引言

中尺度模式GRAPES_MESO自2004年5月9日开始业务试运行，2006年7月GRAPES模式通过业务化验收并投入业务运行(陈德辉等，2008)，2006年8月7日正式替代HLAFS模式发布区域模式预报产品。2007年模式进一步改进(李勇等，2008)，定版为GRAPES_MESO Ⅴ2.5，并于2008年4月7日正式业务化。2009年模式升级改进Ⅴ3.0版本(彭新东等，2010)，2010年3月23日正式业务化。2013年6月4日，GRAPES_MESO进一步升级为Ⅴ3.3版本。前期的批量试验显示，Ⅴ3.3版本业务平行试验总体表现优于业务运行模式，降水是略有改进的，尤其48 h空报改进明显。等压面高度场、温度场和风场预报均有不同程度的改进。对于2013年4月下旬至5月中旬我国南方4次大范围强降雨天气过程较Ⅴ3.0版本有明显改进。

数值预报作为现代天气预报的基础，其检验工作一直以来都受到广大气象学者的高度重视。对于数值模式的检验，主要集中在两个方面，一是针对模式产品的定量化统计检验，另一个是以预报员思路为基础的主观天气学检验。对于前者，目前已经开展了大量的针对模式基本要素以及降水预报等的检验(王雨，2006；尤凤春等，2009；许美玲等，2002；姜永强等，2002；陈敏等，2003；王雨等，2010)。王雨等(2007；2013)还从加密降水观测以及检验结果平均方案等多个角度，对降水检验方案进行了深入的探讨和分析，为降水检验的科学性和严谨性提供了参考。衡志炜等(2011)利用热带测雨卫星(TRMM)搭载的微波成像仪(TMI)资料，对一次台风过程中AREM和WRF模式的水凝物模拟能力进行了检验。近些年来，随着精细化预报的不断发展，尺度分解技术(孔荣等，2010)、基于目标的检验技术(刘凑华等，2013)等新的检验技术和方法逐步发展起来。同时，针对区域集合预报系统的检验(邓国等，2010；王晨稀等，2007)也为其应用提供了有用的参考信息。对于模式的天气学检验，主要是根据不同天气(如暴雨、强对流、台风、寒潮、沙尘暴以及雾霾等)发生发展的物理机制，按照预报员实际业务中的预报思路，从天气过程发生发展的环流形势、主要影响系统以及物理条件等方面，主观分析和评估数值模式对不同类型天气过程的预报性能。针对GRAPES_MESO中尺度模式，一些学者(叶成志等，2006；徐双柱等，2007)分析了其对2005年长江流域重大灾害性降水天气过程的预报性能，为更好地在业务中应用这些模式产品提供了参考。彭新东等(2010)针对冷锋暴雨和台风暴雨两种不同类型的南方暴雨过程，进行了热力和动力检验，特别对模式预报降水和降水系统的结构进行了深入分析，初步验证了模式对于这两次过程强对流降水系统的刻画能力。陈静等(2010)应用T639和GRAPES_RUC等模式诊断变量和概率预报产品，对2009年“6·3”河南飑线天气过程进行了检验，结果表明高分辨率模式对强对流天气的预报能力有了较大的提高。

中尺度数值模式由于高时空分辨率等特点，其检验一直以来都在不断的研究和探讨之中(Christopher et al, 2000)。针对数值模式的天气学检验，国外的模式研发人员和业务预报人员也开展了大量的工作。美国风暴预报中心1996年首次有组织地开展科研和业务人员共同参加的“冬季天气试验”，试验内容之一就是研究针对冬季天气的更加系统科学地评估中尺度条件的方法。1998年开始重点从冬季天气转移到对流天气。2000年春季试验主要工作就是对于业务和试验的中尺度模式进行评估(John et al，2003)。从2003年春季试验针对数值模式的主观检验来看，基于强对流天气预报的水汽、不稳定、风切变和动力抬升条件，预报员一方面需要提供模式对这些物理条件的预报评价以及信心，另一方面需对过去一天的预报给出评价及检验结果。这种完全依靠预报员主观分析的检验，虽然难免会存在一定的主观性，但还是能够提供基于统计的定量化检验所不能提供的信息，对于了解预报员的模式应用能力、进一步改进模式评估方法具有很好的参考意义(Kain et al, 2003)。近些年来，随着数值模式的发展，针对风暴尺度模式以及中尺度集合预报模式也开展了主观天气学检验(Aaron et al, 2013)。

