引 言

西南低涡是在青藏高原特殊地形和环流背景共同作用下形成于高原东侧具有气旋性环流的α中尺度天气系统，通常产生于对流层低层(700 hPa或850 hPa)，水平尺度300~500 km(朱乾根等，2000)，其发生、发展不仅给源地造成降水，在一定条件下东移也将导致其移动路径上大范围降水，是对西南地区及长江中下游天气有重要影响的中尺度对流天气系统(陶诗言，1980; 卢敬华，1986)。我国历史上许多罕见的特大洪涝灾害，都与西南低涡东移发展有关(程麟生和郭英华，1988; 陈忠明等，2003; 赵思雄和傅慎明，2007)，如1981年7月12—14日四川“81·7”特大暴雨灾害，造成直接经济损失近25亿元；1998年长江流域发生全流域大洪水，造成直接经济损失916亿元等。西南低涡发生、发展物理机制研究一直受到我国气象学家的高度重视(Wu and Chen, 1985；高守亭，1987)，有关西南低涡的涡源、结构、物理机制、影响因子、数值模拟等已经有了很多研究(赵平和孙淑清，1991；李国平等，1991；李跃清等，2012；王其伟和谈哲敏，2014；刘晓波和储海，2015；卢萍等，2016)，且西南低涡的预报技术也一直受到预报员的重视。早期的西南低涡预报方法是采用经验外推预测西南低涡的移动趋势，如成都中心气象台曾提出预报西南低涡的人工智能专家系统(汪之义和汪丽，1994)，20世纪80年代以来，科学家将中尺度模式引入西南低涡数值预报的研究(罗四维等，1984；Shen et al, 1986；何光碧等，2005)，王新敏等(2009)对比了ECMWF和T213两种数值模式对2008年7月21—23日西南低涡过程的移动路径及其引发暴雨的预报能力进行检验，认为模式对西南低涡系统移动路径预报仍然存在偏差。

集合预报是一种随机动力概率预报方法，解决了单一确定性数值预报存在的不确定性问题(陈静等，2002)，近年来，区域中尺度集合预报在高影响天气的预报中已经成为一种重要的科学技术手段(陈静等，2005)，一些基于有限区域数值预报模式的集合预报系统已经建立并得到发展(Zhang et al, 2015a)。中国气象局数值预报中心自主研发的GRAPES-REPS区域集合预报系统于2014年进入业务化运行，产品提供公众共享(http://www.nmc.cn/publish/nwpc/grapes-regional/probability/index.html)。而将集合预报运用到时空尺度较小的西南低涡数值预报中，将有利于提高对这类对流天气系统的预报能力(陈静，2003)。在目前的业务工作中，预报员迫切地需要了解GRAPES-REPS对于西南低涡的预报能力以及可能存在的偏差，特别是西南低涡移动路径和降水落区的误差等，从而采取适当的人工订正，做出较合理的预报(宗志平等，2013)。

本文基于GRAPES-REPS区域集合预报系统，对西南低涡集合预报进行检验评估，首先挑选了2015年夏季(6—8月)四次生命史超过36 h的西南低涡过程，统计这四次西南低涡的源地、生命史、降水落区和移动类型；并将四次过程分为两种类型：东移型(7月14—17日；7月21—23日)和停滞型(6月12—14日；8月16—19日)，通过判断西南低涡中心及移动，分析集合预报与实况相较的误差特征，并对涡旋强度和降水进行集合预报检验评估，以期为实际业务预报和集合预报性能改进提供参考依据。

1 2015年夏季长生命史西南低涡活动统计及环流形势

我国暴雨灾害主要发生在主汛期6—8月，这也是西南低涡尤为活跃的时期，其生命有时长至3~5 d，本文重点评估2015年6—8月持续时间超过36 h的长生命史西南低涡集合预报效果。首先利用美国国家环境预报中心(National Center of Environment Prediction, NCEP)的业务全球格点分析资料(Final Operational global Analysis，FNL)统计2015年夏季长生命史的西南低涡过程，统计区域为26°~33°N、99°~109°E。统计结果如表 1，2015年6—8月发生了四次长生命史的西南低涡过程，分别发生于6月12—14日(以下简称“6·12”过程)、7月14—16日(以下简称“7·14”过程)、7月21—23日(以下简称“7·21”过程)、8月17—19日(以下简称“8·17”过程)。

