何超祿， 呂海深， 朱永華， 李文韜， 謝冰綺， 徐凱莉， 劉名文

（1.河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210098；2.河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098；3.珠江水利委員會(huì)珠江水利科學(xué)研究院，廣東 廣州 510630）

降水作為洪水預(yù)報(bào)的輸入條件，對(duì)洪水預(yù)報(bào)精度影響較大。隨著數(shù)值天氣預(yù)報(bào)技術(shù)的不斷進(jìn)步，相關(guān)數(shù)值模式產(chǎn)品迅速興起。數(shù)值模式預(yù)報(bào)產(chǎn)品特指氣象部門(mén)計(jì)算并輸出的數(shù)值天氣預(yù)報(bào)格點(diǎn)數(shù)據(jù)產(chǎn)品，也是目前氣象部門(mén)輸出的唯一一類預(yù)測(cè)未來(lái)天氣狀況的數(shù)值產(chǎn)品。目前，預(yù)報(bào)員可以參考的數(shù)值模式產(chǎn)品較多，主要包括：歐洲模式、中國(guó)T639模式、美國(guó)模式、日本模式、德國(guó)模式以及省氣象臺(tái)或各區(qū)域中心引進(jìn)開(kāi)發(fā)的中尺度模式［1-7］。目前短期降水預(yù)報(bào)已經(jīng)較為成熟，尤其是預(yù)見(jiàn)期1～7 d 的預(yù)報(bào)精度較高，因此將降水預(yù)報(bào)數(shù)據(jù)作為水文模型驅(qū)動(dòng)數(shù)據(jù)，進(jìn)行水文預(yù)報(bào)，從而延長(zhǎng)預(yù)見(jiàn)期、提高洪水預(yù)報(bào)精度提供了可能［8-9］。國(guó)內(nèi)外許多學(xué)者已經(jīng)將氣象預(yù)報(bào)數(shù)據(jù)與洪水預(yù)報(bào)模型耦合進(jìn)行水文預(yù)報(bào)［10-11］。大多研究表明，氣象水文耦合的洪水預(yù)報(bào)具有一定的預(yù)報(bào)精度且能有效延長(zhǎng)洪水預(yù)報(bào)預(yù)見(jiàn)期［12-14］。

全球交互式大集合（THORPEX Interactive Garnd Global Ensemble），簡(jiǎn)稱TIGGE，THORPEX 是一個(gè)世界天氣研究計(jì)劃，旨在加速提高1 天至2 周高影響天氣預(yù)報(bào)的準(zhǔn)確性，造福人類。作為T(mén)HORPEX 項(xiàng)目的關(guān)鍵組成部分，TIGGE 能評(píng)價(jià)并代表各成員國(guó)的集合預(yù)報(bào)系統(tǒng)針對(duì)較高影響天氣要素的預(yù)報(bào)水平，從而實(shí)現(xiàn)共享全球集合數(shù)值預(yù)報(bào)產(chǎn)品，促進(jìn)全球天氣預(yù)報(bào)業(yè)務(wù)以及數(shù)值預(yù)報(bào)技術(shù)的進(jìn)步。其權(quán)威性及可公開(kāi)獲取性已為天氣預(yù)報(bào)業(yè)務(wù)相關(guān)學(xué)科的科研機(jī)構(gòu)提供了大量的研究數(shù)據(jù)，產(chǎn)生了豐碩的科研成果，已初步展現(xiàn)集合預(yù)報(bào)在高影響天氣預(yù)報(bào)中的優(yōu)良應(yīng)用前景［1-6］。不同模式產(chǎn)生的預(yù)報(bào)產(chǎn)品都有著模式誤差限制，隨之產(chǎn)生的問(wèn)題就是如何通過(guò)充分利用各模式的預(yù)報(bào)產(chǎn)品，從而提升預(yù)報(bào)準(zhǔn)確率。已有研究表明，多模式集合技術(shù)表現(xiàn)出更高的預(yù)報(bào)技巧［15-16］，在實(shí)際生產(chǎn)中，對(duì)每個(gè)預(yù)報(bào)模式賦予合理的權(quán)重系數(shù)是提高多模式集合技術(shù)精度的關(guān)鍵［17］。在此之前，評(píng)估各模式在研究區(qū)的預(yù)報(bào)能力，篩選出預(yù)報(bào)能力適用性更佳的單個(gè)預(yù)報(bào)模式是有必要的。

