陳 浩， 周榮衛(wèi)， 唐圣鈞， 何曉鳳

(1.中國氣象局華風(fēng)氣象傳媒集團有限責(zé)任公司，北京 100081； 2.雅礱江流域水電開發(fā)有限公司，成都 610051)

引 言

川西高原位于青藏高原和四川盆地之間，地形復(fù)雜，地勢高差懸殊較大，氣候同時受到東亞季風(fēng)和印度季風(fēng)的影響，夏季經(jīng)常發(fā)生旱澇災(zāi)害。研究川西高原夏季降水，對該地區(qū)的社會生產(chǎn)生活有重要的意義[1-3]。這一區(qū)域河流縱橫分布，雅礱江就是其中的一條河流。該河流各流域有很多不同規(guī)模的水電站，夏季月降水預(yù)報有助于水電站充分利用水資源及水電站優(yōu)化運行，充分發(fā)揮電站的經(jīng)濟效益[4]。

月尺度降水預(yù)報是短期氣候預(yù)測的重要組成部分。其主要方法有經(jīng)驗/物理統(tǒng)計方法和數(shù)值模式方法。前者是利用降水與多個影響因子之間的統(tǒng)計關(guān)系，根據(jù)前期因子的表現(xiàn)，預(yù)測未來一定時間內(nèi)的降水量[5-9]；數(shù)值模式方法是利用全球或者區(qū)域氣候模式來對降水進行客觀預(yù)報[10-14]，歐洲中期數(shù)值模式預(yù)報中心、美國環(huán)境預(yù)報中心、日本氣象廳和亞洲太平洋經(jīng)濟合作組織發(fā)展的逐月氣候預(yù)測產(chǎn)品均可作為月降水預(yù)測工具。氣候預(yù)測模式經(jīng)過長期積分，模式誤差會趨向于模式內(nèi)在的統(tǒng)計平衡狀態(tài)，出現(xiàn)系統(tǒng)性偏差[15-16]；同時，由于模式本身的誤差，以及參數(shù)化過程和模式驅(qū)動數(shù)據(jù)的不確定性，致使模式預(yù)報存在一定誤差[17-18]。

目前，國內(nèi)外有許多學(xué)者針對CFS(Climate Forecast System)的月/季尺度的降水進行預(yù)報效果評估。研究表明，CFS系統(tǒng)的月/季降水預(yù)報在中國19個主要流域有一定的降水預(yù)報技巧[19]，對影響降水過程的主要環(huán)流系統(tǒng)低頻振蕩特征有一定預(yù)報能力[20]，經(jīng)過動力降尺度后，CFS的降水預(yù)報誤差減小了33%[21]。但是，李永生等[22]利用美國環(huán)境預(yù)報中心的第二代氣候預(yù)報系統(tǒng)CFSv2在東北地區(qū)開展了夏季月降水預(yù)報，結(jié)果表明，CFSv2模式對東北地區(qū)夏季各月降水預(yù)測效果年際變化差異較大，預(yù)測效果不穩(wěn)定。黃小梅等[23]評估了CFSv2對2015年中國夏季月降水和環(huán)流形勢的預(yù)報能力，表明CFSv2的月降水預(yù)報即使僅提前1天，預(yù)報的降水與實況差異也非常明顯。以上研究雖在一定程度上揭示了CFS對月降水預(yù)報的缺陷，表明CFS模式還有進一步發(fā)展空間[24]，但并沒有針對性地對其月降水預(yù)報效果進行訂正。

因此，本文擬采用中尺度氣象模式WRF(Weather Research and Forecasting Model)結(jié)合美國國家環(huán)境預(yù)報中心(NCEP,National Centers for Environmental Prediction)氣候預(yù)報系統(tǒng)CFS的全球氣候預(yù)測產(chǎn)品，對川西高原雅礱江流域夏季月降水進行預(yù)測，利用歷史3個典型年(2011、2012和2014年)回算及1年的實時預(yù)測，計算在該區(qū)域的系統(tǒng)性誤差，同時利用中國地面降水歷史分析產(chǎn)品，得到月降水的歷史極大值和極小值，從而對月尺度降水先后進行系統(tǒng)性誤差訂正和歷史極值調(diào)整，以獲得滿足水電服務(wù)生產(chǎn)需求的精細化的月尺度降水預(yù)測產(chǎn)品。

