曹 勇, 包紅軍，張恒德，郭云謙，劉湊華，陳 雙

(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)

降水是一種重要的天氣現(xiàn)象，同時也是公眾最為關(guān)心的氣象要素之一[1]。由強降水誘發(fā)的中小河流洪水、山洪、城市內(nèi)澇、泥石流滑坡等諸多次生災害嚴重影響民眾生命及財產(chǎn)安全；而降水對于緩解干旱地區(qū)旱情又起到積極正向作用。此外，降水又是地球水循環(huán)的重要組成部分，其分布及演變對于地球氣候系統(tǒng)有著重要影響[2]。因此，準確的定量降水預報(quantitative precipitation forecast，QPF)對于國家防災減災與保障人民生命財產(chǎn)安全以及開展相關(guān)地球科學研究工作都至關(guān)重要。

我國受海陸與地形因素的影響，降水時空分布差異大，區(qū)域降水形成機理復雜，特別是中小尺度天氣系統(tǒng)短時強降水。20世紀60年代中后期開始，國家氣象中心開展定量降水預報業(yè)務[3]。至今，定量降水預報產(chǎn)品內(nèi)容不斷豐富，形成每日兩次發(fā)布的未來24 h逐6 h的定量降水預報以及未來1～7 d逐24 h的短中期定量降水預報，但其產(chǎn)品主要為降水落區(qū)等值線預報，降水預報不夠定量和定時定點，且時空分辨率較低，導致在流域防汛、中小河流洪水、山洪與地質(zhì)災害等災害防治中應用程度不高。為了滿足國家重大發(fā)展戰(zhàn)略對高時空分辨率、高頻滾動更新的數(shù)字化定量降水預報需求，國家氣象中心2014年組織開展網(wǎng)格化定量降水預報技術(shù)研發(fā)和系統(tǒng)建設(shè)，2016年發(fā)布空間分辨率5 km、未來3 d逐1 h和未來10 d逐3 h的網(wǎng)格化定量降水預報產(chǎn)品，其核心技術(shù)采用主客觀融合預報思路，業(yè)務預報更新仍為每日2次定時更新，較大程度地滿足了社會對于數(shù)字化網(wǎng)格化預報服務的需求[4-5]。近年來，中小尺度天氣系統(tǒng)突發(fā)性短時強降水致使中小河流洪水、山洪與地質(zhì)災害等災害損失嚴重，而每日2次的定時產(chǎn)品難以完全捕捉這類天氣系統(tǒng)，對此類天氣形勢下的降水預報能力較低。而利用實時更新的定量降水估測資料，進行實時滾動更新訂正降水預報誤差，是提高中小尺度天氣系統(tǒng)強降水定量預報精度的主要途徑。

美國國家大氣海洋局于1994年開始進行逐小時快速更新同化預報，至2016年已經(jīng)歷3代系統(tǒng)升級，空間分辨率由60 km升級至當前的3 km，更新頻率由3 h一次升級為1 h一次，覆蓋區(qū)域為北美大陸，預報時效為短時18 h[6]。美國快速更新同化預報主要基于模式預報，缺少模式后處理，其預報精度仍有提高的空間。近年來，我國國家氣象中心初步建立了基于全球區(qū)域同化預報系統(tǒng)(global regional assimilation and prediction system，GRAPES)的全國逐3 h的快速更新同化預報，北京市氣象局發(fā)展了基于快速更新多尺度分析和預報系統(tǒng)，實現(xiàn)了區(qū)域逐1 h的快速更新同化分析與預報，但與美國技術(shù)框架相近，也缺少模式后處理信息融入來提高預報精度。

