Meso模式開展了降水預(yù)報(bào)效果的檢驗(yàn)和評(píng)估研究[17-22]。GRAPES_Meso V3.3版本具有15 km的水平空間分辨率，其對(duì)東北和華北等地區(qū)的強(qiáng)降水有一定的預(yù)報(bào)能力，但對(duì)受地形影響的強(qiáng)降水預(yù)報(bào)能力有限[17]。隨著模式版本升級(jí)至V4.0，模式水平分辨率提高到10 km，垂直分層從31層增加至50層，同時(shí)完善了物理參數(shù)化方案和動(dòng)力框架，增加了地基GPS (global position system)大氣水汽含量等資料的同化應(yīng)用。GRAPES_Meso V4.0版本進(jìn)一步提升了降水預(yù)報(bào)能力，對(duì)雨帶的細(xì)致結(jié)構(gòu)有較好的刻畫能力，模式預(yù)報(bào)的降水與實(shí)況較為接近，且對(duì)溫度、風(fēng)速、位勢(shì)高度等氣象要素的預(yù)報(bào)也有正作用[18]?？傮w來(lái)說(shuō)，V4.0版本對(duì)我國(guó)西部地區(qū)的降水預(yù)報(bào)能力低于東部地區(qū)[19]，在西南地區(qū)的預(yù)報(bào)偏差主要表現(xiàn)為降水范圍偏大、強(qiáng)度偏強(qiáng)或預(yù)報(bào)的降水中心值較實(shí)況偏小[20]，而在西北地區(qū)的降水預(yù)報(bào)也存在一定偏差[21]。目前GRAPES_Meso模式水平分辨率已提升至3 km，能夠更好地預(yù)報(bào)出我國(guó)東南部地區(qū)降水的空間結(jié)構(gòu)，對(duì)日均降水量和降水頻率的預(yù)報(bào)好于10 km分辨率[22]。

中尺度數(shù)值模式普遍存在spin-up問題，即模式初始場(chǎng)動(dòng)力、熱力條件與濕物理過(guò)程不匹配，導(dǎo)致模式對(duì)云和降水的響應(yīng)存在時(shí)間上明顯滯后現(xiàn)象，進(jìn)而影響模式對(duì)局地強(qiáng)對(duì)流等高影響天氣過(guò)程的預(yù)報(bào)性能。為提高短臨預(yù)報(bào)能力，縮短模式spin-up時(shí)間，GRAPES_Meso模式引入了中尺度模式ARPS的云分析系統(tǒng)[23-24]，該系統(tǒng)利用衛(wèi)星、雷達(dá)以及地面等觀測(cè)資料，結(jié)合模式物理量場(chǎng)，展開三維云量分析和降水粒子場(chǎng)(雨水、雪和冰雹等)的計(jì)算。為了使云內(nèi)溫度場(chǎng)和云分析場(chǎng)一致，該云分析系統(tǒng)根據(jù)濕絕熱假設(shè)對(duì)云內(nèi)溫度場(chǎng)、濕度場(chǎng)和垂直速度場(chǎng)進(jìn)行調(diào)整，以完成對(duì)模式初始場(chǎng)的修正與更新[25]。云分析系統(tǒng)的引入提高了GRAPES_Meso模式業(yè)務(wù)版本的短臨預(yù)報(bào)性能，對(duì)華南地區(qū)降水預(yù)報(bào)有著積極作用[26]。然而，當(dāng)前對(duì)GRAPES_Meso模式及其云分析系統(tǒng)降水預(yù)報(bào)性能的檢驗(yàn)評(píng)估多集中在我國(guó)東部及南部地區(qū)，而對(duì)千米尺度分辨率模式及其云分析系統(tǒng)在西北地區(qū)的應(yīng)用效果評(píng)估較少。為此，本文利用GRAPES_Meso模式(3 km)及其云分析系統(tǒng)，針對(duì)我國(guó)西北地區(qū)2018年夏季13次強(qiáng)降水天氣過(guò)程和一個(gè)月天氣開展降水預(yù)報(bào)批量試驗(yàn)，評(píng)估該模式及其云分析系統(tǒng)在西北地區(qū)的降水預(yù)報(bào)能力，并結(jié)合一次典型強(qiáng)降水個(gè)例的試驗(yàn)結(jié)果給出GRAPES_Meso模式及其云分析系統(tǒng)的應(yīng)用效果。

