李曉蘭，符嬌蘭

（1.國家氣象中心，北京100081；2.中國氣象局-河海大學水文氣象研究聯(lián)合實驗室，北京100081）

1 引 言

華南是我國暴雨頻發(fā)的地區(qū)之一，其汛期降水可分為前汛期（4—6月）降水和后汛期（7—9月）降水，其中，前汛期總降水量占華南全年降水量的50%左右。華南前汛期暴雨根據降水性質不同，可分為鋒面暴雨和暖區(qū)暴雨，前者出現(xiàn)在4月到5月中旬前后，暴雨主要出現(xiàn)在華南北部；后者主要出現(xiàn)在夏季風爆發(fā)后，大約為5月中旬到6月，暴雨主要出現(xiàn)在華南沿海[1]。與鋒面暴雨不同，暖區(qū)暴雨常常發(fā)生在離鋒面200～300 km的暖區(qū)內，多對流性降水，降水時間短，強度大。為了研究華南前汛期暴雨，從1970年代末開始，我國先后開展了4次較大規(guī)模的外場觀測試驗[1-5]，得到大量的高時空分辨率的觀測資料，并對暖區(qū)暴雨產生的環(huán)境條件及中尺度對流系統(tǒng)進行了較深入的分析[5-9]。華南前汛期暴雨中暖區(qū)暴雨占了很大比重，而暖區(qū)內低層常為一致的西南風或偏南風，水汽含量豐富，再加上華南地區(qū)復雜的地形和海陸熱力差異，導致暖區(qū)暴雨預報難度非常大[6,10-11]。陳茂欽等[12]利用模式試驗研究江淮地區(qū)和華南地區(qū)不同類型暴雨的模式可預報性的差異，結果表明，從誤差增長和集合預報的角度，華南暴雨的模式可預報性比江淮暴雨的模式可預報性差。孔期等[13]對2015年5月19—20日華南區(qū)域性暴雨研究表明：模式對廣東中南部暖區(qū)降水預報能力十分有限，強降雨落區(qū)較實況明顯偏北。中央氣象臺多年預報實踐表明，對于華南前汛期區(qū)域性暴雨過程，業(yè)務數值模式能較準確地預報出暴雨過程，但暴雨的強度與位置往往會出現(xiàn)一定的預報誤差，嚴重影響強降水預報服務效果以及防災減災的科學指導。因此有必要對業(yè)務模式預報誤差進行系統(tǒng)性檢驗和分析，這將有利于幫助預報員了解數值模式對華南前汛期暴雨的預報能力及訂正模式預報偏差，也能給模式研發(fā)者提供模式預報性能改進的科學依據。