目前，針對(duì)TIGGE 預(yù)報(bào)結(jié)果的評(píng)估和應(yīng)用已取得一定進(jìn)展［17］，對(duì)單一模式在具體流域的評(píng)估總能找到該模式的優(yōu)點(diǎn)，但隨著預(yù)報(bào)產(chǎn)品的日趨豐富和綜合集成預(yù)報(bào)服務(wù)需要的增強(qiáng)，作為集成模式基礎(chǔ)的模式預(yù)報(bào)性能的評(píng)估也成為研究熱點(diǎn)。而TIGGE 對(duì)中國(guó)干旱半干旱地區(qū)（以下稱“研究區(qū)”）的預(yù)報(bào)效用鮮見(jiàn)報(bào)道，研究區(qū)大部分屬于溫帶大陸性氣候，降水量稀少且集中于夏秋季，生態(tài)環(huán)境脆弱［18-19］，如何利用好預(yù)報(bào)信息，評(píng)估多模式的預(yù)報(bào)效果，分析結(jié)果差異的原因，進(jìn)而進(jìn)行下一步的多模式集成提供研究基礎(chǔ)，對(duì)改進(jìn)研究區(qū)的中期預(yù)報(bào)有著重要意義。本文擬對(duì)TIGGE 資料中心的ECMWF、JMA、KMA 和UKMO 4 種模式在研究區(qū)的預(yù)報(bào)效果進(jìn)行評(píng)價(jià)，從降水量預(yù)報(bào)、降水分級(jí)預(yù)報(bào)、降水探測(cè)能力和空間預(yù)報(bào)精度等多角度出發(fā)，綜合分析了多類預(yù)報(bào)產(chǎn)品在研究區(qū)的適用性。

1 研究區(qū)和數(shù)據(jù)介紹

1.1 研究區(qū)域

根據(jù)中國(guó)年降水量分布圖，將年降水量小于400 mm的地區(qū)劃分為中國(guó)干旱半干旱地區(qū)，即降水量小于蒸發(fā)量的地區(qū)。研究區(qū)位于27.27°～49.85°N，73.43°～121.91°E，總面積約4.56×106km2（圖1）。區(qū)內(nèi)大部分地區(qū)屬于溫帶大陸性氣候，降水量稀少，植被覆蓋低，沙漠、裸地、鹽堿地等廣布［18,20］。本文中研究區(qū)邊界范圍劃定依據(jù)中國(guó)科學(xué)院資源環(huán)境與數(shù)據(jù)中心的中國(guó)生態(tài)地理分區(qū)數(shù)據(jù)（https://www.resdc.cn/data.aspx?DATAID=125）。

圖1 研究區(qū)域示意圖Fig.1 Schematic diagram of the study area

1.2 數(shù)據(jù)及處理

1.2.1 預(yù)報(bào)數(shù)據(jù) 本文應(yīng)用的TIGGE 數(shù)據(jù)來(lái)自于ECMWF（歐洲中心）的ECMWF（歐洲）、JMA（日本）、KMA（韓國(guó)）、UKMO（英國(guó)）4 種模式的控制預(yù)報(bào)產(chǎn)品。由于各個(gè)機(jī)構(gòu)發(fā)布的降水預(yù)報(bào)時(shí)空分辨率不完全統(tǒng)一，因此統(tǒng)一選取世界時(shí)（Universal Time Coordinated，UTC）00:00作為預(yù)報(bào)起點(diǎn)，對(duì)應(yīng)北京時(shí)間08:00（UTC+8:00），預(yù)報(bào)時(shí)長(zhǎng)統(tǒng)一為168 h（未來(lái)1～7 d），空間分辨率為0.5°×0.5°。再考慮到預(yù)報(bào)數(shù)據(jù)的缺失情況，時(shí)間序列選擇了預(yù)報(bào)數(shù)據(jù)完整性較好的2015—2017 年。選取的模式基本信息見(jiàn)表1，預(yù)報(bào)數(shù)據(jù)可從https://apps.ecmwf.int/datasets/data/tigge/levtype%3Dsfc/type%3Dcf/免費(fèi)獲取。默認(rèn)數(shù)據(jù)格式為GRIB2 類型，可用Python 中xarray+cfgrib 庫(kù)進(jìn)行查看和處理。

表1 參與評(píng)價(jià)的預(yù)測(cè)和實(shí)測(cè)資料基本信息Tab.1 Basic information of prediction and measured data involved in evaluation

1.2.2 實(shí)測(cè)數(shù)據(jù) 實(shí)測(cè)資料來(lái)自國(guó)家氣象科學(xué)數(shù)據(jù)中心氣象資料室建立的中國(guó)地面降水日值0.5°×0.5°格點(diǎn)數(shù)據(jù)集（V2.0）［21］。該數(shù)據(jù)集主要基于氣象資料室存檔的全國(guó)2474個(gè)國(guó)家級(jí)臺(tái)站近50 a逐月、逐日降水量資料和利用GTOP030 數(shù)據(jù)（分辨率為30 m×30 m）重采樣生成的中國(guó)范圍0.5°×0.5°數(shù)字高程模型數(shù)據(jù)DEM，使用局部薄盤(pán)光滑樣條（Partial thin platesmoothing splines）法進(jìn)行空間插值而生成。質(zhì)量評(píng)估結(jié)果顯示，中國(guó)東南地區(qū)的插值絕對(duì)誤差普遍高于其他地區(qū)，夏季誤差明顯大于其他季節(jié)，當(dāng)出現(xiàn)大雨和中雨日時(shí)，弱化了降水強(qiáng)度，而出現(xiàn)小雨日時(shí)，更接近實(shí)測(cè)降水，資料對(duì)青藏高原、天山山脈和塔里木盆地等大地形附近的降水空間特征描述較準(zhǔn)確［22-23］。因此，該數(shù)據(jù)集可以用于代表我國(guó)干旱半干旱地區(qū)實(shí)測(cè)降水?dāng)?shù)據(jù)，本文使用到的實(shí)測(cè)數(shù)據(jù)基本信息見(jiàn)表1。

