引言

位于青藏高原东侧的长江上游地区是我国地形地质结构最复杂, 夏季暴雨灾害频发的地区。暴雨常诱发山洪、泥石流等严重的山地灾害, 而且突发性强, 时空分布不均, 如何准确预报一直是相关科技工作者长期探索的科学难题, 气象工作者对此做了不少研究^[1-4], 包括暴雨的发生发展机理、数值模拟、预报方法等。随着数值预报技术的发展, 数值预报输出产品精度的逐渐提高, 近年来, 数值预报输出产品已成为长江上游天气预报的主要参考依据。但由于数值预报模式的初值误差、模式误差、动力过程描述与实际演变的差异以及大气的混沌特性使数值预报输出产品依然存在较大误差(即不确定性, 特别在青藏高原东侧), 加之长江上游暴雨物理过程复杂, 与湍流、对流输送、凝结和辐射相伴随的非绝热物理过程对暴雨又有很大影响, 因而更易出现暴雨预报的不确定性, 有时就出现了不同业务数值预报模式的较大预报差异。集合预报^[5-7]是解决这种差异的有效途径之一。研究^[8]表明, 不同的非绝热物理过程, 如不同积云对流参数化方案与行星边界层方案可以较好地反映青藏高原东侧中尺度强降水预报中的不确定性。但以前的研究大都针对个例进行, 中尺度集合预报能应用于业务预报中吗！中尺度集合预报能改进长江上游的暴雨预报吗！本文主要目的是分析不同非绝热物理过程参数化方案的组合构成的集合预报系统在长江上游的试验结果, 分析中尺度集合预报系统对长江上游大降水的预报能力。

1 集合预报系统与检验参数 1.1 集合预报系统

预报模式采用美国PSU/NCAR的高分辨率中尺度非静力MM5模式V3.4版。试验区域中心为30°N、105°E, 采用二重嵌套, 粗网格区域是东亚区域, 子域覆盖长江上游地区(图略)。粗网格格距为45km, 格点数是101×101, 细网格格距为15km, 格点数是103×103, 模式垂直方向为不等距的24层σ坐标。集合预报系统构造方案采用积云对流参数化和边界层方案组合法, 积云对流参数化方案分别是Anthes-Kuo、Grell、Kain-Fritsch和Betts-Miller方案。边界层方案是MRF和HRIR高分辨率方案。控制预报物理过程包括:可分辨尺度降水采用Dudhia简单冰相方案; 积云对流参数化方案是在粗网格采用Anthes-Kuo方案, 细网格采用rell方案; 辐射采用Dudhia云辐射方案。边界层采用MRF高分辨率方案(详见文献[8])。客观分析采用修正的cressman香蕉型权重系数逐步订正分析方法, 利用东亚地区常规地面资料和探空资料, 对背景场(T213全球格点场)进行再分析获得初值和边界条件。试验预报时间是2004年8月15至9月30日。集合预报产品有集合降水平均、集合降水离散度、分级降水概率。

1.2 检验参数

TS评分(Threat Score)、BS (Bias Score)、ROC (Relative Operating Characteristic相对作用特征)来对集合预报业务试验的结果进行评定。

TS评分表达式为:

预报偏差表达式为:

其中:N_a为预报出现观测亦出现的次数, N_b为预报出现观测不出现的次数, N_c为观测出现预报不出现的次数, N_d为预报不出现观测也不出现的次数(下同)。

ROC是对二分类要素预测的检验方法。如在每个格点上, 考虑一个事件(如降水)发生或不发生两种状态, 则

对其预报的命中率的表达式为:

对其预报的假警报率的表达式为:

通过求出各概率临界值下对应事件的g和f, 将对应的g和f点绘在二维平面上, 可得到假警报率与命中率的演变曲线, 对此曲线沿假警报率方向积分就可得到对应事件的ROC面积:

其中, f为假警报率, G(f)为命中率与假警报率的函数关系。一个完美系统的ROC为1, 如ROC大于0.5, 则有预报技巧。

以24 ~ 48小时时段的24小时预报降水量为评定对象, 评定范围为长江上游的四川、重庆的187站实况降水, 将预报的降水格点值以双线性插值法内插到这些测站上, 计算逐日集合降水预报平均的TS、BS值和ROC面积。为了与确定性预报相比较, 还计算了相应时段的T213和控制预报的降水TS和BS值。