1 資料與方法

1.1 資料和模式

CFS預(yù)報產(chǎn)品是美國國家環(huán)境預(yù)報中心開發(fā)的氣候預(yù)報系統(tǒng)，耦合了海洋-陸面-大氣三大部分。該系統(tǒng)從2004年8月開始業(yè)務(wù)運行(CFSv1)[25]，同時，對1981-2004年共24年進行了歷史回報。2011年3月升級為第二代業(yè)務(wù)系統(tǒng)(CFSv2)[26]，并提供了1982-2010年的回報試驗結(jié)果。目前該系統(tǒng)已經(jīng)成為NCEP氣候預(yù)報中心月和季節(jié)預(yù)報的重要工具。CFS實時預(yù)報資料每天起報4次，每個時刻有4個成員，每天共16個成員進行預(yù)報。本文中用的CFS預(yù)報數(shù)據(jù)為CFSv2的世界時00：00起報的預(yù)報產(chǎn)品，預(yù)報時效為45天，該產(chǎn)品水平分辨率為0.938°×0.938°，垂直方向為38層。

WRF是由美國國家大氣研究中心(NCAR)和NCEP聯(lián)合美國多所大學(xué)及研究機構(gòu)開發(fā)的新一代中尺度數(shù)值天氣預(yù)報系統(tǒng)[27]，是完全可壓縮及非靜力模式。水平方向采用Arakawa C網(wǎng)格點，垂直方向采用地形跟隨質(zhì)量坐標(biāo)，時間積分方案使用Runge-Kutta的3階方案。本文利用WRF對CFS資料進行動力降尺度，記為WRF+CFS。該系統(tǒng)積分時長為45天，產(chǎn)品逐6 h輸出，產(chǎn)品類型包括溫度、濕度、風(fēng)速、降水等基本氣象要素。研究表明，WRF+CFS系統(tǒng)對風(fēng)速的預(yù)測效果較好[28]。不同模式分辨率、參數(shù)化方案都會對模擬結(jié)果有影響[29-30]。在這里模式中心點為(100.0°E，35.0°N)，分辨率為30 km×30 km，參數(shù)化方案設(shè)置見表1。

表1 WRF+CFS系統(tǒng)參數(shù)化設(shè)置

本文用于計算系統(tǒng)性誤差和預(yù)測檢驗的實況站點資料包括川西高原雅礱江流域內(nèi)的氣象站降水?dāng)?shù)據(jù)和水文站降水?dāng)?shù)據(jù)。其中，氣象站資料是中國國家級地面站小時值數(shù)據(jù),包括氣溫、氣壓、相對濕度、水汽壓、風(fēng)、降水量等要素小時觀測值，該數(shù)據(jù)經(jīng)過質(zhì)量控制，各要素數(shù)據(jù)的完整性超過99.9%，數(shù)據(jù)的正確率接近100%；水文站資料是西南地區(qū)雅礱江流域上、中、下游降水資料。圖1是雅礱江各流域范圍及水文站和氣象站分布情況。

根據(jù)三個典型年份2011年、2012年和2014年(分別代表川西高原雅礱江流域的枯水年、豐水年和平水年)的回算模擬，以及2017年的實時預(yù)報產(chǎn)品作為樣本，利用流域內(nèi)國家氣象站和水文站的歷史實況資料，計算得到站點上月累積降水量的系統(tǒng)性誤差。對各個站點來說，對所有預(yù)報的降水誤差進行算術(shù)平均，得到站點的系統(tǒng)性誤差。計算方法見下：

(1)

圖1 雅礱江流域范圍及水文站和氣象站分布示意圖

圖2 站點月降水系統(tǒng)性誤差分布單位：mm

表2 站點系統(tǒng)性誤差絕對值區(qū)間分布

雅礱江位于青藏高原向東延伸的部位，受亞洲季風(fēng)的影響比較明顯，干濕季節(jié)相當(dāng)分明。5-9月受東亞季風(fēng)和西南季風(fēng)的交替影響，是該地區(qū)的濕季，降水占全年總降水量的80%，10月-次年4月受西南季風(fēng)帶氣流影響，降水稀少[31]。本文用中國地面降水月值格點數(shù)據(jù)集計算雅礱江歷史多年月累積降水的極大值和極小值。該數(shù)據(jù)是由國家氣象信息中心根據(jù)1961年至今最新的全國國家級臺站(基本、基準(zhǔn)和一般站)的降水月值資料，并利用GTOPO30數(shù)據(jù)(分辨率為0.05°×0.05°)經(jīng)過重采樣得到的中國陸地數(shù)字高程模型DEM，最終得到全國0.5°×0.5°格點降水月值資料[32]。該數(shù)據(jù)可作為月降水預(yù)測的閾值控制條件。根據(jù)該數(shù)據(jù)歷史56年(1961-2016年)降水實況數(shù)據(jù)，得到各月最大累積降水量和最小累積降水量(圖 3)。