基于前期預報評分、天氣學檢驗等手段可對模式預報性能進行定性診斷，但要訂正模式強降水落區(qū)和強度，必須對模式不同環(huán)流背景下的降水強度、范圍以及位置等系統(tǒng)性預報誤差進行定量分析。近些年，隨著數值模式分辨率的提高，用于檢驗降水空間結構預報能力的空間檢驗方法逐漸在定量降水預報中應用起來，該類方法可以提供強降雨形態(tài)、位置和強度等誤差信息。Gilleland等[14]對現(xiàn)有的空間檢驗方法進行了綜述，將其分為濾波和位移兩大類方法，其中前者可分為鄰域和尺度分離法，后者分為場變形和基于對象的空間檢驗方法。CRA（Contiguous Rain Area）[15-16]方法是基于對象的空間檢驗方法，通過降水閾值來確定連續(xù)的降水雨區(qū)或目標，對降水目標進行識別和分離，從而確定位移誤差、形態(tài)誤差和強度誤差。目前，已有不少研究將CRA技術用于檢驗模式降水預報誤差。姜曉曼等[17]利用CRA方法對北京“7.21”特大暴雨的模式誤差進行分解，結果表明強度誤差為此次暴雨的主要誤差。針對2013年6月17—18日的印度北阿坎德邦地區(qū)一次降水過程，Dube等[18]利用CRA方法計算了2個模式預報的總誤差、位移誤差、強度誤差和形態(tài)誤差，從而對模式預報能力進行了評估。除將CRA技術用于檢驗某次降水過程外，還有研究對多次降水過程進行模式誤差檢驗。符嬌蘭等[19]利用CRA技術對2011—2014年5—9月西南地區(qū)東部ECMWF全球確定性模式預報的強降水預報誤差進行了分析，結果表明西南地區(qū)東部降水以形態(tài)誤差為主，其次是落區(qū)誤差，落區(qū)平均偏西約0.7°，經向偏差不明顯，不同天氣尺度系統(tǒng)影響下的強降雨落區(qū)誤差特征不同。Ashrit等[20]、Sharma等[21-22]用CRA方法對印度夏季風降水預報進行誤差檢驗，并通過設置不同的降水閾值，得到不同地區(qū)降水誤差的主要來源及預報偏離實況的方向和大小。另外，Moise等[23]將CRA技術進行了改進，并用于檢驗氣候模式模擬的平均降水場，指出相對于點對點的評估方法，CRA方法能對模擬的大尺度降水（比如SPCZ、ITCZ、季風）的形態(tài)和落區(qū)進行誤差評估，從而避免降水形態(tài)模擬合理但落區(qū)偏差較大而導致模擬誤差，為氣候模式評估提供了新思路。Chen等[24]將改進后的CRA方法用于檢驗2012—2013年西北太平洋熱帶氣旋的降水預報，結果表明形態(tài)誤差為主要誤差，但提高CRA閾值和降低模式空間分辨率后，形態(tài)誤差占比有所減少、強度誤差占比增加；相對于24 h時效預報，落區(qū)誤差在72 h時效預報明顯增加。通過以上研究發(fā)現(xiàn)，CRA方法可對模式預報誤差進行檢驗，從而對模式預報性能進行總體評估，那么，針對華南前汛期強降水，CRA檢驗技術對預報的強降水誤差檢驗結果如何？是否能對業(yè)務預報誤差訂正有幫助？這是本文需要討論的問題。

本文主要利用CRA空間檢驗技術對2016—2018年4—6月華南前汛期歐洲中期天氣預報中心ECMWF（簡稱EC）全球確定性模式預報的區(qū)域性暴雨個例進行檢驗，第二節(jié)介紹資料和方法，第三節(jié)給出華南前汛期模式降水總體誤差分布特征，隨后第四節(jié)給出模式降水不同預報偏差的環(huán)流特征及天氣尺度影響系統(tǒng)分析，再通過預報落區(qū)偏差較大和預報落區(qū)較為準確的個例進一步分析對流發(fā)展對模式預報誤差的影響，最后給出結論和討論。

2 資料與方法

2.1 資 料

本文主要對2016—2018年4—6月模式預報的華南前汛期區(qū)域性暴雨進行檢驗，所用到的資料包括兩類：一類是被檢驗的模式降水預報數據，由于業(yè)務上并未存儲本文分析時段的全球區(qū)域同化預報系統(tǒng) GRAPES（Global/Regional Assimilation and Prediction System）模式歷史資料，且從模式預報性能來講，EC模式表現(xiàn)得更為穩(wěn)定，故本文使用的是EC模式24 h累計降水量，起報時間為20 h（北京時，下同），預報時效為36 h，分辨率為0.25°×0.25°；第二類是用于檢驗模式預報性能的觀測和再分析數據，包括全國2 400多個國家站點08—08時24 h累計降水量實況觀測數據和ERA5逐小時再分析數據，其中ERA5數據的分辨率為0.25°×0.25°，所用變量包括高度場、風場、垂直速度、比濕、對流有效位能（CAPE）和整層可降水量（PWAT）。