1 模式和方法

1.1 模式及云分析系統(tǒng)簡(jiǎn)介

GRAPES_Meso模式采用半隱式半拉格朗日時(shí)間積分方案，水平方向?yàn)锳rakawa-C網(wǎng)格點(diǎn)，垂直方向采用Charney-Phillips非均勻跳層以及高度地形追隨坐標(biāo)設(shè)置；物理過(guò)程主要有次網(wǎng)格積云對(duì)流參數(shù)化、云微物理顯式降水、短波輻射、長(zhǎng)波輻射、邊界層以及陸面過(guò)程；三維變分同化系統(tǒng)可同化船舶、地面、云導(dǎo)風(fēng)、飛機(jī)報(bào)、探空等多種觀測(cè)資料。動(dòng)力框架和經(jīng)過(guò)優(yōu)化改進(jìn)的物理參數(shù)化方案是GRAPES_Meso模式核心部分[3]，經(jīng)過(guò)十余年的改進(jìn)，該模式目前已具有較好的預(yù)報(bào)性能。

GRAPES_Meso云分析系統(tǒng)的設(shè)計(jì)思路是通過(guò)綜合模式背景場(chǎng)信息以及各種觀測(cè)資料(雷達(dá)組網(wǎng)拼圖、衛(wèi)星相當(dāng)黑體溫度和總云量、探空、地面觀測(cè))，根據(jù)云的動(dòng)力、熱力學(xué)原理和觀測(cè)試驗(yàn)獲得的經(jīng)驗(yàn)關(guān)系修正云信息[26]。具體來(lái)說(shuō)，云分析系統(tǒng)通過(guò)模式背景濕度場(chǎng)信息確定云區(qū)和云量，通過(guò)地面觀測(cè)資料估算云底高度和云層厚度，通過(guò)衛(wèi)星數(shù)據(jù)調(diào)整云頂高度，通過(guò)雷達(dá)回波修正云量，通過(guò)靜力穩(wěn)定度和溫度識(shí)別云狀，通過(guò)簡(jiǎn)單非絕熱方案或Smith-Feddes方案分離云水與云冰；之后，根據(jù)雷達(dá)回波與不同類型降水的關(guān)系進(jìn)一步對(duì)雷達(dá)回波覆蓋區(qū)降水進(jìn)行分類(雨、雪、雹)；最后，根據(jù)Nudging方法完成對(duì)云內(nèi)信息的初始化。

1.2 試驗(yàn)設(shè)計(jì)

試驗(yàn)采用GRAPES_Meso模式，模擬區(qū)域范圍88°E—112°E、31°N—43°N(圖1)，積分時(shí)間步長(zhǎng)60 s，物理參數(shù)化方案選取WSM6微物理過(guò)程方案、Dudhia短波輻射方案、RRTM長(zhǎng)波輻射方案、Noah陸面過(guò)程方案、MRF邊界層方案以及Monin-Obukhov近地面層方案等。模式水平分辨率0.03°×0.03°，水平方向格點(diǎn)數(shù)800×400，垂直方向分為50層，模式預(yù)報(bào)結(jié)果逐小時(shí)輸出一次。文中涉及的地圖均基于國(guó)家測(cè)繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號(hào)為GS(2020)4630的標(biāo)準(zhǔn)地圖制作，底圖無(wú)修改。

圖1 模式研究區(qū)域和多普勒雷達(dá)站點(diǎn)分布 (虛線所圍區(qū)域?yàn)槔走_(dá)組合反射率評(píng)估區(qū)域)Fig.1 The domain setting of the model and spatial distribution of Doppler radar stations (The area enclosed with dashed line is the evaluation area of radar composite reflectivity)

通過(guò)2018年夏季西北地區(qū)13次強(qiáng)降水過(guò)程(表1)和7月天氣批量試驗(yàn)，檢驗(yàn)GRAPES_Meso模式及其云分析系統(tǒng)的預(yù)報(bào)性能，共設(shè)計(jì)3組試驗(yàn)(表2)：控制試驗(yàn)(Con_exp)為冷啟動(dòng)試驗(yàn)，即模式初始場(chǎng)和邊界條件基于美國(guó)NCEP GFS提供的0.5°×0.5°分辨率資料(https://www.nco.ncep.noaa.gov/pmb/products/gfs/)，對(duì)13次強(qiáng)降水過(guò)程，模式于強(qiáng)降水過(guò)程當(dāng)天00:00(世界時(shí)，下同)啟動(dòng)，進(jìn)行24 h預(yù)報(bào)；云分析試驗(yàn)(Gcas_exp)是在控制試驗(yàn)基礎(chǔ)上在積分初始時(shí)刻增加云分析過(guò)程；熱啟動(dòng)試驗(yàn)(Hot_exp)則是在強(qiáng)降水過(guò)程前一天18:00啟動(dòng)，每隔3 h使用云分析至降水過(guò)程當(dāng)天00:00，即在前一天18:00和21:00及當(dāng)天00:00更新云、水信息，之后進(jìn)行24 h預(yù)報(bào)。7月天氣批量試驗(yàn)的啟動(dòng)時(shí)間與強(qiáng)降水個(gè)例的設(shè)置相同，Con_exp和Gcas_exp試驗(yàn)于每日00:00啟動(dòng)，Hot_exp于前一天18:00啟動(dòng)并每隔 3 h循環(huán)使用云分析至當(dāng)日00:00，之后進(jìn)行24 h預(yù)報(bào)。