图 1是与这四次西南低涡过程对应的环流形势图，下面将详述这四次西南低涡过程特征。“6·12”过程低涡的源地位于四川盆地东部，发生于6月12日12 UTC，生命过程中低涡在四川—重庆一带徘徊。在12日12 UTC，500 hPa呈平直西风气流(图 1a)，在700 hPa等压面上，四川盆地东部有等高线闭合低中心(3090 gpm)和正绝对涡度中心(25×10^-5 s^-1)，在发展过程中受高原涡影响，低涡中心位置出现东西摆动，低涡降水主要分布在盆地中部、重庆南部以及贵州地区。

“7·14”过程的西南低涡发生时间是7月14日06 UTC，源地位于四川盆地东南部，低涡发生时，500 hPa高度上川西高原地区受低压槽控制(如图 1b所示)；700 hPa高度上四川盆地东部有等高线闭合低中心和正涡度中心，高度中心最低值为3080 gpm，绝对涡度中心最大值达到30×10^-5 s^-1，7月15日00 UTC，850 hPa高度上在西南低涡东南部出现西南低空急流。7月14—16日，受500 hPa川西高原低压槽东移影响，西南低涡加强并东移发展，造成四川盆地和长江流域大范围降水，降水落区呈东西向带状分布，与低涡移动路径吻合，日降水极大值位于四川东南部和重庆西部地区。

“7·21”过程源地是九龙地区，西南低涡出现时间是7月21日18 UTC，此次过程也属于东移型西南低涡过程，其环流形势与“7·14”过程相似，500 hPa高度上四川盆地上空存在一较强的低压槽(图 1c)，700 hPa上四川盆地有等高线闭合低中心及正涡度中心，高度中心最低值为3095 gpm，中心最大绝对正涡度值为25×10^-5 s^-1，西南低涡随500 hPa低压槽东移而东移发展，影响长江中下游地区，造成四川东南部、重庆、湖南等地区大范围降水。

“8·17”过程西南低涡源地位于四川盆地中东部，生成于8月17日00 UTC，直至8月19日00 UTC一直在四川盆地中东部、重庆地区徘徊停滞，维持了较长时间。“8·17”过程的环流形势特征如图 1d所示，在四川盆地中部，500 hPa上为低压槽，700 hPa上有等高线闭合低中心(3100 gpm)和正绝对涡度中心(25×10^-5 s^-1)，8月18日06 UTC，低涡西北侧冷空气开始加强，涡旋强烈发展并略向东有移动，但此时正值台风影响，西太平洋副热带高压缓慢北抬，环流形势相对稳定，因而西南低涡涡旋的移动缓慢，给四川盆地中东部，重庆西南部造成大范围强降水，其中重庆高坪日降水量最大值达到192.7 mm。

由上可见，“6·12”过程和“8·17”过程属于停滞型西南低涡，而“7·14”过程和“7·21”过程属于东移型西南低涡，这两类西南低涡的环流形势存在较大差异，第3节将对这四次西南低涡过程的发生、演变、移动、强度及其引发的降水进行集合预报检验。

2 资料和方法 2.1 GRAPES-REPS及资料简介

2015年中国气象局数值预报中心业务运行的GRAPES-REPS集合成员数为15个，包含1个控制预报和14个扰动预报，预报范围为中国区域(15°~65°N、75°~150°E)，水平分辨率0.15°×0.15°，水平格点数502×330，垂直坐标为地形追随高度坐标，垂直层次31层，预报时效72 h，背景场和侧边界条件由数值预报中心T639全球集合预报系统提供，初值扰动技术采用集合变换卡尔曼滤波方法(ensemble transform Kalman filter，ETKF)(Wang and Bishop, 2003; 马旭林等，2008; Zhang et al, 2015b)，模式扰动方法采用多物理过程组合(张涵斌等，2014)。

选取2015年6—8月GRAPES-REPS的西南低涡实时预报结果，模式初始时间为00 UTC，模式输出间隔为6 h。等压面真实资料为美国国家环境预报中心(NCEP)FNL格点分析场和GRAPES-MESO中尺度模式分析场，降水观测资料采用国家气象信息中心的高分辨率地面—卫星—雷达三源降水融合格点分析资料，分辨率为0.05°×0.05°(潘旸等，2015)。

2.2 格点资料西南低涡中心客观识别方法

西南低涡路径预报效果是西南低涡预报评估的重要方面，然而，西南低涡中心及移动路径定位没有统一的方法。如高原所出版的《西南低涡年鉴》(中国气象局成都高原气象研究所和中国气象学会高原气象学编委会，2016)对西南低涡的识别方法是由人工分析天气图的方式判断西南低涡中心；Li et al(2014)采用700 hPa等压面层风场的辐合中心确定西南低涡中心位置，并据此标准作出其移动路径的预报；而Zhong et al(2014)则考虑西南低涡的斜压结构，取低涡范围内垂直层次上的涡度最大值所在经纬度为其中心位置。

