大渡河上游面雨量預報質量檢驗與釋用

黃 瑤,劉新超,淡 嘉

(1.高原與盆地暴雨旱澇災害四川省重點實驗室,四川 成都 610072;2.四川省氣象服務中心,四川 成都 610072)

0 引言

面雨量是洪水預報的重要參數,是抗洪救災及水電資源調度的重要參考依據[1-3],面雨量預報成為水文氣象服務的重要業務之一。隨著數值預報的發展,各類數值預報產品被應用于面雨量預報研究,各類產品對不同區域的預報效果也不盡相同,因而預報產品的質量檢驗及釋用不可或缺。關于面雨量預報產品檢驗方面的研究已經有了諸多成果[4-7]。劉靜等[8]基于站點降水資料和4個數值模式預報資料對淮河流域汛期面雨量進行了檢驗評估,發現ECMWF預報整體上優于其他模式預報。王紅燕等[9]利用T213預報產品構建了沙澧河上游關鍵區的暴雨和大暴雨模型并檢驗了該模型對強降水的預報準確率。楊詩芳等[10]運用模糊評分法研究了MM5數值預報產品在錢塘江和太湖地區面雨量的預報水平,發現應用對數線性釋用方法釋用該數值預報產品后使預報可信度明顯增加。朱占云等[11]研究了多模式預報產品在浙江省水庫流域面雨量的預報效果,檢驗結果表明對大雨、暴雨的預報ECMWF效果優于其他模式,而對中雨的預報則是OCT模式較好。張艷等[12]應用動態系統響應校正技術,對大渡河面雨量進行實時修正處理,提高了預報精度。

大渡河流域是岷江的最大支流,是岷江正源,發源于青海省玉樹藏族自治州境內阿尼瑪卿山脈的果洛山南麓,全長1062 km,流域面積達7.77萬km2。大渡河上游地形復雜,流經川西高原,高度差顯著,徑流量大,擁有多個梯級水電站,是西南地區重要的水利樞紐和淡水來源[13-14]。面雨量預報對大渡河水電調度、洪峰預測均有重要影響。開展大渡河流域面雨量預報質量檢驗及本地化釋用研究,對于提高大渡河流域防汛決策以及水電氣象服務水平具有重要意義 。智能網格預報模式(NWGD)應用于大渡河面雨量預報方面的研究還不多,NWGD產品是四川省流域預報業務中的重要參考指標,而對該預報產品的預報效果還需檢驗評估。本文基于NWGD降水預報產品,同時利用CMPAS-V2.1融合降水產品作為實況資料,計算大渡河上游面雨量,采用平均絕對誤差、晴雨預報正確率、TS評分、空報率、漏報率等指標對面雨量進行分級檢驗,并對評估結果進行解釋應用。

1 資料來源及方法

1.1 資料來源及研究區域

本文主要以2019年6—10月期間大渡河上游降水為研究對象,研究區域包括色達、斑馬、久治等14個縣域,具體區域范圍見圖1。本文選用的數值預報產品是中央氣象臺下發的NWGD降水預報產品,空間分辨率為5 km×5 km,預報時效為24～240 h,該數據可通過省級通訊網絡獲取。降水實況資料選用CMPAS-V2.1融合降水產品,空間分辨率為5 km×5 km,時間分辨率為1 h,通過時間重采樣將時間分辨率調整為1 d,該數據可通過中國氣象數據網(http://data.cma.cn/)獲取。CMPAS-V2.1產品是由國家信息中心研發,基于“概率密度函數(PDF)+貝葉斯模式平均(BMA)+最優插值(OI)”方法研制的中國區域地面自動站、衛星、雷達三源降水融合的降水實況產品?；讵毩颖镜慕y計檢驗表明,該產品各項統計指標均優于TRMM多衛星降水分析產品和NOAA/CPC研制的全球陸地日值降水格點分析產品(GPCP),能更好地反映我國地面降水實況。該產品已經在全國范圍內投入業務使用,其在智能網格預報、氣象災害預警業務監測及產品檢驗、GPAPES檢驗評估等業務中發揮積極作用[15-16]。預報產品和實況產品均采用算數平均法[17-18]計算大渡河上游流域面雨量。

