不同初始場條件對新疆區域數值模式預報性能的影響

琚陳相，李 曼，艾力亞爾·艾海提，李火青，劉建軍，張海亮，馬玉芬

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中國氣象科學研究院災害天氣國家重點實驗室，北京 100081；3.中國氣象局塔克拉瑪干沙漠氣象野外科學試驗基地，新疆 烏魯木齊 830002）

數值天氣預報是利用基于大氣動力學方程及其相應的數值計算方法和物理參數化方案建立起來的數值模式，在給定的初值和邊界條件下，對描述大氣運動的物理方程組進行數值求解，預報未來某個時刻的大氣運動狀態[1]。因此，數值天氣預報成為一種典型的初值問題，初始場能否正確地反映真實大氣運動，能否與數值模式協調匹配，直接影響到模式的預報結果[2-4]，初始場的微小差別都可能導致截然不同的預報結果[5-8]。

國內外已有許多專家就初始場問題做過研究，龔建東等[9]研究指出，區域中尺度模式模擬誤差除來源于初始場誤差外，模式誤差、側邊界條件的影響也同樣重要。Zhang 等[10]比較全面地研究了中尺度暴雨的可預報性，表明模式和初始場誤差對預報結果有顯著影響。朱紅芳等[11]利用T213 L31 及NCEP FNL 6 h 間隔的資料作為初始和邊界條件，對一次致洪暴雨進行數值模擬試驗，表明模式的數值預報能力對不同的初始場和側邊界條件存在不同程度的依賴性，初始場的差異決定了模擬結果的差異。李秋陽等[12]利用GFS 和JMA 提供的初始場和側邊界條件對臺風內部結構和移動路徑進行了數值預報，表明初始場和側邊界的差異對臺風結構和路徑預報存在不同差異。袁有林等[13]利用ERA-interim 和FNL 資料分別驅動WRF 模式，對華北一次大暴雨過程進行了數值模擬，指出不同初始場在次天氣尺度上存在較大差異，導致對降水的模擬偏差，而濕度場的擾動對降水誤差的貢獻最大。韓子霏等[14]利用WRF 模式，評估GRAPES_GFS、FNL 和ERA-interim 三種不同資料提供的初始條件和邊界條件對西北地區一次暴雨過程的數值模擬效果，表明不同初始場對系統環流、降水分布特征及降水TS 評分均存在不同差異。這些研究都為提高區域中尺度模式的預報能力提供了有價值的參考依據。

本文比較了美國國家環境預報中心NCEP（National Centers for Environmental Prediction）GFS（The Global Forecast System）資料和中國氣象局GRAPES （Global/RegionalAssimilationand PrEdiction System）GFS 之間的差異（選取范圍為D01 區域：53°～137°E，16°～55°N），并分別利用上述兩種資料作為初始背景場和側邊界條件，驅動新疆區域數值模式業務系統（Rapid-refresh Multi-scale Analysis and Predication System-Central Asia，簡稱RMAPS-CA V1.0），進行整月預報和個例試驗研究，以了解新疆區域模式對初始場的敏感程度，希望能為提高區域模式的預報能力提供參考。

1 模式設計與初值簡介

1.1 模式簡介

2017 年11 月，中國氣象局烏魯木齊沙漠氣象研究所引進北京城市氣象研究院運行的快速更新多尺度分析和預報系統睿圖（Rapid-refresh Multiscale Analysis and Predication System，簡稱RMAPS），搭建起3 km 高分辨率的新疆區域數值模式業務系統（RMAPS-CA V1.0），2018 年5 月底實現了試運行，并于2020 年6 月通過了新疆氣象局組織的業務化評審[15]。該系統以WRF v4.1.3 和WRFDA v4.1.3為核心，采用雙重嵌套，D01 的分辨率為9 km，網格設置為712×532，經緯度跨距范圍為：53.82°～136.85°E，16.62°～54.52°N，覆蓋了中亞及我國大部分地區，D02 的分辨率為3 km，網格設置為832×652，覆蓋了全疆，垂直分為50 層，模式層頂為10 hPa。系統采用三維變分同化技術，以U/V 為變量進行多元觀測資料（常規觀測資料、雷達徑向風和反照率等）的同化技術，目前每日運行4 次（00、06、12、18時UTC），最長預報時效48 h，為新疆各地氣象部門提供穩定的數值預報產品，并成為預報員在氣象預報中的重要參考資料之一。模式物理過程設置為：WSM6 云微物理方案，K-F 對流參數化方案（D02 無積云對流方案），YSU 邊界層參數化方案，RRTMG長波/短波輻射方案和NOAH 陸面過程參數化方案。