2.2 CRA空間檢驗方法

CRA方法最早由Ebert等[15]提出，是一種基于目標的模式降水檢驗方法，可用于檢驗模式的系統(tǒng)誤差。下面介紹一下CRA方法。

首先，根據降水閾值識別CRA。由于CRA方法的檢驗對象是連續(xù)的降水目標或雨帶，因此為了確定降水目標或雨帶，需要選取一個降水閾值，比如本文閾值選取25 mm/(24 h)。大于或等于這個閾值的觀測和（或）預報的閉合連續(xù)雨區(qū)定義為一個CRA，要求單個CRA的覆蓋范圍大于2°×2°網格，并計算每個CRA的觀測和模式降水的質心（降水量加權平均經緯度網格）、大于選定降水閾值的格點數、平均降水量、最大降水量以及區(qū)域總降水量。

其次，平移CRA內的模式預報，使得平移后的模式預報與觀測的方差最小，最大平移范圍是向各個方向平移5°。平移后的網格值表示模式相對實況的偏離的網格數，有方向性（即偏東或偏西，偏北或偏南多少個網格）。

最后，計算模式降水預報的總誤差、位移誤差、強度誤差和形態(tài)誤差，總誤差為其余三個誤差之和，即：

其中，MSEshift為平移后的誤差，fi為模式預報降水，oi為實況降水，fi'為平移后的模式預報降水為平移后的平均的模式降水，而為平均的實況降水。

2.3 方 法

在進行檢驗之前，首先需要挑選2016—2018年4—6月的華南前汛期區(qū)域性暴雨的個例，挑選標準為華南地區(qū)（104～120°E，17～27°N范圍內的陸地區(qū)域）5個及以上的站點（全國2 400多個國家站點）24 h(前日08時—當日08時)累計降水量大于等于50 mm、且降水主體出現(xiàn)在華南大陸地區(qū)（海南島除外）的降水為一個暴雨個例，并剔除臺風引起的暴雨，最終共挑選了58個暴雨個例（個例信息表略）。然后，對實況數據和模式數據進行預處理，利用基于變分的方法[25]將實況站點降水數據插值到模式格點場上，再將實況和模式數據大陸以外的格點值賦值為-1。陸地上，實況檢驗區(qū)域為華南地區(qū)（104～120°E，17～27°N），為了實現(xiàn)CRA平移計算，模式有效數據范圍為實況檢驗區(qū)域向外擴充5°（即99～125°E，12～32°N），并將上述區(qū)域范圍之外的實況和模式數據全部賦值為-1。注意到模式有效數據范圍向外擴充5°后包含海洋上的數值，因此需要將擴充后的海洋上的格點值賦值為-1。

其次，確定降水閾值并識別CRA，計算模式的偏差和相關統(tǒng)計量。本文閾值選取25 mm/(24 h)，通過降水閾值對58個降水個例進行降水目標的識別和分離，一共識別出了75個降水目標。對這75個降水目標分別計算模式預報與實況的降水質心位置及二者偏差，大雨及以上量級的模式和實況的降水格點數、平均降水量、最大降水量和區(qū)域總降水量，并對上述偏差進行統(tǒng)計分析。由于有6個降水目標為空報或漏報目標，而質心位置偏差為模式減去實況，這6個降水目標不符合要求，故最終用于本文分析的降水目標數為69個。

最后，為了進一步分析模式降水預報偏差對應的天氣尺度影響系統(tǒng)，將質心偏差大于等于0.75°的個例按照質心偏差方向分為西北、東北、西南和東南四種類型，并對不同偏差類型下的環(huán)流形勢及天氣尺度影響系統(tǒng)進行了分析。值得注意的是，少數強降水個例中能識別出2～3個降水目標，通過天氣形勢分析確定該個例主雨帶，最終基于主雨帶誤差特征進行個例挑選和分析。