1.2 檢驗方法

月降水預(yù)測效果采用絕對誤差和均方根誤差來進行檢驗。絕對誤差是用模式預(yù)報和觀測值之差取絕對值。具體計算如下[33]：

(2)

式中，Eabs為預(yù)報時段內(nèi)某一時刻的絕對誤差，n為用于檢驗的格點總數(shù)，F(xiàn)i為預(yù)報時段內(nèi)某一時刻預(yù)報值，Oi為相應(yīng)時刻的格點觀測值。

均方根誤差是預(yù)報值與觀測值偏差的平方與觀測次數(shù)n比值的平方根，它反映的是預(yù)報與觀測之間的偏差大小，計算如下：

(3)

式中，RMSE為預(yù)報時段內(nèi)均方根誤差，n為用于檢驗的格點總數(shù)，F(xiàn)i為預(yù)報時段內(nèi)某一時刻預(yù)報值，Oi為相應(yīng)時刻的格點觀測值。

1.3訂正方法

第一步，將1.1得到的站點誤差插值至WRF+CFS的30 km×30 km的格點上，利用格點誤差對月降水預(yù)報產(chǎn)品進行訂正。計算方法見下：

(4)

圖3 西南地區(qū)1961-2016年5-9月月累積降水極值分布(a)(b)分別為5月最小和最大月累積降水量，(c)-(j)依次為6-9月最小和最大月累積降水量

第二步，在月尺度系統(tǒng)性誤差訂正的基礎(chǔ)上，利用降水分析場數(shù)據(jù)統(tǒng)計得到歷史極值，對月降水量進行閾值限定，以避免出現(xiàn)預(yù)報異常偏大或異常偏小的情況。具體訂正如下：

P=PsPmin≤Ps≤Pmax

(5)

P=PminPs

(6)

P=PmaxPs>Pmax

(7)

式中,P為經(jīng)過歷史極值調(diào)整后的降水預(yù)報，Ps為經(jīng)過系統(tǒng)性誤差訂正后的降水預(yù)報，Pmax和Pmin分別為歷史各月累積降水最大最小值。

2 結(jié)果分析

2.1 降水預(yù)報訂正平面效果

月尺度預(yù)報的時間分辨率為6 h，空間分辨率為30 km×30 km，每次連續(xù)積分45天，共需要50個CPU約15 h的積分時間。結(jié)合運行機時、模擬的合理性及預(yù)報的時效性，2018年的實時運行均設(shè)置為每3天起報一次，因此2018年6月的實時運行個例一共15個。由這些預(yù)報個例6月的累積降水量平均得到的月尺度降水，與6月實況比較可以看出，2018年6月累積降水呈現(xiàn)出中游和下游降水較上游降水大的趨勢，其中上游北部累積降水100～150 mm，上游南部累積降水150～200 mm，中游累積降水200～250 mm，下游累積降水250～300 mm。圖4是2018年6月累積降水實況與訂正前后降水預(yù)報效果。

圖4 雅礱江流域2018年6月累積降水實況(a)、訂正前累積降水預(yù)報(b)、系統(tǒng)性誤差訂正后累積降水預(yù)報(c)和極值調(diào)整后累積降水預(yù)報(d)

由圖4可以看出，訂正前后的預(yù)報均能再現(xiàn)降水的空間分布特征——下游降水較上游和中游的多。同時也可以看出，未作訂正的降水預(yù)報在上游南部、中游和下游的明顯偏大。經(jīng)過系統(tǒng)性誤差訂正之后，上游南部和中游的降水量分別由200～250 mm和350～400 mm減少到150～200 mm和250～300 mm；經(jīng)過歷史極值調(diào)整后，雅礱江下游降水偏大的現(xiàn)象得到了明顯的改善。

同樣，將包含2018年7月的15個預(yù)報個例的7月平均累積降水量的預(yù)測與實況進行比較，可以看出：訂正前，雅礱江中游東部有較大范圍的降水超過400 mm；經(jīng)過系統(tǒng)性誤差訂正后，降水超過400 mm的范圍減??；在極值調(diào)整之后，中游東部7月降水量控制在350 mm以內(nèi)，更加接近實況。同時也注意到，經(jīng)過訂正之后雅礱江上游南部降水偏小，預(yù)報效果不如訂正前的(圖5)。