1.2.3 數(shù)據(jù)處理 對(duì)比預(yù)報(bào)數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)，二者數(shù)據(jù)時(shí)空尺度不同，須將其統(tǒng)一，及對(duì)其進(jìn)行預(yù)處理。具體處理方法為：（1）統(tǒng)一空間尺度，將原本網(wǎng)格中心相差0.25°的預(yù)報(bào)數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)進(jìn)行雙線性插值處理，再通過(guò)掩膜提取得到研究區(qū)范圍數(shù)據(jù)；（2）統(tǒng)一時(shí)間尺度，預(yù)報(bào)數(shù)據(jù)為預(yù)報(bào)步長(zhǎng)為6 h的累計(jì)降水量，而實(shí)測(cè)數(shù)據(jù)為逐日降水量，且預(yù)報(bào)數(shù)據(jù)存在數(shù)據(jù)缺失的情況，因此先提取出預(yù)報(bào)數(shù)據(jù)的預(yù)報(bào)步長(zhǎng)為24 h的逐日降水?dāng)?shù)據(jù)，再根據(jù)每種模式數(shù)據(jù)缺失情況做空對(duì)應(yīng)實(shí)測(cè)數(shù)據(jù)的天數(shù)，使得二者時(shí)間尺度統(tǒng)一。

2 研究方法

在洪水預(yù)報(bào)中引入定量預(yù)報(bào)降水是延長(zhǎng)洪水預(yù)見(jiàn)期的重要手段與方法［24］。且降水1～7 d的日降水預(yù)報(bào)還可延長(zhǎng)水庫(kù)實(shí)時(shí)調(diào)度以及徑流預(yù)報(bào)的預(yù)見(jiàn)期，提高預(yù)報(bào)要素的可利用性［17］。通過(guò)分析不同預(yù)報(bào)模式在預(yù)見(jiàn)期1～7 d 的降水量預(yù)報(bào)、降水分級(jí)預(yù)報(bào)、降水探測(cè)能力和空間預(yù)報(bào)精度4 個(gè)方面的結(jié)果差異，以獲得在研究區(qū)具體雨量級(jí)、具體位置的模式適用情況，為后期的降水訂正與集成，提升洪水預(yù)報(bào)精度和預(yù)見(jiàn)期提供一定的參考。

參照氣象部門(mén)劃分降水等級(jí)標(biāo)準(zhǔn)，將日降水劃分為6 個(gè)等級(jí)（表2）。但由于研究流域大暴雨發(fā)生次數(shù)較少，所以將大暴雨其歸于暴雨等級(jí)內(nèi)，且本文僅僅研究有水的情況，所以無(wú)雨不在考慮范圍內(nèi)。對(duì)于降水量預(yù)報(bào)，首先使用網(wǎng)格平均法［15］提前將降水?dāng)?shù)據(jù)處理為研究區(qū)的面平均降水，從而檢驗(yàn)所選TIGGE 模式在研究區(qū)的日降水預(yù)報(bào)的總體效果［15］；然后根據(jù)實(shí)測(cè)降水?dāng)?shù)據(jù)，將其按照降水等級(jí)標(biāo)準(zhǔn)分成4類，得到數(shù)據(jù)位置索引，并以此索引提取預(yù)測(cè)數(shù)據(jù)，得到不同降水等級(jí)的預(yù)報(bào)數(shù)據(jù)，以此檢驗(yàn)降水量分級(jí)預(yù)報(bào)能力；最后計(jì)算研究區(qū)的預(yù)報(bào)誤差來(lái)揭示各預(yù)報(bào)模式的地域性差異。對(duì)于降水探測(cè)能力，根據(jù)列聯(lián)表選取閾值分別為0.1 mm、10.0 mm、25.0 mm、50.0 mm 的降水?dāng)?shù)據(jù)數(shù)量來(lái)計(jì)算統(tǒng)計(jì)指標(biāo)，以揭示不同模式不同預(yù)見(jiàn)期的降水探測(cè)能力差異。

表2 降雨等級(jí)劃分標(biāo)準(zhǔn)Tab.2 Grade of precipitation /(mm·d-1)

2.1 統(tǒng)計(jì)指標(biāo)