本文综合《西南低涡年鉴》(中国气象局成都高原气象研究所和中国气象学会高原气象学编委会，2016)和Li et al(2014)的定位方法，结合GRAPES模式水平分辨率，利用700 hPa高度场、涡度场以及风场信息，设计了一种适用于格点资料的西南低涡中心客观识别方法。详细计算过程如下：首先在西南低涡活动区域(26°~33°N、99°~109°E)700 hPa气压场中搜寻一个低值中心(p_x，p_y)，确定其经纬度，并以此作为西南低涡中心初始猜测点(初猜点)，接着在(p_x，p_y)附近寻找涡度最大值的点(V_x，V_y)，最后在该点(V_x，V_y)附近寻找风速最小值的位置，通过差值和格点向经纬度转换，将该点作为西南低涡中心位置(λ，φ)，并将这一位置作为下一时效初猜点的坐标(λ_ij，φ_ij)，按上述高度低值中心、涡度最大值中心、风速最小值中心顺序修订确定该预报时效西南低涡中心位置，如此循环直至预报结束。确定好各预报时次西南低涡中心位置后，就可绘制其移动的路径。

图 2展示了在任意两次西南低涡过程中任一成员、任一预报时效中，由该方法确定的西南低涡中心(圆点)与高原所《西南低涡年鉴》标准下主观判断的西南低涡中心(三角)的对比。可见该方法确定的西南低涡中心基本与年鉴标准重合，在本文分析的四次个例中发现，个别时次有不止一个西南低涡系统发生，这时该方法会出现一定偏差，本文以风场辐合中心为基准对西南低涡中心做出修正。

通过该方法形成合理的西南低涡实况移动路径和预报路径后，可以计算集合预报成员路径预报误差及离散度分布，以评估GRAPES-REPS对西南低涡移动路径的预报能力。

2.3 西南低涡集合预报评估方法

选择700 hPa西南低涡涡度最大值和位势高度最低值作为西南低涡强度指标，检验分析GRAPES-REPS对西南低涡强度变化的预报能力。而降水检验方法则采用目视法、概率预报、降水评分等方法，其中降水评分主要采用AROC(area of rela-tive operating characteristic)评分和TS(threat score)评分。相对作用特征ROC(relative operating characteristic)是将信号探测理论应用到数值天气预报二分类要素预报的检验方法，将命中率和假警报率在笛卡尔坐标上绘成一曲线，即为ROC曲线，而ROC与横坐标轴围成的面积即为AROC(陈静，2003)，AROC值>0.5为有效的预报，且值越大表明预报越好，检验结果详见下文。

3 西南低涡集合预报检验结果 3.1 西南低涡控制预报评估

首先分析GRAPES-REPS控制预报对西南低涡的预报能力，评估时段为2015年6月9日至7月9日，预报起报时间为00 UTC，预报间隔12 h，真实参考资料采用FNL分析资料。评估方法采用二分类预报检验方法，统计模式中西南低涡发生的次数与FNL资料中的情况做对比，并建立二分类检验联列表，分析西南低涡预报的命中率、空报漏报等基本情况(Jollife and Stephenson, 2016)。

表 2是2015年6月9日至7月9日西南低涡控制预报二分类检验联列表，由此计算出GRAPES-REPS控制预报对西南低涡预报的命中率为84.72%，空报率为37.75%，漏报率为15.27%，ETS评分为0.37，可见控制预报模式对西南低涡的命中率较高，漏报率较低，说明GRAPES-REPS对西南低涡的预报具有较高的可信度。

表 3是西南低涡24、48和72 h预报检验评分，可见ETS评分在24 h达到0.49，之后随预报时效的增加而逐渐降低；BIAS评分在00~48 h为1.00~1.30，但在72 h预报达到1.89，后期偏差明显增大；整体来看西南低涡漏报率较低，命中率较高，接近于1，空报率大于漏报率，具体分析空报原因发现，GRAPES模式对四川盆地西南部九龙地区(27° ~29°N、100°~102°E)总是空报了一个低值系统，且生命史通常不超过12 h。总体来看，GRAPES模式对西南低涡有较高的预报能力。

3.2 西南低涡生成、发展及演变评估 3.2.1 生成及发展时间预报评估

利用GRAPES-REPS初始时间为00 UTC的72 h预报资料，逐时次统计15个集合成员中预报存在西南低涡的集合成员数，集合成员数大(小)说明大部分集合成员预报存在(不存在)西南低涡。从集合成员数随预报时效的变化可以看出GRAPES-REPS对西南低涡生成及发展的预报情况，与实际观测对比，可以评估GRAPES-REPS预报西南低涡生成及发展时间的准确程度。因此，本文统计了这四次西南低涡过程生成前后3 d预报的集合成员数，结果见图 3。

