蘇 翔 康志明 莊瀟然 陳圣劼

1 江蘇省氣象臺，南京 210008 2 中國氣象局交通氣象重點開放實驗室，南京 210009

提 要： 針對ECMWF模式在2020年我國江淮流域超長梅雨期暴雨雨帶預(yù)報中的不確定性，選取10個典型的狹長暴雨雨帶，基于對象診斷方法(MODE)對雨帶東西段的位置預(yù)報偏差、穩(wěn)定性以及偏差的連續(xù)性等進行分析，并基于集合敏感性方法(ESA)分析揭示雨帶典型偏差特征的關(guān)鍵天氣系統(tǒng)。結(jié)果表明：雨帶東段的預(yù)報不確定性總體高于西段，尤其是到了中期預(yù)報時效，預(yù)報不確定性進一步加強。短期時效內(nèi)，雨帶東西段均存在偏北的系統(tǒng)偏差，雨帶西段的漏報率低于東段，穩(wěn)定性和連續(xù)性均好于東段；中期時效內(nèi)，雨帶東段的預(yù)報誤差增長較為明顯，且緯度預(yù)報平均變幅也高于西段。集合敏感性分析結(jié)果揭示，500 hPa高空槽、副熱帶高壓、850 hPa低空急流和切變線的預(yù)報偏差及它們與降水潛熱之間存在的非自然正反饋共同作用造成雨帶東段預(yù)報偏北，其中后半夜高空槽和低空急流的發(fā)展加強是出現(xiàn)梅雨鋒暴雨雨帶東段北偏的背景場特征之一。

引 言

受東亞夏季風影響，我國江淮流域地區(qū)夏季暴雨災(zāi)害頻發(fā)(丁一匯，2019)。2020年我國該地區(qū)出現(xiàn)了持續(xù)時間長達62天的超長梅雨期，平均降水量達759.2 mm，為1961年以來最多。這次梅雨過程具有入梅時間早(6月1日)、出梅時間晚(8月2日)、覆蓋范圍大、極端降水事件頻發(fā)等特點，為各地的氣象預(yù)報服務(wù)帶來不小的壓力和挑戰(zhàn)。

針對梅雨鋒暴雨過程，許多學者已通過數(shù)值模擬和診斷分析等方式研究了其動力學特征和發(fā)生發(fā)展機制。劉建勇等(2011)通過數(shù)值試驗，從初始誤差增長的角度闡釋了梅雨期暴雨系統(tǒng)的可預(yù)報性。尹韓笑等(2019)利用WRF模式和NCEP再分析資料研究了一次梅雨暴雨過程的動能譜特征并診斷了動能收支方程。閔錦忠等(2018)使用NCEP/NCAR再分析資料、衛(wèi)星和自動站等觀測資料，結(jié)合WRF模式，對一次梅雨鋒暴雨過程的發(fā)生發(fā)展機制進行了診斷和模擬。蔣薇和高輝(2013)利用觀測資料統(tǒng)計了1961—2011年長江中下游梅雨各特征量的時空變化特征。趙曉琳(2019)基于NCEP/NCAR再分析資料、NOAA OLR資料和降水站點觀測資料分析揭示了2018年我國梅雨期降水異?，F(xiàn)象及其成因。金瓊等(2020)則從環(huán)流因子特征的角度對該現(xiàn)象展開了解釋。上述研究多偏向于機理分析，而在實際業(yè)務(wù)中，預(yù)報員面臨的最大挑戰(zhàn)是梅雨期暴雨雨帶的位置預(yù)報把握不準的問題，相關(guān)研究仍相對缺乏。

