栗晗,王新敏*,朱楓

① 中國氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點開放實驗室,河南 鄭州 450003; ② 河南省氣象臺,河南 鄭州 450003; ③ 新鄉(xiāng)市氣象臺,河南 新鄉(xiāng) 453000

2021年7月17—22日,河南省出現(xiàn)歷史罕見的極端暴雨(簡稱“21·7”極端暴雨),河南省中北部大部地區(qū)累積降雨量超過500 mm,最高達1 122.6 mm(鶴壁市科創(chuàng)中心站),過程短時雨量強度出現(xiàn)明顯極端性特征,7個國家級氣象站1 h降雨量突破建站以來小時降雨量歷史極值,其中鄭州站最大小時降雨量達201.9 mm,突破內(nèi)陸地區(qū)小時降雨量歷史極值。此次過程導致鄭州、鶴壁、新鄉(xiāng)、安陽等城市發(fā)生嚴重內(nèi)澇,多條河流發(fā)生超警洪水,造成重大人員傷亡和財產(chǎn)損失。

近年來,我國高分辨率數(shù)值預報業(yè)務(wù)快速發(fā)展,國家級以及各區(qū)域氣象中心也相繼建立了水平分辨率達9 km甚至3 km的高分辨率數(shù)值預報系統(tǒng),在預報預警業(yè)務(wù)中廣泛應(yīng)用的同時也相繼開展了相關(guān)的檢驗評估工作(祁莉等,2017;佟華和張玉濤,2019;張小雯等,2020;王婧卓等,2021)。在“21·7”極端暴雨過程中不同尺度模式的降水預報表現(xiàn)出較大差異,由于較小的落區(qū)位置偏差可能導致過大的空報和漏報,從而導致評分偏低難以有效評估模式的預報性能。針對此類問題,近年來也已經(jīng)發(fā)展出多種降水空間檢驗技術(shù),如鄰域法、尺度分離法、場變換法以及基于降水對象的評估方法等(Davis et al.,2009;Ebert and Gallus,2009;Gilleland et al.,2009;Wernli et al.,2009;Mittermaier and Roberts,2010)。鄰域法是傳統(tǒng)點對點檢驗方法在空間鄰域上地拓展,目前應(yīng)用較為廣泛的是分數(shù)技巧評分(Fractional Skill Score,FSS;Roberts and Lean,2008)。趙濱和張博(2018)對比了TS評分和FSS在不同降水閾值條件下的評估效果指出,兩者在小量級降水評估時表現(xiàn)相似,但對于較高量級或者降水預報較弱時段FSS評分能夠更好地區(qū)分降水預報特征。張小雯等(2020)將FSS方法應(yīng)用到高分辨率模式對流風暴預報能力評估中,結(jié)果表明鄰域檢驗?zāi)軌蛟谀Ｊ綄α黠L暴預報存在位移和強度偏差時仍然給出有價值的評分結(jié)果。李子良等(2021)將FSS方法拓展應(yīng)用至集合預報領(lǐng)域,并在此基礎(chǔ)上構(gòu)建適用于集合預報的降水空間檢驗指標EFSS?；诮邓畬ο蟮脑u估方法則利用各種空間診斷技術(shù)對預報與觀測的位置、面積、方位、形態(tài)等特征進行全面評估。符嬌蘭等(2014)、符嬌蘭和代刊(2016)基于連續(xù)降雨區(qū)(Continues Rain Area,CRA)方法評估了EC模式對于我國西南地區(qū)降水的預報能力,指出了EC對于大雨量級以上降水預報范圍偏大且雨帶偏西的特征。王新敏和栗晗(2020)基于CRA方法評估了多個業(yè)務(wù)模式在2018年三次登陸臺風暴雨過程中的降水預報空間偏差特征,指出該方法能夠從位移、強度、形態(tài)等角度區(qū)分模式的誤差特征。Chen et al.(2018)應(yīng)用CRA方法評估了ACCESS臺風模式對于2012—2013年間15次臺風過程的降水預報能力,結(jié)果表明該模式更傾向于在臺風中心(臺風眼)附近預報出更多的極端強降水。與CRA同為面向?qū)ο蟮目臻g檢驗方法,不同的是,MODE檢驗利用對降水場的空間卷積實現(xiàn)降水個體的識別和分類。潘留杰等(2016,2017)評估了不同種類空間檢驗方法的適用性指出MODE方法除了給出傳統(tǒng)技巧評分在不同尺度上的變化特征以外,還能夠表現(xiàn)降水對象的多種空間偏差屬性,能夠為用戶提供多視角的評估信息。

由于數(shù)值模式對于極端強降水的落區(qū)、強度預報不確定性遠大于一般性降水,單一檢驗方法往往不能夠全面評估模式預報偏差特征。因此,針對“21·7”極端降水過程,本文綜合應(yīng)用CRA、鄰域TS評分、FSS等多種空間檢驗方法,對不同尺度的業(yè)務(wù)數(shù)值模式預報性能進行多角度地檢驗,并評估模式對于24、3 h極端強降水的預報性能及有效預報尺度,以期揭示模式降水預報的偏差特征,評價其不確定性,從而提高數(shù)值模式的應(yīng)用水平。同時,也對比分析不同檢驗方法對于模式偏差信息的提取能力,對其適用場景進行評估,從而為智能網(wǎng)格預報技術(shù)中多尺度模式產(chǎn)品的釋用提供參考依據(jù)。

1 資料和方法

1.1 資料

本文針對“21·7”河南極端暴雨逐24 h和逐3 h累積降水對模式預報性能進行檢驗評估,選取2021年7月19日08時—22日08時(北京時，下同)主要降水時段作為研究對象。評估對象主要包括2個全球模式(EC、GRAPES_GFS)和4個中尺度模式(WARMS、GRAPES_MESO、GRAPES_3 km、RMAPS)共6個業(yè)務(wù)模式(模式詳細信息見表1)。其中GRAPES_3 km和RMAPS每日有多個起報時次產(chǎn)品,為方便各模式之間進行對比,本文僅檢驗各模式每日08時、20時兩個起報時次的降水預報產(chǎn)品。同時考慮產(chǎn)品在實時業(yè)務(wù)中的滯后時間,模式產(chǎn)品第一天的預報時效為12～36 h(對應(yīng)實際預報業(yè)務(wù)0～24 h),其他以此類推。