首先分析“7·14”过程和“7·21”过程这两次东移型西南低涡。图 3a是7月13、14及15日00 UTC起报的集合成员数统计结果。首先看7月13日00 UTC的预报，在24 h预报中, 未扰动的控制预报和9个集合成员均生成了西南低涡，比实际观测生成时间(14日06 UTC)提前了6 h，而30 h预报正对应于实际观测生成时间，有13个成员预报有西南低涡，比上一时次增加3个，可见有3个成员正确预报了西南低涡生成时间，总体来说，控制预报和大部分成员对西南低涡生成时间预报均略偏早；再看7月14日00 UTC的预报，在模式积分初始时刻，控制预报和8个集合成员均有西南低涡，仍然比实际观测早6 h，在6~60 h预报中，13~15个集合成员均预报出西南低涡环流，说明GRAPES-REPS对低涡维持预报较好；从15日00 UTC的预报可见，控制预报中西南低涡在42 h预报时效已消亡，比实际观测消亡时间(16日06 UTC)偏晚12 h，而大部分集合成员均比实况偏晚12~18 h, 可见控制预报和大部分集合成员均对低涡消亡时间预报偏晚。图 3b则是“7·21”过程在7月20、21及22日00 UTC起报的西南低涡集合成员生成数统计，结果与“7·14”过程类似，不再赘述。

由上可知，对东移型西南低涡，尽管GRAPES-REPS有个别集合成员能够准确预报该生成和消亡时间，但控制预报和大部分集合成员对西南低涡生成时间预报偏早，对低涡消亡预报偏晚，而在低涡维持阶段，几乎所有成员均能预报出西南低涡环流。

图 3c是“6·12”停滞型西南低涡过程连续3 d的预报(详见图中说明)，此次西南低涡实况强度较弱，预报与实况接近，连续3 d预报的西南低涡成员数呈现出减—增—减的特点。图 3d是8月16、17和18日00 UTC起报的集合成员数统计结果，首先分析8月16日00 UTC的预报，18 h预报中，控制预报和9个集合成员均预报生成西南低涡，比实际观测中出现西南低涡时间(17日00 UTC)提前6 h，生成预报偏早；在低涡发展阶段均有14~15个集合成员预报出西南低涡环流，说明GRAPES-REPS对“8·17”过程西南低涡维持预报均较好；在8月17日00 UTC起的预报中，控制预报54 h预报低涡消亡，比实际观测(19日00 UTC)晚6 h，而大部分集合成员对低涡生命结束预报偏晚6~12 h；18日00 UTC的对低涡消亡的预报同样偏晚6~12 h(图中略)，可见GRAPES-REPS控制预报和大部分集合成员均对低涡消亡时间预报偏晚。总的来说，GRAPES-REPS对停滞型和东移型西南低涡过程在生成阶段、维持阶段和消亡阶段的预报有相似结论，即对西南低涡生成时间预报偏早，消亡时间预报偏晚，对低涡的维持预报较好。

3.2.2 移动路径预报评估

通过以上西南低涡发生前后连续3 d的预报可以看出，西南低涡生成当日00 UTC的预报能够涵盖西南低涡完整的生命过程，且在西南低涡生成及发展阶段集合成员数均略大于其余两日，模拟效果相对较好，因此在以下的路径评估中，均采用西南低涡生成当日00 UTC的预报。

图 4a是7月14日00 UTC起报的GRAPES-REPS集合预报西南低涡移动路径及实际观测路径。由图可见，“7·14”过程实际观测的西南低涡沿东北偏东方向移动，24 h预报时效内，控制预报和集合平均移动路径均较观测路径略偏北，集合平均则略优于控制预报，各集合成员西南低涡中心位置离散度不大。24 h之后的西南低涡集合预报路径明显偏北，低涡中心大都散落在观测低涡中心的西北方向。同为东移型的“7·21”西南低涡路径移动预报特征(图 4b)与“7·14”过程相似，不同的是，在18~24 h预报时效内(7月21日18 UTC至22日06 UTC)，控制预报和集合平均路径较观测偏南，而24 h(7月22日06 UTC)之后集合预报路径比实际移动路径偏北，西南低涡集合平均预报移向明显优于控制预报。