Browning[7]研究表明，定量降水預報受大氣可預報性限制，不同預報技術(shù)在不同預報時效內(nèi)的預報技巧不同：0～2 h臨近時效，外推預報技巧預報準確率相對更高；2～12 h短時預報時效，基于快速更新同化的中尺度模式預報技巧預報準確率相對更高；12～240 h短中期預報時效，全球模式預報準確率相對更高。對于臨近預報而言，近年來基于圖像識別的傳統(tǒng)光流法技術(shù)在定量降水臨近預報中得到了廣泛的應用[8-9]，并取得了較好的效果。但該方法也存在明顯的技術(shù)缺陷，如對于無降水區(qū)域難以給出最優(yōu)的平流風場估測，無法避免半拉格朗日外推出現(xiàn)降水強度減弱的計算誤差，另外傳統(tǒng)光流法難以考慮降水系統(tǒng)的生消發(fā)展，在臨近預報中無法考慮降水強度變化。對于短時預報而言， GRAPES中尺度模式(GRAPES-3 km)空間分辨率已達3 km，并已實現(xiàn)快速更新同化和逐3 h快速滾動更新預報。由于實時同化了最新觀測資料，GRAPES-3 km在預報中小尺度天氣系統(tǒng)造成的短時降水方面比全球模式的預報準確率相對要高[10-11]，但快速更新同化區(qū)域模式同樣也存在預報誤差，需要進行偏差訂正。

針對上述問題，為進一步提高我國區(qū)域內(nèi)逐小時快速更新同化預報精度，本文在多模式后處理技術(shù)以及數(shù)據(jù)處理技術(shù)基礎(chǔ)上，提出基于改進光流法的臨近外推預報技術(shù)、基于GRAPES-3 km的實時頻率匹配的降水預報偏差訂正技術(shù)和基于最優(yōu)背景場生成技術(shù)的短中期定量降水預報技術(shù)來實現(xiàn)逐小時滾動更新訂正，并以2018年5—10月降水預報為例驗證了本文提出的基于快速滾動更新的無縫隙定量降水預報模型的適用性與精準性。

1 模型構(gòu)建

1.1 快速滾動更新技術(shù)架構(gòu)

為了實現(xiàn)0～240 h無縫隙定量降水預報，本文構(gòu)建逐1 h快速滾動更新定量降水預報模型，其技術(shù)架構(gòu)如圖1所示。模型主要包括4個技術(shù)模塊：(a)定量降水估測技術(shù)模塊，用于構(gòu)建全國衛(wèi)星雷達雨量站多源降水融合的逐1 h定量降水實況估測場[12]；(b)基于改進光流法的定量降水臨近外推技術(shù)模塊，用于實現(xiàn)基于定量降水估測產(chǎn)品的0～2 h的臨近外推預報；(c)基于GRAPES-3 km實時頻率匹配訂正的短時定量預報技術(shù)模塊，用于實現(xiàn)定量降水的2～12 h的短時預報；(d)基于最優(yōu)背景場生成技術(shù)的短中期降水預報技術(shù)模塊，結(jié)合多中心多模式預報的主客觀融合預報，用于實現(xiàn)12～240 h的短中期定量降水預報[4]。不同預報時效之間預報無縫隙連接，通過評估各個預報時效的準確率，結(jié)合權(quán)重函數(shù)相互融合，實現(xiàn)了逐1 h快速滾動更新定量降水預報。依據(jù)該技術(shù)構(gòu)建的系統(tǒng)現(xiàn)在國家氣象中心投入業(yè)務應用，所需輸入數(shù)據(jù)為國家氣象信息中心實時提供的全國范圍的逐1 h的定量降水估測產(chǎn)品，數(shù)值模式資料為GRAPES-3 km提供的逐1 h降水預報產(chǎn)品，短中期預報為國家氣象中心智能網(wǎng)格預報提供的逐1 h降水預報產(chǎn)品，上述資料的空間分辨率均為0.05°。最終預報為全國范圍的快速滾動更新預報，空間分辨率為0.05°，時間分辨率為1 h。

圖1 快速滾動更新定量降水預報技術(shù)架構(gòu)Fig.1 Framework of quantitative precipitation forecasting model based on rapid rolling update technique

1.2 基于改進光流法的臨近外推預報技術(shù)