表1 模式基本信息Table 1 Basic information of models

為了更好地評估模式預報降水的空間偏差特征,選取國家氣象信息中心地面、衛(wèi)星、雷達三源降水融合產(chǎn)品(CMPA_Hourly V2.1)作為模式檢驗的實況觀測資料,時間分辨率為1 h,空間分辨率為0.05°。模式預報降水偏差診斷分析對比實況數(shù)據(jù)為ECMWF(European Centre for Medium-range Weather Forecast)全球氣候再分析資料第五代產(chǎn)品(ERA5),時間分辨率為1 h,空間分辨率為0.25°。

1.2 檢驗方法

1.2.1 傳統(tǒng)點對點檢驗

傳統(tǒng)的點對點的檢驗方法(如TS評分)能夠方便有效地對不同模式預報降水的性能差異進行評估,但由于雨帶位置和強度的微小偏差有可能帶來空報率或漏報率地增加則會使評分大大降低。TS評分綜合考慮模式預報命中()、空報()、漏報()情況,計算公式如下:

(1)

1.2.2 鄰域空間檢驗

鄰域空間檢驗主要是基于升尺度的方法將高分辨率模式信息調(diào)整到更大尺度上與實況觀測信息進行對比,包括“面對面”的FSS以及“點對面”的鄰域TS方法等。FSS檢驗方法是通過比較不同尺度的窗口區(qū)內(nèi)不同閾值降水發(fā)生的概率來評估模式預報與實況的差異,如果在一定尺度的窗口區(qū)內(nèi)模式預報降水發(fā)生概率與實況接近則為有效預報,其衡量的是預報與實況在鄰域窗內(nèi)發(fā)生頻率的相似度,如果FSS趨于0則表示無技巧,趨于1則表示在鄰域尺度內(nèi)預報與實況降水發(fā)生頻率相同,具體計算方法見(Mittermaier and Roberts,2010;潘留杰等,2017;趙濱和張博,2018;王新敏和栗晗,2020)。

而鄰域TS評分則是在TS評分的基礎(chǔ)上,將檢驗對象從實況點變?yōu)橐云錇橹行南蛲馔卣沟泥徲蜻M行點對面的評分,當鄰域內(nèi)格點預報有相應(yīng)閾值降水且對應(yīng)實況點也出現(xiàn)時,記為命中(),若實況點無對應(yīng)閾值降水則記為空報(),當鄰域內(nèi)格點預報無相應(yīng)閾值降水而對應(yīng)實況點達到閾值時,記為漏報(),依據(jù)式(1)計算鄰域TS評分。

1.2.3 基于目標的CRA空間檢驗及實況降水預處理

CRA檢驗方法首先將預報與實況降水場進行疊加(重疊格點取降水與實況的最大值),在固定閾值下對疊加降水場的連續(xù)降雨區(qū)進行分離,并從中識別出符合降水面積閾值的降水目標個體,同一連續(xù)雨區(qū)中所識別的預報與降水目標個體則互相匹配,并在此基礎(chǔ)上計算個體間的各類評價指標(Ebert and Mcbride,2000;Ebert and Gallus,2009;符嬌蘭和代刊,2016;Sharma et al.,2018;王新敏和栗晗,2020)。

在實際檢驗分析過程中經(jīng)常發(fā)現(xiàn),如果對實況降水格點場直接進行降水目標識別匹配,得到的評價結(jié)果往往涵蓋了整個研究區(qū)域內(nèi)的所有降水事件。為了使評價結(jié)果更有針對性,同時不同模式間的對比也更加公平,本文采用CRA檢驗方法中的降水目標識別技術(shù)對24和3 h實況累積降水場進行預處理,將實況降水場中不同閾值下的降水目標個體進行識別分離(24 h累積降水目標范圍大于1°×1°,3 h累積降水目標范圍大于0.5°×0.5°),形成包含單個降水目標個體的降水場,以此為實況降水檢驗?zāi)繕嗽賹Ω髂Ｊ讲煌撝档念A報降水進行評估分析。

由于本文的主要研究對象為不同閾值下實況降水場中的連續(xù)雨區(qū),而較高量級降水閾值(如24 h累積降水達100 mm以上)對應(yīng)的連續(xù)雨區(qū)較難識別,因此,本文中24 h累積降水的鄰域TS和FSS評分對于50 mm及以上量級的評估均基于25 mm閾值所識別的實況連續(xù)降雨區(qū),同理,3 h累積降水對于20 mm及以上量級的評估則均基于10 mm閾值所識別的實況連續(xù)降雨區(qū)。

2 實況降水及識別連續(xù)降雨區(qū)分布特征

從自動站實況降水觀測數(shù)據(jù)來看,17日08時—23日08時,河南省全省平均降水量達224.1 mm,河南省中北部大部分地區(qū)累積降水量超過400 mm,過程最大累積降水量為鶴壁科創(chuàng)中心1 122.6 mm。從過程分階段降水實況來看,此次過程最強降水時段集中在19—21日(圖略),強降水中心在逐漸北移的過程中主要影響鄭州、鶴壁、新鄉(xiāng)和安陽等地區(qū),其中20日16—17時,鄭州最大小時降雨量達201.9 mm。

基于格點實況降水對此次過程中超過對應(yīng)閾值的降水目標進行識別,從7月19日08時—22日08時逐24 h累積降水場中分別識別出超過25、50和100 mm各5個連續(xù)降雨區(qū),3 h累積降水場中則分別識別出55(超過10 mm)、41(超過20 mm)、13個(超過50 mm)連續(xù)降雨區(qū)(圖1)。從降水目標中格點最大降水量的分布可以看出,24 h累積降水超過500 mm以及3 h累積降水超過50 mm降水目標的分布區(qū)域與實況強降水發(fā)生區(qū)域基本一致,其中24 h累積降水目標中格點最大降水量為553.85 mm,3 h累積降水目標最大降水量為211.26 mm。從識別出的降水目標頻次空間分布也可以看出,更多的強降雨區(qū)(24 h累積超過100 mm和3 h超過50 mm)分布在豫中鄭州及豫北新鄉(xiāng)、鶴壁等地區(qū)附近。以上結(jié)果表明,基于格點實況降水客觀識別出的連續(xù)降雨區(qū)能夠較好地反映出此次過程的實況降水特征,為了使數(shù)值模式檢驗評估更聚焦于強降水發(fā)生的時段和區(qū)域,下文將基于上述識別的降水目標對各模式預報開展檢驗對比。

