CMA-SH9在川渝地区的降水日变化预报效果评估

叶 茂 , 吴 钲 , 游 婷 , 高 松

（重庆市气象科学研究所，重庆 401147）

引言

降水日变化是地球气候系统变化的基本模态之一，与影响大气演变的重要动力、物理过程密切相关。20世纪初以来，许多研究围绕降水日变化展开[1-3]。随着高时空分辨率观测资料的日益增多，区域降水日变化的研究取得了显著进展[4-7]。王夫常等[8]的研究表明，西南地区的夜雨现象明显，但存在午后降水次峰值。Zhou等[9]对长江中下游地区降水开展观测研究，指出降水日变化存在午后和清晨两个峰值。Yu等[10]进一步研究发现，该地区的午后降水峰值和生命期较短的对流活动有关。赵玉春等[11]对长江中游降水的研究表明，对流降水从清晨开始，在15时达到峰值。刘亚楠等[12]对华南前汛期的降水日变化特征开展分析，发现华南降水日变化形态随南海夏季风爆发而转变。公颖等[13]对辽宁暴雨日变化的研究表明，辽宁内陆地区主要表现为午后降水峰值，沿海地区的降水峰值提前到午前。

川渝地区位于青藏高原东侧，受青藏高原、四川盆地周边地形和夏季多重季风、西南涡等多尺度天气系统的共同影响，天气气候异常复杂，暴雨灾害频发且夜雨现象显著[14-15]。围绕该区域降水特征及形成和演变机理开展了许多研究。陈贝等[16]统计分析表明，高原涡东移将引起四川盆地西南部的明显降雨。王佳津等[17]利用分钟级降水资料开展短时强降水特征研究，结果表明四川区域强降水过程主要发生在后半夜至凌晨，地形对短时强降水率的极端值有较大影响。李强等[18]研究表明，川渝地区受山地地形动力辐合抬升和盆地西部较大的地形梯度影响，强降水高频区主要位于盆地西北部、西南部及盆地过渡区。

中国气象局上海数值预报模式系统（CMA-SH9）基于第一代华东区域数值预报模式系统改进升级而成，于2014年6月开始业务试运行，模式预报范围覆盖中国及周边地区，水平分辨率为9 km×9 km，初始场为GFS分析场，每日运行两次（起报时间为北京时08和20时），预报时效为72 h，该模式通过ADAS分析系统同化了雷达、地面、探空等多种资料[19]。徐同等[20]检验评估表明，CMA-SH9能够较好地捕捉降水事件的发生，其预报性能相对第一代业务系统有明显改善。张赟程等[21]研究表明CMA-SH9对极端降水事件的预报具有指示意义，很好地再现了“9.13”降水过程自北向南的推进过程。

目前，针对CMA-SH9模式已开展了许多检验分析工作，但关于该模式对复杂地形条件下的降水分布及降水日变化的预报性能仍缺乏系统的评估和认识。考虑到降水日变化涉及积云对流参数化、边界层和辐射等物理过程的影响，评估模式对降水日变化的预报效果有助于认识模拟结果的不稳定性，因此，有必要利用CMA-SH9对川渝复杂地形区的降水预报性能开展精细化的评估分析。

1 资料和方法

1.1 资料

利用2020年暖季（5～9月）CMA-SH9逐小时降水数据以及相应的观测数据开展预报评估工作，评估区域为川渝地区（27°～33°N，100°～110.5°E）。观测数据选用我国区域自动站与美国国家海洋大气局（National Oceanic and Atmospheric Administration，NOAA）CMORPH（CPC MORPHing technique）卫星反演降水资料融合的逐小时格点降水产品（AWS-CMORPH），空间分辨率为0.05°×0.05°。多项研究[22-23]表明该融合产品有效综合了地面观测降水和卫星反演降水的优势，能够合理表征降水的量值和空间分布。评估的模式资料为CMA-SH9每日20时起报、预报时效12～36 h的逐小时降水数据。为了便于比较分析，通过双线性插值方法将模式数据插值到与观测一致的0.05°×0.05°网格上，由于高原地区观测数据相对稀少，对于海拔高度3000 m以上的区域不做分析。

1.2 评估方法

通过分析小时平均降水量、降水频率和降水强度评估模式对降水日变化的预报能力。参考降水量等级划分的国家标准（GB/T 28592-2012），若某格点小时降水量≥0.1 mm则认为该格点发生一次有效降水，相应的降水量记为有效降水量。小时平均降水量是指研究时段内某格点的累计有效降水量与总观测频次的比值，单位为mm/h。降水频率是指某格点的有效降水次数与总观测次数的比例，单位为%。降水强度是指某格点上累计有效降水量与有效降水频次的比值，单位为mm/h。