本文采用檢驗(yàn)降水量預(yù)報(bào)常用指標(biāo)來(lái)評(píng)估降水量預(yù)報(bào)效果［10］：平均絕對(duì)偏差（Bias）、均方根誤差（RMSE）、預(yù)報(bào)偏小率（Sl）、預(yù)報(bào)偏小誤差（Xl）、預(yù)報(bào)偏大率（Sg）及預(yù)報(bào)偏大誤差（Xg）。其中，Bias 描述預(yù)報(bào)模式的偏離方向與程度；RMSE 則反映預(yù)報(bào)序列與實(shí)測(cè)序列之間的偏差，且不考慮偏差的方向，對(duì)較大誤差更為敏感；Sl與Xl、Sg與Xg分別反映預(yù)報(bào)數(shù)據(jù)相對(duì)實(shí)測(cè)數(shù)據(jù)的平均偏小和偏大程度［15］。

式中：Ft和Ot分別為第t天的預(yù)報(bào)降水和實(shí)測(cè)降水；N為預(yù)報(bào)天數(shù)；Xgt為第t天降水偏大的誤差；Xlt為第t天降水偏小的誤差。若Ft＞Ot則預(yù)報(bào)偏大，Xgt=Ft-Ot，Ng為N天降水預(yù)報(bào)中偏大的總天數(shù)；反之若Ft＜Ot則預(yù)報(bào)偏小，Xlt＝Ft-Ot，Nl為N天降水預(yù)報(bào)中偏小的總天數(shù)［17］。以上各指標(biāo)均越接近0表示預(yù)測(cè)值與實(shí)測(cè)值一致性越好，對(duì)應(yīng)的預(yù)報(bào)模式效用越好。

2.2 分類指標(biāo)

在利用連續(xù)性指標(biāo)對(duì)降水量及分級(jí)預(yù)報(bào)進(jìn)行定量評(píng)價(jià)之余，還需注意到預(yù)報(bào)模式對(duì)降水事件的探測(cè)能力的評(píng)估也很有必要。本文使用Wilks［25］提出的分類指標(biāo)方法，通過(guò)計(jì)算預(yù)報(bào)數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的分類指標(biāo)，分析4 種預(yù)報(bào)模式對(duì)實(shí)際降水事件的探測(cè)能力，使用了TS評(píng)分（臨界成功指數(shù)）、POD（命中率）、FAR（誤報(bào)率）3個(gè)指標(biāo)。其中TS評(píng)分綜合考慮成功探測(cè)和誤報(bào)降水事件，能反映預(yù)報(bào)降水實(shí)際探測(cè)降水能力［26］；POD表示在所有實(shí)際降水事件中，對(duì)應(yīng)預(yù)報(bào)降水能探測(cè)到的降水事件所占比例；FAR表示在所有預(yù)報(bào)降水事件中，實(shí)際沒(méi)有降水的比例。TS、POD以及FAR的取值范圍均為0～1，其中，TS和POD的數(shù)值越大、FAR的數(shù)值越小則表明預(yù)報(bào)效果越好。對(duì)降水事件的探測(cè)可以分為4種情況（表3），3種指標(biāo)計(jì)算公式如下：

表3 預(yù)報(bào)降水?dāng)?shù)據(jù)與實(shí)際降水?dāng)?shù)據(jù)列聯(lián)表Tab.3 Contingency table of forecast and actual precipitation data

式中：H為實(shí)測(cè)數(shù)據(jù)與預(yù)報(bào)數(shù)據(jù)均探測(cè)到的降水事件數(shù)量；F為實(shí)測(cè)降水?dāng)?shù)據(jù)沒(méi)有探測(cè)到而預(yù)報(bào)數(shù)據(jù)探測(cè)到的降水事件數(shù)量；M為實(shí)測(cè)降水?dāng)?shù)據(jù)探測(cè)到而預(yù)報(bào)降水?dāng)?shù)據(jù)沒(méi)有探測(cè)到的降水事件數(shù)量。計(jì)算不同降水閾值下的分類指標(biāo)，綜合評(píng)估不同降水強(qiáng)度下各TIGGE模式對(duì)降水事件的探測(cè)能力。

3 結(jié)果與分析

3.1 日降水量預(yù)報(bào)能力評(píng)價(jià)

為了對(duì)4種TIGGE模式在整個(gè)研究區(qū)的適用情況進(jìn)行整體把握，使用網(wǎng)格平均法［15］提前將多模式降水和實(shí)測(cè)降水處理成研究區(qū)平均降水，采用Bias、RMSE、Sl、Xl、Sg及Xg6個(gè)評(píng)估指標(biāo)，結(jié)果如圖2所示。