圖1 2021年7月19日08時—22日08時識別的24 h(1)和3 h(2)累積降水量降水目標大于等于對應(yīng)閾值的平均降水量(a—c)、最大降水量(d—f)和降水頻次(g—i)的空間分布：(a1、d1、g1)≥25 mm；(b1、e1、h1)≥50 mm；(c1、f1、i1)≥100 mm；(a2、d2、g2)≥10 mm；(b2、e2、h2)≥20 mm；(c2、f2、i2)≥50 mmFig.1 Spatial distributions of (a—c)average precipitation,(d—f)maximum precipitation and (g—i)precipitation frequency of (1) 24 h and (2) 3 h cumulative precipitation individuals greater than or equal to the corresponding threshold,identified from the forecast fields from 08:00 BST 19 to 08:00 BST 22 July 2021:(a1,d1,g1)≥25 mm；(b1,e1,h1)≥50 mm；(c1,f1,i1)≥100 mm；(a2,d2,g2)≥10 mm；(b2,e2,h2)≥20 mm；(c2,f2,i2)≥50 mm

3 24 h累積降水點對點檢驗評估

首先針對格點實況降水場中所識別的降水目標計算點對點的TS評分,對比不同模式對于此次過程逐24 h累積降水中暴雨、大暴雨的預報能力(表2、3)。17—18日除豫東部分地區(qū)外,河南省其他大部分地區(qū)都出現(xiàn)了零散的暴雨區(qū),其中豫北沿太行山附近強降水集中且出現(xiàn)連片的大暴雨落區(qū),RMAPS模式提前36 h對于此階段強降水預報優(yōu)于其他模式(18日大暴雨預報TS評分為0.064)。19日強降水自豫中地區(qū)開始發(fā)展加強,RMAPS模式依然維持了較好的預報水平,其對于19日08時—20日08時大暴雨預報TS評分達0.235優(yōu)于其他模式。20日大暴雨落區(qū)繼續(xù)向北擴展,強降水中心集中在鄭州附近,在此階段GRAPES_3 km對于大暴雨以上量級降水的預報表現(xiàn)出優(yōu)勢,對于暴雨以上量級降水預報則GRAPES_MESO評分最高。21日,強降水中心移至豫北,EC對于強降水落區(qū)的預報能力較前期有明顯提升,對于21日08時—22日08時暴雨、大暴雨的預報TS評分分別為0.482、0.362均優(yōu)于其他模式。22日為此次過程的降水減弱階段,在豫北和豫西部分地區(qū)出現(xiàn)了局地對流性降水導致的零散暴雨落區(qū),從TS評分來看各模式對此階段強降水的預報能力均較差。

表2 2021年7月17日08時—23日08時各模式逐12 h起報36 h預報TS評分(≥50 mm)Table 2 The 36 h forecast TS scores for each model initiated every 12 h from 08:00 BST 17 to 08:00 BST 23 July 2021 (≥50 mm)

表3 2021年7月17日08時—23日08時各模式逐12 h起報36 h預報TS評分(≥100 mm)Table 3 The 36 h forecast TS scores for each model initiated every 12 h from 08:00 BST 17 to 08:00 BST 23 July 2021 (≥100 mm)

綜上,從點對點的TS評分評估結(jié)果來看,對于此次過程的開始階段(17—18日)及首日強降水集中時段(19日),RMAPS模式對于暴雨及大暴雨預報優(yōu)于其他模式。對于20日以鄭州地區(qū)為中心的強降水,GRAPES系列中尺度模式表現(xiàn)出優(yōu)勢,尤其GRAPES_3 km對于大暴雨預報明顯優(yōu)于其他模式。21日隨著強降水中心繼續(xù)北抬,EC模式預報強降水落區(qū)較前期有所調(diào)整,其對21日豫北暴雨、大暴雨預報把握較好。22日,隨著過程降水逐漸減弱,暴雨落區(qū)明顯減小,各模式對于零散的局地對流性暴雨預報能力均較差。

4 模式預報降水空間偏差特征

從上述分析來看,基于傳統(tǒng)點對點TS評分能夠一定程度上區(qū)分不同模式的預報性能,但無法給出模式預報降水的偏差來源。因此,本節(jié)基于CRA方法從降水個體格點數(shù)、平均和最大降水量等角度對17日08時—23日08時模式降水預報進行評估,以期更好地分析各模式的主要偏差特征。

4.1 24 h累積降水空間偏差特征

從不同閾值下識別的降水個體格點數(shù)對比可以看出,對于大雨以上量級,WARMS和RMAPS兩個模式預報降水個體較實況范圍偏大,其中RMAPS預報降水格點數(shù)分布更加集中,偏大的特征更加明顯(圖2a)。隨著量級的增大,各模式預報降水范圍大小與實況的差異也更加顯著,對于100 mm以上量級,GRAPES_GFS幾乎沒有預報能力,其預報降水個體格點數(shù)遠小于實況,EC和MESO兩個模式也呈現(xiàn)出較實況偏小的特征。對比各模式預報格點數(shù)平均值,WARMS、GRAPES_3 km和RMAPS與實況均較為接近,但從預報降水個體格點數(shù)的離散度可以看出,RMAPS預報結(jié)果優(yōu)于其他模式。

圖2 2021年7月17日08時—23日08時CRA從各模式逐12 h起報36 h預報24 h累積降水場中識別出的大于等于對應(yīng)閾值的降水個體格點數(shù)(a、d、g)、平均降水量(b、e、h)和最大降水量(c、f、i)的統(tǒng)計特征：(a—c)≥25 mm；(d—f)≥50 mm；(g—i)≥100 mmFig.2 Statistical characteristics of (a,d,g)grid points,(b,e,h)average rainfall and (c,f,i)maximum rainfall of 24 h cumulative precipitation individuals greater than or equal to the corresponding threshold,identified by CRA from 36 h forecast fields of each model initiated every 12 h from 08:00 BST 17 to 08:00 BST 23 July 2021:(a—c)≥25 mm；(d—f)≥50 mm；(g—i)≥100 mm

從平均降水量(圖2b、e、h)和最大降水量(圖2c、f、i)的統(tǒng)計特征來看,對于25和50 mm閾值,WARMS、GRAPES_3 km、RMAPS預報結(jié)果較其他模式更接近實況,EC與MESO對于降水強度預報能力相當,均略小于實況,GRAPES_GFS則較實況明顯偏弱。對于100 mm量級,無論是平均降水量還是最大降水量,RMAPS預報均較實況明顯偏強,即在預報降水落區(qū)范圍大小與實況相當?shù)那闆r下,RMAPS對于強降水的強度預報出現(xiàn)較大的偏差。