表1 2018年夏季西北地區(qū)13次強(qiáng)降水過(guò)程概述Tab.1 Introduction of 13 heavy rainfall cases in Northwest China in summer of 2018

表2 試驗(yàn)設(shè)計(jì)Tab.2 Experimental design

1.3 資料和評(píng)估方法

云分析系統(tǒng)所用的觀測(cè)資料包括西北地區(qū)雷達(dá)組網(wǎng)拼圖、FY-2E總云量(CTA)和相當(dāng)黑體溫度(TBB)(http://satellite.nsmc.org.cn/PortalSite/Data/Satellite.aspx)，其中雷達(dá)組網(wǎng)拼圖由8部C波段多普勒雷達(dá)資料處理得到，雷達(dá)位置如圖1所示。另外，使用西北4省(區(qū))及其周邊地區(qū)2018年6—8月自動(dòng)氣象站逐小時(shí)降水資料，小雨、中雨、大雨、暴雨和大暴雨對(duì)應(yīng)的閾值分別為0.1、10、25、50、100 mm。

將模式輸出的格點(diǎn)要素預(yù)報(bào)值通過(guò)雙線性插值方法插值到觀測(cè)站點(diǎn)上，并與觀測(cè)值進(jìn)行統(tǒng)計(jì)分析。降水預(yù)報(bào)檢驗(yàn)方法包括TS(threat score)評(píng)分、BS(bias score)評(píng)分、命中率(probability of detection，POD)、相關(guān)系數(shù)(correlation coefficient，CC)和平均絕對(duì)誤差(mean absolute error，MAE)。TS評(píng)分用以定量評(píng)價(jià)降水預(yù)報(bào)效果，BS評(píng)分用以反映降水總體預(yù)報(bào)效果，而POD則用以表征預(yù)報(bào)降水區(qū)占實(shí)況降水區(qū)的比重。

(1)

(2)

(3)

式中：NA、NB、NC分別表示降水預(yù)報(bào)準(zhǔn)確、空?qǐng)?bào)、漏報(bào)的站點(diǎn)數(shù)?？梢钥闯觯琓S評(píng)分值在0～1之間，分值越高表示預(yù)報(bào)效果越好[27]。大多情況下，BS值大于1表明降水存在空?qǐng)?bào)，且數(shù)值越大空?qǐng)?bào)現(xiàn)象越嚴(yán)重；小于1則表示存在漏報(bào)，且數(shù)值越小漏報(bào)現(xiàn)象越嚴(yán)重。POD數(shù)值越高說(shuō)明預(yù)報(bào)效果越好。

2 降水預(yù)報(bào)效果評(píng)估

2.1 強(qiáng)降水天氣個(gè)例試驗(yàn)

為檢驗(yàn)GRAPES_Meso模式及其云分析系統(tǒng)的降水預(yù)報(bào)能力，計(jì)算了3組試驗(yàn)對(duì)2018年夏季西北地區(qū)13次強(qiáng)降水過(guò)程的降水預(yù)報(bào)評(píng)分。從圖2(a)看出，3 km水平分辨率的GRAPES_Meso模式對(duì)西北地區(qū)強(qiáng)降水過(guò)程有著較好的預(yù)報(bào)能力，小雨的平均TS評(píng)分超過(guò)0.5，大雨約為0.2，且模式對(duì)強(qiáng)降水也有一定的預(yù)報(bào)能力；模式積分初始時(shí)刻通過(guò)云分析系統(tǒng)引入雷達(dá)與衛(wèi)星觀測(cè)資料對(duì)降水預(yù)報(bào)有正作用，Gcas_exp的降水預(yù)報(bào)準(zhǔn)確率較高，各量級(jí)降水預(yù)報(bào)TS評(píng)分均優(yōu)于控制試驗(yàn)。循環(huán)更新背景場(chǎng)云、水凝物信息的Hot_exp對(duì)降水預(yù)報(bào)同樣有正作用，但僅小雨和中雨量級(jí)的降水預(yù)報(bào)效果優(yōu)于Gcas_exp。從BS評(píng)分[圖2(b)]發(fā)現(xiàn)，各量級(jí)24 h累計(jì)降水BS評(píng)分均低于1，說(shuō)明模式預(yù)報(bào)的降水普遍較實(shí)況偏弱。其中，Gcas_exp通過(guò)引入云分析系統(tǒng)明顯降低了模式對(duì)各量級(jí)降水的漏報(bào)，而Hot_exp除中雨預(yù)報(bào)效果明顯較好外，其他量級(jí)均不如Gcas_exp。從圖2(c)看出，Gcas_exp對(duì)各量級(jí)的降水預(yù)報(bào)有著較高的命中率，而Hot_exp對(duì)小雨、中雨量級(jí)的降水表現(xiàn)較好，但對(duì)大雨及以上量級(jí)的強(qiáng)降水預(yù)報(bào)POD偏低。