圖1 大渡河上游研究區域Fig.1 Research area in the upper reaches of Dadu River

1.2 檢驗方法

參考我國江河面雨量等級劃分標準,將24 h面雨量劃分為小雨(0.1～5.9 mm) 、中雨(6.0～14.9 mm)、大雨(15.0～29.9 mm )、暴雨(≥30.0 mm) 4個等級。根據《中短期天氣預報質量檢驗辦法》(中國氣象局,2005)中降水預報質量評分標準和《全國七大江河流域面雨量監測預報業務規定》中面雨量檢驗方法,采用平均絕對誤差、平均晴雨正確率和TS分級評分統計評價指標,對大渡河上游面雨量預報產品進行檢驗。各統計評價指標如下[5-6]:

平均絕對誤差(En):指預報值和實況值的平均絕對誤差,其計算式為:

(1)

式中,n為有降水預報正確的天數,Rf為有降水且預報正確時的面雨量預報值,R0為有降水且預報正確時的面雨量實況值,本文僅統計實況有降水且預報也有降水時的誤差。

晴雨預報正確率為:

(2)

式中,NA為有降水預報正確次數,NB為空報次數,NC為漏報次數 ,ND為無降水預報正確的次數。

對降水分級檢驗,各級TS評分為 :

(3)

漏報率為:

(4)

空報率為:

(5)

式中,k為1～4級,分別代表小雨、中雨、大雨、暴雨及以上降水預報。NAk為k級別降水預報正確次數,NBk為k級別降水空報次數,NCk為k級別降水漏報次數。

統計6—10月降水情況,大雨及其暴雨的次數較少,為了使統計結果更具可信度,本文僅對小雨及中雨量級預報結果進行檢驗。

2 預報質量檢驗評估

2.1 平均絕對誤差檢驗

圖2給出了基于NWGD預報產品24～240 h面雨量預報的平均絕對誤差,由圖可見240 h預報時效內,平均絕對誤差范圍控制在5.6 mm以內,預報整體效果較好。144 h時效內,隨著預報時效延長,面雨量預報的平均絕對誤差呈現增大的趨勢。24 h時效平均誤差最小為3.9 mm,144 h時效平均誤差最大為5.6 mm。168～240 h之間平均絕對誤差有減小的趨勢,平均絕對誤差小于120 h和144 h時效,其中216 h時效平均絕對誤差僅大于24 h時效。從平均絕對誤差檢驗結果看,NWGD預報產品在大渡河面雨量中具有參考意義,24 h和216 h預報時效效果最佳。

圖2 平均絕對誤差Fig.2 Distribution of mean absolute error

2.2 晴雨預報質量檢驗

圖3給出了基于NWGD預報產品不同時效面雨量的晴雨預報正確率。分析發現晴雨預報正確率隨預報時效沒有明顯的變化規律。24～240 h的預報正確率維持在78%～88%之間,72 h預報時效正確率最高,達到88%,其次是24 h預報和168 h預報,正確率均達到87%。192 h和216 h的正確率較低,在80%以下,其余預報時效均在80%以上?？傮w來看,NWGD預報產品在大渡河上游面雨量的晴雨預報可信度較高,具有參考意義。

圖3 晴雨預報正確率Fig.3 Distribution of forecast accuracy rate

2.3 降水預報分級檢驗

2.3.1TS評分 從小雨和中雨量級的TS評分(圖4)來看,小雨的TS評分遠大于中雨TS評分。小雨24 h時效TS評分最高,達到76%,192 h和240 h預報時效的評分較低,分別為54%和59%,其余時效的TS評分均在60%以上,其中24 h和48 h預報時效在70%以上。中雨量級24～240 h預報時效的TS評分均較低,最高的是24 h預報時效為35%,TS評分隨時效變化沒有明顯的規律。以上分析說明NWGD預報產品對中雨量級面雨量預報質量還有待提高,對小雨的預報質量較好,參考意義較大。

圖4 小雨、中雨面雨量TS評分Fig.4 The TS score of light rain and moderate rain

2.3.2 空報率 從各時效的空報率來看(圖5),小雨的空報率均遠低于中雨的空報率。小雨24～240 h空報率范圍為14%～27%,空報率最低的是120 h和168 h時效,均為14%,192 h預報時效空報率最高,為27%,24～240 h時效的平均空報率為19%。中雨空報率較大,平均達到70%,48 h的空報率最小為59%,引起中雨空報最主要的原因是將小雨量級面雨量報大。