分析19—21日強降水發(fā)生時段各模式預報降水個體的空間位置偏差可以看出,部分模式此次過程部分時次的強降水預報出現(xiàn)了明顯偏西的特征(圖3)。如EC在18日20時起報產(chǎn)品預報19日降水較實況降水個體位置偏西接近1.5°,且對于100 mm降水個體預報偏西程度更大(接近2°)。類似偏差特征也表現(xiàn)在RMAPS模式的預報結(jié)果中,其18日20時和19日08時起報的36 h效產(chǎn)品對于100 mm降水預報結(jié)果分別較實況偏西1.1°和1°。對于20日08時—21日08時強降水時段,RMAPS預報偏西的特征仍然較明顯,其對于25、50、100 mm降水個體位置預報偏西均接近1.3°,而EC預報較前期有所調(diào)整,其對于25、50 mm降水個體位置預報偏差較小,但其對于100 mm降水個體預報仍明顯偏西(達1.5°)。對于21日豫北強降水階段,從緯向位置偏差來看,RMAPS仍然維持了較明顯的偏西特征,尤其20日20時起報產(chǎn)品預報不同閾值降水個體均偏西接近1°。從19—21日強降水過程整體降水位置預報偏差來看,WARMS預報性能優(yōu)于其他模式(100 mm降水個體平均緯向偏差0.1°、平均經(jīng)向偏差0.6°),其次為GRAPES_3 km(100 mm降水個體平均緯向偏差0.42°、平均經(jīng)向偏差0.64°)。

圖3 2021年7月19日08時—22日08時CRA從各模式逐12 h起報36 h預報24 h累積降水場中識別出的大于等于對應(yīng)閾值的降水個體相對于實況的經(jīng)向和緯向位移偏差(序號代表數(shù)值模式、填色代表起報時次)：(a)≥25 mm；(b)≥50 mm；(c)≥100 mmFig.3 Meridional and zonal displacement deviations (relative to the observations) of 24 h cumulative precipitation individuals greater than or equal to the corresponding threshold,identified by CRA from 36 h forecast fields of each model initiated every 12 h from 08:00 BST 19 to 08:00 BST 22 July 2021 (Serial number represents the numerical model,and color filling represents the initial time):(a)≥25 mm；(b)≥50 mm；(c)≥100 mm

4.2 3 h累積降水空間偏差特征

由于3 h累積降水個體雨區(qū)范圍較小,尤其在17—18日及23日降水較弱階段,識別個體數(shù)量較少,因此本節(jié)主要分析各模式對于19—21日連續(xù)三天強降水階段大于20 mm的3 h累積降水預報空間偏差特征(圖4)。從19日的空間偏差特征統(tǒng)計分布情況來看,各模式對于該日強降水范圍預報明顯較實況偏小,實況降水個體范圍平均大小接近200個格點,4個中尺度模式預報降水個體平均范圍低于100個格點,EC、GRAPES_GFS偏小程度更加明顯。從各模式平均降水量預報對比來看,WARMS和RMAPS與實況更為接近,EC、MESO和GRAPES_3 km預報平均降水強度較實況偏弱,GRAPES_GFS則偏弱最為明顯。最大降水量則僅RMAPS模式預報平均強度與實況較為接近,但其預報離散度也較實況明顯偏大,其他模式則均較實況偏弱。

圖4 2021年7月19日08時—22日08時CRA從各模式逐12 h起報36 h預報3 h累積降水場中識別出的大于等于20 mm的降水個體格點數(shù)(a、d、g)、平均降水量(b、e、h)和最大降水量(c、f、i)的統(tǒng)計特征：(a—c)19日08時—20日08時；(d—f)20日08時—21日08時；(g—i)21日08時—22日08時Fig.4 Statistical characteristics of (a,d,g)grid points,(b,e,h)average rainfall and (c,f,i)maximum rainfall of 3 h cumulative precipitation individuals greater than or equal to 20 mm,identified by CRA from 36 h forecast fields of each model initiated every 12 h from 08:00 BST 19 to 08:00 BST 22 July 2021:(a—c)08:00 BST 19 to 08:00 BST 20；(d—f)08:00 BST 20 to 08:00 BST 21；(g—i)08:00 BST 21 to 08:00 BST 22

20日強降水落區(qū)繼續(xù)北移,除GRAPES_GFS以外其他各模式對于3 h累積降水個體格點數(shù)的預報與實況較為接近,但全球模式對于平均降水量以及最大降水量的預報仍然明顯小于實況,4個中尺度模式中RMAPS預報降水強度最大,其預報降水個體最大降水量平均值接近200 mm。21日,隨著強降水落區(qū)移至豫北安陽、鶴壁、新鄉(xiāng)等地區(qū),3 h累積降水個體范圍較前期有所減小,EC、WARMS、GRAPES_3 km等模式預報降水個體范圍均較實況略微偏大。從平均降水量和最大降水量的預報來看,EC和GRAPES_3 km預報降水個體的統(tǒng)計分布情況與實況更為接近,RMAPS則仍然維持降水強度預報偏大的特征。

19日,EC、GRAPES_GFS、MESO識別降水個體較少不做討論,其他模式中RMAPS偏西明顯,識別出的降水個體中有86.7%出現(xiàn)了偏西的緯向位置偏差,平均緯向偏差達0.74°,WARMS也有70.6%的降水個體出現(xiàn)偏西的特征,但平均緯向偏差為0.35°(圖5)。對比經(jīng)向位置偏差來看,WARMS在經(jīng)向方向上位置偏差離散度最大,標準差達0.59°,GRAPES_3 km則南北偏差離散度較低。20日,EC、GRAPES_GFS、RMAPS分別有73.7%、83.3%和91.3%的降水個體出現(xiàn)位置較實況偏西的特征,平均緯向偏差分別為0.69°、0.43°和0.85°,也均超過了平均經(jīng)向偏差。WARMS、MESO和GRAPES_3 km的位置偏差則更多表現(xiàn)在經(jīng)向方向,標準差分別為0.97°、0.9°、0.8°,均大于緯向方向的位置偏差離散度。盡管EC對于21日豫北強降水階段的3 h降水預報仍有82.1%降水個體位置較實況偏西,但平均緯向偏差減小至0.35°。同理,盡管GRAPES_GFS僅識別出4個超過20 mm的降水個體且均較實況偏西,但平均偏西僅0.28°。中尺度模式中RMAPS預報偏西特征仍較為明顯(72.7%),同時也出現(xiàn)63.6%的降水個體預報較實況偏南。