本文主要针对GRAPES_MESO Ⅴ3.3模式，从天气学检验的角度，对强对流天气发生发展的物理条件以及不同强天气过程进行检验，分析模式对于强天气过程的刻画能力，提高预报员对于GRAPES_MESO中尺度模式的综合分析和应用能力。

1 资料与方法

2010年3月以来，经过对GRAPES_MESO Ⅴ3.0版本的业务化应用和检验，发现其还存在一定的问题，主要表现为计算不稳定、高原上500 hPa高度场误差偏大、预报降水量明显偏大，以及同化有效性不高等。针对上述问题，模式研发人员对其原因进行了深入分析，针对每一个问题查找解决途径，并基本解决了上述存在的问题。改进后的GRAPES_MESO Ⅴ3.3版本与Ⅴ3.0相比，主要模式性能的差别如表 1。

其中，BMJ(Betts-Miller-Janjic)是一种湿对流调整积云参数化方案，其本质是当模式大气出现饱和湿静力能不稳定时，沿着湿绝热线调整温度和湿度廓线，所以，对流调整水热场参考廓线的选择是对流调整方案的重要内容。该方案有两个特点：一是同时考虑了深、浅对流过程的影响作用；二是采用虚湿绝热线(修正的湿绝热线)作为对流调整参考廓线。中期预报模式(Medium Range Forecast Model，MRF)是由Hong等(1996)发展的一种非局地闭合边界层参数化方案。MRF参数化方案主要是在不稳定状态下计算反梯度热量通量和水汽通量，在行星边界层中使用增强的垂直通量系数，而行星边界层高度由一个临近理查森数决定。利用隐式局地方案处理垂直扩散项，并且在自由大气中以局地理查森数为根据。WSM6(Single-Moment 6-class)是单参数微物理方案，包含水汽、云水、雨水、云冰、雪和霰六种水物质。此方案是在WSM5的基础上增加了水物质霰以及相关的微物理过程发展而成的。这些过程的参数化方案大多数与Lin方案类似，在计算增长和其他参数上有些差别。为了增加垂直廓线的精度，在下降过程中会考虑凝结/融化过程。同时为了减少方案对模式时间步长的敏感性，对微物理过程的计算顺序进行了最优选择。

本文用于检验的模式资料包括2013年6月以来正式业务化运行的GRAPES_MESO Ⅴ3.3产品，其中，考虑模式产品的完整性，物理条件的定量化检验时段为8—10月。同时，也引用了国家气象中心业务上使用的其他模式产品，包括欧洲中心、日本以及T639产品等。

为了能够对模式的中尺度特征进行检验评估，除了常规观测资料外，本文还使用了逐小时自动站加密雨量和雷达等高时空分辨率资料。

为了消除地形对分析结果的影响，在定量检验过程中对各个物理量都进行了相应的剔除处理，将地形较高而不能用于检验的格点进行了剔除。具体的处理方式为，对于850 hPa露点温度、K指数剔除海拔高度大于1500 m的格点，对于抬升指数(简称LI)、0~3 km风切变剔除海拔高度大于3000 m的格点，对于500 hPa露点温度、0~6 km风切变剔除海拔高度大于5000 m的格点。此外，需要说明的是，目前定量检验的真值使用的是模式零场，这种检验能够体现出模式的稳定性，但不能够真实反映模式预报与实况的误差，在今后的检验中将增加对模式零场与实况观测的检验。

2 强对流物理条件检验

对于强对流天气的短期潜势预报，预报员一般是在天气形势分析的基础上，结合物理参数进行预报区域上空大气温湿结构的综合分析，从而判断是否有强对流，以及可能有哪一类强对流天气发生。结合以往的研究成果(雷蕾等，2011；樊李苗等，2013；张一平等，2014)，本文选取了3类物理条件共6个参数进行检验，其中，水汽条件包括850和500 hPa露点温度(以下简称T_d850和T_d500)，稳定度条件包括K指数和LI，风切变条件包括0~3和0~6 km垂直风切变(以下简称为0~3 km shear和0~6 km shear)。检验时段为2013年8月1日至10月31日。