圖2 西北地區(qū)2018年夏季13個(gè)強(qiáng)降水個(gè)例3組試驗(yàn)預(yù)報(bào)的24 h不同量級(jí) 累計(jì)降水的平均TS(a)、BS(b)評(píng)分及POD(c)Fig.2 Mean TS (a), BS (b) and POD (c) of 24 h accumulative precipitation with different magnitudes forecasted by three tests for 13 heavy rainfall cases in summer of 2018 in Northwest China

Gcas_exp的預(yù)報(bào)降水與觀測(cè)之間相關(guān)系數(shù)為0.281，Con_exp次之，相關(guān)系數(shù)為0.271，而Hot_exp的相關(guān)系數(shù)最低為0.263；Con_exp、Gcas_exp和Hot_exp預(yù)報(bào)降水與觀測(cè)之間的MAE接近，分別為11.12、11.22、11.11 mm。對(duì)比降水觀測(cè)與預(yù)報(bào)結(jié)果的時(shí)空分布(圖略)可知，雖然Gcas_exp一定程度上提高了強(qiáng)降水的預(yù)報(bào)能力，使模式在降水大值區(qū)預(yù)報(bào)更加合理，但對(duì)某些地區(qū)的降水預(yù)報(bào)偏強(qiáng)，導(dǎo)致MAE略高。

GRAPES_Meso模式云分析系統(tǒng)的應(yīng)用主要是為了減少模式積分初期的spin-up時(shí)間，提高短臨預(yù)報(bào)性能，因此對(duì)3組試驗(yàn)逐小時(shí)降水預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)。圖3是3組試驗(yàn)對(duì)13個(gè)強(qiáng)降水個(gè)例逐小時(shí)降水預(yù)報(bào)的平均TS評(píng)分，其中設(shè)定的降水閾值分別為0.1、5 mm及以上，前者可以表征3組試驗(yàn)對(duì)逐小時(shí)降水落區(qū)的預(yù)報(bào)能力，后者則反映對(duì)短時(shí)強(qiáng)降水的預(yù)報(bào)性能。從圖3(a)看出，Con_exp對(duì)前2 h大于0.1 mm的降水預(yù)報(bào)TS評(píng)分略低，其余時(shí)次TS均超過(guò)0.3，說(shuō)明GRAPES_Meso模式對(duì)降水落區(qū)有一定的預(yù)報(bào)能力，且在24 h預(yù)報(bào)時(shí)效內(nèi)穩(wěn)定性較好；Gcas_exp各時(shí)次大于0.1 mm的降水預(yù)報(bào)TS評(píng)分均優(yōu)于Con_exp，說(shuō)明云分析的引入提高了模式對(duì)各時(shí)次降水落區(qū)的預(yù)報(bào)能力，尤其對(duì)前3 h降水預(yù)報(bào)質(zhì)量有顯著提升；Hot_exp進(jìn)一步改善了云和降水響應(yīng)滯后的問題，對(duì)最初3 h的降水預(yù)報(bào)更加準(zhǔn)確，13～24 h預(yù)報(bào)效果也明顯好于Gcas_exp，但5～12 h的降水預(yù)報(bào)效果差于Gcas_exp。

相較于逐小時(shí)降水落區(qū)預(yù)報(bào)，3組試驗(yàn)對(duì)大于5 mm降水的預(yù)報(bào)性能差異較大[圖3(b)]。相比控制試驗(yàn)，Gcas_exp除了在前4 h和個(gè)別時(shí)次的強(qiáng)降水預(yù)報(bào)中略差，其余時(shí)次均更好，表明云分析的引入總體上對(duì)短時(shí)強(qiáng)降水預(yù)報(bào)有正作用；Hot_exp對(duì)最初的2 h強(qiáng)降水預(yù)報(bào)有明顯優(yōu)勢(shì)，說(shuō)明提前6 h啟動(dòng)模式可以有效減小spin-up對(duì)模式預(yù)報(bào)的影響，合理的背景場(chǎng)水汽信息的引入是改善強(qiáng)降水預(yù)報(bào)效果的方法之一，但穩(wěn)定性較差。

