引言

近年来，基于多普勒天气雷达、卫星、自动气象站等非常规观测资料和中尺度数值模式的定量降水预报技术得到了快速发展。对于临近(0~2 h)定量降水预报而言，利用雷达回波外推技术和自动站雨量订正技术的临近预报方案具有高精度的时空分辨率，且准确性也较高。一些学者在预报雷达回波运动这一领域做了大量工作^[1-4]。除早期的线性外推(拉格朗日持续性预报)，还有基于最优化相关系数的交叉相关法和基于回波多个特征的单体质心法。对于较长的预报时效，基于数值模式的定量降水预报随着数值模式的发展不断进步，但其精度还无法与数值模式中质量场和风场的预报精度相比。定量降水预报的困难在于一方面源于与之相关的动力、热力过程的复杂性，另一方面则由于降水过程多受局地强迫影响较大^[5-7]。尽管如此，对于较长时间的定量降水预报而言，数值模式与单纯的雷达外推技术相比仍具有明显的优势。

Austin等^[8]和Golding^[9]研究了数值模式和雷达外推方法的预报能力，随着预报时效的增加，数值模式和临近外推方法之间存在一个交叉点，从这个交叉点开始，数值模式的预报能力要强于临近外推方法。Lin等^[10]利用Germann和Zawadzki提出的半拉格朗日临近预报方法和GEM数值模式，对上述6天降水过程做进一步的分析，寻找数值模式和临近外推方法预报能力的交叉点。

在广东，临近预报系统(SWAN)和华南中尺度数值预报模式(GZMM)均投入了业务运行，提供了定量降水预报产品。本文将利用广东2010年出现的4次暴雨过程，对SWAN系统和华南中尺度数值模式提供的不同预报时效的定量降水预报产品进行检验，并寻找临近预报系统和数值模式的预报能力的交叉点，为发展基于雷达外推和中尺度数值模式的定量降水融合技术提供基础。

1 “SWAN”系统、华南中尺度数值模式及定量降水预报产品简介 1.1 临近预报系统“SWAN”及其定量降水预报产品

中国气象局业务建设项目“灾害天气短时临近预报预警业务系统建设与改进”项目于2008年启动，由广东、湖北、安徽等十多个省市的气象部门和国家气象中心联合开展研发，旨在集中全国短临预报技术和系统开发的优势力量，开展我国自主知识产权的灾害天气短时临近预报系统(Severe Weather Automatic Nowcast System，SWAN)。SWAN系统在MICAPS平台基础上，融合了数值模式产品和雷达、卫星、自动站等探测资料，提供了大量的临近预报产品，如三维雷达拼图^[11]、组合反射率因子、垂直剖面、定量降水估测和预报、COTREC矢量场、反射率因子预报产品、风暴识别与追踪^[12-14]、TITAN^[15-16]、对流云识别产品等，并具有强天气综合自动报警、预报产品实时检验、灾害天气预报制作和发布等功能。目前，SWAN系统已经在全国绝大多数的省级气象台投入了业务应用。

SWAN系统在现有业务中提供0~3 h定量降水预报产品。该产品使用了3 km CAPPI拼图数据、COTREC矢量场和自动站雨量等资料。首先，在对Z-I关系做统计时，考虑了将不同强度的回波按照一定的等级进行分类，共分为13个等级：10~15、15~20、20~25、25~30、30~35、35~40、40~45、45~50、50~55、55~60、60~65、65~70和70 dBz以上；其次，利用COTREC矢量场外推，获取雷达反射率因子预报场；最后，在使用自动站雨量订正雷达定量降水预报时，采取最优插值(OI)法。

1.2 华南中尺度数值模式(GZMM)

华南中尺度数值模式(GZMM)是在GRAPES基础上发展的热带区域中尺度业务模式^[17-19]。在同化方面，提出了利用“曲率修正线性平衡方程”来改善3DV的风压平衡约束关系；开发了资料控制和筛选技术；发展了雷达VAD风、自动站、飞机报、云迹风等资料同化技术；研究了在三维变分同化框架中获取雷达覆盖范围内大气水平风场的技术，以及有云情况下红外辐射资料的同化方法。在模式方面，研究了高原地形、侧边界嵌套、陡峭地形的影响；开发了云水、雨水Nudging方案、多种对流参数化物理方案；并对陆面过程、城市冠层模式等进行了研究。