由圖2 中Bias 隨預(yù)見(jiàn)期的變化可知，Bias 均呈負(fù)偏差，說(shuō)明各模式對(duì)降水量的預(yù)報(bào)普遍偏小，再結(jié)合Sl和Sg隨預(yù)見(jiàn)期的變化可知，Sl的變化范圍為0.65～0.85，Sg的變化范圍為0.15～0.35，Sl明顯大于Sg，盡管Sl隨預(yù)見(jiàn)期延長(zhǎng)呈下降趨勢(shì)，而Sg呈上升趨勢(shì)，說(shuō)明降水量預(yù)報(bào)同時(shí)存在偏大和偏小現(xiàn)象，但預(yù)報(bào)值較實(shí)測(cè)值一致性偏小是引起降水量預(yù)報(bào)偏差的主要原因。

圖2 1～7 d預(yù)見(jiàn)期日值降水預(yù)報(bào)檢驗(yàn)結(jié)果Fig.2 The verification results of the 1-7 day lead time precipitation forecasts

由各指標(biāo)隨預(yù)見(jiàn)期變化趨勢(shì)可知，各模式的預(yù)報(bào)誤差主要在前3 d 中增加，之后預(yù)報(bào)誤差趨于穩(wěn)定，無(wú)顯著變化。且第1 d 的預(yù)測(cè)效果最佳，其中UKMO 的Bias 接近0。1～3 d 預(yù)見(jiàn)期內(nèi)Bias、RMSE、Xl、Xg的變化范圍分別為-0.4～-0.15 mm，0.4～0.9 mm，-0.7～-0.3 mm、0.2～0.6 mm，表示TIGGE 數(shù)據(jù)對(duì)于日降水量的預(yù)報(bào)效果較好，且精度存在3 d 的衰減期后趨于穩(wěn)定。

將模式之間進(jìn)行對(duì)比，預(yù)見(jiàn)期1 d 時(shí)，UKMO 有略微優(yōu)勢(shì)，其后是ECMWF 和KMA，JMA 最次；預(yù)見(jiàn)期2 d時(shí)，ECMWF領(lǐng)先；預(yù)見(jiàn)期3 d以后，ECMWF有著明顯優(yōu)勢(shì)，UKMO 次之，KMA 最差，總而言之，雖然不同指標(biāo)在前3 d 預(yù)見(jiàn)期的對(duì)比略有變化，但無(wú)論是誤差判斷指標(biāo)還是精度指標(biāo)的判定而言，考慮整個(gè)研究區(qū)面平均雨量時(shí)，ECMWF 和UKMO 在預(yù)報(bào)日降水量時(shí)效果均要更好一些。

3.2 降水分級(jí)預(yù)報(bào)能力評(píng)價(jià)

對(duì)于降水量預(yù)報(bào)，除了需要整體把握研究區(qū)的適用情況外，將預(yù)報(bào)數(shù)據(jù)進(jìn)行降水分級(jí)評(píng)估也很有必要。以實(shí)測(cè)降水?dāng)?shù)據(jù)按照表2 分級(jí)，再索引對(duì)應(yīng)（同日期、經(jīng)緯度）網(wǎng)格位置的預(yù)報(bào)數(shù)據(jù)生成數(shù)據(jù)系列，采用平均絕對(duì)偏差（Bias）、均方根誤差（RMSE）、預(yù)報(bào)偏小率（Sl）、預(yù)報(bào)偏小誤差（Xl）、預(yù)報(bào)偏大率（Sg）及預(yù)報(bào)偏大誤差（Xg）6個(gè)評(píng)估指標(biāo)，分別計(jì)算不同降水強(qiáng)度下預(yù)見(jiàn)期1～7 d的精度指標(biāo)，結(jié)果如圖3所示。從指標(biāo)Bias 和RMSE 隨1～7 d 預(yù)見(jiàn)期及降水量級(jí)的變化可知，小雨的Bias 的變化范圍在0～-0.7 mm之間，小雨的RMSE的變化范圍在3.3～4.3 mm之間，說(shuō)明各預(yù)報(bào)模式對(duì)小雨的預(yù)報(bào)能力較高，但隨著降水量級(jí)的增加，預(yù)報(bào)能力逐漸下降，暴雨的RMSE變化范圍增加到了44～60 mm，例如發(fā)生于2016年6月8 日，位于研究區(qū)東部（109°～111°E，38°～39.5°N）的這場(chǎng)暴雨，當(dāng)日實(shí)測(cè)單格網(wǎng)最大日降水量100.65 mm，對(duì)應(yīng)的4 種TIGGE 模式只有ECMWF 的預(yù)見(jiàn)期1～3 d探測(cè)到此次暴雨，其他3種TIGGE模式均未探測(cè)到此次暴雨，且ECMWF模式出現(xiàn)明顯的高估；同一降水量級(jí)下，隨預(yù)見(jiàn)期增長(zhǎng)，前2 d是各模式誤差的主要增長(zhǎng)期，后5 d 預(yù)報(bào)誤差趨于穩(wěn)定，第1 d 預(yù)報(bào)效果最好，且前2 d 誤差衰減明顯。說(shuō)明在分級(jí)預(yù)報(bào)能力上，TIGGE 對(duì)預(yù)見(jiàn)期1 d，中小雨預(yù)報(bào)效果最佳，且存在2 d的誤差衰減。