可注意到，“7·14”和“7·21”过程在24 h预报时效之后，西南低涡路径中均存在预报偏北问题，且偏北程度随时间增加而增大。分析路径预报偏北的原因，对“7·14”过程，与西南低涡相应的500 hPa表现为有低槽东移，而集合预报模式则在500 hPa高度上预报了一个较实况偏强的闭合低压中心(图略)，引导低层西南低涡向北偏移；此外模式对低涡东部南风预报偏强，引导西南低涡向北移动，造成路径预报误差。“7·21”过程中，500 hPa高度预报与实况接近，但由于西南低涡东南部中低层西南气流预报明显偏强(图略)，牵引西南低涡向东北方向移动。

图 5是两次停滞型西南低涡的控制预报、集合成员和集合预报平均以及观测西南低涡中心位置及移动路径示意图。从图 5a可见，在6月12日18 UTC至13日12 UTC，西南低涡中心在东南和西北方向略有摆动，而6月12日00 UTC的预报显示，集合控制预报对西南低涡中心位置和移动路径东西摆动幅度更大，而集合预报平均的移动路径呈东西向摆动，中心位置较观测偏北约50~100 km，偏差较小，摆动幅度和转折时间均与观测更为接近，表明集合平均对西南低涡路径和移动预报具有明显优势。“8·17”过程亦为停滞型西南低涡，西南低涡中心位置及路径预报如图 5b所示，各集合成员对西南低涡中心位置预报均沿东北向移动，且移速缓慢，移动距离较小，控制预报和集合平均对低涡中心位置预报均存在略微偏北和滞后。在实际观测中，低涡在四川东部沿东北方向缓慢移动，直至生命结束均未移出四川盆地，集合预报平均更接近实际观测。

由以上的路径分析可以发现，无论是东移型还是停滞型西南低涡都存在预报偏北的问题，但偏北的程度各不相同，接下来对四次过程路径偏差定量分析。图 6是与这四次西南低涡过程发展期相对应的GRAPES-REPS集合预报路径离散度及误差。图 6a和6b是东移型的“7·14”和“7·21”过程，图 6c和6d是停滞型的“6·12”和“8·17”过程。

由图 6a可见，“7·14”过程的6~24 h路径预报误差增长平缓，集合预报平均误差明显小于控制预报；24 h预报的集合预报平均误差为126 km，而控制预报为142 km；24 h之后预报误差曲线增长明显，且控制预报的误差与集合平均误差基本重合；从集合离散度分析的发现，此次过程离散度在24 h之内略有减小，之后缓慢增长，最大达到125.5 km，总体偏小。由图 6b可见，“7·21”过程18~30 h集合预报平均预报误差小于控制预报；24 h预报的集合预报平均误差为52 km，而控制预报达到77 km；30~42 h集合预报平均和控制预报都呈现出减小趋势，误差值减小到约50~80 km，且此时控制预报误差优于集合平均，此次过程的集合离散度增长十分明显，特别是在36 h之后，随着预报时效的增加，发散的程度增大。如图 6c可见，“6·12”过程的18~24 h控制预报的误差值在170 km以内，集合预报平均误差明显小于控制预报；24 h集合平均的预报误差为89 km，而控制预报为137.5 km；24~36 h控制预报的误差增长明显，最大值达到366 km，而集合预报平均误差值未超过200 km，体现出明显优势，还可注意到，此次过程12~36 h的离散度随时间增长明显。“8·17”过程则如图 6d所示，0~24 h控制预报和集合预报平均误差都呈现出增长趋势，集合预报平均误差小于控制预报；24 h控制预报误差达到148 km，而集合预报平均为116 km；24~36 h控制预报和集合平均预报误差都维持在210 km以内，集合预报平均优于控制预报；“8·17”过程离散度增长, 但增幅较小，36 h预报仍未超过100 km。

由误差和离散度分析可见，GRAPES-REPS对四次西南低涡过程预报中，两次东移型西南低涡过程前期，集合平均预报误差小于控制预报，而在后期，集合平均预报随控制预报增大，集合平均的优势消失；在两次停滞型的低涡预报中，集合平均预报则始终保持明显优势。由离散度的计算公式可知，当离散度较小时，说明各个集合成员预报的西南低涡中心分布较紧密，反之说明集合成员间比较发散。集合平均误差的大小体现了集合平均预报与实况之间的距离。理想的集合预报离散度应与误差大小相当，若离散度增长幅度长时间明显小于误差增长幅度，则表明集合预报发散度不够。本文四次过程离散度随时间均有增长的趋势，“7·14”过程12 h预报之后离散度明显小于误差，集合成员在各个时次均明显偏北，实况并没有落在集合成员预报的范围内，结合图 4a可见，“7·14”过程存在系统性偏北的偏差。“7·21”过程前4个时次集合成员的中心分散在实况周围，而随着预报时效的增加，路径误差呈现偏北的趋势(图 4b)，可知这两次东移型的西南低涡过程均存在系统性偏北的误差特征。“6·12”过程集合成员中心较分散，实况落在集合成员间，没有出现明显的系统性误差。“8·17”过程西南低涡移动的范围不大，因而集合成员预报的西南低涡中心比较集中，此次过程也没有明显的系统性偏差。