华南中尺度数值模式的水平分辨率为0.12°，覆盖范围为：10°~35°N、95°~130°E，共31层；业务运行时发布84 h的天气预报和精细要素预报。

2 资料及检验方法 2.1 天气过程简介

为了对比分析基于雷达外推和中尺度数值模式的定量降水预报产品，选择了2010年广东省出现的4次降水过程，其中2次为强对流降水过程，另外2次为热带气旋造成的降水。

强对流过程1：2010年5月5日夜间至7日白天，在暖区由于风暴出流边界、干线、低层辐合线等中尺度系统触发了对流系统的活动、合并并加强，使得广东出现了一次“影响范围广、降水强度大、持续时间长、造成影响重”的强对流过程，降雨落区由广东省北部的一条强降水雨带和垂悬在以广州为主的珠江三角洲大暴雨降水区组成。全省有10个站累计雨量超过250 mm，330个站为100~250 mm; 其中韶关翁源的新江镇422.7 mm，为全省最大过程雨量。

强对流过程2：受低压槽影响，14日早晨粤北地区开始出现了强降水，随后粤西北、珠江三角洲地区先后出现了暴雨或大暴雨，并伴有短时雷雨大风。14日08时至15日08时，有111个自动气象站记录雨量超过100 mm。

热带气旋过程1:2010年8月29日02时(世界时，下同)，位于南海中部的一热带气压加强为强热带风暴狮子山，9月2日6:50在福建漳浦古雷镇登陆，登陆后继续向偏西方向移动，11时进入广东，强度减弱。“狮子山”在广东陆地停留超过81 h，受其影响广东省自西向东普降暴雨到大暴雨局部特大暴雨。2日08时至5日20时，全省共有26个站降水记录雨量超过300 mm，105个站点雨量超过200 mm，529个站雨量介于100~200 mm。

热带气旋过程2:2010年9月18日16时，西太平洋洋面上的热带气旋凡亚比加强为超强台风。19日08时在我国台湾花莲县丰滨附近登陆，并减弱为台风。20日7时在福建省漳浦县再次登陆，09时减弱为强热带风暴，进入广东并继续西行。根据广东省气象观测网，19日00时至23日14时，4个站点雨量超过400 mm, 108个站点雨量为200~400 mm，483个站点雨量介于100~200 mm之间。

2.2 定量降水预报产品和定量降水估测产品

SWAN系统在广东业务上每6分钟更新一次0~3 h的定量降水预报(Quantitative Precipitation Forecast, QPF)产品，分辨率为0.02°，为640×480网格，覆盖范围为：27.7°~18.1°N、107.20°~120°E。图 1d给出2010年9月20日12时分辨率为0.02°的1 h定量降水预报产品。为了便于与华南中尺度数值模式进行比较，将QPF的细网格处理成与数值模式分辨率相同的粗网格(分辨率为0.12°，见图 1c)。另外，为了能对0~6 h的定量降水预报产品进行逐时对比分析，沿用SWAN系统中QPF算法将其预报时效进行扩展。图 1b给出了华南中尺度数值模式的1 h定量降水预报产品。为了能对基于雷达外推和数值模式的定量降水预报进行检验和对比分析，文中还联合雷达和自动站雨量资料，反演了雷达定量降水估测产品(Quantitative Precipitation Evaluation, QPE)^[20]，提供两种不同空间分辨率的QPE产品(0.12，见图 1a；0.02°，图略)。

2.3 检验方法

利用两种分辨率(0.02°和0.12°)的QPE资料，分别对SWAN系统提供的QPF(两种分辨率0.02°和0.12°)和GZMM模式提供的QPF产品(仅一种分辨率0.12°)进行检验。检验的区域选择SWAN系统和GZMM模式提供的QPF产品的共同覆盖区域。