3 模式降水預報誤差特征

圖1為華南前汛期強降水個例的預報誤差總體分布。從圖1a可以看出，大部分個例都存在落區(qū)誤差，偏差大于0.25°的個例占總個例數的87%左右，最大偏差為2.75°。從偏差分布上看，經向偏差更明顯，其分布特征與西南地區(qū)東部不同[19]。其中預報偏北（經向偏差大于0）的個例（45個）多于偏南的個例，占總個例數的65%左右，平均偏北0.6°，標準差為0.45°；預報偏西（緯向偏差小于0）的個例42個，平均偏西0.86°，標準差為0.67°。而對于強度誤差，模式預報的大雨及以上量級的強降水面積較實況偏大的個例多（60%），且實況降水面積越大，模式預報的強降水面積偏大的概率越大（圖1b）。對于大雨及以上量級的平均降水，模式預報的降水平均值較實況偏小的概率大（圖1c）。對于最大降水量，模式預報較實況偏小的個例多，尤其是實況日降水最大值在200 mm以上時，模式預報均偏小（圖1d）。區(qū)域總降水量與降水面積預報誤差特征類似，模式預報的區(qū)域總降水量較實況偏大的可能性更大些（57%）（圖1e）。從以上分析可以看出，模式預報的華南前汛期強降水較實況偏北的概率大，且強降水面積易偏大，但平均雨強、最大降水量偏小的概率大。

圖1 模式降水落區(qū)質心位置較實況的偏差頻次空間分布（a，單位：°）和69個降水目標實況和預報的強度分布散點圖（b～e） b.大雨及以上量級的降水格點數；c.大雨及以上量級的平均降水量（單位：mm）；d.最大降水量（單位：mm）；e.區(qū)域總降水量（單位：103 mm·m2）。圖a數字為預報偏差位于每個0.25°×0.25°網格內的CRA個數。

表1給出了華南前汛期強降水三種誤差占總誤差的比重，可以看出，形態(tài)誤差占比最大，達63%左右，其次是落區(qū)誤差，約為30%左右，強度誤差占比最小，僅7%左右，這個誤差分布結果與符嬌蘭等[19]的結果類似，可能是由于全球模式分辨率較低導致其不能較好體現(xiàn)降水的中尺度特征，從而造成降水形態(tài)分布差異較大。

表1 華南前汛期強降水落區(qū)、強度、形態(tài)誤差平均占比

4 不同類型模式降水落區(qū)預報偏差分析

按照落區(qū)預報誤差分布，將具有落區(qū)誤差的降水個例分為西北、東北、西南、東南四種類型?？紤]到偏差較大的個例更具有代表性，主要分析落區(qū)偏差大于等于0.75°的個例。圖2給出了質心偏差大于等于0.75°的個例頻次分布，可以看出，質心偏差大于等于0.75°的個例（31個）占總個例數的45%，其中西北型（13個）和東北型（11個）個例共有24個，占質心偏差大于等于0.75°個例數的77%（圖2a）。另外，東南型個例只有一個。從各類型分布的月份來看，質心偏差大于等于0.75°的個例主要出現(xiàn)在5—6月（24個），且以西北型和東北型個例為主，其中4月份三種落區(qū)偏差類型個例出現(xiàn)的頻次相當；5月以西北型的個例（7個）為主，約占5月總個例數（11個）的64%；6月東北型的個例（7個）最多，占6月總個例數（13個）的54%，其次是西北型的個例，有4個（圖2b）。

圖2 不同降水落區(qū)預報偏差類型個例頻次分布（單位：個） a.總體分布；b.4—6月逐月分布。

圖3給出了不同落區(qū)偏差（偏差大于等于0.75°）個例降水質心位置的空間分布。對于西北型個例，實況降水質心主要位于華南中北部，預報的質心位于華南西北部；對于東北型個例，實況降水質心主要位于華南中南部，模式預報的降水質心主要位于華南北部；而對于西南型個例，實況降水質心主要位于湖南南部和廣東中北部，模式預報的降水質心主要位于廣西東部及周邊地區(qū)。

圖3 不同降水落區(qū)預報偏差個例質心位置分布圖 a.觀測；b.EC模式36 h預報。黑點代表西北型個例，藍色三角形代表東北型個例，紅色六邊形代表西南型個例。

