WRF模式对宝鸡地区2013年夏季温度和降水预报的评估检验

时间：2024-09-03

韩　洁，庞　翻，陈卫东

(宝鸡市气象局，陕西宝鸡　721006)

韩洁，庞翻，陈卫东

(宝鸡市气象局，陕西宝鸡721006)

摘要：利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品，检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明：WRF模式预报的最高、最低气温的空间分布形态与实况较为一致，对于阴天和降水情况下的气温预报具有较高的准确性，最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高，达到65%以上；凤县、太白最差，仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致，但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现，模式对降水的预报能力随着降水量级的增大而减小，空报多于漏报；WRF模式的暴雨预报值得参考。

关键词：WRF模式；温度；降水；预报检验；TS评分；击中率；宝鸡

数值天气预报已成为现代天气预报业务的重要基础和发展方向，由于受到初始场、物理过程、模式本身等诸多因素影响，模式预报产品不可避免存在误差，因此检验评估工作成为数值天气预报的重要组成部分，评估结果有助于模式本身的改进和预报人员更好地使用模式产品。王雨[1]利用国家基本气象站资料评估了中央气象台5个常用模式的定量降水预报结果；王丽等[2]利用湖北省77个气象观测站资料对日本、德国和T213三种数值模式的强降水预报进行了统计比较；药明和晏晓英[3]利用代表不同地理环境的6个站点，检验并分析了吉林省数值预报业务系统短期预报各时段降水、温度、气压和风速等要素的预报性能；2012年陈锋等[4]就WRF模式对2011年夏季降水和温度进行了评估检验。总体而言，已有的数值预报模式检验评估主要侧重于对定量降水的评估，且所用观测资料多以常规站(站点较少)资料为主。宝鸡地区地处陕西省关中西部，地貌复杂，天气多变，因此数值预报产品对宝鸡地区夏季降水和温度具有什么样的预报能力，存在多大的误差，参考价值有多大，成为预报员关注的重要问题。本文利用宝鸡地区155个自动站观测资料，采用空间分布和统计检验等方法评价WRF模式对宝鸡地区2013年夏季(6—8月)降水和温度的预报能力，并对强降水预报准确性进行检验，为精细化天气预报工作提供较为客观的参考。

1资料与方法

宝鸡市气象台运行的WRF(Weather Research Forecast)模式系统采用WRFV3，该模式是由美国多个研究部门及大学共同参与开发的新一代中尺度预报模式和同化系统，具有可移植、易维护、可扩充等诸多特性[5]。根据宝鸡地区现有计算条件和地理位置特征，模式选用三重嵌套，分辨率分别为45、15、3 km，中心经纬度为107.1°E、34.3°N,垂直层次为37层。45 km嵌套重点覆盖影响宝鸡地区的大尺度系统，3 km嵌套识别影响宝鸡地区的中尺度系统。模式积云参数化方案采用Kain-Fritsch方案，微物理方案采用Lin方案，陆面过程使用Thermal Diffusion方案，行星边界层采用Yonsei University(YSU)参数化方案，近地表物理方案为Monin-Obukhov方案，长波辐射方案为RRTM，短波辐射方案为Dudhia方案。初始场采用NCEP/GFS分析场资料。实况资料选用宝鸡地区155个自动站观测资料，模式评估要素为20时起报的24 h累计降水量、2 m的最高气温和最低气温。

利用相关分析等方法对模式最高、最低温度预报进行检验。使用晴雨准确率、一般性降水准确率(TS评分)、击中率、空报率、漏报率[6]对模式的降水预报结果进行检验，计算公式为：