使用命中率(POD)、空报率(FAR)和临界成功指数(CSI)等来评估SWAN系统和GZMM模式的定量降水预报的能力。下面给出降水检验相依表(表 1)，对于每个分析的格点，该表列出了“是”事件和“非”事件的预报和观测发生频率。

根据表 1，POD、FAR和CSI的计算方法如下：

$ POD = \frac{{击中(H)}}{{击中(H) + 漏报(M)}} $

(1)

$ FAR = \frac{{空报(F)}}{{击中(H) + 空报(F)}} $

(2)

$ CSI = \frac{{击中(H)}}{{击中(H) + 漏报(M) + 空报(F)}} $

(3)

3 检验结果及对比分析

利用前面介绍的2010年广东省出现的4次降水过程资料和检验方法，对SWAN系统中基于雷达外推的定量降水预报产品(0~6 h)和华南中尺度数值模式降水产品(0~6 h)进行评估和对比分析。

文中的检验分为两类：首先对这些降水产品的晴雨预报能力进行检验，选择每小时雨量阈值为0.1 mm；其次针对较弱降水(每小时雨量介于0.1~2 mm)、一般性降水(每小时雨量2~10 mm)和较强的降水(每小时雨量大于10 mm)进行评估和对比分析。

3.1 对晴雨的检验结果及对比分析

图 2给出了SWAN系统中定量降水预报产品(0.12°和0.02°)与GZMM模式中定量降水预报产品(0.12°)对于晴雨的评分结果。

首先，从图 2中评分结果可以看出，对于文中3种参与检验的定量降水预报产品[SWAN系统提供的分辨率为0.12°和0.02°的定量降水预报产品，简称为SWAN(0.12°)和SWAN(0.02°)；GZMM模式提供的分辨率为0.12°的降水预报产品，简称为GZMM(0.12°)]，随着预报时效的增加(1~6 h)，SWAN(0.02°)和SWAN(0.12°)的预报能力明显减弱；而GZMM(0.12°)则在1~3 h内预报能力逐步提升，对于4~6 h，则维持在一个相对稳定的水平。

其次，对比SWAN(0.12°)和SWAN(0.02°)这两个产品，虽然随着预报时效的增加，两者的客观评分都表现出下降的趋势，但SWAN(0.02°)的下降速度要快于SWAN(0.12°)。SWAN(0.12°)在第1小时的CSI和POD分别为0.504和0.537，到第6小时CSI和POD分别降低到0.37和0.45；对于SWAN(0.02°)，CSI和POD分别从第1小时的0.608和0.75，下降到第6小时的0.226和0.357。这是由于SWAN(0.02°)分辨率非常高，随着预报时效增加，预报能力减弱也就较SWAN(0.12°)明显了。此外，SWAN(0.02°)的虚警率(FAR)在1~6 h范围内均明显高于SWAN(0.12°)，这也可能是分辨率较高的原因所造成的。

最后，对SWAN系统和GZMM模式中的0.12 °分辨率的定量降水预报产品进行了对比分析。在图 2a CSI评分中，在0~2 h范围内，SWAN(0.12°)为0.504和0.442，有所下降；GZMM (0.12°)CSI分别为0.306和0.375，略有上升。但SWAN(0.12°)评分仍明显高于GZMM(0.12°)，这表明在较短预报时效内，基于雷达外推的SWAN(0.12°)定量降水预报产品要优于华南中尺度数值模式降水预报产品。从第3小时开始，SWAN(0.12°)的CSI评分下降至0.405，而GZMM(0.12°)则上升至0.407，表明从第3小时开始，华南中尺度数值模式在晴雨预报能力上开始优于SWAN系统了。此后，随着预报时效的进一步增加，SWAN(0.12°)CSI评分继续降低，而GZMM(0.12°)则维持在一个相对稳定的水平(约0.428)。从上面的分析中可以看出，SWAN(0.12°)和GZMM(0.12°)对晴雨的预报能力的交叉点介于2~3 h之间，并靠近于3 h。对于图 2b POD评分分析，SWAN(0.12°)和GZMM(0.12°)的表现类似于CSI分析，两者的交叉点也介于2~3 h之间，但更靠近于2 h。在图 2c FAR中，GZMM(0.12°)在1~6 h范围内虚警率均高于SWAN(0.12°)。