為了進一步分析上述三種降水落區(qū)預報偏差的特征，分別對其大雨及以上量級降水的格點數、平均值及最大降水量進行分析。圖4是不同偏差類型大雨及以上量級降水面積，可以看出，東北型個例模式降水面積大于實況的概率大，而西北型個例沒有明顯傾向，但其降水面積大的個例模式降水預報大于實況的概率大，降水面積小的個例模式降水預報偏小的概率大。另外，東北型個例的絕大部分個例降水面積都在200個格點以下（圖4b）。對于平均降水，西北型和東北型個例模式預報平均雨強較實況偏小，而西南型個例模式預報和實況較為接近（圖5）。模式預報的最大降水量，僅西北型個例低估了最大降水量，東北型和西南型個例則沒有明顯偏差傾向（圖6）?？梢姡鞅毙蛡€例強度系統(tǒng)性偏差表現(xiàn)在平均降水和最大降水的低估，東北型個例則表現(xiàn)為降雨面積偏大、平均降水偏小的強度系統(tǒng)性偏差，西南型個例在強度預報上沒有明顯的系統(tǒng)性誤差。

圖4 不同偏差類型觀測與預報的大雨及以上量級降水格點數散點圖 a.西北型；b.東北型；c.西南型。

圖5 同圖4，但為大雨及以上量級的平均降水量 單位：mm。

圖6 同圖4，但為最大降水量 單位：mm。

Rodwell等[26]對流依賴的模式預報誤差及改進流依賴的模式可預報性問題進行了探討，指出高空槽型對流性天氣不確定性非常大。中央氣象臺多年模式應用經驗也表明：在相似的環(huán)流型和環(huán)境條件下，模式降水預報誤差特征具有共性，符嬌蘭等[19]對西南地區(qū)東部強降水分析結果證實了這一點。那么，華南地區(qū)是否具有類似的偏差特性?為了了解模式不同預報誤差對應的環(huán)流特征以及天氣尺度影響系統(tǒng)，將具有降水落區(qū)預報偏差（偏差大于等于0.75°）相似個例的環(huán)流形勢和影響系統(tǒng)進行逐一分析。根據廣東省氣象局《廣東省天氣預報技術手冊》[27]的總結，按照其主要環(huán)流形勢及天氣尺度影響系統(tǒng)進行分類。表2顯示，西南型個例，中高緯度環(huán)流主要以多波動型為主，低緯度受南支槽或波動及副高影響，其中5個個例天氣尺度系統(tǒng)高層為南支波動與中緯度短波槽，低層為低渦（2例）、冷式切變線（2例）、暖式切變線（1例）及低空急流（4例），有1例天氣尺度系統(tǒng)為長波槽、冷式切變線與低空急流。

表2 各類預報偏差類型個例的環(huán)流形勢及天氣尺度影響系統(tǒng)“√”符號表示出現(xiàn)某類型環(huán)流形勢和天氣尺度系統(tǒng)，日期160410表示2016年4月9日08時—10日08時。

西北型個例，中高緯度環(huán)流多波型、一槽一脊型均有出現(xiàn)，各占50%左右，低緯度受副高影響，40%個例中低緯度有南支槽或波動活動，其中高空受長波槽或東北冷渦影響個例居多，有7個個例，南支波動及中緯度短波槽個例有5個，低層以冷式切變線影響為主，共有9例，暖式切變線3例，低渦1例，6個個例有低空急流發(fā)展。東北型個例，中高緯度主要以一槽一脊型居多，占比60%以上，多波動型占比低于40%，大部分個例低緯度受南支槽或波動及副高影響，天氣尺度系統(tǒng)主要以南支波動及中緯度短波槽為主，共有8例，占比70%以上，長波槽型僅有1個個例，低層系統(tǒng)并未出現(xiàn)明顯偏好，低渦（2例）、冷式切變線（4例）、暖式切變線（5例）均有出現(xiàn)，有50%以上個例伴有低空急流發(fā)展。