2 降水空间分布特征

图1为2020年5～9月川渝地区小时平均降水量的观测值、预报值及其偏差空间分布。观测小时平均降水量的大值区分布于四川盆地周边（图1a），大值中心位于龙门山脉南麓、大巴山脉南麓以及武陵山脉北麓，四川盆地的降水量相对较小。模式较好地把握了四川盆地少、周边多的降水量空间分布特征（图1b），预报与观测的相关系数达0.42，但对四川盆地的降水量略有低估，对盆地周边的降水量有所高估。显著的预报正偏差位于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区（图1c），分别将其定义为子区 1（27°～29.5°N，102°～103.9°E）、子区 3（27.5°～31°N，108°～110°E），其区域平均的预报偏差分别为0.28 mm/h、0.17 mm/h；四川盆地主要呈现较小的预报负偏差，将其定义为子区 2（29°～31.5°N，104°～107°E），其区域平均的预报偏差为-0.003 mm/h。进一步计算三个子区的均方根误差可知，子区1的均方根误差最大（0.36），子区 3 次之（0.20），子区 2 最小（0.06），表明模式在川渝地区的预报稳定性存在区域差异，四川盆地的预报稳定性相对更好。

图1 2020年5～9月川渝地区小时平均降水量的观测值、预报值及其偏差空间分布（a.观测值，b.预报值，c.预报-观测，填色表示降水量，单位：mm/h，等值线表示3000 m和500 m地形高度，3000 m高度以上为非检验区）

图2为2020年5～9月川渝地区降水频率的观测值、预报值及其偏差空间分布。观测降水频率的分布特征和降水量较为一致（图2a），大值区分布在四川盆地周边的陡峭地形处，大值中心位于青藏高原东坡至四川盆地西侧、大巴山南麓和武陵山脉北支。尽管模式预报的降水频率偏高（图2b），但模式较好地预报了与观测相近的降水频率空间分布特征，相关系数为0.61，高于降水量相关性。频率偏差表现为全区域一致的正偏差分布（图2c），尤其青藏高原东坡至四川盆地西南部的正偏差显著，子区1降水频率预报偏差的区域平均达16.49%。尽管模式预报的四川盆地降水量呈负偏差，但其降水频率的预报值高于观测值，子区2降水频率预报偏差的区域平均达4.22%。

图2 同图1，但为降水频率（单位：%）

图3为2020年5～9月川渝地区降水强度的观测值、预报值及其偏差空间分布。观测的降水强度大值区主要位于龙门山脉、大巴山脉和湖南西北部附近（图3a）。模式把握了和观测一致的降水强度大值区（图3b），但对龙门山和大巴山脉的降水强度有所低估，而对青藏高原东坡至四川盆地西南部一带以及武陵山脉的降水强度有所高估。相比于降水量和降水频率，模式对降水强度的预报效果较弱，预报和观测的空间相关系数仅有0.33。降水强度和降水量的预报偏差分布特征相近（图3c），但降水强度负偏差的范围更广（由四川盆地南部向北扩张至大巴山脉）。青藏高原东坡至四川盆地西南部一带以及盆地以东地区为预报正偏差，四川盆地为显著的预报负偏差，子区1～3的预报偏差分别为0.14 mm/h、0.31 mm/h、-0.47 mm/h。结合小时平均降水量、降水频率、降水强度的空间分布特征可知，模式对子区1和2降水量的高估来自降水频率和强度的共同贡献，而对子区3降水量的低估则主要来自降水强度的贡献。

图3 同图1，但为降水强度（单位：mm/h）

为了进一步考察模式对不同强度降水的预报能力，图4给出了川渝地区区域平均的0.1～10 mm/h强度范围内观测和预报降水频率随降水强度的演变特征。如图所示，可见0.1～1 mm/h强度范围内的降水频率较高，频率随降水强度的增加逐渐减小。模式预报了与观测一致的频率演变特征，但预报的降水频率始终高于观测。