圖5 雅礱江流域2018年7月累積降水實況(a)、訂正前累積降水預(yù)報(b)、系統(tǒng)性誤差訂正后累積降水預(yù)報(c)和極值調(diào)整后累積降水預(yù)報(d)

綜合來看，經(jīng)過系統(tǒng)性誤差訂正和極值調(diào)整之后，四川西部復(fù)雜地區(qū)的西北部降水預(yù)報偏小和東南部降水預(yù)報偏大的情況得以改善，WRF+CFS的夏季降水預(yù)測的空間分布特征與實況更加接近。

2.2 降水預(yù)報訂正站點比較

從雅礱江流域2018年6月降水預(yù)報整體上來看，訂正后，6月降水誤差減小124.1 mm，7月降水誤差減小69.1 mm。從不同流域來看(表3)，訂正前雅礱江上游、中游和下游45天預(yù)報誤差分別為74.3 mm、154.4 mm和91.3 mm；經(jīng)過系統(tǒng)性誤差訂正后，上游、中游和下游的誤差分別減小15.6 mm、52.0 mm和19.9 mm；歷史極值調(diào)整之后，誤差進一步減小了3.2 mm、18.3 mm和4.1 mm。7月45天累積降水量在上、中、下游的預(yù)報誤差經(jīng)過訂正之后，均有所減小，其中上游誤差減小1.3 mm，中游誤差減小54.2 mm，下游誤差減小13.6 mm。

表3 雅礱江流域2018年6月和7月累積降水預(yù)報訂正前后誤差比較 mm

同樣，訂正后，6月降水預(yù)報均方根誤差減小148.4 mm，7月降水均方根誤差減小68.9 mm。從不同流域來看(表4)，2018年6月和7月雅礱江上、中、下游的均方根誤差經(jīng)過系統(tǒng)性誤差和極值調(diào)整之后均減小。其中，中游的減小最明顯，6月均方根誤差由178.1 mm減小到95.0 mm，減小了47%；7月均方根誤差由149.1 mm減小到95.2 mm，減小36%。此外，6月上游和下游降水誤差經(jīng)過訂正之后效果也比較明顯，分別減小了30%和32%。

表4 雅礱江流域2018年6月和7月累積降水預(yù)報訂正前后均方根誤差比較 mm

由此可見，經(jīng)過兩次訂正，雅礱江流域上、中、下游的誤差和均方根誤差均減小，訂正效果比較明顯。

3 結(jié)論與討論

本文利用四川西部地形復(fù)雜地區(qū)歷史3年回算和2017年實時預(yù)測得到的系統(tǒng)性誤差和1961-2016年共計56年的降水資料統(tǒng)計得到的歷史月降水量的極值，分別對包含2018年6月和7月的WRF+CFS系統(tǒng)月尺度降水預(yù)報進行訂正，并與實況進行比較，得到以下結(jié)論：

月尺度降水預(yù)報能再現(xiàn)降水的空間分布特征，訂正后空間分布與實況更加接近；未作訂正的降水預(yù)報在上游南部、中游和下游明顯偏大，經(jīng)過系統(tǒng)性誤差訂正和歷史極值調(diào)整后，雅礱江下游降水預(yù)報偏大的情況有了明顯的改善；訂正后，6月和7月降水預(yù)報效果更好，其中6月降水誤差和均方根誤差分別減小124.1 mm和148.4 mm，7月降水誤差和均方根誤差分別減小69.1 mm和68.9 mm；雅礱江流域水文站和氣象站的站點檢驗表明，經(jīng)過兩次訂正后，雅礱江流域上、中、下游的誤差和均方根誤差均減小，訂正效果比較明顯。

此外，從2018年7月降水量比較可以看出，經(jīng)過訂正之后雅礱江上游南部降水預(yù)報偏小，說明系統(tǒng)性誤差訂正和極值調(diào)整在局部地區(qū)存在一定的不確定性，尤其是對于以高山峽谷和高原為主的雅礱江流域下游，相對高差超過3000 m，這一區(qū)域包括了寒溫帶、溫帶、暖溫帶、亞熱帶等多個溫度帶，局地天氣差異較大，僅用系統(tǒng)性誤差和歷史極值來進行月降水誤差的訂正可能會忽略很多局地天氣的不確定性和極端性，造成月降水預(yù)測與實況存在較大差異。因此，還需要根據(jù)局地降水特征，尋找更加合適的訂正方法。