晴雨准确率Pc=(Na+Nd)/ (Na+Nb+Nc+Nd) ×100%,

一般性降水准确率TS=Na/(Na+Nb+Nc)×100%，

空报率Far=Nb/(Na+Nb)×100%，

漏报率Po=Nc/(Na+Nc)×100%，

击中率Pod=Na/(Na+Nb)×100%，

式中Na为有降水预报正确站(次)数，Nb为空报站(次)数，Nc为漏报站(次)数，Nd为无降水预报正确的站(次)数。

22013年夏季温度与降水检验

2.1温度

2.1.1最高温度对各站点模式预报的温度与相对应的实况温度做相关分析，得到最高温度的24 h预报值与实况值的相关系数达0.86，这表明24 h预报场与实况场相似度较高。2013年宝鸡夏季平均最高气温实况和预报如图1所示。实况图上渭滨、凤翔、陈仓、岐山、扶风、眉县为最高温度的高值区，与24、48、72 h这3个时次的最高温度预报场的高值区位置一致；另外陇县、千阳、麟游在实况与预报图上均表现出千阳(中间)气温高，陇县、麟游气温低的特点。但是对于实况图上凤县高值区，WRF模式的3个时次预报场并未报出，这可能与凤县地形复杂多变，海拔落差较大，局地小气候特征明显有关，模式对其温度的分布特征较难做出精细的刻画。

图1　2013年夏季(6—8月)宝鸡平均最高气温的WRF模式预报与实况(单位：℃)

另将夏季各站点最高温度的实况平均值分别与相对应的24、48、72 h模式预报的平均值进行对比，发现24 h预报值较实况值平均偏低0.61 ℃，48、72 h预报值较实况值平均偏低0.65 ℃，由此可知，模式对于2013年夏季宝鸡地区最高温度的预报效果在3个时次中具有较好的一致性和参考价值。

2.1.2最低气温与最高气温的检验方法类似，各站点最低温度24 h预报值与实况值相关系数为0.83，略低于最高温度的相关系数，但仍具有较高的相似性。从图2可以看出，在实况图上平均最低温度的高值区位于宝鸡中东部和凤县境内，但模式24 h预报的平均最低温度高值区较实况偏西。实况图中3个低值中心分别位于宝鸡东北部、西北部和东南部的太白县境内，且在3个时次的预报图上均有对应。24 h预报场的最低温度与其相对应的实况值比较，平均偏低1.52 ℃，但48 h和72 h预报场的最低温度较实况值平均偏低0.44 ℃和0.50 ℃，即模式预报值较实况值偏低，但误差不大。

图2　2013年夏季(6—8月)宝鸡平均最低气温的WRF模式预报与实况(单位：℃)

以上分析表明，温度24 h预报值与实况值的相关系数超过0.80，即24 h的预报与实况具有较好的一致性。另外24、48、72 h的预报场与实况场的相关性较好(超过0.60)，3个时次的预报场具有较好的连续性，且均与实况场有较好的一致性，这表明模式对于2013年夏季温度的预报效果具有较高的参考价值。

2.1.3不同天气状况下的温度根据天气现象和高、低云量将2013年夏季(92 d)分别归为晴天、多云、阴天和降水四类天气状况，对模式预报温度与实况温度进行比较(表1)，结果表明：模式最高温度的预报偏差明显小于最低温度的预报偏差，最高温度预报产品更具参考性。模式温度在降水和阴天这两类天气状况下，最高温度的平均偏差仅为0.1 ℃和0.5 ℃，偏差很小。在晴天和多云天气状况下预报偏差明显较大，这可能是由于在晴天和多云天气状况下，太阳辐射强、下垫面和地形对气温的影响大，而模式对于下垫面和地形的模拟还不够细致，造成预报与实况偏差较大。

表1　2013年夏季(6—8月)不同天况下宝鸡地区各县(区)模式温度与实况的平均差值　℃

2.2降水

2.2.124 h晴雨准确率利用实况观测降水量(20—20)资料，对WRF模式相对应时次的降水预报(2013年6—8月)进行晴雨准确率评分(图3)。可以看出宝鸡中东部得分较高，特别是渭滨区、凤翔、扶风等地的晴雨预报准确率超过65%，陇县、千阳、麟游的晴雨准确率低于中东部(55%左右)，但高于凤县、太白(40%左右)。凤县、太白晴雨预报准确率低的主要原因是山区地形复杂、天气多变、夏季多局地降水，晴雨预报难度较大。