雷達(dá)反射率強(qiáng)度可以反映降水粒子的尺度和密度分布，因此，檢驗(yàn)雷達(dá)組合反射率預(yù)報(bào)結(jié)果同樣可以在一定程度上考察模式的預(yù)報(bào)性能。其中，模式的雷達(dá)組合反射率由預(yù)報(bào)的云水、雨水、雪等物理量根據(jù)Ferrier方案[28]計(jì)算獲得。圖4是3組試驗(yàn)預(yù)報(bào)的13次強(qiáng)降水過(guò)程不同閾值雷達(dá)組合反射率24 h預(yù)報(bào)時(shí)效內(nèi)平均TS和BS評(píng)分?？梢钥闯?，GRAPES_Meso模式對(duì)降水雷達(dá)回波有一定的預(yù)報(bào)能力，且云分析系統(tǒng)能夠提高模式對(duì)雷達(dá)組合反射率的預(yù)報(bào)質(zhì)量。其中，Con_exp、Gcas_exp和Hot_exp對(duì)大于10 dBZ的組合反射率預(yù)報(bào)的BS評(píng)分分別為0.653、0.695、0.715，說(shuō)明云分析的加入使模式對(duì)回波位置的預(yù)報(bào)能力也有所提高。然而，GRAPES_Meso模式存在對(duì)西北地區(qū)回波大值區(qū)預(yù)報(bào)偏強(qiáng)的問題，而云分析系統(tǒng)的引入導(dǎo)致模式預(yù)報(bào)的回波更強(qiáng)，如Hot_exp對(duì)大于30 dBZ的組合反射率BS評(píng)分接近3，這與目前模式后處理中組合反射率的計(jì)算方案與模式采用的微物理參數(shù)化方案不一致有一定關(guān)系。

圖3 西北地區(qū)2018年夏季13個(gè)強(qiáng)降水個(gè)例3組試驗(yàn)預(yù)報(bào)的不同量級(jí)逐小時(shí)降水的平均TS評(píng)分 (a) 0.1mm及以上，(b) 5 mm及以上Fig.3 Mean TS of hourly precipitation with different magnitudes forecasted by three tests for 13 heavy rainfall cases in summer of 2018 in Northwest China (a) precipitation with 0.1 mm and above, (b) precipitation with 5 mm and above

圖4 西北地區(qū)2018年夏季13個(gè)強(qiáng)降水個(gè)例3組試驗(yàn)預(yù)報(bào)的逐小時(shí) 不同強(qiáng)度雷達(dá)組合反射率的平均TS(a)、BS(b)評(píng)分Fig.4 Mean TS (a) and BS (b) of hourly radar composite reflectivity with different intensities forecasted by three tests for 13 heavy rainfall cases in summer of 2018 in Northwest China

2.2 批量試驗(yàn)

為進(jìn)一步檢驗(yàn)GRAPES_Meso模式在西北地區(qū)的業(yè)務(wù)應(yīng)用能力，開展了2018年7月批量試驗(yàn)及評(píng)估。由圖5(a)可知，2018年7月批量試驗(yàn)的24 h降水平均TS評(píng)分與13次強(qiáng)降水過(guò)程結(jié)果相似，但3組批量試驗(yàn)預(yù)報(bào)的各量級(jí)降水平均TS評(píng)分相較于強(qiáng)降水個(gè)例結(jié)果略低，表明3 km水平分辨率的GRAPES_Meso模式對(duì)西北地區(qū)降水有良好且穩(wěn)定的預(yù)報(bào)能力，但仍存在一定程度的漏報(bào)。從圖5(b)看出，云分析系統(tǒng)的引入提高了各量級(jí)降水預(yù)報(bào)的TS評(píng)分，且中雨、大雨量級(jí)BS評(píng)分超過(guò)0.6，很大程度上改善了降水預(yù)報(bào)偏弱的問題。同化雷達(dá)與衛(wèi)星觀測(cè)資料對(duì)模式降水預(yù)報(bào)有較好的應(yīng)用效果，多次更新背景場(chǎng)水汽信息的Hot_exp在小、中、大雨量級(jí)降水預(yù)報(bào)上命中率較高，而暴雨及以上量級(jí)強(qiáng)降水的預(yù)報(bào)效果不如Gcas_exp[圖5(c)]。與強(qiáng)降水個(gè)例相比，Con_exp、Gcas_exp、Hot_exp批量預(yù)報(bào)降水與實(shí)況的相關(guān)系數(shù)較低，分別為0.198、0.206、0.187；由于批量試驗(yàn)降水強(qiáng)度整體不如強(qiáng)降水個(gè)例，因此預(yù)報(bào)誤差也較低，MAE分別為6.839、7.090、7.040 mm。