1.2 初值簡介及試驗設計

本文使用了兩種初值來試驗其對新疆區域數值模式RMAPS-CA V1.0 預報能力的影響。第一種初始背景場資料是美國國家環境預報中心NCEP_GFS全球預報場，水平分辨率為0.5°×0.5°，時間間隔為3 h，NCEP_GFS 資料提供1 000～0.01 hPa 41 層的各層等壓面上的高度場、溫度場、濕度場、海平面氣壓和地表溫度等要素。第二種背景場資料是國家氣象中心業務的GRAPS_GFS 東半球預報場，水平分辨率為0.25°×0.25°，時間間隔為3 h，GRAPES_GFS提供1 000～0.1 hPa 40 層各層等壓面上的氣象要素資料。為了系統檢驗兩種初始場資料對新疆區域數值預報模式預報的影響，用于檢驗的預報樣本時間段為2021 年4 月1 日—4 月30 日（全文均用UTC時間），每天兩次（00 UTC 和12 UTC）更新循環預報，每次預報時效為24 h，樣本總數為60 個。選取連續月時間段作NCEP_GFS 和GRAPES_GFS 的預報性能比較，更能充分了解兩種初始場資料在新疆區域的預報差異。

本文使用NECP_GFS 和GRAPES_GFS 兩種初值來試驗其對新疆區域模式的影響，首先對兩種初值進行比較分析，以了解它們之間的差異。文中使用相關系數rxy來檢驗兩種初始場的相似程度[11]，相關系數公式為：

式中：xi、yi分別為NECP_GFS、GRAPES_GFS 資料初始場中各格點的值分別表示其場中所有格點的平均值。相關系數rxy越大，表示兩種初始場相似程度越大。

其次利用氣象學上通用的MET（Model Evaluation Tools）檢驗平臺，一是對NCEP_GFS 和GRAPES_GFS兩種資料在D02 區域的地面和高空的模式預報量（地面：2 m 溫度、10 m 風速；高空：位勢高度、風速、溫度）進行站點檢驗評分[16-18]。檢驗所使用的地面要素觀測資料和降水觀測資料均來自國家級地面氣象觀測站，3 km 分辨率區域中約有105 個；使用的探空觀測資料均來自參加考核探空站點，3 km 分辨率區域有14 個。給出預報相對于常規探空和地面觀測的均方根誤差RMSE 和平均偏差ME：

其中：Fi為第i 點上的預報值，Oi為第i 點上的觀測值。根據檢驗時段內地面觀測站降水觀測實況，計算兩種初始場資料逐6 h，檢驗閾值分別為0.1、3.1、6.1、12.1 和24.1 mm，累計降水站點Ts評分和BIAS預報偏差：

其中：Na為預報正確站（次）數、Nb為空報站（次）數、Nc為漏報站（次）數）。

2 NCEP_GFS 和GRAPES_GFS 初始場之間的差異

本文使用NCEP_GFS 和GRAPES_GFS 兩種初值試驗其對新疆區域數值模式業務系統的影響，首先對兩種初值在新疆區域數值模式（RMAPS-CA V1.0）D01 的預報范圍內進行比價和分析，采用公式（1）相關系數，描述2 個資料間的相近程度，初值中各格點值分別用xi、yi表示，所有格點的平均值用x、y 表示，相關系數越大表示兩種資料越相近，差異越小。圖1a 是2 個資料中各氣壓層位勢高度場、溫度場和濕度場的相關系數，NECP_GFS 與GRAPES_GFS 資料中位勢高度場700 hPa 以上的相關系數超過了0.9，表明2 個資料相似程度較高，700 hPa 以下相關系數較低。溫度場的相關系數整體上超過了0.9，表明2 個資料溫度場差異較??；濕度場的相關系數整體＜0.9，且700 hPa 以上呈減小趨勢，在250 hPa的相關性最小，表明2 個資料在中高層濕度場的差異較大。