綜上所述，西南型個例中高緯度多波動型，主要以南支波動與中緯度短波槽影響為主，低層受低渦或切變線以及低空急流影響；西北型個例中高緯度環(huán)流分為兩類，高層天氣尺度影響系統(tǒng)以長波槽或東北冷渦居多，低層以冷式切變線為主；東北型以一槽一脊型居多，但高層天氣尺度系統(tǒng)與西南型類似，主要以南支波動及中緯度短波為主，低層系統(tǒng)主要受冷、暖式切變線與低空急流影響。通過上述不同偏差類型個例分析發(fā)現(xiàn)，盡管各類偏差類型的環(huán)流特征具有一定的差異，但是僅依靠環(huán)流形勢和天氣尺度影響系統(tǒng)判別華南地區(qū)前汛期模式強降水落區(qū)偏差類型是不夠的，例如：2016年5月5日與2016年4月16日環(huán)流特征及天氣尺度影響系統(tǒng)相似度非常高，但落區(qū)偏差卻不同，可見，強降水落區(qū)偏差不僅與環(huán)流形勢和天氣尺度影響系統(tǒng)有關，可能還與中尺度系統(tǒng)的預報偏差有關，值得進一步進行深入探討。

5 不同降水落區(qū)預報性能的個例對比分析

圖1a顯示盡管大部分個例降水落區(qū)預報存在一定偏差，但仍有部分（約13%）個例落區(qū)預報偏差非常小，基本與實況一致。表明有些降水個例模式的可預報性較高。那么華南前汛期什么類型的個例模式預報效果好，預報較差的個例又有哪些特征？搞清楚上述問題將能為預報員合理使用模式指導預報，訂正調整模式預報結果提供科學依據。為此，本文選取了一個降水落區(qū)偏差較大的個例（2017年5月8日08時—9日08時）和一個落區(qū)預報相對準確的個例（2018年5月26日08時—27日08時），試圖從環(huán)流形勢、環(huán)境條件、對流發(fā)展和降水演變情況以及模式預報情況等方面進行對比分析，初步對不同類型降水落區(qū)模式可預報性問題進行探討（圖7）。

2017年5月8日08時—9日08時，受高空槽東移影響，廣西東部、廣東和江西中部出現(xiàn)了大雨及以上量級降水，而模式預報強降水雨帶偏北明顯，主要出現(xiàn)在江西南部、福建西部、浙江西部和廣東北部（圖7a）。從500 hPa環(huán)流形勢上看，5月8日08時華北南部到華南有一低槽；低層有切變線從江南中北部延伸至廣西北部（圖7c）。5月8日20時，副高東退到海上，其西側西南風向華南和江南地區(qū)輸送水汽。隨著高空槽快速東移，9日02時低層切變線迅速移至江南東部沿海至華南沿海一帶，此時強降水基本趨于結束（圖略）。不穩(wěn)定能量大于500 J/kg的地區(qū)主要位于華南中南部，整層可降水量大于50 mm的地區(qū)也主要位于江西中部和華南中南部地區(qū)（圖7e）。圖8a給出了最強降水時刻（18時）比濕、垂直速度及假相當位溫剖面圖，可以看出，在高空槽前，從800 hPa到200 hPa有較強的上升運動，低層比濕達14 g/kg，切變線以南區(qū)域對流層中下層存在一定的對流不穩(wěn)定，且0～6 km風切變較強，有利于對流組織化發(fā)展；降水出現(xiàn)在850 hPa切變線及其以南地區(qū)（圖8c）。強對流實況監(jiān)測顯示，8日廣西、廣東以及江西等地出現(xiàn)了短時強降水和雷暴大風天氣（圖略）。雷達組合反射率顯示（圖9），線狀對流或颮線中尺度系統(tǒng)自廣西西北部向東南方向快速移動，進入華南中南部以后再度發(fā)展，01時前后東移入海，造成了廣東等地強降水。實況降水主要出現(xiàn)在切變線南段對流發(fā)展條件較好的區(qū)域，而模式強降水出現(xiàn)在切變線東段天氣尺度抬升更強的江西和廣東北部，對流進入廣東造成的降水預報明顯偏弱，從而導致降水落區(qū)較實況落區(qū)明顯偏北。