图4 川渝地区区域平均的0.1～10 mm/h强度范围内观测和预报降水频率随降水强度的演变特征（横轴为降水强度，纵轴为取对数的降水频率）

3 降水日变化特征

3.1 降水日变化峰值时间位相

图5为观测与模式预报的降水量、降水频率、降水强度日变化峰值发生时间的空间分布。观测的降水量峰值时间自西向东有所滞后（图5a），青藏高原东坡至四川盆地西侧的峰值出现在上半夜至午夜，四川盆地的峰值出现在午夜到清晨，盆地以东地区则表现为清晨至上午的峰值特征。模式预报的峰值时间相对观测有所提前（图5d），自青藏高原东坡至四川盆地以东地区表现为傍晚到清晨的峰值位相。相比于降水量，降水频率更多地表现为清晨至上午的峰值特征（图5b）。预报的频率峰值时间相比观测提前3 h左右（图5e），且模式对大巴山东段午后峰值范围有所高估。降水强度的峰值时间分布较为分散（图5c），主要表现为夜间峰值位相。模式预报的降水强度峰值时间有所提前（图5f），预报的夜间峰值范围比观测更大，从四川盆地西南部向东延伸至大娄山及武陵山脉，大巴山东段也表现为夜间峰值。

图5 观测（上）和预报（下）的降水量（a、d）、降水频率（b、e）、降水强度（c、f）日变化峰值发生时间的空间分布（北京时，3000 m高度以上为非检验区）

由图5可知降水日变化峰值时间自西向东滞后的特征与地形分布密切相关，为了进一步研究降水日变化和地形高度的关联，图6给出了观测与模式预报的经向平均降水量、降水频率、降水强度日变化随经度的演变。降水量最大值位于青藏高原东坡至四川盆地西侧的高地形区（图6a），随着地形高度的降低，降水量峰值有所减弱，峰值时间自23时逐渐滞后至08时。模式合理再现了降水量峰值时间自西向东的滞后（图6d），但预报的峰值时间提前，且峰值持续时间更长。降水频率日变化随经度的演变特征和降水量相似（图6b），但峰值时间相对降水量有所滞后，在青藏高原东坡2000 m以上高地形处表现为凌晨峰值，在四川盆地表现为清晨峰值，在盆地以东地区表现为清晨延续至午后的峰值。模式对日内降水频率有所高估（图6e），在午后预报了虚假的次峰值。相比于降水频率，降水强度的最大值位置偏东（图6c），峰值时间位相滞后的特征在四川盆地中东部地区表现更明显。模式预报的傍晚至夜间降水强度偏强（图6f），尤其大幅高估了四川盆地以东地区的降水强度。结合降水量、降水频率和强度的日变化特征，可见夜间的降水频率和强度始终较大，造成夜间的降水量偏多；白天的降水频率和强度在四川盆地及以西地区相对较弱，而在盆地以东地区显著增加，造成降水量在白天东多西少的分布形态。模式预报的夜间降水量较观测偏大，这是降水频率和强度的共同贡献，而模式对白天降水频率的高估抵消了对降水强度的低估，因此预报的白天降水量与观测的偏差较小。

图6 观测（上）和预报（下）的经向平均（27°～33°N）降水量（a、d）、降水频率（b、e）、降水强度（c、f）日变化随经度的演变（左Y轴为北京时，右Y轴为地形高度，灰色实线表示地形高度，单位：m）

3.2 子区降水日变化演变特征

以上分析表明，自青藏高原东坡至四川盆地以东地区具有不同的降水峰值位相分布，为了比较不同区域的降水日变化，选取图1中降水量预报呈显著正偏差的子区1、子区3和呈负偏差的子区2，分析不同区域平均的降水量、降水频率和降水强度的日变化特征（图7）。子区1的降水量日变化呈单峰型分布（图7a），夜间降水量较大、白天降水量较小，峰值出现在00时，谷值出现在16时。模式预报的降水量日变化位相较观测提前2～3 h，分别在22时出现峰值、13时出现谷值。模式预报了更大的降水量振幅（预报的峰谷差值为0.93，观测为0.41），这是因为模式大幅高估了午后至清晨的降水量。降水频率的演变特征和降水量相似（图7b），从午后至凌晨逐渐增加，直至02时达到峰值，随后降水频率逐渐降低，直至16时达到谷值。模式预报的降水频率较观测偏高16%左右，但较好地再现了和观测一致的日变化特征，只是日变化位相相对观测略有提前。降水强度同样表现为突出的夜间峰值和下午谷值（图7c）。模式预报的日变化位相超前于观测，预报的降水强度在清晨至午后比观测弱，而在傍晚至凌晨明显强于观测，导致子区1平均的降水强度较观测偏强（图3c）。