圖1 NCEP_GFS 和GRAPES_GFS 各層高度場之間、溫度場之間和濕度場之間的初始場、大尺度場（a）和擾動場（b）的相關系數

為進一步了解NCEP_GFS 和GRAPES_GFS 初始場之間的差異，把GRAPES_GFS 資料分辨率處理成0.5°×0.5°。采用公式（6）9 點平滑濾波方法[11，13，19]獲得NCEP_GFS 和GRAPES_GFS 的大尺度平均運動場，9 點平滑公式中的平滑系數s 取0.5，平滑次數取3 次；然后用原始場減去大尺度平均運動場得到初始場的中小尺度擾動場。在此基礎上，分別計算兩種初始場之間的大尺度平均運動場和擾動場的相關系數。就不同氣壓上的位勢高度相關性、溫度相關性和濕度相關性而言，大尺度場好于原始資料（圖1a），位勢高度大尺度場的相關性和原始場保持一致，在700 hPa 以上的相關系數均＞0.97，說明兩種資料大的環流形勢差異很小。兩種資料間的擾動場相關系數較?。▓D1b），尤其在300 hPa 以上高度相關系數迅速變小?？傮w來看，位勢高度擾動場的相關性好于溫度擾動場，溫度擾動場的相關性好于濕度擾動場。位勢高度擾動場、溫度擾動場、濕度擾動場的相關系數分別為0.26～0.60、0.05～0.24 和0.01～0.12，說明兩種資料初始場的擾動場之間的差異明顯，同時擾動場所反映的次天氣尺度有著較大差異，這種差異也許是影響新疆區域數值模式預報能力的一個原因。利用9 點平滑公式計算大尺度場：

式中：fi，j是實況要素場是平滑濾波后得到的大尺度場，s 是平滑系數。

3 不同初始場對新疆區域模式預報結果的影響

分別使用NCEP_GFS 和GRAPES_GFS 作為初始場驅動新疆區域數值模式預報系統（分別記為exp_GFS 和exp_GRAPES 試驗），分析不同初始場對新疆區域數值模式模擬結果的影響。如不作特別說明，以下均是分析D02 內的數據。

3.1 高空要素預報差異

3.1.1 位勢高度

圖2 給出NCEP_GFS 和GRAPES_GFS 各層位勢高度的預報偏差（圖2a）和均方根誤差（圖2b）。NCEP_GFS 的高空位勢高度預報偏差400 hPa 以下為負偏差，呈現先增大后減小的趨勢，400 hPa以上為正偏差；GRAPES_GFS 的預報偏差整體呈現隨高度逐漸增大的正偏差，在200 hPa 達到極大值。整體上看，NCEP_GFS 三個時刻的高空位勢高度預報偏差分別維持在-6.62～7.89，-4.65～9.34和-7.85～5.27 gpm，GRAPES_GFS 三個時刻的高空溫度預報偏差分別維持在4.44～28.58、2.17～32.76和-2.64～30.30 gpm，GRAPES_GFS 高空位勢高度的預報偏差在00 時分析時刻、12 和24 時預報時刻均大于NCEP_GFS。

圖2 NCEP_GFS 和GRAPES_GFS 各層位勢高度預報偏差（a）和均方根誤差（b）

NCEP_GFS 的高空位勢高度均方根誤差和GRAPES_GFS 變化趨勢基本保持一致，呈現隨高度逐漸增大的趨勢，NCEP_GFS 的均方根誤差在3 個時刻均小于GRAPES_GFS，3 個時刻的平均均方根誤差分別減少37.2%、36.2%和35.5%。NCEP_GFS初始場在新疆區域模式中高空位勢高度的預報效果優于GRAPES_GFS 初始場，整體預報效果提升35.5%～37.2%。

3.1.2 風場

圖3 給出NCEP_GFS 和GRAPES_GFS 各層風場的預報偏差（圖3a）和均方根誤差（圖3b）。NCEP_GFS 和GRAPES_GFS 的高空風場預報偏差變化趨勢基本一致，00 時的預報偏差整體呈隨高度逐漸減小的負偏差；12 和24 時的預報偏差在700 hPa 以下為隨高度逐漸減小的正偏差，700 hPa 及以上隨高度整體呈現先增大后減小的負偏差；整體上看，NCEP_GFS 三個時刻的高空風場預報偏差分別維持在-0.82～-0.42，-0.78～0.89 和-0.92～1.33 m/s，GRAPES_GFS 三個時刻的高空風場預報偏差分別維持在-1.16 ～0.11、-0.82 ～0.72 和0.29 ～0.44 m/s，GRAPES_GFS 高空風速預報偏差在700 hPa 及以下要小于 NCEP_GFS，700 hPa 以上則大于NCEP_GFS。