为了能够提供更为全面的检验结果，在检验时从以下几个方面进行了考虑：(1) 区域划分。除了对全国范围进行检验以外，还根据不同区域的天气气候特点，将全国划分为9个区域进行检验，分别为东北、华北、江淮黄淮、江南、华南、西南、西北地区东部、西北地区西部和青藏高原(以下图中分别简称为DB、HB、JHHH、JN、HN、XN、XBD、XBX和QZGY)(图 1)；(2) 月份划分。除了对8—10月进行综合检验外，考虑这3个月正处于季节转换期间，因此，针对每个月分别进行了检验；(3) 不同起报时间。针对08和20时起报的模式产品分别进行检验；(4) 不同预报时效。针对模式12、24、36、48、60和72 h时效的预报产品分别进行了检验；(5) 不同阈值。根据强对流天气发生发展的物理条件阈值特征，在对不同物理参数进行综合检验的基础上，针对预报员特别关注的阈值区间也进行了检验，具体为：T_d850≥12℃、T_d500≤-40℃、K≥35℃、LI≤0℃、0~3 km shear≥13.5 m·s^-1和0~6 km shear≥27 m·s^-1。

使用的检验统计量包括平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE)(尤凤春等，2009；刘还珠等，1992)，对每个格点的时间序列样本进行计算。计算公式如下：

平均误差：$ ME=\frac{1}{N}\sum\limits_{i=1}^{N}{\left({{f}_{i}}-{{o}_{i}} \right)} $

平均绝对误差：$ MAE=\frac{1}{N}\sum\limits_{i=1}^{N}{\left| {{f}_{i}}-{{o}_{i}} \right|} $

均方根误差：$ RMSE={{\left[ \frac{1}{N}\sum\limits_{i=1}^{N}{{{\left({{f}_{i}}-{{o}_{i}} \right)}^{2}}} \right]}^{1/2}} $

式中，f表示模式预报场，o表示模式零场，i是时间维度。

2.1 水汽条件检验结果分析

对于T_d850 12 h时效预报的检验，总体而言，8—10月，东北地区南部、华北大部、江淮黄淮和江南北部等地平均绝对误差相对较大，为2~3℃(图 2a)；从不同月份的检验(图略)来看，随着月份的演变，全国大部地区的误差呈增大的趋势，其中江淮黄淮地区的误差增长最为显著，10月达3~4℃，局地超过4℃；对T_d850≥12℃的检验结果(图 2b)表明，在我国中东部大部分地区，模式对该阈值区间的850 hPa露点温度预报好于不分阈值的预报，大部地区的误差 < 2℃，表明该模式对于达到强对流天气预报所关注的低层水汽条件的预报具有较好的参考价值。对于不同区域、不同预报时效(图 2c)的检验结果表明，随着预报时效的延长，各地区的误差都呈增加趋势，其中华南和西南地区的误差较小，到72 h时效误差基本在2.5℃以下，江淮黄淮地区误差相对较大，该区域12 h时效的误差与华南地区72 h的误差基本相当。从不同起报时间来看(图略)，对于西北地区东部，08时起报的误差要明显大于20时起报的误差，全国其他地区的差异则不明显。

对于T_d500的检验(图略)，总体而言，误差大于T_d850，8—10月，误差分布呈现明显的区域特征，即北方地区的误差明显高于南方地区，35°N以北的误差一般>3.5℃，局地达到4.0℃，35°N以南误差相对较小，两广南部和云南南部最小为2.0~2.5℃；从不同月份的检验来看，随着月份的演变，北方地区的误差呈现递减趋势，10月误差最小，这与T_d850的误差变化趋势正好相反，南方地区变化不大；对T_d500≤-40℃的检验结果表明，与综合检验相一致，误差大值区主要位于北方地区，部分地区达5℃以上，业务中使用该参数判断北方地区对流层中层干时应注意。不同区域的检验结果表明，随着预报时效的延长，各地区的误差都呈增加趋势，误差较小的区域为西南地区，较大的区域为华北和东北地区，误差随预报时效增加的幅度略大于T_d850的变化。从不同起报时间来看，北方部分地区08时起报的误差要略大于20时起报的误差，全国其他地区的差异则不明显。