3.2.3 西南低涡强度预报评估

通过对两种移动类型的低涡路径评估，初步了解了GRAPE-REPS系统对西南低涡移动范围的预报效果，接下来将对低涡的强度预报进行检验评估，评估主要从高度场和涡度场两个方面着手。集合预报箱线图能够直观地反映出各集合成员对某一气象要素预报的分布情况，对比实况分析值，能够体现出各集合成员预报的偏差情况和离散程度。图 7即为两次东移型(“7·14”，“7·21”)及两次停滞型(“6·12”，“8·17”)西南低涡过程700 hPa的最低位势高度值和最大涡度值箱线图。

图 7a₁和7b₁是这两次东移型西南低涡过程的最低位势高度值，两次过程位势高度变化有相似的规律，仅以“7·21”西南低涡过程为例进行说明，其700 hPa最低位势高度分析值维持在3060~3100 gpm，集合预报平均和控制预报则在2960~3060 gpm，均低于分析值，且控制预报值较集合平均更低。图 7c₁和7d₁是两次停滞型过程的最低位势高度值，同理仅以“8·17”过程为例进行详细分析，从图 7d₁可见，“8·17”过程实况最低位势高度值维持在3080~3120 gpm，集合预报平均和控制预报基本重合，维持在3020~3060 gpm。可见，集合成员对于这四次西南低涡过程的中心位势高度值预报均偏小，表明GRAPES-REPS西南低涡强度预报偏强，集合平均略优于控制预报。

图 7a₂和7b₂是两次东移型西南低涡过程的最大涡度值，由图 7b₂可见“7·21”过程实况西南低涡的最大涡度变化范围为0.3×10^-3~0.6×10^-3 s^-1，集合预报平均为0.4×10^-3~0.6×10^-3 s^-1，而控制预报变化范围较大，且明显大于集合平均预报；图 7c₂和7d₂是两次停滞型西南低涡过程的最大涡度值，由图 7d₂可见“8·17”过程实况最大涡度维持在0.2×10^-3~0.3×10^-3 s^-1，集合预报平均和控制预报在0.3×10^-3~0.7×10^-3 s^-1。这表明，集合成员对于两种移动类型的西南低涡涡度值预报均偏大，与位势高度最低值预报相似，同样说明GRAPES-REPS西南低涡强度预报偏强，而集合预报平均更接近实况。

在涡旋强烈发展期，各个集合成员的最低位势高度值和最大涡度值相差较大，如7月21日00 UTC的24 h预报(图 7b₁)，最低位势高度值约为3000 gpm，最高约为3050 gpm，两者相差达50 gpm，而此时最大涡度值相差也超过0.7×10^-3 s^-1；其余过程的集合预报强度预报特点与此相似，不再赘述。从西南低涡的强度预报分析来看，集合预报位势高度值预报偏小，显示GRAPES-REPS系统对温度预报为正偏差；而涡度值预报偏大，表明对风场预报存在偏强的趋势。

3.3 强降水概率预报检验 3.3.1 降水预报AROC评分

图 8为这四次西南低涡过程的AROC评分，评分区域为西南低涡活动影响地区(25°~35°N、100°~115°E)。图 8a和8b分别是两次东移型(“7·14”, “7·21”)低涡过程，其降水评分具有相似的特征，仅由“7·21”过程为例作详细分析，由图 8b可见，“7·21”过程在18~48 h预报时效内(西南低涡活跃时期)，0.1、10和25 mm量级的AROC评分值均>0.5，表现出较好的预报技巧；25和50 mm量级降水的AROC值甚至在18~30 h接近0.75，而此时正是“7·21”过程的强降水时间(7月21日18 UTC至22日06 UTC); 同样，图 8c和8d分别是两次停滞型(“6·12”, “8·17”)低涡过程，可见停滞型过程与东移型降水AROC评分具有同样的特点，不再赘述。

总的来说，东移型和停滞型西南低涡降水评分结论相似，即GRAPE-REPS系统在48 h预报时效内对小雨到中雨量级的降水评分较好，大雨量级的降水评分在强降水发生时段有较好的表现，表明GRAPES-REPS对西南低涡触发的强降水预报具有一定的预报能力。