3.2 对不同类型降水的检验结果及对比分析

为了更好地检验SWAN系统和GZMM模式对不同强度的降水类型的预报能力，文中将降水分为以下三类：弱降水(每小时雨量为0.1~2 mm)、一般性降水(每小时雨量介于2~10 mm)和较强降水(每小时雨量超过10 mm)。图 3给出了SWAN系统和GZMM模式中定量降水预报产品对不同类型降水的CSI评分结果(POD和FAR评分略)。

对于弱降水(图 3a)，SWAN系统降水预报产品在1~3 h时段内有一个明显的下降，SWAN(0.12°)的CSI从1 h的0.18下降到3 h的0.136，而在4~6 h则维持在一个相对稳定的水平，CSI约为0.13。对于GZMM模式而言，降水产品的CSI在1~6 h时段内一直维持在0.23的水平，且在整个时段上，其CSI评分结果要较SWAN(0.12°)和SWAN(0.02°)要高一些。这表明，对于弱的降水，GZMM模式的预报能力要明显强于SWAN系统中的降水产品。

对于一般性降水(图 3b)，SWAN系统中降水产品的CSI评分随着预报时效的增加呈现出一定的下降趋势；GZMM模式降水预报产品的CSI评分在1~3 h内则明显上升，此后则维持在相对稳定的水平。在1~3 h时段内，SWAN(0.12°)CSI评分由0.174下降到0.136，GZMM(0.12°)则由0.037迅速上升到0.129，SWAN(0.12°)的预报效果在这个时段内要优于GZMM(0.12°)。两者的CSI评分曲线的交叉点出现在3~4 h，此后，GZMM(0.12°)的CSI评分略高于SWAN(0.12°)，表明此时GZMM(0.12°)的预报能力更强了。

对于较强的降水(图 3c)，无论是SWAN系统还是GZMM模式，降水产品的预报能力都表现出明显的减弱。尤其是对于GZMM模式，其降水预报产品的CSI评分在1 h为0，对较强的降水无预报能力，此后的2~6 h，CSI也仅仅为0.015左右，预报能力很低。对于SWAN(0.12°)，1 h的CSI评分为0.124，此后迅速降低，在2和3 h分别为0.061和0.025，表明该产品对较强降水的预报时效非常有限。尽管如此，对于较强的降水，SWAN(0.12°)在整体上表现要好于GZMM(0.12°)。

4 小结

本文利用广东2010年4次降水过程，对临近预报系统(SWAN)和华南中尺度数值模式(GZMM)中的降水预报产品进行了检验，并分析了两者预报能力在0~6 h范围内的交叉点，得到如下结论：

(1) 对于晴雨预报，SWAN系统降水产品随着预报时效的增加预报能力减弱；而GZMM模式在1~3 h内预报能力逐步提升，在4~6 h维持在一个相对稳定的水平。

(2) 对于SWAN系统中不同分辨率的降水预报产品，高分辨率(0.02°)产品对晴雨的CSI评分随着预报时效的增加，下降速度要快于低分辨率(0.12°)产品。

(3) 对于分辨率同为0.12°的SWAN系统和GZMM模式产品，CSI评分曲线的交叉点介于2~3 h之间，表明在1~2 h，临近预报系统SWAN对晴雨的预报能力好于GZMM模式，从第3 h开始，GZMM模式的预报效果则更好。

(4) 对于弱降水，GZMM模式产品在1~6 h表现稳定，CSI约为0.23，在整个时段上都高于SWAN系统产品，表明GZMM模式具有更强的弱降水预报能力。

(5) 对于一般性降水，GZMM模式和SWAN系统产品的CSI评分曲线的交叉点介于3~4 h。在1~3 h，SWAN系统表现更好，从第4小时开始，GZMM模式预报能力强于SWAN系统。

(6) 对于较强的降水，无论是SWAN系统还是GZMM模式，预报能力都明显减弱，尤其是GZMM模式，预报效果很差。尽管如此，SWAN系统对较强降水的预报能力整体上仍优于GZMM模式。