圖3 NCEP_GFS 和GRAPES_GFS 各層風速預報偏差（a）和均方根誤差（b）

NCEP_GFS 的高空風速均方根誤差和GRAPES_GFS 變化趨勢基本保持一致，呈現隨高度逐漸減小再增大再減小的趨勢，在300 hPa 高度上達到極大值，NCEP_GFS 的均方根誤差在3 個時刻均小于GRAPES_GFS，3 個時刻的平均均方根誤差分別減少12.6%、9.0%和7.6%。NECP_GFS 初始場在新疆區域模式中高空風場的預報效果優于GRAPES_GFS 初始場，整體預報效果提升7.6%～12.6%。

3.1.3 溫度場

圖4 給出NCEP_GFS 和GRAPES_GFS 各層溫度場的預報偏差（圖4a）和均方根誤差（圖4b）。NCEP_GFS 高空溫度場的初始場預報偏差300 hPa以下呈隨高度先增大后減小的負偏差，在850 hPa達到極大值，200 hPa 及以上呈先增大后減小的正偏差，在200 hPa 達到極大值；GRAPES_GFS 的預報偏差700 hPa 及以下呈隨高度逐漸減小的負偏差，700 hPa 以上呈隨高度先增大后減小再增大再減小的趨勢，在200 hPa 達到極大值。整體上看，NCEP_GFS三個時刻的高空溫度預報偏差分別維持在-0.92～0.60、-0.83～0.64 和-1.09～0.66 ℃，GRAPES_GFS 三個時刻的高空溫度預報偏差分別維持在-2.03～0.54、-0.18～0.46 和0.29～0.44 ℃，GRAPES_GFS 的高空溫度預報偏差要小于NCEP_GFS。

圖4 NCEP_GFS 和GRAPES_GFS 各層溫度預報偏差（a）和均方根誤差（b）

NCEP_GFS 的高空溫度均方根誤差和GRAPES_GFS 變化趨勢基本保持一致，呈現隨高度逐漸減小再增大再減小的趨勢，在300 hPa 高度上達到極小值，NCEP_GFS 的均方根誤差在三個時刻均小于GRAPES_GFS，三個時刻的平均均方根誤差分別減少17.2%、10.3%和6.0%。NECP_GFS 初始場在新疆區域模式中高空溫度的預報效果優于GRAPES_GFS 初始場，整體預報效果提升6.0%～17.2%。

3.2 地面要素預報差異

圖5 為NCEP_GFS 和GRAPES_GFS 地面氣象要素的預報偏差和均方根誤差（圖5a 為2 m 溫度；圖5b 為10 m 風速）。從2 m 溫度的檢驗結果看，NCEP_GFS 初始場和GRAPES_GFS 初始場的預報偏差均為-2.11～-0.82 ℃的負偏差，隨著預報時效延長呈先增大后減小再增大再減小的波動狀，NCEP_GFS 和GRAPES_GFS 的2 m 溫度平均預報偏差分別為-1.72 和-1.32 ℃，GRAPES_GFS 的2 m溫度各個時刻預報偏差平均降低16.9%。從2 m 溫度的均方根誤差結果看，NCEP_GFS 初始場和GRAPES_GFS 初始場的均方根誤差維持在3.1～4.4 ℃，呈現先減小后增大再減小再增大的波動狀，NCEP_GFS 和GRAPES_GFS 的2 m 溫度平均均方根誤差分別為3.95 和3.39 ℃，GRAPES_GFS 的2 m溫度各個時刻均方根誤差平均降低14.3%。GRAPE_GFS 初始場對2 m 溫度的預報效果要優于NCEP_GFS 初始場。

圖5 NCEP_GFS 和GRAPES_GFS 地面要素預報偏差和均方根誤差隨時間演變

從10 m 風速的檢驗結果看（圖5b），NCEP_GFS初始場和GRAPES_GFS 初始場的預報偏差均為0.02～1.34 m/s 的正偏差，隨著預報時效的延長預報偏差維持較穩定，NCEP_GFS 和GRAPES_GFS的10 m 風速平均預報偏差分別為1.06 和0.79 m/s，GRAPES_GFS 的10 m 風速各個時刻預報偏差平均降低30.4%。從10 m 風速的均方根誤差結果看，NCEP_GFS 初始場和GRAPES_GFS 初始場的均方根誤差維持在2.46～3.07 m/s 之間，呈現先減小后增大再減小再增大的波動狀，NCEP_GFS 和GRAPES_GFS 的10 m 風速平均均方根誤差分別為2.85 和2.65 m/s，GRAPES_GFS 的10 m 風速各個時刻均方根誤差平均降低6.8%。GRAPE_GFS 初始場對10 m 風速的預報效果優于NCEP_GFS 初始場。