在2020年梅雨期暴雨預(yù)報實踐中，預(yù)報員們發(fā)現(xiàn)ECMWF模式對一些狹長暴雨雨帶的預(yù)報出現(xiàn)了東段明顯偏北而西段預(yù)報卻與實況較為一致的現(xiàn)象。以往的研究大多將梅雨雨帶作為整體進行分析(王勇等，2012；陳艷麗等，2016)，沒有考慮雨帶東、西段位置預(yù)報偏差的差異性。梅雨鋒東西跨度大，在實際預(yù)報中不同位置梅雨暴雨常呈現(xiàn)出不同的預(yù)報誤差特征，尤其是雨帶東段位于亞歐大陸東側(cè)，同時受到西風帶冷空氣、西南季風以及副熱帶高壓(以下簡稱副高)等多個天氣系統(tǒng)綜合影響，經(jīng)常呈現(xiàn)出預(yù)報誤差大、預(yù)報不穩(wěn)定等特點，因此有必要將梅雨鋒暴雨的狹長雨帶分割為東西兩段分別進行研究。近年來，隨著空間檢驗技術(shù)的不斷發(fā)展，基于對象的診斷評估方法(MODE)(Davis et al，2006;2009)已成為雨帶形態(tài)屬性和位置預(yù)報分析的較好工具(尤鳳春等，2011；劉湊華和牛若蕓，2013；茅懋等，2016；陳笑等，2018；蘇翔和康志明，2020)。另一方面，集合預(yù)報產(chǎn)品包含了預(yù)報誤差隨天氣形勢的變化(陳偉斌等，2019)，可用于對梅雨鋒暴雨預(yù)報中存在的不確定性信息進行分析。集合敏感性分析(ESA)方法早期由Ancell and Hakim(2007)提出，是一種基于線性相關(guān)定量評估預(yù)報量對前期狀態(tài)量敏感性的方法，不僅有助于揭示影響預(yù)報對象的動力學特征，還能夠增加對于預(yù)報誤差及傳播機制的認知。近年來，ESA技術(shù)已被應(yīng)用于諸如熱帶氣旋(Xie et al，2013；Keller，2017)、暴雨(Lynch and Schumacher，2014；Yu and Meng，2016；Du and Chen，2018)、強對流(Hill et al，2016；Limpert and Houston，2018)等不同尺度天氣系統(tǒng)的可預(yù)報性研究中。

針對ECMWF模式在2020年梅雨期暴雨狹長雨帶位置預(yù)報上存在偏差的問題，本文首先基于MODE技術(shù)分別對雨帶東、西段位置預(yù)報的偏差特征展開統(tǒng)計分析，并就不同時效上雨帶東、西段位置預(yù)報的穩(wěn)定性和持續(xù)性降水過程中雨帶東、西段位置預(yù)報偏差的連續(xù)性進行評估，在此基礎(chǔ)上，結(jié)合ESA技術(shù)研究揭示雨帶典型偏差特征的預(yù)報不確定性來源，為提升梅雨期暴雨預(yù)報準確度提供科學參考。

1 資料和方法

1.1 資 料

所使用的預(yù)報數(shù)據(jù)為ECMWF模式確定性預(yù)報和集合預(yù)報數(shù)據(jù)，分別用于2020年梅雨期暴雨雨帶的預(yù)報偏差分析和集合敏感性分析。ECMWF模式確定性預(yù)報的水平分辨率為0.125°，選取12 時(世界時)起報的36～228 h(間隔24 h)時效的24 h累積降水預(yù)報進行分析。ECMWF集合預(yù)報資料的水平分辨率為0.5°，包含1個控制預(yù)報和50個擾動成員。為保障研究中暴雨雨帶的完整性，對中國氣象局2014年印發(fā)的梅雨監(jiān)測有關(guān)業(yè)務(wù)規(guī)定中劃分的梅雨區(qū)域范圍略做擴大調(diào)整，選取25°～38°N、105°～123°E的2020年梅雨期暴雨雨帶進行研究。所使用的實況資料為全國2 411個氣象站的逐日(08時至次日08時，北京時，下同)降水數(shù)據(jù)，通過反距離權(quán)重插值到與預(yù)報數(shù)據(jù)相同的0.125°網(wǎng)格上。為了研究不同格點降水實況資料對于本文的研究結(jié)果是否敏感，還測試了逐小時0.1°分辨率的全國自動氣象站與CMORPH融合降水產(chǎn)品和逐日0.05°分辨率的中國氣象局下發(fā)格點降水實況分析產(chǎn)品，發(fā)現(xiàn)本文插值所得的格點降水實況與這些格點降水分析產(chǎn)品雖存在細微的差別，但并不影響本文的研究結(jié)果和結(jié)論，這是由于本文的研究對象都是大尺度暴雨雨帶的緣故(見1.2節(jié))。

1.2 基于對象的診斷評估方法(MODE)