2.2 稳定度条件检验结果分析

LI是表示条件性稳定度的一个指数，定义为平均气块从修正的低层900 m高度沿干绝热线上升，到达凝结高度后再沿湿绝热线上升至500 hPa时所具有的温度与500 hPa等压面的环境温度的差值。当LI < 0℃时，大气层结不稳定，且负值越大，不稳定程度越大；反之，则表示大气是稳定的(刘健文等，2005)。对于LI的检验，总体而言(图 3a)，8—10月，西北地区东部、华北大部和黄淮西部等地误差相对较大，一般达到或超过6℃；从不同月份的检验(图略)来看，随着月份的演变，全国各地区的误差都呈增加趋势，其中，山西、陕西和河南三省交界处误差可达8~9℃；对LI≤0℃(图 3b)的检验结果表明，该阈值区间的误差小于综合检验，特别是上述误差大值区，误差平均为4℃左右。不同区域(图 3c)的检验同上述水汽条件的检验结果不同，各地区的误差随预报时效变化较为平缓，东北地区误差相对最小，为4℃左右，西北地区东部误差相对最大，约为7.5℃。从不同起报时间来看(图略)，全国大部分地区08时起报的误差明显小于20时起报的误差，尤以西北地区东部、华北大部和黄淮西部等地最为显著。

对于K指数的检验(图略)，总体而言，8—10月，江南北部及其以北大部地区误差较大，为4~6℃；从不同月份的检验来看，≥4℃的误差大值区有向南北方向发展的趋势，即东北地区、江南大部9、10月的误差明显大于8月，其他地区误差变化不明显；不同阈值的检验结果表明，模式对K指数≥35℃的预报效果较好，中东部大部地区误差 < 3℃，具有较好的参考价值。不同区域的检验结果表明随着预报时效的延长，各地区的误差呈递增趋势，其中西南和华南地区误差相对最小，华北、江淮黄淮等地误差相对最大。从不同起报时间来看，江淮黄淮和江南东北部等地08时起报的误差略大于20时起报的误差，全国大部分地区误差分布的形态差异较小。

2.3 垂直风切变条件检验结果分析

对于0~3 km shear的检验，总体而言(图 4a)，8—10月，除四川、广西等局部地区以外，全国大部误差相当，一般为2~3 m·s^-1；从不同月份的检验(图略)来看，随着月份的演变，全国大部分地区误差呈递减趋势，8月误差最大，其中四川、江南西部、华南西部等地误差达3~4 m·s^-1；不同阈值(图 4b)的检验结果表明，北方大部分地区对0~3 km shear≥13.5 m·s^-1的预报效果较好，具有较好的参考价值，南方则误差较大。不同区域(图 4c)的检验结果表明，随着预报时效的延长，各地区的误差呈递增趋势，其中西北地区东部误差相对最小，东北地区误差增长最快。从不同起报时间来看(图略)，全国大部分地区08时起报的误差和20时起报的误差差异不大。

对于0~6 km shear的检验(图略)，总体而言，8—10月，与0~3 km风切变具有明显不同的分布特征，达到或超过3 m·s^-1的误差主要分布在我国南方和西部地区，其他地区误差多小于3 m·s^-1；从不同月份的检验来看，随着月份的演变，全国大部分地区(尤其是江淮黄淮地区)误差呈递减趋势，西南地区误差变化不大；不同阈值的检验结果表明，模式对东北、华北等地的误差局地性比较强，华北以南大部地区满足阈值条件的样本数非常少，因此，检验结果不具有代表性。不同区域的检验结果表明随着预报时效的延长，各地区的误差呈增加趋势，其中东北地区起始误差较小，但增长较快，青藏高原误差相对最小，增长最慢，但是其代表性值得商榷。从不同起报时间来看，西南地区和华南地区的误差受起报时间的影响不大，而全国其他地区，尤其是江淮黄淮等地08时起报的误差略小于20时起报的误差。