7月批量試驗(yàn)預(yù)報(bào)的逐小時(shí)降水TS評(píng)分隨預(yù)報(bào)時(shí)長(zhǎng)的變化與13次強(qiáng)降水個(gè)例的結(jié)果基本一致[圖5(d)]，預(yù)報(bào)起始時(shí)刻應(yīng)用云分析的Gcas_exp表現(xiàn)比較穩(wěn)定，在整個(gè)預(yù)報(bào)時(shí)段內(nèi)降水預(yù)報(bào)效果均好于Con_exp，尤其是0～12 h的預(yù)報(bào)；Con_exp受spin-up影響導(dǎo)致降水預(yù)報(bào)初期TS評(píng)分較低，而Hot_exp雖然顯著提高了0～4 h的降水預(yù)報(bào)效果，但隨著預(yù)報(bào)時(shí)長(zhǎng)增加這一優(yōu)勢(shì)未能維持，甚至部分時(shí)段的預(yù)報(bào)效果低于Con_exp，穩(wěn)定性較差。3組試驗(yàn)方案在積分前12 h降水TS評(píng)分均值分別為0.310、0.389、0.356，整體上Gcas_exp的預(yù)報(bào)效果較好。

相對(duì)于13次強(qiáng)降水天氣個(gè)例，7月批量試驗(yàn)預(yù)報(bào)的雷達(dá)組合反射率的TS評(píng)分略低，預(yù)報(bào)起始時(shí)刻應(yīng)用云分析系統(tǒng)的Gcas_exp對(duì)回波預(yù)報(bào)有正效果[圖6(a)]。不同回波強(qiáng)度的BS評(píng)分[圖6(b)]顯示，3組試驗(yàn)對(duì)7月大于10 dBZ的組合回波預(yù)報(bào)范圍偏小，對(duì)大于20 dBZ的組合回波有較好的預(yù)報(bào)效果，BS均接近1，而對(duì)大于30 dBZ的強(qiáng)回波仍存在預(yù)報(bào)過(guò)強(qiáng)的問題。

圖5 西北地區(qū)2018年7月3組試驗(yàn)批量預(yù)報(bào)的不同量級(jí)24 h累計(jì)降水的平均 TS(a)、BS(b)評(píng)分和POD(c)以及0.1 mm及以上降水平均TS評(píng)分隨預(yù)報(bào)時(shí)長(zhǎng)的演變(d)Fig.5 Mean TS (a), BS (b) and POD (c) of 24 h accumulative precipitation with different magnitudes forecasted by three tests and evolution of average TS of 0.1 mm precipitation and above with forecast time (d) on each day of July 2018 in Northwest China

圖6 西北地區(qū)2018年7月3組試驗(yàn)預(yù)報(bào)的逐小時(shí)不同強(qiáng)度雷達(dá)組合反射率的平均TS(a)、BS(b)評(píng)分Fig.6 Mean TS (a) and BS (b) of hourly radar composite reflectivity with different intensities forecasted by three tests in July 2018 in Northwest China

3 個(gè)例分析

前面分析可見，3 km水平分辨率的GRAPES_Meso模式及其云分析系統(tǒng)對(duì)我國(guó)西北地區(qū)降水有著良好且穩(wěn)定的預(yù)報(bào)性能，云分析系統(tǒng)的引入對(duì)提高短臨降水預(yù)報(bào)有積極作用。研究表明，西北地區(qū)夏季降水主要出現(xiàn)在青海東部、甘肅南部、寧夏以及陜西部分地區(qū)[29]。2018年夏季西北地區(qū)13個(gè)個(gè)例的降水落區(qū)與李飛[29]研究結(jié)果基本一致，且這13個(gè)個(gè)例和7月批量試驗(yàn)的預(yù)報(bào)結(jié)果有較好的一致性。為檢驗(yàn)降水預(yù)報(bào)的空間一致性，以2018年7月10—11日強(qiáng)降水過(guò)程為例，進(jìn)一步探討GRAPES_Meso模式及其云分析系統(tǒng)對(duì)西北地區(qū)降水的預(yù)報(bào)能力。

圖7是2018年7月10日00:00至11日00:00累計(jì)降水觀測(cè)與各試驗(yàn)預(yù)報(bào)結(jié)果。可以看出，此次強(qiáng)降水過(guò)程具有降水面積廣、強(qiáng)度大的特點(diǎn)，強(qiáng)雨帶主要集中在甘肅隴南至陜西榆林一帶，多個(gè)自動(dòng)站24 h累計(jì)雨量達(dá)到大暴雨[圖7(a)]，且多次出現(xiàn)短時(shí)強(qiáng)降水過(guò)程。3組試驗(yàn)預(yù)報(bào)的強(qiáng)降水落區(qū)與強(qiáng)度基本與實(shí)況吻合。其中，Con_exp與Gcas_exp預(yù)報(bào)的雨帶位置與觀測(cè)基本一致，但對(duì)陜西延安、榆林等地區(qū)的強(qiáng)降水預(yù)報(bào)強(qiáng)度偏低[圖7(b)和圖7(c)]，Gcas_exp云分析試驗(yàn)提高了模式在甘肅南部和陜西北部的降水強(qiáng)度和位置預(yù)報(bào)；Hot_exp修正了陜西北部降水落區(qū)位置，同時(shí)改善了四川北部降水預(yù)報(bào)偏強(qiáng)的問題，但對(duì)多地大暴雨存在漏報(bào)[圖7(d)]，說(shuō)明這些地區(qū)模式預(yù)報(bào)的降水量級(jí)偏低。