MODE可根據(jù)設(shè)定的目標閾值識別出預(yù)報和觀測降水對象，并計算對象的面積、中心位置、長軸、短軸、軸角、曲率等屬性，具體內(nèi)容可參考Davis et al(2006;2009)的研究。MODE分析出的降水對象的位移偏差和強度偏差可在一定程度上分別代表來源于天氣系統(tǒng)的空間偏差和剔除天氣系統(tǒng)偏差后的降水參數(shù)化或物理方案導致的偏差。設(shè)定的暴雨目標閾值為50 mm·d-1?？紤]到觀測對象不隨預(yù)報時效變化，故以觀測對象為基準，在2020年江淮流域梅雨期(6月1日至8月1日)選取滿足如下條件的狹長暴雨樣本：

(1)對象面積≥60 000 km2；

(2)對象中心經(jīng)緯度范圍：28°～34°N、110°～123°E；

(3)對象縱橫比(長軸與短軸的比例)≥3.0。

通過以上條件篩選出10個狹長暴雨樣本(表1)，基本涵蓋2020年梅雨期所有典型的狹長暴雨過程。梅雨期暴雨雨帶大多呈東西帶狀分布，預(yù)報的重點是雨帶的南北位置(緯度)。將篩選的10個狹長暴雨樣本和與之匹配的不同預(yù)報時效的暴雨預(yù)報對象，按對象的中心經(jīng)度進行經(jīng)向切割，并重新進行MODE計算，獲得雨帶東段和西段的中心位置信息。切割后，對于預(yù)報和觀測對象面積比(預(yù)報和觀測對象面積較小者與較大者的比值)低于1/3的樣本，做漏報處理。這里將基于MODE的暴雨雨帶漏報率定義為：不存在與之匹配的預(yù)報暴雨雨帶的觀測暴雨雨帶對象數(shù)占總觀測暴雨雨帶對象數(shù)的比例。

表1 根據(jù)設(shè)定條件篩選出的2020年 梅雨期10個狹長暴雨樣本Table 1 10 long and narrow heavy rain belts selected based on the set criteria during 2020 Meiyu period

1.3 預(yù)報的穩(wěn)定性

預(yù)報的穩(wěn)定性是用于衡量模式預(yù)報量隨預(yù)報時效變化是否一致的指標，若變化不一致，說明預(yù)報存在較大的不確定性。若相鄰兩個預(yù)報時效的預(yù)報量變幅不超過特定閾值，則稱這兩個預(yù)報時效之間的預(yù)報是穩(wěn)定的，反之則是不穩(wěn)定的(其中一個預(yù)報時效出現(xiàn)漏報的情況也算不穩(wěn)定)。本研究中預(yù)報量選取為梅雨期暴雨雨帶東、西段預(yù)報對象中心的緯度值，變幅閾值為0.5°。圖1a、1b、1c分別給出了36 h、60 h、84 h時效對應(yīng)的7月6日08時至7日08時暴雨預(yù)報對象，用于示例預(yù)報的穩(wěn)定性。

1.4 預(yù)報偏差的連續(xù)性

預(yù)報偏差的連續(xù)性是用于評價持續(xù)性降水過程中預(yù)報偏差隨時間變化連續(xù)性的指標，若變化連續(xù)，說明前期的預(yù)報偏差信息能夠為后期的預(yù)報訂正提供參考。若相鄰兩個時次的預(yù)報偏差變幅不超過特定閾值，則稱這兩個時次之間的預(yù)報偏差是連續(xù)的，反之則是不連續(xù)的(其中一個時次出現(xiàn)漏報的情況也算不連續(xù))。選取的預(yù)報量是梅雨期暴雨雨帶東、西段對象中心的緯度預(yù)報偏差，設(shè)定的緯度預(yù)報偏差變幅閾值為0.5°。圖1d、1e、1f分別給出了60 h時效的7月5日08時至6日08時、7月6日08時至7日08時、7月7日08時至8日08時暴雨預(yù)報和觀測對象重疊圖，用于示例預(yù)報偏差的連續(xù)性。