圖9 2017年5月8日08時（a）、8日11時（b）、8日13時（c）、8日17時（d）、8日20時（e）和9日01時（f）雷達組合反射率

2018年5月26日08時—27日08時湖南西部、貴州南部和東部、廣西西南部和云南東部出現(xiàn)大到暴雨（圖7b），模式預報的大雨落區(qū)與實況基本一致。此次降水過程，貝加爾湖地區(qū)500 hPa有一低渦，低渦后部冷空氣從西路南下影響江南、華南地區(qū)，副高及大陸高壓控制江南、華南大部地區(qū)，26日08時切變線位于廣西和貴州南部一帶（圖7d）。由于副高勢力較強，高層無明顯的波動活動，切變線移動非常緩慢，27日08時切變線西段才移至廣西中部（圖略）。切變線南側西南風較弱，西南風內輻合區(qū)域位于廣西東部至廣東西部一帶，此外，江南大部、貴州、華南等地不穩(wěn)定能量和整層可降水量都很大（圖7f）。從最強降水時刻（23時）的比濕、垂直速度及假相當位溫剖面圖（圖8b）可以看出，25°N以南切變線附近有較強的上升運動，此外在廣西東部也有弱的上升運動區(qū)，對應西南風內的輻合區(qū)，低層比濕達16～18 g/kg，并伴有明顯的對流不穩(wěn)定區(qū)，但整層風速及風切變都小，不利于中尺度對流系統(tǒng)的組織化發(fā)展；強降水主要位于850 hPa切變線附近，此外，在西南風輻合區(qū)內也有一些弱的降水（圖8d）。強對流監(jiān)測顯示，此次降水主要以短時強降水為主（圖略）。雷達組合反射率顯示（圖10），26日09時，湖南西部至貴州南部有線狀對流發(fā)展，但尺度較小，向東向南緩慢移動，13時，進入廣西西北部后對流有所發(fā)展，但移動非常緩慢，23時對流系統(tǒng)依然維持在廣西西北部，且其組織化程度20時之后明顯減弱，27日08時，該對流系統(tǒng)才東移至華南中部，由于對流系統(tǒng)在東移過程中并未組織化發(fā)展，因此并未在暖區(qū)內造成大范圍的強降水。實況強降水也主要出現(xiàn)在切變線附近，與模式預報較為一致。

圖7 a.2017年5月8日08時—9日08時（北京時，下同）24 h累計降水量（等值線為EC預報，填色為實況，單位：mm）；b.同a，但為2018年5月26日08時—27日08時；c.2017年5月8日08時的500 hPa高度場（等值線，單位：dagpm）和925 hPa風場（風向桿），填色為實況降水（單位：mm）；d.同c，但為2018年5月26日；e.2017年5月8日08時的CAPE（等值線，單位：J/kg）和PWAT（填色，單位：mm）；f.同e，但為2018年5月26日08時。

圖8 a.2017年5月8日18時沿113°E的垂直速度（黑色虛線，單位：pa/s）、比濕（藍色實線，單位：g/kg）、假相當位溫（填色，單位：K）和風場（風向桿）經向-高度剖面圖；b.2018年5月26日23時沿106.0°E，25.2°N至107.7°E，22.2°N的垂直速度（黑色虛線，單位：pa/s）、比濕（藍色實線，單位：g/kg）、假相當位溫（填色，單位：K）和風場（風向桿）剖面圖；c.2017年5月8日18時沿113°E的小時降水量（單位：mm）；d.2018年5月26日23時沿106.0°E，25.2°N至107.7°E，22.2°N的小時降水量（單位：mm）。

圖10 同圖9，但為2018年5月26日09時（a）、26日13時（b）、26日17時（c）、26日20時（d）、26日23時（e）和27日08時（f）

從這兩個個例可以看出，EC全球模式對于因颮線等線狀對流系統(tǒng)造成的對流性強降水落區(qū)偏差較大；而對于切變線附近對流組織化發(fā)展不好的中尺度系統(tǒng)造成的強降水落區(qū)偏差相對較小。這可能是與颮線等線狀系統(tǒng)本身的可預報性較低有關系[28]?；诃h(huán)流形勢、對流發(fā)展環(huán)境條件以及業(yè)務中尺度模式預報產品的分析，可對中尺度對流系統(tǒng)組織化發(fā)展趨勢以及EC模式對強降水的可預報性進行預判，從而幫助預報員科學甄別模式指導產品的可靠性。