圖7 西北地區(qū)2018年7月10日00:00至11日00:00觀測(cè)與3組試驗(yàn)預(yù)報(bào)的累計(jì)降水分布(單位：mm) (a)實(shí)況，(b)Con_exp，(c)Gcas_exp，(d)Hot_expFig.7 The distribution of accumulative precipitation observed and forecasted by three tests from 00:00 UTC 10 to 00:00 UTC 11 July 2018 in Northwest China (Unit: mm) (a) the observation, (b) Con_exp, (c) Gcas_exp, (d) Hot_exp

從圖8看出，Con_exp、Gcas_exp和Hot_exp三個(gè)試驗(yàn)對(duì)此次強(qiáng)降水過(guò)程各時(shí)次均有著很好的預(yù)報(bào)。除1～2 h預(yù)報(bào)，其余時(shí)段Con_exp的降水預(yù)報(bào)TS評(píng)分均高于0.7；在此基礎(chǔ)上，云分析Gcas_exp進(jìn)一步提高了降水預(yù)報(bào)能力，尤其是前2 h的預(yù)報(bào)，而循環(huán)應(yīng)用云分析的熱啟動(dòng)Hot_exp的降水預(yù)報(bào)不夠穩(wěn)定[圖8(a)]。從圖8(b)看出，Con_exp對(duì)此次過(guò)程中5 mm以上強(qiáng)降水有一定的預(yù)報(bào)能力，啟動(dòng)云分析系統(tǒng)的Gcas_exp明顯提高了起始時(shí)刻、7～15 h的強(qiáng)降水預(yù)報(bào)技巧，但熱啟動(dòng)Hot_exp的強(qiáng)降水預(yù)報(bào)效果較前2個(gè)試驗(yàn)差。

圖8 西北地區(qū)2018年7月10—11日3組試驗(yàn)預(yù)報(bào)的不同量級(jí)降水TS評(píng)分隨預(yù)報(bào)時(shí)效的演變 (a) 0.1 mm及以上，(b) 5 mm及以上Fig.8 The evolution of TS of precipitation with different magnitudes with forecast time forecasted by three tests from 10 to 11 July 2018 in Northwest China (a) precipitation with 0.1 mm and above, (b) precipitation with 5 mm and above

從7月10日00:00西北地區(qū)觀測(cè)的雷達(dá)回波組合反射率和衛(wèi)星黑體亮溫(TBB)分布(圖9)看出，云分析引入的雷達(dá)回波觀測(cè)區(qū)域集中在研究區(qū)域東南部，最大回波超過(guò)45 dBZ，且雷達(dá)觀測(cè)回波大值區(qū)與亮溫低值區(qū)(極小值達(dá)120 K)存在明顯對(duì)應(yīng)關(guān)系。

圖9 2018年7月10日00:00西北地區(qū)觀測(cè)的雷達(dá)回波組合反射率(a,單位：dBZ)和TTB(b，單位：K)Fig.9 The observed radar composite reflectivity (a, Unit: dBZ) and TBB (b, Unit: K) over Northwest China at 00:00 UTC on 10 July 2018

圖10是不同預(yù)報(bào)時(shí)刻云分析試驗(yàn)Gcas_exp與Con_exp預(yù)報(bào)的云水(qc)、雨水(qr)和水汽(qv)等水凝物垂直含量的差值?？梢钥闯觯Ｊ椒e分1 h后，Gcas_exp預(yù)報(bào)的qc含量較Con_exp試驗(yàn)略小，部分地區(qū)數(shù)值減小超過(guò)3 g·kg-1。結(jié)合此時(shí)段內(nèi)模式降水預(yù)報(bào)結(jié)果(圖略)發(fā)現(xiàn)，qc含量減小區(qū)域與降水大值區(qū)基本重合，說(shuō)明雷達(dá)回波與衛(wèi)星TBB觀測(cè)資料的引入改變了區(qū)域內(nèi)水凝物含量，部分qc轉(zhuǎn)化為降水粒子，qr垂直累積含量明顯增加，導(dǎo)致在最初的幾小時(shí)預(yù)報(bào)降水增加，從而改善模式本身(控制試驗(yàn))對(duì)強(qiáng)降水預(yù)報(bào)偏弱的問題。云分析系統(tǒng)的引入對(duì)水汽場(chǎng)也有增強(qiáng)作用，這在一定程度上也改善了模式降水預(yù)報(bào)普遍偏弱的問題。隨著模式積分至3 h，Con_exp和Gcas_exp得到的qc和qr垂直累積含量相當(dāng)，而水汽含量則前者小于后者，說(shuō)明云分析系統(tǒng)對(duì)qc、qr的影響隨預(yù)報(bào)時(shí)長(zhǎng)的增加逐漸減小，但對(duì)水汽含量仍有明顯增加作用。