3.3 降水評分檢驗

3.3.1 逐6h 降水檢驗

圖6 是NCEP_GFS 初始場和GRAPES_GFS 初始場在2021 年4 月逐6 h 累計降水預報的檢驗結果，采用的方法是國際上通用的TS 評分和BIAS 預報偏差，給出了兩種初始場在D02 檢驗區域下的00時UTC 預報時次4 個時段（00—06、06—12、12—18及18—24 時）的平均降水檢驗結果。除6.1 mm/6 h降水閾值的00—06 時，NCEP_GFS 初始場針對各降水閾值及不同時效的預報降水TS 評分要高于GRAPES_GFS，0.1、6.1%和12.1 mm/6 h 的TS 評分分別提高22.5%、16.1%和150.8%。

圖6 NCEP_GFS 和GRAPES_GFS 降水預報的檢驗評分

降水預報的BIAS 預報偏差反映的是針對某一閾值預報發生降水的測站數與實際發生降水的測站數之比和模擬對于降水范圍大小的預報性能。從兩種初始場的BIAS 偏差看，除0.1 和6.1 mm/6 h 降水閾值的18—24 時，NCEP_GFS 初始場和GRAPES_GFS 初始場的BIAS 偏差＜1，表明兩種初始場的降水整體為漏報現象，預報的降水范圍小于實況。針對0.1、6.1 和12.1 mm/6 h 三個閾值降水的平均BIAS評分，NCEP_GFS 和GRAPES_GFS 分別為1.07、1.04、0.95 和0.98、1.39、0.81，NCEP_GFS 初始場降水閾值的BIAS 偏差整體比GRAPES_GFS 的偏差更接近1，表明NCEP_GFS 預報降水的測站數比GRAPES_GFS 更接近于實際測站數。

3.3.2 降水個例檢驗

過程前期，2021 年4 月20 日00 時500 hPa 歐亞范圍內呈兩槽兩脊的經向環流，歐洲北部為阻塞高壓，西伯利亞為低槽活動區，巴爾喀什湖地區為高壓脊區，受上游短波擾動影響，阻塞高壓向東南衰退的過程中減弱成高壓脊，北方冷空氣沿脊前偏北氣流東南下，促使下游西伯利亞低渦南下，由于下游高壓脊阻擋，西西伯利亞低渦東移緩慢，影響北疆、東疆地區，造成4 月20 日12 時—25 日12 時北疆大部、阿克蘇地區北部、巴州大部、吐魯番市、哈密市北部等地出現降水天氣。其中，2021 年4 月21 日00時—22 日00 時為本次降水過程的主要時段，降水主要集中在伊犁、博州、塔城、阿勒泰北部及北疆沿天山一帶，強降水中心位于伊犁河谷一帶，最大降水中心位于新源站（24 h 累計降水為21.2 mm）；NCEP_GFS 和GRAPES_GFS 二個初始場對降水預報的范圍和強度上與實況較一致，強降水中心均位于伊犁河谷，對新源站24 h 累計降水預報分別為18.4 和17.0 mm，與實況較吻合。

從4 月21 日00 時—22 日00 時全疆國家站點降水預報檢驗（表1）可知，24 h 累計降水量為小量（0.1 ～6.0 mm/24 h） 的實況站點數為35 個，NCEP_GFS 在20 日12 時和21 日00 時預報站點數分別為8 和20 個，真實命中率分別為22.9%和57.1%，GRAPES_GFS 在20 日12 時和21 日00 時預報站點數分為18 和25 個，真實命中率分別為51.4%和71.4%，GRAPES_GFS 對于小量級的降水預報要優于NCEP_GFS；24 h 累計降水量為中量（6.1 ～12.0 mm/24 h） 的實況站點數為11 個，NCEP_GFS 在20 日12 時和21 日00 時預報站點數均為2 個，真實命中為18.1%，GRAPES_GFS 在20日12 時和21 日00 時預報站點數分別為5 和2 個，真實命中率分別為45.5%和18.1%，GRAPES_GFS對于中量級的降水預報與NCEP_GFS 相當；24 h 累計降水量為大量（12.1～24.0 mm/24 h）的實況站點數為3 個，NCEP_GFS 在20 日12 時和21 日00 時預報站點數分別為2 和0 個，真實命中分別為66.7%和0，GRAPES_GFS 在20 日12 時和21 日00 時預報站點數分為0 和1 個，真實命中率分別為0 和33.3%，NCEP_GFS 對于大量級的降水預報優于GRAPES_GFS。