图3　宝鸡2013年夏季(6—8月)WRF模式24 h晴雨预报准确率/%

2.2.2日降水量空间分布从图4可以看出，模式24 h预报降水量与夏季平均日降水量实况在量级上较为一致，全区夏季日平均降水量为3～7 mm。24 h预报降水量分布宝鸡东南部为降水量的大值中心，千阳和麟游的交界处降水量较小，这与实况降水量分布(宝鸡南、北部为平均日降水量的大值区，东部则为相对小值区)不一致。即24 h模式预报值在降水量级上与实况较为一致，但在降水量的空间分布上则明显不同。

图4　2013年夏季(6—8月)宝鸡平均日降水量的预报与实况(单位：mm)

区域平均逐日降水量演变能较好反映模式对降水过程随时间变化的预报能力。宝鸡2013年夏季逐日降水量的时间演变(图5)表明，模式各预报时效的预报均较为准确地报出降水的发生—发展—减弱过程，2013年7月几次较大的降水过程，24 h预报降水量级与实况较为一致，但48 h和72 h预报与实况相差较大。

图5　2013年夏季(6—8月)宝鸡区域逐日降水量的实况与预报

2.2.3降水量表2给出了宝鸡WRF模式不同量级降水的统计检验结果。可以看出，模式对降水的预报能力随着降水量级的增大而减小，24 h预报小雨—暴雨的TS评分从0.67逐步下降到0.09。模式预报的空报多于漏报，即模式预报的降水日明显偏多。在各个级别降水中24 h的TS评分均明显高于48 h和72 h，这表明24 h模式预报的准确性较高。另外，48 h暴雨以上级别的击中率为0.24，高于中雨以上级别和大雨以上级别，这表明模式对于暴雨的预报值得参考。

表2　2013年夏季(6—8月)宝鸡地区不同量级

3结论

利用宝鸡地区155个县(区)级或乡镇级自动站的观测资料，对比检验WRF模式对宝鸡地区的最高、最低温度和降水的预报效果，得到以下结论。

(1) WRF模式预报的最高、最低气温与实况的相关系数超过0.80，表明模式预报的气温与实况具有较好的一致性。模式预报的最高、最低气温在3个预报时次都较实况温度偏低，即模式预报的气温整体偏低。在不同的天气状况下，模式预报气温与实况的平均差值也有所不同。在阴天和降水天时，最高温度的预报偏差仅为0.1 ℃和0.5 ℃，具有较高的准确性。

(2)模式对宝鸡东部晴雨预报准确率较高，达65%以上；凤县、太白最差，仅为40%左右。这与宝鸡地区的东部为平原，天气特征较为稳定，凤县、太白为山地，夏季多局地阵性降水天气有关。

(3)WRF模式预报的夏季日平均降水量与实况值在量级上较为一致，但空间分布误差较大。3个时次所作的逐日降水量预报能够较为准确地描述夏季降水发生—发展—减弱的过程。

(4)通过对模式预报的不同量级的降水量进行分级检验发现，模式对降水的预报能力随着降水量级的增大而减小，空报多于漏报，WRF模式对于暴雨的预报值得参考。

王娟，卓静，何慧娟.基于GIS和RS的西安、咸阳城市扩展特征研究[J].陕西气象，2015(1)：6-10.

参考文献：

[1]王雨.2004年主汛期各数值预报模式定量降水预报评估[J].应用气象学报,2006,17(3)：316-324.

[2]王丽,金琪,柯怡明.三种数值预报产品短期强降水预报定量误差评估[J].暴雨灾害，2007，26(4)：301-305.

[3]药明,晏晓英.吉林省数值预报业务系统要素预报性能分析[J].吉林大学学报：地球科学版，2008,38(增刊)：209-213.

[4]陈锋,董美莹,冀春晓,等.WRF模式对浙江2011年夏季降水和温度预报评估及其湿过程敏感性分析[J].浙江气象，2012，33(3)：3-12.

[5]Skamarock W C， Klemp J B， Dudhia J，et al.A description of the Advanced Research WRF version 3[Z].Ncar Technical Notes,NCAR/TN-475+STR, 2008.

[6]丁金才.天气预报评分方法评述[J].南京气象学院学报,1995,18(1)：143-150.

文章编号：1006-4354(2015)01-0001-06 1006-4354(2015)01-0006-05