圖5 小雨、中雨面雨量空報率Fig.5 The false report rate of light rain and moderate rain

2.3.3 漏報率 從各時效的漏報率來看(圖6),小雨的平均漏報率比空報率略大,平均21.8%。24 h時效漏報率最低為8%,其次是48 h為11%,各時效漏報率范圍在8%～32%之間波動,其中最容易漏報的時效為192 h,為32%。中雨各時效的漏報率均高于小雨,范圍在25%～50%之間,其中漏報率最小的是120 h時效,最大的是96 h和216 h時效,均達到50%。各時效的中雨漏報率均小于空報率,平均為36.6%。

圖6 小雨、中雨面雨量漏報率Fig.6 The missing report rate of light rain and moderate rain

3 預報產品的釋用

3.1 小雨的消空處理

為了降低小雨的空報率從而提高晴雨預報正確率,有必要對小雨進行消空處理。12～72 h預報時效空報時的絕對誤差范圍大多集中于1 mm以內,而96～240 h預報時效發生空報的絕對誤差范圍相對較大,如果修正范圍過大又將引起24～72 h預報時效內漏報率增大,綜合考慮各指標最優化消空方案,本文將各預報時效小雨量級低于0.2 mm、0.4 mm、0.6 mm、0.8 mm和1 mm的預報值分別當做0 mm處理,結果如圖7所示。各預報時效消空處理后晴雨預報率提升不明顯。24～72 h預報時效分別將0.6 mm、0.4 mm、0.2 mm預報值當做0 mm處理后,晴雨預報正確率略有提升,其余時效預報晴雨正確率消空之后均有所降低。所以在實際預報中可適當考慮在72 h時效范圍內將0.6 mm以下降水當做0 mm處理,一定程度可以提高晴雨預報正確率。

圖7 各預報時效小雨的消空處理Fig.7 The forecast accuracy rate of light rain as the forecast of precipitation below 1 mm removed

3.2 中雨的消空處理

由于中雨量級的空報率較大,所以將中雨以上面雨量預報超出小雨量級 1 mm、2 mm、3 mm、4 mm的降雨預報值分別減去1 mm、2 mm、3 mm、4 mm的方式來降低中雨空報率(以24 h預報時效為例),如圖8所示。綜合來看將中雨量級介于6～9 mm的預報量減去3 mm的效果最好。在漏報率保持不變的基礎上,TS評分從原來的34.8%提升至42.1%,空報率從原來的60%降低至50%。

圖8 24 h預報時效中雨量級的消空處理Fig.8 The TS score , false report rate and missing report rate of moderate rain as the forecast value of moderate rain reduced to light rain

4 結論與討論

本文選取2019年6—10月CMPAS-V2.1融合降水分析實時數據產品檢驗NWGD降水預報產品在大渡河上游面雨量的預報效果,并對預報產品小雨和中雨量級進行了消空處理,得到如下結論:

(1)NWGD降水預報產品在大渡河上游面雨量平均絕對誤差范圍控制在5.6 mm以內,預報整體效果較好,其中以24 h預報時效效果最佳。晴雨預報可信度較高,預報正確率維持在78%～88%之間,其中72 h預報時效正確率最高為88%,具有較高的參考意義。

(2)NWGD降水預報產品小雨的TS評分遠大于中雨,空報率和漏報率均遠低于中雨。小雨量級的平均漏報率比空報率略大,而中雨量級的漏報率小于空報率?？傮w來說中雨量級面雨量預報質量還有待提高,而對小雨的預報效果較好,參考意義較大。

(3)將小雨和中雨分別做消空處理,小雨72 h時效范圍內將0.6 mm以下降水當做0 mm處理,一定程度可以提高晴雨預報正確率。將中雨量級介于6～9 mm的預報量減去3 mm做消空處理后預報效果有明顯提升,在漏報率保持不變的基礎上,TS評分從原來的34.8%提升至42.1%,空報率從原來的60%降低至50%。

由于本文研究所收集到的數據時間較短,涵蓋的樣本個例較少,文章中的消空處理僅簡單的對所有預報時效采用了統一的處理方案?？紤]到預報誤差通常會隨預報時效、月份或季節而變化,消空處理方案也應該針對不同時間尺度進行調整。下一步將收集更長時間序列的研究數據,根據預報產品對各降雨量等級在不同時間尺度上的誤差表現,進行更有針對性的消空處理,并對各消空方案進行應用驗證,以提升NWGD降水預報產品在大渡河上游地區的預報準確率。