6 結論和討論

本文利用CRA空間檢驗技術對EC模式36 h時效預報的2016—2018年4—6月華南前汛期69個降水目標進行了檢驗評估，統(tǒng)計分析了強降水雨帶落區(qū)和強度偏差特征，并對不同預報偏差類型個例的環(huán)流特征及天氣尺度影響系統(tǒng)進行分析，最后通過典型個例對比分析初步探討了華南前汛期強降雨落區(qū)模式可預報性問題，主要得到以下結論。

（1）華南前汛期強降水個例大部分雨帶存在偏差（約占87%），以經向偏差為主，其中偏北的個例多于偏南的個例，偏西的個例多于偏東的個例，最大偏差為2.75°。模式預報的大雨及以上量級的降雨面積比實況要大，而預報的平均降水量較實況偏小的個例多；模式預報的最大降水量偏小的概率大。

（2）4月不同降水落區(qū)預報偏差類型個例出現(xiàn)頻次相當，5月西北型個例為主、6月東北型個例最多。不同降水落區(qū)預報偏差類型對應的環(huán)流特征與天氣尺度影響系統(tǒng)具有一定的差異性。西北型個例天氣尺度影響系統(tǒng)以長波槽或東北冷渦、冷式切變線為主，這與西南型、東北型影響系統(tǒng)不同。西南型、東北型主要以南支波動與中緯度短波槽影響為主，低層受低渦或切變線以及低空急流影響，二者主要區(qū)別體現(xiàn)在中高緯度環(huán)流特征上，前者以多波動型為主，后者為一槽一脊型為主。

（3）模式對冷式切變線附近組織化好的線狀對流系統(tǒng)造成的強降雨落區(qū)可預報性較低，模式落區(qū)誤差較大，而對于切變線及暖區(qū)附近對流組織化條件差的強降雨個例落區(qū)可預報性較高，模式預報落區(qū)與實況較為一致。

目前模式對大部分華南前汛期區(qū)域性暴雨有一定的預報能力，但其強度和位置還存在較大偏差。本文通過基于目標的空間檢驗方法（CRA）對2016—2018年華南前汛期強降水雨帶的位置和強度進行了檢驗，并對不同偏差類型個例的環(huán)流特征及天氣尺度影響系統(tǒng)進行了分析，初步探討了模式對不同類型對流系統(tǒng)造成強降水的可預報性問題，可為預報員訂正模式提供一定的思路。然而，實際上每次暴雨的對流觸發(fā)機制、與環(huán)境場的相互作用等方面的機制尚不十分清楚，還需要針對更多強降水個例模式中尺度系統(tǒng)可預報性問題進行深入的分析。另外，錢維宏等[29]通過擾動法將模式預報的風場分解為氣候風場、行星尺度瞬時擾動風場和天氣尺度瞬時擾動風場，發(fā)現(xiàn)中國大陸暴雨帶多位于擾動風的輻合線上，且擾動系統(tǒng)指示區(qū)域暴雨的平均提前時間為6.7天；Jiang等[30]綜合使用兩種擾動場，發(fā)現(xiàn)可以通過EC模式提高極端降水預測時間。這為訂正模式暴雨預報提供了預報思路，將來有必要結合擾動法以及模式預報誤差探討雨帶訂正方法。

值得指出的是，本文僅對華南前汛期出現(xiàn)區(qū)域性強降雨時EC模式落區(qū)和強度預報偏差進行了分析，實際上盡管模式分辨率不斷提高，降水預報性能逐步提升，EC模式仍存在一定的漏報和空報情況。業(yè)務預報發(fā)現(xiàn)，EC模式容易漏報華南前汛期暖區(qū)局地暴雨，而在4月份前后EC模式對貴州至廣西一帶強降雨的預報會明顯空報的情況，因此未來還需要對EC模式上述空報、漏報的情況進行深入的分析，從而為預報員提供更全面的模式性能評估的參考信息。