圖5 2021年7月19日08時—20日08時(a—f)、20日08時—21日08時(g—l)、21日08時—22日08時(m—r)CRA從各模式逐12 h起報36 h預報3 h累積降水場中識別出的大于等于20 mm的降水個體相對于實況的經(jīng)向和緯向位移偏差(百分比代表對應(yīng)方向位移偏差降水個體數(shù)所占比例，填色代表預報時效)：(a、g、m)EC；(b、h、n)GRAPES_GFS；(c、i、o)WARMS；(d、j、p)MESO；(e、k、q)GRAPES_3km；(f、l、r)RMAPSFig.5 Meridional and zonal displacement deviations (relative to the observations) of 3 h cumulative precipitation individuals greater than or equal to 20 mm,identified by CRA from 36 h forecast fields of each model initiated every 12 h from (a—f)08:00 BST 19 to 08:00 BST 20,(g—l)08:00 BST 20 to 08:00 BST 21,and (m—r)08:00 BST 21 to 08:00 BST 22 July 2021 (Percentage represents the proportion of precipitation individuals in the displacement deviation of corresponding direction,and the coloring represents the forecast hours):(a,g,m)EC；(b,h,n)GRAPES_GFS；(c,i,o)WARMS；(d,j,p)MESO；(e,k,q)GRAPES_3km；(f,l,r)RMAPS

對比各模式12～24 h和24～ 36 h前后各12 h預報降水個體的平均經(jīng)向、緯向位置偏差變化情況(表4),WARMS和GRAPES_3 km在更臨近時效(12～24 h)預報降水個體的經(jīng)向偏差明顯減小,表現(xiàn)為19—21日平均經(jīng)向偏差由0.9°(0.86°)減小至0.41°(0.37°),EC與RMAPS的經(jīng)向偏差也隨時效臨近有所減小,但MESO模式則相反,其平均經(jīng)向偏差由0.55°進一步增大至0.62°。各模式在緯向的偏差隨時效變化較小,其中GRAPES_3 km隨時效臨近平均緯向偏差由0.44°減小至0.31°,EC則由0.29°增大至0.42°。

表4 2021年7月19日08時—22日08時各模式12～24 h和24～36 h預報3 h降水個體的平均緯向、經(jīng)向偏差Table 4 Average zonal and meridional deviations of 3 h precipitation individuals from 12—24 h and 24—36 h forecast fields of each model from 08:00 BST 19 to 08:00 BST 22 July 2021 (°)

5 強降水空間鄰域檢驗評估

從點對點的TS評分和基于CRA的空間檢驗偏差分析可以看出,對于“21·7”降水過程不同階段降水的預報,各模式存在較大差異:如EC對于19—20日強降水預報明顯偏西但對21日降水預報位置偏差較小,從而獲得了較高的TS評分;RMAPS預報降水強度較實況普遍偏大,且其對于19—21日連續(xù)3 d降水預報均較實況偏西,但對于強降水開始階段(19日)預報優(yōu)于其他模式;WARMS和GRAPES_3 km降水預報的偏差則主要來自其預報降水個體在經(jīng)向方向上的位置偏差。上述檢驗主要針對24 h累積降水大于50、100 mm和3 h累積降水大于20 mm的識別降水個體,本節(jié)則主要基于鄰域TS評分、FSS評分評估各模式對于24 h累積大于250 mm和3 h累積超過50、70 mm強降水的預報能力,同時,為了避免FSS鄰域空間尺度過大時導致不同天氣系統(tǒng)降水合并檢驗而引起誤導,本節(jié)在計算FSS評分時,24 h累積降水實況降水場均基于25 mm閾值所識別的實況連續(xù)降雨區(qū),同理,3 h累積降水均基于10 mm閾值所識別的實況連續(xù)降雨區(qū)。

5.1 24 h累積降水預報尺度檢驗

首先評估各模式對19—21日250 mm以上24 h累積強降水在不同鄰域空間尺度下的預報能力(圖6)。19日,從實況觀測降水的分布(圖略)來看,250 mm以上降水主要位于鄭州南部及平頂山與南陽交界地區(qū),雨區(qū)面積較小且分布較為零散。對比模式預報結(jié)果,僅RMAPS預報出了較明顯的250 mm以上降水落區(qū),但雨區(qū)范圍較實況偏大且位置偏西,這與圖3中對100 mm降水空間偏差檢驗結(jié)果較為一致。因此,從空間尺度為0 km的鄰域TS評分(即為點對點的TS評分)來看,只有RMAPS獲得有效評分,其他模式均為0。隨著空間尺度地增大,鄰域內(nèi)包含了更多的模式預報和實況信息,可以看到由于RMAPS預報250 mm強降水明顯范圍偏大,因此當尺度增加時鄰域內(nèi)包含了更多的空報信息導致鄰域TS評分隨尺度增加而減小。對比60～70 km尺度的FSS評分來看,RMAPS、WARMS均有不同程度地增加,同時也可以看到RMAPS的鄰域TS評分也略微增加,這是由于60 km左右的空間尺度容納了更遠距離的實況降水所導致。

圖6 各模式在不同鄰域尺度對250 mm以上特大暴雨預報的鄰域TS(a—c)和FSS(d—f)評分的分布特征:(a、d)18日20時起報預報19日08時—20日08時;(b、e)19日20時起報預報20日08時—21日08時;(c、f)20日20時起報預報21日08時—22日08時Fig.6 Distribution characteristics of (a—c)TS scores in the neighborhood and (d—f)FSS scores of the extreme heavy rain forecasts above 250 mm for each model at different neighborhood scales:(a,d)forecast from 08:00 BST 19 to 08:00 BST 20 of model initiated at 20:00 BST 18;(b,e)forecast from 08:00 BST 20 to 08:00 BST 21 of model initiated at 20:00 BST 19;(c,f)forecast from 08:00 BST 21 to 08:00 BST 22 of model initiated at 20:00 BST 20

20日,強降水區(qū)北抬至鄭州、新鄉(xiāng)、開封等地。從鄰域TS評分來看,GRAPES_3 km在不同空間尺度上均明顯優(yōu)于其他模式,但是其FSS評分在空間尺度達到40 km后則幾乎不變。從模式預報降水預報(圖略)可以看出,GRAPES_3 km預報250 mm降水范圍較小,RMAPS模式預報范圍較大但較實況整體偏西,因此,當鄰域尺度較小時(30 km以內(nèi)),GRAPES_3 km較小的250 mm落區(qū)預報因為位置與實況較為接近,其鄰域TS、FSS評分均較高。當鄰域尺度增加時,更多的250 mm以上實況格點被包含,當模式預報降水范圍較小時(如GRAPES_3 km)則導致模式降水漏報增加,鄰域TS評分降低、FSS評分則持平,而預報強降水范圍較大的模式(如RMAPS),其FSS評分隨鄰域增大而迅速增加,但由于位置上的偏差導致強降水空報、漏報均增多,鄰域TS評分也有所降低。