圖1 以(a)36 h、(b)60 h、(c)84 h預(yù)報時效對應(yīng)的2020年7月6日08時至7日08時暴雨預(yù)報對象(藍色) 示例預(yù)報的穩(wěn)定性概念，和以60 h預(yù)報時效對應(yīng)的(d)7月5日08時至6日08時、(e)7月6日08時 至7日08時、(f)7月7日08時至8日08時暴雨預(yù)報(藍色)和觀測(橙色)對象示例預(yù)報偏差的連續(xù)性概念Fig.1 The concept of forecast ability illustrated by using the (a) 36 h, (b) 60 h, (c) 84 h forecast of the heavy rain (blue) from 08:00 BT 6 to 08:00 BT 7 July 2020, and the concept of continuity of forecast bias illustrated by using the 60 h forecast of the heavy rain (blue) and corresponding observation (orange) from (d) 08:00 BT 5 to 08:00 BT 6, (e) 08:00 BT 6 to 08:00 BT 7 and (f) 08:00 BT 7 to 08:00 BT 8 July 2020

1.5 集合敏感性分析方法(ESA)

根據(jù)ESA的定義，假設(shè)集合預(yù)報在某個預(yù)報時刻的預(yù)報狀態(tài)量與后期某預(yù)報量之間存在線性關(guān)聯(lián)，則可通過建立預(yù)報量(J)與狀態(tài)量(xt)之間的線性回歸方程用以表征二者的關(guān)聯(lián)性：

(1)

2 預(yù)報偏差分析

2.1 雨帶東段和西段位置預(yù)報偏差分析

圖2展示了2020年梅雨期暴雨雨帶東、西段緯度預(yù)報平均誤差和漏報率。從緯度預(yù)報平均誤差來看，除了雨帶西段在中期時效前半段(108～156 h)平均誤差有所降低以外，平均誤差整體上隨預(yù)報時效的增加不斷上升。在短期時效內(nèi)(36～84 h)，雨帶東、西段的緯度預(yù)報誤差大小相當(平均為0.6°)，而在36 h時效下僅為0.4°左右。而到了中期時效(108～228 h)，雨帶東段的緯度預(yù)報誤差明顯高于西段，尤其是中期時效前半段(108～156 h)，東、西段的緯度預(yù)報誤差分別為1.2°和0.7°。從漏報率上看，短期時效內(nèi)雨帶西段的漏報率(10%以內(nèi))相比于東段更低(20%以內(nèi))。到了中期時效后半段(108～228 h)，雨帶東段和西段的漏報率相對較高，分別在30%以上和40%以上。

圖3展示了2020年梅雨期暴雨雨帶東、西段預(yù)報偏北和偏南的比例(比例的分母已去除漏報樣本)。這里僅統(tǒng)計緯度預(yù)報偏差達0.25°(2倍格距)以上的樣本，并認為緯度預(yù)報偏差在0.25°以下(不超過1倍格距)的樣本沒有南北預(yù)報偏差?？梢钥闯?，在短期時效內(nèi)，雨帶東、西段偏北的比例(60%～90%)遠高于偏南的比例(0%～20%)，偏北的系統(tǒng)偏差非常明顯。為了進一步考察預(yù)報偏北和偏南的雨帶在環(huán)流形勢上的差異，選取一天四次的FNL再分析數(shù)據(jù)(分辨率為0.25°)對偏北個例與偏南個例分別進行合成分析。由圖4可見，梅雨帶預(yù)報位置偏北和偏南時的環(huán)流背景存在著顯著差異。在偏北型中(圖4a)，對流層中低層西南暖濕氣流較強，850 hPa 低空急流出口位于江淮中部地區(qū)，副高北抬至江淮地區(qū)南部，強度較強，受此形勢場控制，ECMWF模式對梅雨帶東段預(yù)報易發(fā)生北偏。反之，在偏南型中(圖4b)，對流層中低層暖濕氣流相對偏弱，副高偏南、偏東，低空西南暖濕氣流偏弱、偏南，我國東部總體處于西風槽控制下，冷空氣偏強，此時ECMWF模式對雨帶東段預(yù)報易發(fā)生偏南。到了中期時效，雨帶東段偏北的比例開始減少，偏南的比例開始增多，偏南偏北的系統(tǒng)性偏差逐步消失。而雨帶西段在中期時效前半段出現(xiàn)了偏南比例上升并超過偏北比例的現(xiàn)象，而這可能是導致其緯度預(yù)報平均誤差降低的原因(圖2)。

圖3 2020年梅雨期暴雨雨帶東段和西段 預(yù)報(a)偏北和(b)偏南的比例Fig.3 Proportion of the (a) northward and (b) southward forecast biases for the western and eastern parts of heavy rain belts during the 2020 Meiyu period