表1 2021 年4 月21 日00 時—22 日00 時新疆國家站降水預報檢驗

圖7 是NCEP_GFS 和GRAPES_GFS 初始場對2021 年4 月21 日00 時—22 日00 時逐6 h 累計降水預報的檢驗結果，從4 月20 日12 時預報的降水評分看（圖7a、7b），兩種初始場對晴雨預報（0.1 mm/6 h） 主要為空報（BIAS ＞ 1），NCEP_GFS 和GRAPES_GFS 的TS 評分平均分別為0.54 和0.45；對于 6.1 mm/6 h 降水閾值，NCEP_GFS 和GRAPES_GFS 主要為空報，NCEP_GFS 的逐6 h TS評分分別0.08 和0.16、GRAPES_GFS 的TS 評分為0.10。從4 月21 日00 時預報的降水評分（圖8c、8d）可知，NCEP_GFS 初始場對晴雨預報（0.1 mm/6 h）主要為漏報，而GRAPES_GFS 主要為空報，NCEP_GFS和GRAPES_GFS 的TS 評分平均分別為0.46 和0.57；對于6.1 mm/6 h 降水閾值，NCEP_GFS 和GRAPES_GFS 主要為空報現象，NCEP_GFS 的逐6 h TS 為0.08，GRAPES_GFS 的TS 評分分別為0.14 和0.08。

4 結論

對NCEP_GFS 和GRAPES_GFS 初始場資料進行了詳細比較，基于新疆區域數值模式業務系統（RMAPS-CA V1.0），分別利用兩種初始場開展整月數值模擬試驗和一次強降水個例的模擬試驗，并對預報結果進行了系統的檢驗評估。得出如下結論：

（1）通過尺度濾波可知，NCEP_GFS 與GRAPES_GFS 資料的大尺度場的相似性較高，主要的差異體現在次天氣尺度，位勢高度擾動場、溫度擾動場、濕度擾動場相關系數分別為0.26～0.60、0.05～0.24 和0.01～0.12。因此，用這兩種資料分別驅動新疆區域數值模式業務系統，模擬的各物理量場間存在著較大差異，且這兩種差異24 h 內不會隨著積分時間增加而消失，反映了區域模式對初始場和邊界條件的敏感性。

（2）從兩種資料形成的初始場預報的高空位勢高度、風速、溫度結果看，NCEP_GFS 初始場在新疆區域模式中高空要素的預報效果均優于GRAPES_GFS 初始場，均方根誤差分別降低35.5%～37.2%、7.6%～12.6%和6.0%～17.2%。從地面常規預報量的檢驗看，GRAPE_GFS 初始場對地面氣象要素（2 m溫度和10 m 風速）的預報效果優于NCEP_GFS 初始場，均方根誤差分別降低14.3%和6.8%。

（3）從降水檢驗評分看，兩種初始場的降水主要為空報，NCEP_GFS 初始場的空報現象小于GRAPES_GFS 初始場。NCEP_GFS 初始場針對各降水閾值及不同時效的預報降水評分高于GRAPES_GFS，0.1、6.1 和12.1 mm/6 h 的TS 評分分別提高22.5%、16.1%和150.8%。

（4）從一次強降水個例預報結果看，GRAPES_GFS 對于小量級的降水預報優于NCEP_GFS，兩種初始場對中量級的降水預報效果相當，NCEP_GFS對于大量級的降水預報優于GRAPES_GFS。從降水個例的檢驗評分看，兩種初始場多以空報現象為主，NCEP_GFS 的TS 評分要高于GRAPES_GFS。

通過本文開展的檢驗工作發現，GRAPES_GFS目前作為新疆區域數值模式業務系統的初始場，在地面氣象要素和小、中量級的降水預報方面存在優勢；但也存在一定的不足，主要體現為高空氣象要素和大量級降水的預報方面。因此，GRAPES_GFS 初始場在新疆區域的預報效果提升主要從2 個方面開展，一方面需要開展長期的檢驗工作和更多的典型天氣個例作進一步效果評估；另一方面，加強雷達資料和衛星資料同化技術研究及其在業務系統中的應用，以提高降水短臨預報效果；下墊面數據的更新應用，以提高地面氣象要素的預報效果；開展基于機器學習和統計方法的偏差訂正工作，減少模式預報的系統性誤差。