圖3 1～7 d預(yù)見(jiàn)期降水分級(jí)預(yù)報(bào)評(píng)價(jià)結(jié)果Fig.3 The verification results of the 1-7 day lead time forecasts of different precipitation levels

從預(yù)報(bào)偏小率（Sl）、預(yù)報(bào)偏小誤差（Xl）、預(yù)報(bào)偏大率（Sg）及預(yù)報(bào)偏大誤差（Xg）隨1～7 d 預(yù)見(jiàn)期及降水量級(jí)的變化可知，4種模式偏大率均高于偏小率，而偏大誤差除小雨略小于偏小誤差外，其他均大于偏小誤差，這也反映在小雨的偏差都表現(xiàn)為輕微的負(fù)偏，其他降水等級(jí)都表現(xiàn)為較大的正偏。說(shuō)明4種模式預(yù)報(bào)時(shí)偏大現(xiàn)象更多，除小雨外更嚴(yán)重。

對(duì)比模式之間，可發(fā)現(xiàn)只有在小雨時(shí)差異性較顯著，各模式的Bias變化范圍在-0.7～0 mm之間，相差很小，而RMSE顯示JMA模式的預(yù)報(bào)效果最好，且隨預(yù)見(jiàn)期增加，JMA 的預(yù)報(bào)效果在第2 d增加后，后3～7 d 呈現(xiàn)回落趨勢(shì)，其他3 種模式則遵守2 d 衰減期的總體規(guī)律。在中、大、暴雨的表現(xiàn)中，4 種模式表現(xiàn)非常接近，由此可得出，4種模式在分級(jí)降水預(yù)報(bào)的表現(xiàn)由好到次為：JMA、ECMWF、UKMO、KMA。

3.3 降水探測(cè)能力評(píng)價(jià)

分類指標(biāo)可以基于實(shí)測(cè)格點(diǎn)數(shù)據(jù)分析預(yù)報(bào)數(shù)據(jù)在降水事件上的捕捉能力，本文主要使用了TS評(píng)分（臨界成功指數(shù)）、POD（命中率）、FAR（誤報(bào)率）3個(gè)指標(biāo)，針對(duì)1～7 d 預(yù)見(jiàn)期，計(jì)算了4 種TIGGE 模式在研究區(qū)2015—2017年的日累積降水量，閾值分別為0.1 mm·d-1（小雨）、10 mm·d（中雨）、25 mm·d-1（大雨）、50 mm·d-1（暴雨）下的分類指標(biāo)，計(jì)算結(jié)果如圖4所示。

圖4 1～7 d預(yù)見(jiàn)期降水探測(cè)能力評(píng)價(jià)計(jì)算結(jié)果Fig.4 The scores of the 1-7 day lead time forecasts of precipitation detection capability

由圖4 可知，閾值為0.1 mm·d-1的TS評(píng)分范圍為0.32～0.48，POD的范圍為0.5～0.8，F(xiàn)AR的范圍為0.35～0.55，說(shuō)明各預(yù)報(bào)模式對(duì)小雨的探測(cè)能力較高，但隨閾值的增加，3 個(gè)指標(biāo)計(jì)算結(jié)果逐漸惡化，POD的減少總是伴隨FAR的增加，表明各TIGGE模式的探測(cè)能力顯著降低，如閾值為50 mm·d-1時(shí)TS評(píng)分多在0.00～0.06 之間，顯示幾乎沒(méi)有技巧；隨預(yù)見(jiàn)期的延長(zhǎng)，各模式對(duì)不同閾值降水量的探測(cè)能力也逐漸降低，且衰減期以前3 d 為主，第1 d 探測(cè)能力最強(qiáng)，前2 d衰減最顯著。

將各模式之間進(jìn)行對(duì)比，各模式在大雨時(shí)差異性較大，中雨時(shí)差異性較小，在暴雨時(shí)探測(cè)能力太差，不具有比較意義。對(duì)于閾值為0.1 mm·d-1時(shí)，雖然KMA的POD占優(yōu)勢(shì)，但同時(shí)其FAR也是最大的，已有研究表明，TIGGE 傾向于多預(yù)報(bào)小雨［15］，會(huì)造成命中事件碰巧很多，這也是FAR一開(kāi)始就很高的原因，無(wú)法得出KMA 有更佳的探測(cè)能力的結(jié)論；對(duì)于閾值為25 mm·d-1時(shí)，3項(xiàng)指標(biāo)統(tǒng)一顯示，ECMWF明顯優(yōu)于另外3 種模式。整體而言，以不同閾值計(jì)算的3 個(gè)分類指標(biāo)中，ECMWF 發(fā)揮更穩(wěn)健，尤其在以25 mm·d-1為閾值時(shí)優(yōu)勢(shì)明顯。