圖4 2020年梅雨期梅雨帶預(yù)報(a)偏北型和(b)偏南型500 hPa位勢高度(黑色等值線)和850 hPa低空急流的合成分析 (填色為850 hPa風速≥12 m·s-1區(qū)域，紅線為588 dagpm等值線)Fig.4 Composite analysis of 500 hPa geopotential height (black isoline) and 850 hPa low-level jet for the (a) northward and (b) southward patterns of Meiyu rain belt forecast bias during the 2020 Meiyu period (colored: 850 hPa wind speed ≥12 m·s-1， red line: 588 dagpm isoline)

2.2 雨帶東段和西段位置預(yù)報的穩(wěn)定性

圖5展示了2020年梅雨期暴雨雨帶東、西段緯度預(yù)報平均變幅和穩(wěn)定比例。在短期時效內(nèi)，雨帶東段穩(wěn)定的比例為40%，西段穩(wěn)定的比例略高，為50%～60%，東、西段緯度預(yù)報平均變幅差距不大，均在0.6°左右。到了中期時效，雨帶東、西段緯度預(yù)報穩(wěn)定的比例總體呈下降趨勢，在中期時效后半段穩(wěn)定的比例不超過20%。從中期時效的緯度預(yù)報平均變幅來看，西段沒有明顯的上升趨勢，而東段的上升趨勢相對明顯，且緯度預(yù)報的平均變幅(0.8°)總體高于西段(0.6°)。

圖5 2020年梅雨期暴雨雨帶東段和西段 緯度預(yù)報的平均變幅和穩(wěn)定比例Fig.5 The average latitudinal amplitude of variation and proportion of steability of the western and eastern parts of heavy rain belts during the 2020 Meiyu period

2.3 雨帶東段和西段位置預(yù)報偏差的連續(xù)性

選取2020年7月5日08時至8日08時持續(xù)性暴雨過程中逐日(08時至次日08時)暴雨雨帶對象，用于分析雨帶東、西段位置預(yù)報偏差的連續(xù)性，考察雨帶前期的位置預(yù)報偏差信息能否為后一天的預(yù)報訂正提供參考。圖6展示了該暴雨過程36 h、60 h和84 h時效雨帶東、西段緯度預(yù)報偏差的逐日變化情況。在36 h時效內(nèi)，雨帶東、西段的預(yù)報連續(xù)性均表現(xiàn)較好，其中西段表現(xiàn)為5—7日都沒有明顯的南北預(yù)報偏差，東段表現(xiàn)為5—7日都有小幅的偏北預(yù)報偏差；在60 h時效內(nèi)，雨帶西段的連續(xù)性依舊表現(xiàn)較好，表現(xiàn)為連續(xù)的偏北預(yù)報偏差，而東段先后出現(xiàn)了漏報和不連續(xù)的情況；到了84 h時效，雨帶東、西段均出現(xiàn)一半比例的不連續(xù)。

圖6 2020年7月5日08時至8日08時(a,d)36 h、(b,e)60 h、(c,f)84 h 時效 暴雨雨帶西段(a～c)和東段(d～f)緯度預(yù)報偏差的逐日變化 (實線代表預(yù)報偏差連續(xù)，虛線代表預(yù)報偏差不連續(xù)，空白代表漏報)Fig.6 Daily variation of latitudinal forecast bias of the (a-c) western, (d-f) eastern parts and the (a, d) 36 h, (b, e) 60 h, (c, f) 84 h forecast of heavy rain belts from 08:00 BT 5 to 08:00 BT 8 July 2020 (Solid lines represent continuous forecast bias, dashed lines represent discontinuous forecast bias, blank represents miss forecast)

2.4 預(yù)報偏差分析小結(jié)

通過上述分析可知：短期時效內(nèi)，雨帶東、西段均存在偏北的系統(tǒng)偏差，雨帶西段的漏報率低于東段，穩(wěn)定性和連續(xù)性均好于東段；中期時效內(nèi)，雨帶東段的預(yù)報誤差增長較為明顯，且緯度預(yù)報平均變幅也高于西段。由此可見，雨帶東段的預(yù)報不確定性總體高于西段，尤其是到了中期預(yù)報時效，預(yù)報不確定性進一步加強。在盛夏季節(jié)，降水系統(tǒng)在自西向東發(fā)展的過程中往往伴隨著地面鋒區(qū)和低空急流的增強，而預(yù)報員們在預(yù)報實踐中發(fā)現(xiàn)ECMWF模式常常對這種增強有過度預(yù)報的趨勢。為了進一步分析造成雨帶東段預(yù)報偏差較大的關(guān)鍵天氣系統(tǒng)，下面將基于ESA方法分析揭示雨帶典型偏差特征的不確定性來源。