3.3.2 强降水概率预报

图 9是四次过程24 h累计实况降水和GRAPES-REPS≥50 mm概率预报图。图 9第一列(a₁~d₁)为四次西南低涡0~24 h累计降水实况分布，第二列(a₂~d₂)为0~24 h≥50 mm降水的概率分布，第三列(a₃~d₃)为24~48 h累计实况降水，第四列为24~48 h≥50 mm降水的概率分布。

首先分析“7·14”过程，从图 9a₁可见，0~24 h实况降雨带成东北—西南向分布，降水最大值出现在四川泸州地区，50 mm降水概率大值区域主要分布在重庆和四川西北交界处(图 9a₂)，较实况略偏北，但基本合理。24~48 h暴雨量级降水主要分布在湖北东部(图 9a₃)，而50 mm降水概率大值区明显偏北偏西(图 9a₄)。“7·21”过程0~24 h实况暴雨量级的降水分布在四川泸州地区(图 9b₁)，≥50 mm的概率预报大值区(图 9b₂)与实况基本吻合，但大值区形态有差异，实况为南北向分布，而集合预报呈东西向分布。24~48 h暴雨量级的概率预报大值区与实况相比有偏北的特征(图 9b₃和9b₄)。“6·12”过程西南低涡影响区域的0~24 h强降水分布在贵州东南部(图 9c₁)，而暴雨量级的概率预报大值区分布在贵州中部(图 9c₂)，略有偏北，24~48 h概率预报大值区则比实况(图 9c₃)略有偏西的特征(图 9c₄)。“8·17”过程0~24 h实况累计降水的大值区呈“T”形分布(图 9d₁)，大暴雨区出现在四川东部和重庆中部，GRAPES-REPS概率大值区则出现重庆中部地区(图 9d₂)，四川盆地东部强降水的概率值偏小，24~48 h暴雨量级的概率预报与实况相比略有滞后(图 9d₃和9d₄)。

由以上分析表明，暴雨落区预报的准确性与西南低涡的移动特征密切相关，GRAPES-REPS对这四次西南低涡强降水概率预报的结果显示：0~24 h暴雨概率预报与实况相比略有偏差，但基本吻合；24~48 h，东移型西南低涡降水明显偏北，而停滞型则略有偏西，表现出略有滞后的特征。

3.3.3 集合成员降水检验

图 10是四次西南低涡生成24 h内路径预报平均误差以及6 h累计降水TS评分平均值，下面简要分析各集合成员6 h累计降水与路径预报误差的相关特征。

首先看两次东移型西南低涡过程，“7·14”过程西南低涡生成24 h内，由降水邮票图(图略)可以发现，集合成员对小雨到中雨量级降水预报基本与实况吻合，大雨落区范围略偏大，而暴雨中心则偏东偏北且范围偏大，其中成员1、成员5小雨到大雨量级降水落区表现相对合理，由图 10a可以发现，以上预报较好的成员不仅在TS评分有上好表现，其路径误差也相对较小。由“7·21”过程集合成员降水分布邮票图可见(图 11)，各集合成员小雨预报范围与实况比较接近，中雨预报范围偏大，而大部分集合成员对大雨以上降水落区偏西偏北，也有部分成员如成员1(图 11b)、成员2(图 11c)、成员13(图 11n)暴雨落区与实况比较接近，由图 10b可以看出，这些成员的TS评分均有较好表现，且其中成员2与成员13的24 h平均误差也较低。

下面来看停滞型西南低涡，对“6·12”过程集合成员降水分析，发现成员5在小雨到中雨范围预报合理，大到暴雨有漏报，而成员11在中雨量级预报范围偏大，大雨到暴雨落区基本与实况吻合，在图 10c中可以发现，成员5路径预报误差较小但其大雨TS评分没有展现优势，而成员11的TS评分从小雨到大雨均有上佳表现，其路径预报误差也较低。从图 12集合邮票图可以看出，“8·17”过程各集合成员小雨到中雨量级的降水预报区域基本合理，大雨以上量级降水与实况存在偏差，如成员5、成员8仅在小雨到中雨降水区域相对合理(图 12)，大雨以上则存在漏报，同样在图 10d中可以发现，以上成员TS评分较高且路径误差相对较低。从图 12l可以发现成员11暴雨的预报也有较好的表现，后文将对此成员的降水特征做进一步分析。