21日,特大暴雨主要集中在豫北安陽、鶴壁、新鄉(xiāng)等地區(qū)沿太行山區(qū)域。從點對點的TS評分來看,WARMS、RMAPS、GRAPES_3 km有一定預報技巧。隨著鄰域尺度的增大,各模式預報準確、空報和漏報的站次數(shù)均隨之增加,GRAPES_3 km和EC預報的250 mm格點較少,因此在0～60 km內(nèi)尺度增大時,預報準確的站次數(shù)增加更為明顯,導致TS評分有所增大,隨后當鄰域尺度增大到足夠包含所有出現(xiàn)250 mm的實況信息時,尺度的繼續(xù)增大僅會帶來更多的空報和漏報,導致TS評分下降。同理,由于WARMS和RMAPS模式預報250 mm格點較多,鄰域尺度增大帶來的空報、漏報的懲罰更為嚴重,導致TS評分在更小尺度上出現(xiàn)持平或下降的趨勢。從FSS評分變化來看,WARMS在更小尺度上得到了較高的評分,說明其空間偏差小于其他模式。而EC則在100 km尺度上FSS評分才接近WARMS,這說明EC對于21日強降水的預報范圍與WARMS相當,但空間位置偏差更大。

綜上,在此次過程的強降水開始階段(19日),僅RMAPS模式對250 mm以上降水預報具有指示意義,但空間位置偏差較大。對于20日降水,GRAPES_3 km在較小的鄰域尺度上獲得了優(yōu)于其他模式的評分,主要原因是其預報強降水落區(qū)較為準確但量級、范圍較實況偏小,因此在較大尺度上RMAPS的FSS評分優(yōu)勢更加明顯。21日豫北強降水階段,EC對于250 mm降水空間位置預報偏差較大。

5.2 不同強度3 h累積降水鄰域檢驗

對比模式預報和實況3 h累積降水大于50、70 mm的格點數(shù)(從CRA識別3 h累積降水大于10 mm的降水個體中提取),RMAPS幾乎在強降水過程整個階段預報降水個體范圍大于實況,WARMS預報范圍偏大的特征則主要表現(xiàn)在20日夜里至21日(圖7)。對比FSS和鄰域TS評分的時間變化特征,對于WARMS和RMAPS兩個預報強降水范圍較大的模式,其FSS、鄰域TS評分變化特征基本一致。但對于模式預報范圍較小、實況降水個體范圍較大的時次,鄰域TS評分可能會出現(xiàn)誤導性的評價。如20日02—05時50 mm強降水檢驗,GRAPES_3 km預報降水格點數(shù)明顯小于實況,且其FSS評分也明顯較低(圖7c),但其鄰域TS評分接近0.2(圖7e),遠遠高于WARMS和RMAPS兩個模式,這是由于TS過度放大了預報降水位置偏差帶來的懲罰所導致。類似的情況也出現(xiàn)在20日02—05時MESO對于50 mm強降水的檢驗結(jié)果中(圖7b、d、f)。從70 mm強降水的檢驗結(jié)果中可以看出,雖然RMAPS在大多數(shù)時次預報降水格點數(shù)大于實況,但由于其位置偏差導致部分時次FSS、鄰域TS評分均較低,如21日凌晨到上午的預報結(jié)果(圖8)。

圖7 2021年7月19日08時—22日08時逐3 h累積降水大于等于50 mm的預報與實況格點數(shù)(a—b)、30 km空間尺度FSS評分(c—d)和鄰域TS評分(e—f):(a、c、e)模式20時起報;(b、d、f)模式08時起報Fig.7 (a,b)Grid points of prediction and observation,(c,d)FSS scores at 30 km spatial scale and (e,f)TS scores in the neighborhood of 3 h cumulative precipitation greater than or equal to 50 mm from 08:00 BST 19 to 08:00 BST 22 July 2021:(a,c,e)model initiated at 20:00 BST;(b,d,f)model initiated at 08:00 BST

圖8 2021年7月19日08時—22日08時逐3 h累積降水大于等于70 mm預報與實況格點數(shù)(a—b)、50 km空間尺度FSS評分(c—d)和鄰域TS評分(e—f):(a、c、e)模式20時起報;(b、d、f)模式08時起報Fig.8 (a,b)Grid points of prediction and observation,(c,d)FSS scores at 50 km spatial scale and (e，f)TS scores in the neighborhood of 3 h cumulative precipitation greater than or equal to 70 mm from 08:00 BST 19 to 08:00 BST 22 July 2021:(a,c,e)model initiated at 20:00 BST;(b,d,f)model initiated at 08:00 BST

6 模式降水偏差診斷分析

從上述不同檢驗方法的評估結(jié)果來看,“21·7”不同強降水階段各模式降水預報的偏差特征出現(xiàn)較大差異,本節(jié)結(jié)合模式預報環(huán)境場進行診斷分析以期尋找模式降水偏差的主要原因。由于業(yè)務(wù)中未獲取GRAPES_3 km的高空預報資料,同時GRAPES_GFS對于此次過程預報偏差較大,因此本節(jié)僅對EC、MESO、WARMS和RMAPS四個模式進行診斷分析。從850 hPa風場分布情況來看,19日20時在河南地區(qū)中部自東向西大部分地區(qū)出現(xiàn)超過12m/s的東風急流,20至21日急流帶逐漸北抬,強降水區(qū)由伏牛山區(qū)東側(cè)逐漸北移至太行山區(qū)沿山一帶(圖9)。對比模式預報可以看出,EC盡管在19、20日都預報出了大范圍東風急流,但較實況明顯偏西,21日則預報急流較實況明顯偏北。WARMS雖然落區(qū)位置偏差較小,但其預報急流范圍或強度較實況偏小。MESO在19、20日預報出了與實況接近的低空急流分布特征,但其預報降水仍較實況明顯偏小,這說明急流預報偏差并不是導致其降水預報偏差的主要原因。RMAPS則持續(xù)表現(xiàn)出低空急流預報偏西偏南的特征,盡管從降水強度預報來看RMAPS較其他模式更接近實況,但急流位置預報的較大偏差導致了降水落區(qū)的明顯偏移。