子区2的降水日变化同样呈现单峰型特征（图7d～f），但日变化位相相对子区1有所滞后。观测的降水量在03～04时达到峰值，21时达到谷值，而预报则在02～03时达到峰值、14～17时达到谷值（图7d）。预报和观测的降水量偏差介于-0.08～0.14，降水量预报值在清晨至傍晚低于观测、在夜间高于观测，模式对白天降水量的低估一定程度上抵消了夜间的高估，导致子区2平均的降水量呈现弱的预报负偏差（图1c）。进一步对比降水频率（图7e）和降水强度（图7f）的日变化特征，均呈现夜间增多、白天减少的分布特征，降水强度的日变化位相超前于降水频率。模式能够再现子区2降水日变化的单峰型特征，但降水频率预报值整体高于观测，而降水强度预报值低于观测，尤其在清晨至傍晚显著偏低。

子区3的降水日变化呈现双峰型特征（图7g～i），降水量主峰值出现在08时、次峰值出现在18时（图7g），降水频率（强度）的峰值时间相比降水量略有提前（滞后）。模式再现了子区3降水量的双峰变化特征，但预报的清晨峰值更突出、清晨与傍晚的峰值差距更大（观测的双峰差值为0.40，预报为0.18）。子区3观测和预报的降水频率演变特征较为一致（图7h），但预报的降水频率偏高5%左右。模式对子区3降水强度的预报效果相对较弱（图7i），预报的降水强度双峰型特征不明显，不仅低估了白天的降水强度，也大幅高估了夜间的降水强度。

图7 子区 1（上）、子区 2（中）、子区 3（下）区域平均的降水量（a、d、g）、降水频率（b、e、h）、降水强度（c、f、i）日变化

总体而言，模式可以再现与观测一致的降水单峰型或双峰型日变化位相，预报和观测降水日变化的相关系数均通过0.01水平的显著性检验（表1），尤其在子区2的预报效果较好。但预报的降水量值与观测还存在一定偏差：对于子区1，预报的午后至清晨降水量较观测显著偏多，主要是因为模式大幅高估了该时段的降水强度；对于子区2，预报降水量在清晨至傍晚较观测偏少、夜间偏多，分别由清晨至傍晚的降水强度预报负偏差和夜间降水频率预报正偏差造成；对于子区3，降水量在夜间表现为显著的预报正偏差，其原因是模式对该时段降水强度的大幅高估。

表1 观测与预报的降水日变化曲线相关系数

4 结论

利用CMA-SH9模式逐日20时起报、预报时效12～36 h的逐小时降水数据以及地面自动站-CMORPH卫星融合降水产品，开展模式对2020年暖季川渝地区降水量、降水频率、降水强度空间分布及日变化特征的预报效果评估，得到如下主要结论：

（1）2020年暖季的小时平均降水量和降水频率呈四川盆地偏小、盆地周边陡峭地形处偏大的分布特征，降水强度的大值区位于龙门山脉、大巴山脉和武陵山脉。模式能够再现与观测一致的降水空间分布特征，但对川渝地区的预报稳定性存在区域差异，在四川盆地的预报稳定性相对更好。小时平均降水量显著的预报正偏差分布于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区，偏差来自降水频率和降水强度的共同贡献；预报负偏差分布于四川盆地，主要由模式对降水强度的低估造成。对于不同强度等级的降水，预报的降水发生频率始终高于观测。

（2）降水量和降水频率的日变化峰值时间呈显著的自西向东滞后特征，青藏高原东坡至四川盆地西侧的降水量峰值出现在上半夜至午夜，四川盆地的降水量峰值在出现在午夜至清晨，盆地以东地区的峰值出现在清晨至上午。相比于降水量，降水频率更多地表现为清晨至上午的峰值位相，降水强度的峰值时间则以夜间为主。模式预报的降水日变化峰值时间相对观测有所提前。

（3）降水量、降水频率和降水强度在夜间的量值较大，在白天呈现四川盆地及以西地区较小、盆地以东地区较大的分布形态。模式预报的降水量在夜间较观测偏大，来自于降水频率和强度的共同贡献，而在白天与观测的偏差较小，这是模式对白天降水频率的高估与对降水强度的低估相互抵消的结果。

（4）青藏高原东坡至四川盆地西南部一带和四川盆地的降水日变化表现为夜间峰值的单峰型位相，四川盆地以东地区则表现为清晨主峰、午后次峰的双峰型位相。模式能够较好地把握各子区单峰型或双峰型的日变化特征，但预报的降水日变化位相超前于观测，且预报的降水量值和观测存在一定偏差。