改進光流法的臨近外推技術(shù)即通過構(gòu)建基于金字塔架構(gòu)的Lucas-Kanade光流技術(shù)(LK光流技術(shù))解決無降水區(qū)域無法估測最優(yōu)平流風場的問題；另外，采用強度守恒約束的半拉格朗日平流外推法來減小半拉格朗日外推出現(xiàn)降水強度減弱的計算誤差，發(fā)展了基于GRAPES-3 km熱力環(huán)境場預報的降水強度變化預報技術(shù)。平流背景風場是控制中小尺度天氣系統(tǒng)移動的背景風場，該風場不同于某層大氣實際的風場，而是由中小尺度天氣系統(tǒng)移動方向速度具體確定的。若將降水分布場視為某種圖像，并假定系統(tǒng)在短時間內(nèi)強度不變，利用時間間隔較短的兩張圖像的差異，實現(xiàn)LK光流技術(shù)反演平流背景風場[13]。由于LK光流技術(shù)對無降水區(qū)域的平流背景風場無反演能力，本文提出基于金字塔架構(gòu)的LK光流法來實現(xiàn)平流背景風場的反演：利用圖像分辨率升尺度技術(shù)，構(gòu)建8種空間尺度的降水預報場，從底層到高層分辨率逐漸降低，如圖2(圖中綠色和紅色網(wǎng)格代表天氣系統(tǒng)的降水區(qū)域，其中紅色區(qū)域降水強度大于綠色區(qū)域)所示，依據(jù)LK光流技術(shù)由上至下逐層獲取當層的平流背景風場，并作為下一層的平流背景風場的初始猜測場?；诮鹱炙軜?gòu)的LK光流法既能獲得無降水區(qū)域最優(yōu)的背景平流風場的估計，同時也可以獲取有降水區(qū)域背景平流風場的精細結(jié)構(gòu)。

圖2 基于金字塔架構(gòu)的LK光流 風場反演示意圖Fig.2 Sketch map of LK optical flow wind inversion field based on pyramid structure

利用改進光流法的臨近外推預報技術(shù)可獲取定量降水場對應的平流背景風場，并在此基礎(chǔ)上可利用半拉格朗日平流技術(shù)實現(xiàn)降水場的臨近外推。半拉格朗日外推中往往需要通過插值獲取非網(wǎng)格點值，極易導致外推降水強度逐漸減弱的虛假計算問題，為此提出采用降水守恒約束條件加以解決，即利用插值連續(xù)兩個時次降水累積百分位匹配技術(shù)，進行外推后的強度訂正計算，保持降水強度守恒。傳統(tǒng)外推技術(shù)難以計算出外推過程中真實降水的強度變化，本文采用GRAPES-3 km環(huán)境預報技術(shù)，基于前兩個時次的降水生消變化及熱力不穩(wěn)定環(huán)境場關(guān)系，實時構(gòu)建降水強度增減幅統(tǒng)計經(jīng)驗關(guān)系模型，實現(xiàn)在外推過程中降水強度訂正計算。通過采用上述3種技術(shù)即可實現(xiàn)未來0～2 h定量降水臨近外推預報。

1.3 基于GRAPES-3 km的預報實時偏差訂正技術(shù)

頻率匹配訂正技術(shù)已在氣象要素訂正，尤其定量降水預報訂正領(lǐng)域得到了較廣泛的應用[14]，其原理是利用待訂正量以及觀測量樣本資料，分別計算待訂正量經(jīng)驗累積概率分布函數(shù)以及觀測量經(jīng)驗累積概率分布函數(shù)，利用兩者在經(jīng)驗累積概率分布函數(shù)之間的差異來訂正待訂正量，最終使得訂正后的待訂正量經(jīng)驗累積概率分布函數(shù)與觀測量經(jīng)驗累積概率分布函數(shù)一致，計算公式為

(1)

式中：xm——待訂正量；Fm(xm)——待訂正量經(jīng)驗累積概率分布函數(shù)，是觀測量經(jīng)驗累積概率分布函數(shù)的逆函數(shù)；xc——xm對應的訂正值。

該技術(shù)的本質(zhì)是要實現(xiàn)待訂正量和觀測量的對應分位數(shù)的映射。具體實現(xiàn)流程如圖3所示，利用當前滾動時刻到最近GRAPES-3 km起報時間之間的降水實況和模式預報降水通過實時頻率匹配技術(shù)，進行降水強度偏差訂正，完成短時時效階段(2～12 h)的定量降水預報。

圖3 基于GRAPES-3 km的預報實時偏差訂正技術(shù)流程Fig.3 Flow chart of real-time forecasting error correction technique based on GRAPES-3 km model

1.4 定量降水預報最優(yōu)背景場生成技術(shù)