圖10 Gcas_exp與Con_exp試驗(yàn)1 h(a、c、e)和3 h (b、d、f)預(yù)報(bào) 的水凝物垂直累積含量差值(單位：g·kg-1) (a、b)云水，(c、d)雨水，(e、f)水汽Fig.10 Difference of 1 h-forecast (a, c, e) and 3 h-forecast (b, d, f) vertically integrated content of hydrometeor between Gcas_exp and Con_exp (Unit: g·kg-1) (a, b) cloud water, (c, d) rain water, (e, f) water vapor

圖11是7月10日01:00觀測(cè)和預(yù)報(bào)的雷達(dá)組合反射率?？梢钥闯?，雷達(dá)組合反射率觀測(cè)的大值區(qū)主要集中在甘肅甘南、天水以及隴南等地區(qū)，最大值超過(guò)45 dBZ；3 km分辨率的GRAPES_Meso模式對(duì)雷達(dá)組合反射率有一定的預(yù)報(bào)能力，Con_exp預(yù)報(bào)的回波位置與實(shí)況基本吻合，而Gcas_exp和Hot_exp預(yù)報(bào)的回波范圍偏大，尤其是Hot_exp，但3個(gè)試驗(yàn)對(duì)區(qū)域西部的弱回波預(yù)報(bào)均偏強(qiáng)，且對(duì)隴南地區(qū)的強(qiáng)回波都有不同程度的預(yù)報(bào)偏差。綜上所述，模式預(yù)報(bào)的回波普遍偏強(qiáng)，云分析系統(tǒng)的應(yīng)用導(dǎo)致模式預(yù)報(bào)的回波更強(qiáng)。

圖11 2018年7月10日01:00觀測(cè)和模式預(yù)報(bào)的雷達(dá)組合反射率(單位:dBZ) (a)實(shí)況，(b)Con_exp，(c)Gcas_exp，(d)Hot_expFig.11 The observed and forecasted radar composite reflectivity at 01:00 UTC 10 July 2018 (Unit: dBZ) (a) the observation, (b) Con_exp, (c) Gcas_exp, (d) Hot_exp

4 結(jié) 論

(1)3 km水平分辨率的GRAPES_Meso模式對(duì)我國(guó)西北地區(qū)降水有著良好且穩(wěn)定的預(yù)報(bào)性能，可為短時(shí)臨近天氣預(yù)報(bào)業(yè)務(wù)提供支撐。13個(gè)強(qiáng)降水個(gè)例和1個(gè)月批量試驗(yàn)的逐小時(shí)降水預(yù)報(bào)結(jié)果表明，該模式可以較好地再現(xiàn)西北地區(qū)降水的發(fā)生發(fā)展過(guò)程，但各量級(jí)降水存在一定程度的漏報(bào)。

(2)云分析系統(tǒng)通過(guò)引入雷達(dá)和衛(wèi)星觀測(cè)資料實(shí)現(xiàn)對(duì)水凝物等信息的合理調(diào)整，明顯改善了中尺度模式存在的spin-up問題，提高了模式對(duì)各量級(jí)降水預(yù)報(bào)能力，尤其是短臨降水的預(yù)報(bào)質(zhì)量。此外，云分析的循環(huán)應(yīng)用可以提高降水預(yù)報(bào)能力，尤其是前幾個(gè)小時(shí)的降水預(yù)報(bào)，但整體表現(xiàn)不穩(wěn)定。

(3)3 km水平分辨率的GRAPES_Meso模式及云分析系統(tǒng)對(duì)雷達(dá)回波有一定的預(yù)報(bào)能力，預(yù)報(bào)的雷達(dá)組合反射率的范圍與觀測(cè)較為一致，但對(duì)回波大值區(qū)存在預(yù)報(bào)過(guò)強(qiáng)的問題。

本文僅根據(jù)業(yè)務(wù)中使用的參數(shù)運(yùn)行GRAPES_Meso (3 km)模式及其云分析系統(tǒng)，檢驗(yàn)評(píng)估的個(gè)例有限，且對(duì)不同預(yù)報(bào)起始時(shí)刻、云分析系統(tǒng)參數(shù)在西北地區(qū)的適用性等未加考慮，所得的結(jié)論未必反映出模式及其云分析系統(tǒng)的最佳性能。未來(lái)將對(duì)云分析系統(tǒng)各參數(shù)的適用性進(jìn)行評(píng)估，以期進(jìn)一步提升云分析系統(tǒng)在西北地區(qū)的應(yīng)用效果。