3.4 空間預(yù)報(bào)精度評(píng)價(jià)

根據(jù)上文檢驗(yàn)結(jié)果，4 種TIGGE 模式均存在2～3 d的預(yù)報(bào)能力衰減，在后幾日預(yù)見(jiàn)期內(nèi)預(yù)報(bào)能力趨于穩(wěn)定。所以以RMSE為精度指標(biāo)，選擇前3 d預(yù)見(jiàn)期的TIGGE模式降水?dāng)?shù)據(jù)，與對(duì)應(yīng)格網(wǎng)位置上的實(shí)測(cè)降水?dāng)?shù)據(jù)進(jìn)行計(jì)算，為便于分析，將格網(wǎng)計(jì)算結(jié)果進(jìn)行等值線插值，并統(tǒng)一分辨率層次為1 mm·d-1，且將結(jié)果大于6 mm·d-1的區(qū)域統(tǒng)一顏色，以顏色深淺及所占據(jù)面積和位置可分析在空間上的預(yù)報(bào)精度，再以研究區(qū)內(nèi)的省級(jí)行政地圖為底圖，得到空間分布圖（圖5）。同時(shí)針對(duì)實(shí)測(cè)降水?dāng)?shù)據(jù)按照時(shí)間維求均值，繪制2015—2017年實(shí)測(cè)降水均值空間分布圖（圖6）。

圖5 1～3 d預(yù)見(jiàn)期RMSE（mm·d-1）空間分布Fig.5 The spatial distribution of the 1-3 day lead time forecasts of RMSE(mm·d-1)

圖6 2015—2017年實(shí)測(cè)降水均值空間分布(mm·d-1)Fig.6 The spatial distribution of the 2015-2017 observed precipitation(mm·d-1)

由圖5可知，絕大部分區(qū)域的RMSE結(jié)果小于6 mm·d-1，且小于3 mm·d-1的區(qū)域占比達(dá)一半甚至更多，說(shuō)明各模式在研究區(qū)的預(yù)報(bào)精度均較好；整體看來(lái)，RMSE呈現(xiàn)明顯的空間規(guī)律，由西向東先增后減，在80°～100°E，35°～45°N范圍表現(xiàn)最佳，在100°～120°E，35°～40°N范圍則表現(xiàn)較差，說(shuō)明各模式在研究區(qū)表現(xiàn)最好和最差的區(qū)域呈現(xiàn)出一定的一致性，結(jié)合圖5、圖6 可看出，RMSE 高值區(qū)域位于新疆伊犁河谷以及研究區(qū)東部，同時(shí)這2 個(gè)地區(qū)的實(shí)測(cè)降水量也較高，二者呈現(xiàn)相似的空間分布特征，分析可能原因是豐富的降水量使得預(yù)報(bào)精度下降，也就是說(shuō)，降水越頻繁的地區(qū)，預(yù)報(bào)精度越低；1 d預(yù)見(jiàn)期表現(xiàn)最好，第2 d、3 d 則逐漸下降，說(shuō)明各模式仍顯示出隨預(yù)見(jiàn)期的增加，預(yù)報(bào)精度減弱的現(xiàn)象，且前2 d是主要衰減期。

對(duì)比各模式之間，預(yù)見(jiàn)期為1 d 時(shí)，ECMWF 有著明顯的優(yōu)勢(shì)，其精度指標(biāo)在1 mm·d-1和2 mm·d-1以下均占比最多，其后為UKMO，相比起JMA，UKMO 主要優(yōu)勢(shì)在于其2 mm·d-1以下面積占比更大，最后是KMA；2 d和3 d預(yù)見(jiàn)期時(shí)，ECMWF仍表現(xiàn)出穩(wěn)定的優(yōu)勢(shì)，除KMA 較差，另外2 種模式差異不明顯，但就表現(xiàn)較差的面積占比來(lái)說(shuō)，UKMO更多。整體而言，4種模式中ECMWF 表現(xiàn)更穩(wěn)健，KMA 則表現(xiàn)較差，在不同預(yù)見(jiàn)期上，JMA 和UKMO 差異不大，不過(guò)具體應(yīng)用時(shí)，還是要考慮具體研究區(qū)，將經(jīng)緯度分辨率增加，再作進(jìn)一步評(píng)估。

4 結(jié)論

以中國(guó)干旱半干旱地區(qū)為研究對(duì)象，對(duì)TIGGE數(shù) 據(jù) 中 心 的ECMWF、JMA、KMA 和UKMO 模 式2015—2017年日降水?dāng)?shù)據(jù)進(jìn)行了精度檢驗(yàn)，采用多種指標(biāo)分別從降水量預(yù)報(bào)、降水分級(jí)預(yù)報(bào)、降水探測(cè)能力和空間預(yù)報(bào)精度4個(gè)方面綜合分析了各式預(yù)報(bào)產(chǎn)品在研究區(qū)的適用性。得出如下結(jié)論：