不同預報技術(shù)在不同預報時段內(nèi)的預報技巧不同，表現(xiàn)為在不同預報時效內(nèi)的預報準確率不同，為此可分別檢驗臨近預報、短時預報以及短中期預報逐1 h準確率，并以此為標準構(gòu)建權(quán)重(圖4)，通過動態(tài)權(quán)重融合，形成無縫隙降水預報。

圖4 定量降水預報動態(tài)融合技術(shù)流程Fig.4 Flow chart of dynamic fusion technique for QPF

預報準確率以過去30 d平均準確率作為標準，以體現(xiàn)評價的穩(wěn)定性，準確率評價使用TS評分，TS評分計算公式為

F=H1/(H1+H2+H3)

(2)

式中:F——TS評分值；H1——預報站點命中數(shù);H2——預報站點漏報數(shù);H3——預報站點空報數(shù)。

TS評分考察量級為2 mm/h，該量級為短時中雨量級。以2018年8月1—30日8時起報24 h時效為例(圖5)，計算該時段內(nèi)臨近、短時以及短中期3種預報技術(shù)在全國國家站的平均TS評分，臨近預報的準確率在1～6 h預報時效由0.6迅速下降到0.1附近；短時預報的準確率下降則比較緩慢，在14 h內(nèi)逐漸由0.36下降到0.07；國家氣象中心發(fā)布的主客觀融合的定時短中期小時降水預報[5]在0～12 h內(nèi)預報準確率最低，但是其準確率下降速度最慢，24 h內(nèi)由0.2逐漸下降到0.08。值得關(guān)注的是臨近預報與短時預報準確率的交點在3 h附近，短時預報和短中期預報的交點在12 h附近，這與之前對于臨近預報以及短時預報時間段的定義基本一致。

圖5 2018年8月1—30日8時起報 24 h時效內(nèi)逐1 h TS評分Fig.5 TS scores for hourly precipitation forecasting with 24-hour lead time from August 1st to August 30th, 2018 (forecasting time was 8:00)

各種預報技術(shù)的權(quán)重主要是依據(jù)TS評分采用下式計算：

aij=Fij/∑Fij

(3)

式中：aij——第i個預報技術(shù)第j小時預報時效的權(quán)重；Fij——第i個預報技術(shù)第j小時預報時效的TS評分。

表1是依據(jù)式(3)計算TS評分并進行歸一化后得到的3種預報技術(shù)的權(quán)重。在1～3 h臨近預報權(quán)重最高，但是權(quán)重隨預報時效增加而逐漸降低；短時預報權(quán)重先逐漸增大，到第7小時達到最大，而后逐漸減小。短中期預報權(quán)重在19 h內(nèi)是逐漸增大的，到第11小時接近短時預報，到第13小時超過短時預報，成為權(quán)重最大的預報技術(shù)，第14小時后權(quán)重達到1。

表1 2018年8月1—30日8時起報19 h時效內(nèi)預報技術(shù)權(quán)重

2 實 例 檢 驗

2.1 2018年7月5日長江中下游地區(qū)定量降水預報檢驗

2018年7月5日受江淮地區(qū)低層切變線影響，長江中下游地區(qū)普遍出現(xiàn)大雨到暴雨天氣，但是降水過程不均勻，有多個中β尺度強降水系統(tǒng)生效傳播。圖6(a)(b)(c)分別為7月5日9時、12時和20時的1 h降水估測，可見降水分布極度不均勻，在9時有3處相對大值中心，分別位于湖北東部、安徽北部和江蘇西南部；到12時安徽北部強降水略向東移動，江蘇西南部降水明顯加強；到20時又有新的強降水系統(tǒng)位于安徽中部地區(qū)。圖6(d)(e)(f)為傳統(tǒng)定時降水預報產(chǎn)品，制作時間為5時，可見雖然對于天氣尺度的大范圍降水落區(qū)位置把握較好，但是預報相對均勻，且強度明顯偏弱，如9時預報，安徽北部強降水中心有所體現(xiàn)，但是預報強度明顯偏弱，江蘇西南部強降水中心漏報；12時，能較好預報安徽北部強降水中心東移到江蘇北部，但江蘇南部以及湖北東部強降水預報依舊偏弱。圖6(g)(h)(i)是滾動更新降水預報，對于9時上述3個區(qū)域強降水中心的移動和強度均有較好的體現(xiàn)，隨著預報時效的增長，預報形態(tài)與實況出現(xiàn)差異，江蘇北部和南部的強降水與實況位置基本一致，但預報強度較實況偏弱；隨后，20時由于逐漸過渡到短中期的小時預報，預報結(jié)果與圖6(f)類似，漏報安徽中部強降水帶。由于滾動更新預報是逐1 h滾動更新，后期起報時刻隨著更多實況信息通過臨近預報融入最終滾動更新預報，對于安徽中部強降水也能較好的預報。由于我國中東部地區(qū)夏半年降水多對流性質(zhì)，此實例較好地說明了定量降水預報進行快速滾動更新，及時融入最新實況信息，對于提高降水預報的精細化程度以及準確率十分重要。