3 集合敏感性分析

3.1 梅雨雨帶東段預(yù)報明顯偏北的個例

選取2020年7月18日發(fā)生的一次典型梅雨鋒鋒面雨帶東段預(yù)報偏北的個例，采用ESA方法對其不確定性來源及相應(yīng)的動力學特征進行分析。圖7分別給出了7月18日08時至19日08時控制預(yù)報和觀測的24 h累計降水分布(圖7a、7b)及二者在暴雨量級上的雨帶對象分布(圖7c)，可以看出預(yù)報和觀測雨帶整體均呈現(xiàn)東北—西南走向，二者在西段(114°E以西)的空間位置上呈現(xiàn)出較高的匹配度。但對于東段而言(114°E以東)，觀測雨帶呈東西走向影響河南南部到安徽中部一帶，而預(yù)報雨帶則較觀測出現(xiàn)明顯偏北，對河南南部到安徽北部地區(qū)產(chǎn)生影響。

圖7 (a)36 h時效的控制預(yù)報和(b)觀測在2020年7月18日08時至19日08時的 累計降水分布以及(c)預(yù)報和觀測的暴雨雨帶對象 (圖7c中，藍色為預(yù)報暴雨對象，橙色為觀測暴雨對象)Fig.7 (a) The 36 h control forecast and (b) observation of the accumulated precipitation distribution from 08:00 BT 18 to 08:00 BT 19 July 2020, and (c) heavy rain belt objects of forecast and observation (inFig.7c, blue shaded: forecast heavy rain object, orange shaded: observed heavy rain object)

圖8給出了7月18日08時到19日08時ECMWF集合預(yù)報逐6 h累積降水的離散度和集合平均分布。通過繪制相應(yīng)的集合預(yù)報郵票圖(圖略)發(fā)現(xiàn)，集合離散度大值區(qū)處的強降水雨帶位置存在較大的不確定性。由圖8可以看出降水預(yù)報不確定性較大(離散度較高)的區(qū)域基本與強降水區(qū)相一致，均首先在西段快速發(fā)展，此后在7月18日20時后雨帶東段的集合平均降水中心逐漸發(fā)展至紅框所標注的預(yù)報北偏區(qū)域。與之相對應(yīng)，在19日02—08時紅框附近的降水離散度呈明顯增加并達到與西段相近的水平，最大值超過20 mm，說明在該時段的預(yù)報不確定性對雨帶東段預(yù)報偏北的貢獻最大，可作為此次預(yù)報“轉(zhuǎn)折點”。

圖8 2020年7月18日08時至19日08時ECMWF集合預(yù)報逐6 h累積降水離散度(填色) 和集合平均(等值線，單位：mm) (a)18日08—14時,(b)18日14—20時,(c)18日20時至19日02時,(d)19日02—08時 (黑色打點區(qū)域為集合平均降水大于10 mm的區(qū)域，紅色方框標出了ECMWF確定性預(yù)報雨帶偏北的區(qū)域，下同)Fig.8 The every 6 h ECMWF accumulated precipitation ensemble forecast spread (colored) and ensemble mean (isoline, unit: mm) from (a) 08:00 BT to 14:00 BT 18, (b) 14:00 BT to 20:00 BT 18， (c) 20:00 BT 18 to 02:00 BT 19,(d) 02:00 BT to 08:00 BT 19 July 2020 (black dotted: area of ensemble mean precipitation >10 mm， red box: area of northward rain belt bias of ECMWF determinictic forecast， the same below)