（1）對(duì)于1～7 d 預(yù)見(jiàn)期內(nèi)平均日降水量和不同降水量級(jí)日降水量，TIGGE 4 個(gè)模式均有較強(qiáng)的預(yù)報(bào)能力，且有較好的預(yù)報(bào)時(shí)效性。對(duì)于日降水量級(jí)預(yù)報(bào)，4 種模式對(duì)小雨預(yù)報(bào)能力較好，其RMSE 均小于4.30 mm，而對(duì)暴雨及以上量級(jí)降水預(yù)報(bào)效果較差，其最佳的預(yù)見(jiàn)期1 d的RMSE也達(dá)到了44.00 mm以上；4種模式在小雨時(shí)表現(xiàn)為輕微的預(yù)報(bào)偏小，在其他降水量級(jí)誤差來(lái)源主要是預(yù)報(bào)偏大；對(duì)比各個(gè)模式對(duì)降水量的預(yù)報(bào)效果，進(jìn)行10 mm 以下的降水預(yù)報(bào)時(shí)，JMA 最優(yōu)，而對(duì)于10 mm 以上的降水預(yù)報(bào)，四者無(wú)明顯差別。對(duì)于日降水量預(yù)報(bào)，KMA模式對(duì)日降水量的預(yù)報(bào)效果最差，而ECMWF 模式則最精確，整體而言，這4 種模式預(yù)報(bào)時(shí)偏小現(xiàn)象更多，但偏大和偏小程度則差不多。

（2）在不同降水閾值下，各模式均表現(xiàn)出一定的降水捕捉能力，整體而言，ECMWF 更具優(yōu)勢(shì)，尤其在以25 mm·d-1為閾值時(shí)優(yōu)勢(shì)明顯?？臻g預(yù)報(bào)精度檢驗(yàn)結(jié)果顯示，各模式在80°～100°E，35°～45°N范圍表現(xiàn)最佳，主要是新疆中部以及新疆、甘肅和青海三省交界處，在100°～120°E，35°～40°N 范圍則表現(xiàn)較差；對(duì)比各模式之間，ECMWF 仍表現(xiàn)更穩(wěn)健，KMA則表現(xiàn)較差。

（3）4 種TIGGE 模式也表現(xiàn)出一些統(tǒng)一的特點(diǎn)：隨預(yù)見(jiàn)期的延長(zhǎng)，在降水量預(yù)報(bào)、降水量分級(jí)預(yù)報(bào)、降水探測(cè)能力以及空間預(yù)報(bào)精度4 個(gè)方面都有著2～3 d 的衰減期，第1～2 d 的衰減幅度最大；隨降水量級(jí)的增加，精度指標(biāo)和分級(jí)指標(biāo)也表現(xiàn)出衰減現(xiàn)象。

（4）本文對(duì)TIGGE降水預(yù)報(bào)的檢驗(yàn)是在中國(guó)干旱半干旱地區(qū)的首次適用，此次檢驗(yàn)有助于進(jìn)一步改進(jìn)研究區(qū)中期降水預(yù)報(bào)結(jié)果。針對(duì)以上誤差分析對(duì)TIGGE降水資料進(jìn)行訂正以及集成，可提高各預(yù)報(bào)要素的可利用性。針對(duì)小雨降水量級(jí)預(yù)報(bào)偏小，其他降水量級(jí)偏大，而日降水量偏小，可以選取1個(gè)閾值，閾值以下預(yù)報(bào)值適當(dāng)增大，閾值以上預(yù)報(bào)值適當(dāng)減小來(lái)同時(shí)改善降水量及和降水量的預(yù)報(bào)結(jié)果；前3 d衰減期內(nèi)的預(yù)報(bào)結(jié)果相差較大，要分別考慮修正系數(shù)，3 d 后可以用第3 d 的修正系數(shù)進(jìn)行數(shù)據(jù)修正；對(duì)于預(yù)報(bào)結(jié)果較好的ECMWF、JMA 等模式可以在后期分配較高權(quán)重進(jìn)行多模式數(shù)據(jù)集成；空間預(yù)報(bào)精度則可以作為研究區(qū)選擇預(yù)報(bào)模式的基礎(chǔ)，在此基礎(chǔ)進(jìn)行評(píng)價(jià)、訂正與集成；另外，夏季降水占據(jù)了研究區(qū)全年降水的主要成分，本文的評(píng)價(jià)結(jié)果更適用于夏季，如果對(duì)另外的季節(jié)有應(yīng)用需求，可選擇對(duì)應(yīng)季節(jié)數(shù)據(jù)參照本文評(píng)價(jià)模式進(jìn)行評(píng)價(jià)，獲取更有針對(duì)性的評(píng)價(jià)結(jié)果。