《Physics and Chemistry of the Earth, Parts A/B/C》：Performance assessment of WRF model in spatio-temporal forecasting of extreme precipitation events by exploring optimal physics schemes in southwestern Iran
编辑推荐：
本研究针对复杂地形区极端降水预报精度不足的问题，开展了WRF模型多物理参数化方案组合的优化研究。通过构建84种物理方案组合，结合时空统计指标（SSIM、Moran's I、Kappa、RMSE、NSE、R2等）和熵权TOPSIS多准则决策方法，系统评估了不同方案在伊朗西南部山区的预报性能。研究发现New Thompson微物理方案与KF积云参数化、MYJ行星边界层方案的组合（62号）最优，显著提升了降水时空分布预报准确性，为山区洪水预警和气候风险评估提供了方法论创新。
在全球气候变化背景下，极端降水事件频发已成为威胁人类社会的重要自然现象。伊朗西南部作为典型的复杂地形区域，近年来饱受洪水困扰，而准确预报该地区的极端降水一直是数值天气预报中的重大挑战。Weather Research and Forecasting (WRF) 模型作为中尺度气象模拟的重要工具，其预报精度高度依赖于物理参数化方案的选择。然而，由于不同方案对降水过程的表征机制存在差异，如何在特定地理气候条件下选择最优方案组合，成为提升预报准确性的关键科学问题。
传统研究多侧重于单一类型的评估指标（如均方根误差RMSE、纳什效率系数NSE等），难以全面捕捉降水场的空间结构特征。此外，面对海量的物理方案组合，如何建立系统性的优选方法也缺乏有效手段。针对这些瓶颈，本研究创新性地将空间结构相似指数SSIM、莫兰指数Moran's I和Kappa系数等空间统计指标，与传统时间序列指标相结合，构建了多维评估体系。更引人注目的是，研究团队首次将熵权TOPSIS多准则决策方法引入WRF模型参数化方案优选领域，为复杂决策问题提供了客观量化的解决方案。
本研究以伊朗西南部的Great Karoon和Karkheh流域为研究区，选取10场历史极端降水事件作为模拟对象。研究人员精心设计了84种物理参数化方案组合，涵盖7种微物理方案（New Thompson、WSM6、Goddard等）、6种积云参数化方案（KF、BMJ、GF等）及2种行星边界层方案（YSU、MYJ）。通过双重嵌套域设置（外层9公里，内层3公里），模拟总时长为36小时，其中前12小时为spin-up时间。评估数据来源于区域内102个气象站的观测资料，确保了数据的代表性和可靠性。
在技术方法层面，研究团队采用了多项创新性方法：首先，引入结构相似性指数SSIM评估预测与观测降水场的空间结构相似度；其次，采用莫兰指数Moran's I量化降水场的空间自相关性；同时利用Kappa系数衡量分类一致性。此外，传统指标如RMSE、NSE、R2和分类指标POD、FBI、FAR等也被纳入评估体系。最具特色的是，研究应用熵权法客观确定各指标权重，并结合TOPSIS方法对84种方案进行系统排序，避免了主观权重带来的偏差。
通过系统的方案评估，研究得出了一系列重要结论：
在空间评估方面，New Thompson微物理方案表现最为突出，其SSIM值达0.60，Moran's I为0.85，Kappa为0.56，显著优于其他方案。这表明该方案能更好地再现降水场的空间结构和组织特征。在积云参数化方案中，KF方案在空间指标上表现最佳，SSIM为0.63，Moran's I为0.72。
时间序列评估结果显示，组合62（New Thompson微物理+KF积云+MYJ边界层）在RMSE（8.91 mm）、NSE（0.81）和R2（0.84）等指标上均位居前列。特别值得注意的是，该组合在探测概率POD（0.80）和误报率FAR（0.20）方面也表现出色，显示出良好的业务预报潜力。
熵权TOPSIS分析进一步证实了组合62的优越性，其综合得分P值达到0.97，显著高于其他方案。权重分析表明，SSIM、NSE和Moran's I三个指标在决策中占据主导地位，反映了空间结构相似性和动态拟合度在方案评估中的重要性。
研究还发现，不同气候分区下的最优方案存在一定差异。在DSa气候区（冷夏干热气候），组合64表现最佳；而在BSk区（冷草原气候），组合68更为适合。这一发现提示我们，WRF模型参数化方案的性能可能具有区域依赖性，在实际应用中需考虑地理气候特征的适应性。
通过典型降水事件（事件7）的详细分析，研究人员验证了最优组合的预报能力。结果显示，组合62能准确捕捉降水中心的位置和强度，在D02区域（3公里分辨率）的RMSE降至6.8 mm，NSE提升至0.74，显著优于其他方案。
本研究的意义不仅在于确定了伊朗西南部地区WRF模型的最优参数化方案组合，更重要的是建立了一套系统的模型评估和方案优选方法论。将空间统计指标与多准则决策方法相结合，突破了传统单一指标评估的局限性，为类似地区的WRF模型应用提供了重要参考。研究成果对提升复杂地形区极端降水预报精度、增强洪水预警能力具有直接的应用价值，同时为数值天气预报模型的不确定性量化研究开辟了新途径。
值得注意的是，本研究揭示的物理机制也颇具启发意义。New Thompson方案的优势可能源于其对混合相态云物理过程的精细描述，特别是冰相微物理过程的合理表征；KF积云参数化方案则因其对对流触发机制的准确捕捉而表现优异；MYJ边界层方案在复杂地形下的湍流交换模拟方面展现出独特优势。这些物理机制的理解为后续模型改进提供了理论依据。
尽管本研究取得了重要进展，作者也指出了若干值得深入探讨的问题。例如，最优方案组合的季节依赖性尚未明确，不同天气系统类型下的方案敏感性也有待进一步研究。此外，将这种方法论推广到其他地理气候区，验证其普适性，将是未来研究的重要方向。
总的来说，这项研究通过创新性地结合空间统计方法和多准则决策技术，为WRF模型参数化方案优化提供了科学可靠的方法论支撑，对提高极端天气事件预报准确性和防灾减灾能力具有重要意义。相关研究成果已发表在《Physics and Chemistry of the Earth, Parts A/B/C》期刊上，为区域气候模拟和水文气象研究提供了重要参考。