表 2给出了对于水汽、稳定度以及风切变条件共6个参数的平均误差和均方根误差检验结果，可见，对于对流层中低层的露点温度、K指数以及垂直风切变，平均误差都比较小，且没有表现出较为一致的正或负偏差，也就是说系统性误差不明显。相对而言，均方根误差则比较大，说明这几个参数主要以非系统性的随机误差为主。LI与其他参数表现不尽相同，其平均误差均为明显的负值，即预报值明显小于模式分析值，且平均误差与均方根误差基本相当，表明抬升指数以系统性误差为主。

3 主要天气过程检验

为了了解GRAPES-MESO对降水的预报性能，对2013年7月1日至9月30日的降水预报进行了检验(图 5)，结果表明，模式对24 h小雨、中雨、大雨、暴雨和大暴雨降水预报的TS评分分别为0.584、0.289、0.167、0.074和0.026，48 h各量级的评分均略低于24 h。可见，模式能够较好地预报各量级的降水。

为进一步检验模式对于强天气过程的预报能力，本文选取了2013年四川盆地强降水(过程时间分别为6月18—22日、6月29日至7月2日和7月7—12日)、东北地区强降水(过程时间分别为7月8—9日、8月4—5日和8月15—17日)、台风强降水(3个影响台风分别为1311号台风尤特、1323台风菲特和1330号台风海燕)以及华北雷暴大风和冰雹(过程时间分别为7月31日、8月4日和8月11日午后至傍晚)共12次天气过程，对降水预报、主要影响系统、物理条件等进行检验，对部分过程的小时降水量和雷达回波等也进行了检验，从而揭示模式对于发生在一定区域的某种类型强天气过程的预报能力。结果表明，(1) 模式对强降水具有一定的预报能力，但预报性能不够稳定，对于水汽、能量等物理条件一般较实况略偏强，对于高原东移的系统在强度和位置上存在一定偏差；(2) 对于台风降水强度预报较好，但落区具有一定偏差，对于盛夏伴随西南季风的台风强降水预报偏差较大，这也是其他模式预报的不足之处；(3) 模式能较好地反映华北风雹天气的环境场，对于雷达回波预报明显偏弱，不能较好地反映中尺度系统的发生发展及其演变过程。

下面以1330号台风海燕造成的强降雨以及华北一次雷暴大风和冰雹过程为例进行天气学检验分析。

3.1 1330号台风海燕强降雨检验

1330号台风海燕2013年11月4日在西北太平洋生成，“海燕”横穿菲律宾中部地区后，11日05时在越南北部广宁省沿海登陆，登陆时最大风力达13级(38 m·s^-1)，09时进入我国广西区境内，10时在广西宁明县减弱为强热带风暴级，20时在南宁市减弱为热带低压。“海燕”具有影响时间晚、强度强、风雨大等特点，是1951年以来11月后影响广西的热带气旋中风雨影响最大的热带气旋(赖芬芬等，2014)。

从“海燕”进入广西境内之前的环流形势对比检验来看，11月11日08时，高空500 hPa环流形势预报与实况基本一致(图 6a)，副热带高压位置和强度与实况基本吻合，“海燕”位于中南半岛东北部，其中心位置及强度与实况基本一致。从850 hPa风场预报来看(图 6b)，低层环流中心与500 hPa中心基本重合，最大风速约为30 m·s^-1，预报场略偏强，这也可能与实况观测较稀疏、且海上缺少观测有关。

此次强降水主要是台风本体降水造成的，因此，对流层中低层水汽的分布、输送及其辐合上升是做好降水预报的关键。从11日08时925 hPa比湿分布来看(图 6c)，实况显示广西南部和西部、广东中南部比湿均达到或超过14 g·kg^-1，预报场与实况总体分布相当，仅在广西西部和广东中部预报略偏弱。从水汽通量散度来看(图略)，925 hPa水汽辐合区主要位于广西大部和广东西南部，辐合中心位于广西南部，模式预报场与实况基本一致。850 hPa的水汽分布及其辐合上升与925 hPa基本一致，模式都表现为较好的预报性能。