3.2 與500 hPa高度場的集合敏感性

對預(yù)報“轉(zhuǎn)折點”進行敏感性分析，用以解釋雨帶東段偏北的成因，將7月19日02—08時紅框區(qū)域內(nèi)的區(qū)域平均6 h降水量作為預(yù)報量，分別計算其與7月19日02時(-6 h)、18日20時(-12 h)、18日14時(-18 h)環(huán)境場的ESA。圖9給出了預(yù)報量與前期500 hPa高度場的ESA，從集合平均場上可以看出在預(yù)報發(fā)生“轉(zhuǎn)折”前500 hPa高空槽處于發(fā)展加深狀態(tài)，且降水偏差的發(fā)生區(qū)域均位于高空槽前(圖9紅框)，附近存在正負偶極型分布且通過顯著性水平檢驗的敏感區(qū)，說明該高空槽越深(或向下游移速度越慢)，則集合成員在響應(yīng)區(qū)域內(nèi)預(yù)報的6 h累計降水量越大，這意味著數(shù)值模式對預(yù)報偏北發(fā)生前期高空槽強度的過報是導致此次預(yù)報降水雨帶東段偏北的重要因素之一。注意到越臨近降水發(fā)生偏差的時刻，槽線位置的負敏感區(qū)和槽前的正敏感區(qū)均出現(xiàn)緩慢東移且強度增加，呈現(xiàn)出“上游消、下游長”的發(fā)展效應(yīng)，說明ESA在該案例中的應(yīng)用具有清晰的物理意義。另一方面，注意到南側(cè)副高脊線附近存在顯著的正敏感區(qū)域，說明副高預(yù)報的偏強也是導致雨帶出現(xiàn)預(yù)報偏北的原因之一。

3.3 與850 hPa風場的集合敏感性

圖10給出了預(yù)報量與低層850 hPa水平風場的ESA及對應(yīng)時次的集合平均場，從集合平均風場上可以看出從18日14時至19日02時低層存在穩(wěn)定的低空急流向降雨區(qū)輸送暖濕氣流，且急流強度入夜后逐漸加強。在緯向風和經(jīng)向風的ESA場上，預(yù)報偏差區(qū)域西南側(cè)均存在明顯的正敏感區(qū)，說明模式對西南低空急流預(yù)報越強則偏差區(qū)域的降水量越大，與500 hPa高度場的ESA相比，此處敏感區(qū)數(shù)值的絕對值更大，即850 hPa西南低空急流強度預(yù)報偏強是導致此次降水雨帶西段偏北的最主要因素。此外，對比緯向風場(圖10a～10c)和經(jīng)向風場(圖10d～10f)二者在急流區(qū)正ESA的數(shù)值可以發(fā)現(xiàn)，經(jīng)向風場的影響更為突出。另一方面，與500 hPa高度場的ESA不同(圖9)，盡管低空急流在凌晨(19日02時)發(fā)展最為強盛(圖10c、10f)，但此時的ESA較前兩個時次反而有所減弱，考慮到鋒面降水往往具有凌晨加強的日變化特征(Xue et al，2018)，因此在實際預(yù)報業(yè)務(wù)中考慮低空急流對于梅雨鋒暴雨預(yù)報偏差的判斷時，需著重對其前期(6 h前)的急流預(yù)報進行研判。此外，注意到偏差區(qū)域西側(cè)和東南側(cè)存在緯向風場的負敏感區(qū)而西南側(cè)有正敏感區(qū)，說明鋒面附近氣旋性風切變的預(yù)報偏高也會導致降水雨帶預(yù)報偏北。陳濤等(2020)也對類似的氣旋鋒生梅雨暴雨個例進行了研究，發(fā)現(xiàn)該類過程中ECMWF數(shù)值預(yù)報常出現(xiàn)低渦急流系統(tǒng)和降水潛熱之間的非自然正反饋，致使天氣系統(tǒng)和雨帶預(yù)報偏差明顯，與本文結(jié)論一致。

圖9 2020年7月19日02—08時降水預(yù)報偏北區(qū)域(紅框)的平均6 h累計降水與前期500 hPa位勢高度場的ESA(填色) (a)18日14時(18 h前)，(b)18日20時(12 h前)，(c)19日02時(6 h前) (等值線為對應(yīng)時次的集合平均位勢高度場，單位：gpm;黑色打點區(qū)域表示通過0.05顯著性水平檢驗)Fig.9 ESA (colored) of the 6 h average accumulated precipitation with northward forecast bias (red box) from 02:00 BT to 08:00 BT 19 July and the earlier 500 hPa geopotential heights at (a) 14:00 BT 18 (18 h before), (b) 20:00 BT 18 (12 h before), (c) 02:00 BT 19 (6 h before) in July 2020 (Isoline is the ensemble mean geopotential height of corresponding forecast lead time, unit: gpm; black dotted area represents the area having passed the 0.05 significant level test)