圖6 2018年7月5日長江中下游地區(qū)3種預報技術(shù)預報結(jié)果與降水實況對比Fig.6 Comparison between rainfall observation and QPFs in the middle and lower reaches of the Yangtze River on July 5, 2018

2.2 2018年5月1日至10月30日全國定量降水預報檢驗

為了更好地說明滾動更新預報與定時預報的預報性能差異，通過逐小時累加，獲取8時滾動更新的24 h累積降水預報，并與4時制作的8時起報的定時24 h降水預報進行對比。表2為2018年5月1日至10月30日汛期二者TS評分，可見從小雨到暴雨各個量級滾動更新降水預報準確率均高于定時降水預報。其原因主要有兩點：第一，傳統(tǒng)定時降水預報一般于凌晨4時發(fā)布，4—8時在夏半年存在一些突發(fā)強降水系統(tǒng)，傳統(tǒng)定時預報往往會疏漏這些突發(fā)強降水系統(tǒng)，而滾動更新8時預報一般于7時發(fā)布，比定時預報更接近起報時間，會有更多最新的實況信息用于降水的滾動訂正；第二，滾動更新前幾個小時主要是臨近預報的作用，在這個預報時效內(nèi)臨近預報精度一般是高于短中期的逐1 h預報，通過融入至滾動更新預報，提升預報精度。但滾動更新預報并不意味著損失預見期，由于滾動更新預報是逐1 h預報一次，因此即使是4時發(fā)布的滾動更新預報，效果也好于同時期的定時預報。與原始的GRAPES-3 km相比，2018年5—10月逐小時降水預報精度在10 mm/h這個量級上提高了8%，快速滾動更新降水預報整體TS評分高于傳統(tǒng)定時降水預報。

表2 定時降水預報與滾動更新降水預報累積24 h降水TS評分

3 結(jié) 語

本文針對國家級傳統(tǒng)降水預報時空分辨率低、臨近預報產(chǎn)品缺乏、連續(xù)性弱等問題，建立了基于快速滾動更新的無縫隙定量降水預報模型。模型引入了守恒約束條件解決了外推計算誤差問題，結(jié)合中尺度模式實現(xiàn)臨近預報中的降水強度訂正，采用實時降水偏差訂正方法，結(jié)合最新實況降水場對定量降水預報完成實時滾動更新訂正，生成未來1～3 d、逐1 h時間分辨率、5 km空間分辨率的全國區(qū)域降水預報產(chǎn)品。2018年長江中下游地區(qū)定量降水預報和5—10月全國定量降水預報檢驗結(jié)果表明，滾動更新定量降水預報產(chǎn)品準確率較傳統(tǒng)定時預報準確率有明顯提升，對國家級定量降水預報業(yè)務發(fā)展有較好的借鑒與促進作用。

隨著數(shù)值預報模式后處理與人工智能技術(shù)的快速發(fā)展，利用實況信息進一步改進臨近降水預報強度，利用集成技術(shù)進一步提高短時預報準確率，改進短中期小時預報中涉及的時空降尺度技術(shù)，多種預報技術(shù)無縫隙拼接等是提高基于快速滾動更新的無縫隙定量降水預報精度亟需解決的關(guān)鍵問題。此外，在多源數(shù)據(jù)及多源技術(shù)發(fā)展的背景下，在臨近、短時時效內(nèi)開展多源多方法最優(yōu)融合，進一步提高臨近短時預報的準確率也是重要的發(fā)展方向。