从11月11日08时至12日07时降雨量分布来看，大雨及以上量级降水主要分布在广西及湖南、江西等地，其中，广西中南部、广西西南部的部分地区达到大暴雨，最强降水达221 mm。对比模式预报结果，可见强降水预报落区与实况基本一致，但100 mm以上的强降水落区略有偏差，同时强度比实况略偏强。模式对于11月华南出现的台风极端降水表现出很好的预报性能。对比EC和日本模式的降水预报，可见EC对此次过程预报也比较好，不足之处是漏报了台风倒槽中的暴雨区，对于广西、广东的强降水落区和强度略有偏差。日本预报则明显偏弱，对于广西大暴雨以上量级的降水基本没有预报出来(图略)(刘一，2014)。

在降水总量预报较为准确的前提下，选取强降水中心的59238站进一步分析了逐小时降水演变和雷达回波的分布。从逐小时降水演变(图 7a)可见，降水主要集中在11日09—18时，小时雨强以20~30 mm为主，从预报场可见，强降水主要时段较实况偏晚，小时雨强与实况基本相当。从11日08时雷达回波分布(图 7b和7c)来看，降水回波主要分布在广西境内，强度以30~40 dBz为主，局地超过40 dBz，这与小时降水强度一般小于30 mm是一致的。对应的雷达回波预报场的形态与实况基本一致，但强度偏弱5~10 dBz。在实际业务中，可以参考雷达回波分析预报降水的分布特征及其性质。

3.2 华北雷暴大风和冰雹过程检验

受高空冷涡影响，2013年7月31日午后到傍晚，华北大部出现了雷暴大风和冰雹天气过程，山西中北部、河北西北部等地出现8~10级雷暴大风，局地风力可达11级以上，局部地区并伴有冰雹，最大冰雹直径约40 mm。

从模式雷达回波预报场与实况的对比(图略)可见，逐小时雷达回波预报能较好地反映此次强对流过程的发生发展，但回波强度明显偏弱，且回波位置偏北。

从主要影响系统的对比分析(图 8)可见，模式较为准确地预报了高空冷涡及低层切变线的位置及其演变。从对流发展强盛阶段的高低空影响系统配置来看，31日17时，蒙古国到河套地区为一高空冷温度槽，配合低层850 hPa为从河套地区向东北方向伸展的温度脊，这种对流层中低层的温度配置加大了大气的不稳定层结，有利于不稳定能量的累积，为强对流天气的发生发展提供了有利条件。同时，500 hPa上河北西北部为一明显的相对湿度小值区，上干、下湿的对流性不稳定层结有利于形成雷暴大风(朱乾根等，2007)。与20时实况的对比分析表明，冷槽、暖脊位置略偏北，这与雷达回波预报位置偏北是一致的。可见，模式能够较好地反映盛夏华北雷暴大风和冰雹天气发生发展的环境条件，并且由于其高时空分辨率的特点，能为实际业务提供有益的参考。

4 结论与讨论

通过上述GRAPES_MESO Ⅴ3.3模式产品对强天气过程的天气学检验分析，初步得到以下结论：

(1) 2013年8—10月，水汽、稳定度以及垂直风切变三类物理条件中，除了抬升指数外，其他物理参数平均误差都比较小，模式对于强对流天气预报关注的、达到一定阈值条件的物理参数的预报效果较好，对业务具有较好的参考价值。

(2) 8—10月期间，预报准确率随着季节的转化呈现出明显不同的特征。

(3) 模式对于东北和四川盆地强降水、台风强降水以及华北雷暴大风和冰雹等强天气过程具有一定的预报能力，但在模式的稳定性、复杂地形条件下的强降水、高原系统的东移演变以及物理条件的准确性等方面还有待于进一步提高。

(4) 模式提供的小时降水量、雷达回波等高时空分辨率的产品能够在一定程度上较好地描述过程的发生发展，在过程预报较为准确的前提下，能够为业务提供更为精细的参考。

本文仅针对升级后的GRAPES_MESO Ⅴ3.3进行了初步检验，还有很多不完善之处，如受资料限制，仅针对8—10月的模式产品进行了检验，其代表性有待商榷；对于定量化检验，考虑模式分辨率的特征，使用模式零场进行检验，而没有对零场本身可能存在的误差进行全面的分析；在强天气过程检验方面，对天气系统及其三维结构的分析方面还比较粗浅等。今后还有待于进行更为全面细致的检验，从而为实际业务提供模式应用方面的参考。

致谢：本文得到中国气象局数值预报中心陈德辉研究员的悉心指导，在此深表感谢！