圖9 ERA5(a、f、k)及EC(b、g、l)、WARMS(c、h、m)、MESO(d、i、n)、RMAPS(e、j、o)模式預報的24 h累積降水和850 hPa風場(大于等于12 m/s;字母A、B、C分別代表太行山、嵩山、伏牛山位置):(a—d)18日20時起報預報19日08時—20日08時累積降水和19日20時風場;(f—i)19日20時起報預報20日08時—21日08時累積降水和20日20時風場;(k—n)20日20時起報預報21日08時—22日08時累積降水和21日20時風場Fig.9 The 24 h cumulative precipitation and 850 hPa wind field (greater than or equal to 12 m/s) from (a,f,k)ERA5,and predicted by (b,g,l)EC,(c,h,m)WARMS,(d,i,n)MESO and (e,j,o)RMAPS models (Letters A,B and C respectively represent the locations of Taihang Mountain,Songshan Mountain and Funiu Mountain):(a—d)predicted cumulative precipitation from 08:00 BST 19 to 08:00 BST 20 and wind field at 20:00 BST 19 of model initiated at 20:00 BST 18;(f—i)predicted cumulative precipitation from 08:00 BST 20 to 08:00 BST 21 and wind field at 20:00 BST 20 of model initiated at 20:00 BST 19;(k—n)predicted cumulative precipitation from 08:00 BST 21 to 08:00 BST 22 and wind field at 20:00 BST 21 of model initiated at 20:00 BST 20

從19—21日850 hPa風場的分布情況來看,此次過程的強降水落區(qū)隨偏東或東南低空急流的逐漸北抬而向北移動,因此對比不同緯度范圍內(nèi)緯向大氣環(huán)境場的分布特征,對模式逐3 h降水預報偏差的原因進行分析。19日EC與RMAPS預報降水較實況均偏西、MESO預報偏弱,上述模式850 hPa東南低空急流西伸程度明顯大于WARMS,即在112°E附近仍維持了超過12 m/s的偏東或東南急流,而WARMS預報風速輻合區(qū)則與實況降水區(qū)對應(yīng)更好(圖10)。對比水汽通量散度可以看出,RMAPS在112.5°E附近預報出了較實況明顯偏強的低層水汽輻合區(qū),同時配合較實況也偏大的CAPE值,可能是導致其強降水預報偏西的原因之一(圖11)。WARMS則對于19日夜間112.5°以東的低層水汽輻合強度預報與實況更為接近,EC與MESO則較實況明顯偏弱。

圖10 ERA5(a、g、m)及EC(b、h、n)、WARMS(c、i、o)、MESO(d、j、p)、RMAPS(e、k、q)模式預報的逐3 h降水(陰影;單位:mm)和850 hPa風場(箭矢)、風速(等值線;單位:m/s):(a—e)18日20時起報預報19日08時—20日08時沿34°～34.8°N的緯向剖面;(g—k)19日20時起報預報20日08時—21日08時沿34.2°～35°N的緯向剖面;(m—q)20日20時起報預報21日08時—22日08時沿35.3°～36.1°N的緯向剖面;f、l、r分別為對應(yīng)剖面的地形高度Fig.10 The 3 h precipitation (shadings;units:mm) and 850 hPa wind field (arrows)speed (contours;units:m/s) from (a,g,m)ERA5,and predicted by (b,h,n)EC,(c,i,o)WARMS,(d,j,p)MESO and (e,k,q)RMAPS models:(a—e)zonal profile of forecasts from 08:00 BST 19 to 08:00 BST 20 of model initiated at 20:00 BST 18 along 34°—34.8°N;(g—k)zonal profile of forecasts from 08:00 BST 20 to 08:00 BST 21 of model initiated at 20:00 BST 19 along 34.2°—35°N;(m—q)zonal profile of forecasts from 08:00 BST 21 to 08:00 BST 22 of model initiated at 20:00 BST 20 along 35.3°—36.1°N

圖11 ERA5(a,g,m)及EC(b,h,n)、WARMS(c,i,o)、MESO(d,j,p)、RMAPS(e,k,q)模式預報的逐3 h對流有效位能(等值線;單位:J/kg)和850 hPa水汽通量散度(填色;單位:10-7 kg·m-2·s-1·hPa-1):(a—e)18日20時起報預報19日08時—20日08時沿34°～34.8°N的緯向剖面;(g—k)19日20時起報預報20日08時—21日08時沿34.2°～35°N的緯向剖面;(m—q)20日20時起報預報21日08時—22日08時沿35.3°～36.1°N的緯向剖面;f、l、r分別為對應(yīng)剖面的地形高度Fig.11 The 3 h CAPE (contours;units:J/kg) and 850 hPa moisture flux divergence (color shadings;units:10-7 kg·m-2·s-1·hPa-1) from (a,g,m)ERA5,and predicted by (b,h,n)EC,(c,i,o)WARMS,(d,j,p)MESO and (e,k,q)RMAPS models:(a—e)zonal profile of forecasts from 08:00 BST 19 to 08:00 BST 20 of model initiated at 20:00 BST 18 along 34°—34.8°N;(g—k)zonal profile of forecasts from 08:00 BST 20 to 08:00 BST 21 of model initiated at 20:00 BST 19 along 34.2°—35°N;(m—q)zonal profile of forecasts from 08:00 BST 21 to 08:00 BST 22 of model initiated at 20:00 BST 20 along 35.3°—36.1°N

對于20日強降水,僅有RMAPS預報出接近實況的降水強度,其在低海拔及平原地區(qū)CAPE超過1 500 J/kg,較其他模式來說與實況更為接近,但其預報水汽通量散度在111.5°～113°E附近明顯強于實況,導致其強降水落區(qū)預報明顯偏西。MESO盡管預報低空東南急流及水汽通量輻合較實況略偏強,但CAPE預報明顯偏小,導致對流性降水強度估計不足。其他模式則預報低空急流風速和CAPE較實況偏小,且低層水汽強輻合時段與CAPE高值出現(xiàn)時段并不一致,低層輻合抬升時段熱力條件不足可能是導致降水強度預報偏小的原因。

21日,實況在太行山東側(cè)以低空偏南急流為主,強降水發(fā)生時段主要為低層水汽強輻合導致,CAPE值相對較小。EC和WARMS均在太行山東側(cè)預報了與實況風向較為接近的偏南氣流,其WARMS預報急流強度與實況更為接近,MESO與RMAPS則對于急流偏東分量預報較實況偏大。從低層水汽輻合強度及出現(xiàn)時段的預報來看,EC預報出了21日下午與22日凌晨兩個水汽強輻合時段,與實況較為一致。WARMS則僅預報出22日凌晨時段的低層水汽強輻合特征,這也可能是導致其22日預報降水位置經(jīng)向偏差不確定性較大的原因。從低空急流風向和地形的分布情況來看,RMAPS對于此階段降水預報部分來源于低層偏東急流遇高海拔地形強迫抬升作用,850 hPa的水汽輻合區(qū)也伸展至113.5°以西的高海拔山區(qū),從而導致預報降水偏西的特征更加顯著。