2 检验结果

图 1给出长江上游各模式预报TS和BS评分, 图 1a表明, 集合平均降水预报明显优于MM5降水预报, 10mm以上级别降水TS评分提高了15 %, 25mm和50mm以上级别降水TS评分均提高了25 %, 表明集合预报对单一模式的降水预报能力有明显的改进。与T213相比, 1mm、10mm和25mm以上级别降水的TS评分, 集合预报(0.357、0.108、0.041)略低于T213预报(0.374、0.129、0.041), 而对50mm、100mm以上级别降水的TS评分, 集合预报(0.018、0.013)高于T213预报(0.016、0)。图 1b表明。除大于50mm的BS评分接近或小于1 (漏报多于空报)外, 其余级别的BS评分均远大于1, 说明空报较多。特别是T213, 在大于25mm级别的预报中空报尤为突出, 这给实际使用其降水预报结果产生了困难。BS与TS评分结果说明, 在大级别(大于25mm)的降水预报中, MM5模式明显优于T213全球模式, 而集合预报又优于MM5模式。

计算表明, 无论那一级别的降水, TS评分的高低与降水站数的多少密切相关, 降水站数越多, TS评分就越高, 降水站数较少时, 相应的TS评分就较低, TS评分为0的时候, 往往是实况没有相应级别的降水出现, 哪怕此时预报结果仅有个别的对应级别的降水出现, 也会导致TS评分为0的情况, 这也间接的说明, 用TS评分结果来阐明模式预报的优劣时, 需要用相同时段内的评定结果进行比较。T213的TS评分高于MM5和集合预报的仅有4个时次, 都在过程的开始阶段, 且此时相应级别的实际降水站数相对较多, 而在其余有降水出现的时间, 则是集合预报的TS评分略高于MM5的预报, 且明显高于T213的预报, 表明对大于50mm的降水, T213对其开始期的预报要好于MM5和集合预报, 但缺乏对持续过程的预报能力, 而MM5和集合预报对持续性过程有良好的表现, 尤以集合预报最优, 如8月23—25日的降水过程, 9月3—5日的降水过程(见图 2)。

图 3为各级别以上降水的假警报率与命中率的演变曲线, 从中可看出, 50mm、100mm的曲线接近对角线, 预报技巧不显著, 而1mm、10mm、25mm的演变曲线都在对角线以上, 曲线以下的积分面积(ROC)都大于0.5, 表明集合预报系统的降水集合预报平均对1mm、10mm、25mm以上级别降水预报具有明显的预报技巧。

3 一次典型降水过程的集合预报试验

2004年9月3—5日, 四川东北部近30个县(市)都受到暴雨袭击, 达州、开江、渠县过程雨量超过300mm, 宣汉累计降水量达到了413.9mm, 这是川东北地区有气象记录以来最强的一次特大暴雨天气过程(简称“9·3”暴雨)。这次降水过程首先于2日晚上发生于绵阳、广元, 3日晚上到4日暴雨区移到巴中和达川, 5日暴雨区略有东移, 主要出现在达州和万县, 6日暴雨区向南转移, 四川的降水过程结束。

集合预报非常好的预报了这次特大暴雨过程, 不论是对降水趋势的预报, 还是降水中心的移动。图 4a、b、c是降水实况演变图。图 4d、e、f为实时输出的降水集合预报产品。9月3日(图 4d)显示出在川北将发生强降水的较强信号, 大于25mm以上的集合预报平均值出现在川北的绵阳、广元、巴中区域, 超过60mm的强降水中心位于广元和绵阳, 大于50mm的降水概率中心值达80 %。9月4日(图 4e)显示出暴雨将东移加强的信号, 暴雨区东移, 暴雨强度增加, 集合平均降水量出现了大于100mm的大暴雨区, 位置在巴中与达川相邻的区域, 大于50mm出现的降水概率超过60 %, 大于100mm出现的降水概率达40 %, 这是集合预报系统投入准业务运行以来, 首次出现了100mm以上降水的集合预报信息。9月5日(图 4f)显示出暴雨将持续稳定的信号, 集合预报平均值大于50mm的区域稳定在达川和重庆的万县, 集合平均降水量仍大于100mm, 且大于100mm的降水概率继续维持在40 %以上。9月6日(图略)显示出暴雨区将南移, 如实况所反映的一样, 6日川东北降水结束。

4 结语

本文对成都高原气象研究所开发建立的长江上游短期数值集合预报模式在业务预报试验中的24 ~ 48h降水预报结果进行了实际检验。BS与TS评分结果说明, 在大级别(大于25mm)的降水预报中, MM5模式明显优于T213全球模式, 而集合预报又优于MM5模式, 有限区域短期集合预报能改进单一模式的降水预报能力; ROC表明, 集合预报对小雨、中雨、大雨以上的降水有明显的预报技巧; 对“9·3”暴雨过程的检验表明, 降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义, 大于50mm降水概率的分布区域和值的大小对预报暴雨有极好的参考价值。检验结果增强了我们继续开发有限区域短期集合预报系统的信念。但其中还有许多科学问题需要进一步研究。依据单一模式多物理过程构建的集合预报, 仅仅是集合预报系统的一部分, 完整的集合预报系统, 应该是具有多模式、多初值、多物理过程描述的统一体, 而如何构建适合于西南特殊地理位置的集合预报业务系统, 还要进行更多系统性的试验和检验。