以上分析说明，当集合成员对西南低涡路径预报更为合理时，其降水评分亦较好，大雨到暴雨量级的降水预报更为准确，这进一步表明，大雨到暴雨以上降水落区预报准确性在很大程度上取决于西南低涡移动路径预报的准确性；然而降水评分与路径误差并没有绝对的对等关系，这是由于影响降水的因素有很多，除了低涡路径预报以外还要考虑其他方面因素。

以下简要分析一次过程中大部分集合预报成员暴雨落区预报出现较明显偏差的原因，以“8·17”过程为例。图 13是暴雨落区预报较好的集合成员11的850 hPa比湿和风场预报与实况分析场的比较图。从西南低涡发展成熟期的8月18日00 UTC分析场可见(图 13a)，850 hPa西南低涡东南部为较强的南风气流，西北部的东北气流最大风速超过12 m·s^-1，且在低涡东南侧以及低涡中心西北部存在水汽大值区；在8月17日00 UTC的24 h集合成员11预报图上(图 13b)，西南低涡形态、中心位置与实况均比较相近，且东南侧的比湿分布预报比较合理，而大部分集合成员西南气流预报偏强，东北气流预报偏弱，对于比湿>14×10^-3 g·kg^-1的水汽预报范围偏大(图略)，使得暴雨预报落区的偏差较大。

综上所述，这四次西南低涡降水预报检验表明，GRAPES-REPS对西南低涡影响区域的小—中雨预报较好，但暴雨以上强降水预报存在偏差，主要原因是GRAPES-REPS对西南低涡移动路径、形态及影响区域水汽等要素场预报与实况存在偏差所致。

4 结 论

GRAPES-REPS区域集合预报系统由中国气象局数值预报中心研发并于2014年实现业务化运行，为了更好地了解GRAPES-REPS对中尺度天气系统西南低涡的预报效果，特别是西南低涡移动路径和降水落区的误差等，本文就GRAPES-REPS对西南低涡的预报进行了一系列的检验，为预报员应用GRAPES-REPS和模式研发人员改进集合预报性能提供参考依据。首先通过分析连续2015年6月9日至7月9日一个月的GRAPES控制预报资料，获得GRAPES模式对西南低涡预报的准确性及空报漏报情况。之后利用2015年6—8月GRAPES-REPS区域集合预报资料，挑选四次生命史超过36 h的西南低涡过程，通过设计客观识别方法确定西南低涡中心，评估了GRAPES-REPS对西南低涡的移动路径预报效果以及中心位置预报误差和离散度分布；之后对西南低涡强度预报进行检验分析；最后通过降水评分、概率预报等对低涡造成的降水进行检验。得到结果和结论如下：

(1) 从连续一个月的资料分析，GRAPES模式对西南低涡预报的命中率较高，但空报率大于漏报率，分析原因是四川盆地九龙地区空报较多。

(2) 对西南低涡生成和发展时间的检验结果显示，控制预报和大部分集合成员对生成时间预报偏早，对消亡预报偏晚，而在低涡维持阶段，几乎所有成员均能预报出西南低涡气旋性环流。

(3) GRAPES-REPS对西南低涡移动路径在24 h预报时效内较合理，24 h预报时效之后，东移型和停滞型的西南低涡路径预报都存在不同程度的偏北，且东移型过程移动路径偏北特征更加明显。分析四次过程控制预报与集合预报平均移动路径预报误差发现，西南低涡生命活动前期集合预报平均的移动路径误差明显小于控制预报，体现出明显优势，且这种优势在停滞型过程中表现尤为突出；此外四次过程移动路径离散度随预报时效延长而增长，离散度大小受西南低涡移动路径系统性预报偏差影响较大。

(4) 对西南低涡的强度预报检验分析显示，GRAPES-REPS对西南低涡中心涡度值预报偏大，位势高度值预报偏低，表明温度和风场预报均存在正偏差。

(5) 24 h预报时效内，GRAPES-REPS对西南低涡影响区域的小—中雨量级降水概率评分均有较好表现，且概率预报大值区与实况接近，而暴雨概率预报最大值区个别略有偏北, 但基本吻合。24 h预报时效之后，由于东移型西南低涡移动路径偏北，导致降水落区偏北，而停滞型西南低涡降水则表现出略偏西的特征。主要原因是GRAPES-REPS对西南低涡移动路径、形态及影响区域水汽等要素场预报与实况存在偏差所致，因此需要重点提高GRAPES-REPS对西南低涡移动路径及水汽场等要素的概率预报技巧。

致谢：感谢国家气象中心高丽博士、张玉涛博士、四川省气象台陈朝平在检验方法、集合预报绘图程序中提供的帮助。