圖10 2020年7月19日02—08時降水預(yù)報偏北區(qū)域(紅框)的平均6 h累計降水與 前期850 hPa(a～c)緯向、(d～f)經(jīng)向水平風場的ESA(填色) (a，d)18日14時(18 h前)，(b，e)18日20時(12 h前)，(c，f)19日02時(6 h前) (風矢量為對應(yīng)時次的850 hPa集合平均風場，單位：m·s-1；黑色打點區(qū)域表示通過0.05顯著性水平檢驗)Fig.10 ESA (colored) of the 6 h average accumulated precipitation with northward forecast bias (red box) from 02:00 BT to 08:00 BT 19 July and the earlier 850 hPa (a-c) zonal and (d-f) meridional horizontal wind fields at (a, d) 14:00 BT 18 (18 h before), (b, e) 20:00 BT 18 (12 h before), (c, f) 02:00 BT 19 (6 h before) in July 2020 (Wind vector is the 850 hPa ensemble mean wind field of corresponding forecast lead time, unit: m·s-1; black dotted area represents the area having passed the 0.05 significant level test)

3.4 集合敏感性分析小結(jié)

通過上述分析可知，造成鋒面暴雨東段預(yù)報偏北的主要天氣尺度系統(tǒng)包括500 hPa高空低槽、副高以及850 hPa上的低空急流和切變線，數(shù)值模式中高空槽預(yù)報偏深(曲率增加)、副高偏強、低空急流和鋒面氣旋性切變的偏強均是構(gòu)成此次降水雨帶預(yù)報偏差的因素，其中低空急流的影響最為明顯。低空急流南風分量的預(yù)報偏強配合副高偏強，導致雨帶北推速度加快，并加強了向降水區(qū)的水汽和能量輸送，和降水潛熱之間存在非自然正反饋，造成虛假強降水，最終導致了雨帶東段整體偏北。此外，注意到集合平均場上高空槽和低空急流的過度預(yù)報均發(fā)生于二者發(fā)展加強的時段中，因此就這個典型個例可認為高空槽和低空急流在后半夜發(fā)展加強的時段是出現(xiàn)梅雨鋒暴雨雨帶東段北偏的背景場特征之一。為了對該情形加以驗證，對另外4次雨帶東段偏北案例(表1中序號1、4、7、8)的環(huán)流形勢和逐6 h 累計降水進行分析(圖略)，得到了與此次個例一致的結(jié)論。

4 結(jié)論和討論

針對ECMWF模式在2020年我國江淮流域超長梅雨期暴雨雨帶預(yù)報中的不確定性，選取10個典型的狹長暴雨雨帶，基于MODE技術(shù)分析了雨帶東、西段的位置預(yù)報偏差、穩(wěn)定性以及預(yù)報偏差的連續(xù)性，并基于ESA方法分析揭示了雨帶典型偏差特征的關(guān)鍵天氣系統(tǒng)。結(jié)果表明：

(1)雨帶東段的預(yù)報不確定性總體高于西段，尤其是到了中期預(yù)報時效，預(yù)報不確定性進一步加強。

(2)短期時效內(nèi)，雨帶東、西段均存在偏北的系統(tǒng)偏差，雨帶西段的漏報率低于東段，穩(wěn)定性和連續(xù)性均好于東段；中期時效內(nèi)，雨帶東段的預(yù)報誤差增長較為明顯，且緯度預(yù)報平均變幅也高于西段。

(3)500 hPa高空槽、副高、850 hPa低空急流和切變線的預(yù)報偏差及其和降水潛熱之間存在的非自然正反饋共同作用造成雨帶東段預(yù)報偏北，其中后半夜高空槽和低空急流的發(fā)展加強是出現(xiàn)梅雨鋒暴雨雨帶東段北偏的背景場特征之一。

梅雨期暴雨雨帶的位置預(yù)報是預(yù)報業(yè)務(wù)的關(guān)鍵著眼點，掌握模式雨帶預(yù)報偏差的特性對于提升預(yù)報準確率和防災(zāi)減災(zāi)具有重要意義。在今后的工作中，還需要進一步增加更多年份的梅雨期暴雨樣本以提升研究結(jié)論的說服力，并針對更多常用數(shù)值預(yù)報產(chǎn)品(例如GFS,GRAPES-GFS,GRAPES-3km等)進行分析研究。