7 結(jié)論和討論

本文首先對格點實況降水場中的降水目標進行識別、篩選,得到了“21·7”極端暴雨過程中24 h和3 h累積降水的主要降水對象,并結(jié)合CRA、鄰域TS、FSS等多種空間檢驗方法,對各數(shù)值模式24 h和3 h降水預報性能進行了多角度的綜合檢驗評估,并結(jié)合ERA5再分析資料和模式預報水汽、熱動力學要素的天氣學檢驗對比分析了模式降水預報的偏差原因。

1)綜合多角度的檢驗結(jié)果來看,本文所評估的各個模式對“21·7”過程的預報效果各有優(yōu)劣,并且在過程的不同階段模式的降水預報偏差特征也表現(xiàn)出了明顯的差異性。EC模式由于其對降水強度估計不足且前期預報降水落區(qū)較實況明顯偏西,導致其對于19—20日大暴雨或更強降水幾乎無預報能力,盡管對21日大暴雨落區(qū)及范圍把握較好,但鄰域檢驗顯示其對250 mm以上強降水預報仍有較大的空間位置誤差。RMAPS在此次過程中預報降水強度及范圍均遠大于其他模式,接近甚至超過了實況降水強度,但持續(xù)出現(xiàn)落區(qū)較實況偏西的特征;基于FSS的檢驗結(jié)果也表明,RMAPS只有在較大鄰域范圍內(nèi)才能夠表現(xiàn)出對極端強降水的預報效果。WARMS和GRAPES_3 km對于19—21日強降水過程整體降水位置預報偏差優(yōu)于其他模式,首先表現(xiàn)在對于大暴雨降水個體的徑向、緯向位置偏差均較小,同時對于3 h累積降水,隨著預報時效的臨近經(jīng)向偏差也明顯減小。MESO模式對20日大暴雨具有一定預報能力,但基于FSS的檢驗結(jié)果顯示其即使在較大的鄰域空間上也沒有對24 h超過250 mm或3 h超過70 mm強降水的有效評分,對極端強降水的指示意義較差。

2)結(jié)合ERA5再分析資料的診斷分析來看,此次過程的強降水主要發(fā)生在太行山、伏牛山東側(cè)低海拔區(qū)域850 hPa急流帶內(nèi)。19日在嵩山附近及其東側(cè)低層出現(xiàn)接近或超過14 m/s的低空急流,同時配合有低層水汽輻合,配合嵩山局地地形作用出現(xiàn)了較明顯的降水。對于20日強降水階段,主要降水區(qū)低層并沒有表現(xiàn)出明顯的水汽輻合或較強的CAPE值,該階段極端強降水的出現(xiàn)可能更多的源于中小尺度系統(tǒng)的發(fā)展增強,其可預報性偏低也是導致模式出現(xiàn)較大預報偏差的原因之一。21日白天及前半夜,太行山東側(cè)出現(xiàn)了較明顯的低層水汽輻合,各模式對于低空急流及水汽輻合強度和位置的預報是影響降水預報的關(guān)鍵因素。

3)從各模式預報低層風場、水汽輻合及CAPE與ERA5再分析資料的診斷對比分析表明,19日EC、RMAPS等模式預報850 hPa急流區(qū)明顯較實況偏西是導致降水落區(qū)偏西的原因之一;從日變化特征來看,RMAPS在19日白天即預報出了較強的低空急流和強水汽輻合,導致其強降水預報時間偏早,WARMS對低空急流和水汽輻合出現(xiàn)時段預報優(yōu)于其他模式,但其強度估計偏弱導致其強降水預報范圍和強度偏小。隨著20日強降水區(qū)東移,EC與RMAPS仍然維持了低空急流及降水較實況預報偏西的特征,但從降水演變可以看出,20日白天RMAPS在嵩山區(qū)域附近預報出了較強的低層水汽輻合并配合有略強于實況的CAPE,這對該時段強降水的發(fā)生有較好的指示意義;WARMS對于急流和水汽輻合強度預報均偏弱導致其降水預報偏小;MESO對急流和水汽輻合發(fā)生時間和位置均預報較好,因此其給出了更好的大暴雨預報結(jié)果,但明顯偏低的CAPE導致其缺乏對極端強降水的預報能力。21日,實況低層氣流逐漸轉(zhuǎn)為以偏南分量為主,MESO和RMAPS過多的偏東分量導致其在太行山陡峭地形處預報了偏強的地形增幅降水,而對于東側(cè)淺地形處降水則預報偏弱;EC和WARMS預報低空急流風向更接近實況,因此其預報降水也主要發(fā)生在太行山東側(cè)低海拔山區(qū),但對于低層水汽輻合強度和時間的預報偏差也導致兩者對于強降水發(fā)生時間預報存在誤差,同時,低層偏南急流遇太行山東側(cè)低海拔起伏地形產(chǎn)生的風速脈動輻合,也導致EC和WARMS降水預報出現(xiàn)了明顯的經(jīng)向位置偏差。

本文利用了多種檢驗方法對模式降水預報偏差信息進行了綜合評估,其中鄰域檢驗既保留了TS評分量化評價的特點,又能夠?qū)δＪ筋A報空間尺度進行評估,CRA則能夠從降水目標分析的角度提供更詳細的空間偏差特征,以上多角度的空間偏差信息更有利于對模式預報誤差來源進行有針對性的診斷分析。對可能導致強降水預報誤差出現(xiàn)的低層急流、水汽輻合、熱力環(huán)境場等因子進行了診斷分析,部分模式(EC、RMAPS等)在“21·7”過程中表現(xiàn)出了持續(xù)偏西的位置偏差特征,這與其他針對西南地區(qū)低渦切變型暴雨以及影響黃淮地區(qū)的登陸臺風暴雨個例中對于模式偏差特征的檢驗結(jié)果較為一致(符嬌蘭和代刊,2016;王新敏和栗晗,2020),但降水偏差特征可能來源于天氣尺度系統(tǒng)移動的預報偏差(如登陸臺風路徑預報),也可能來自復雜地形對模式降水預報的影響,未來仍需要通過典型降水個例并結(jié)合不同模式的形勢場預報誤差分析或不同分辨率地形的降水預報性能評估進一步探索。