2022年影响中国的热带气旋降水预报检验

《Tropical Cyclone Research and Review》：Forecasts Verification on Tropical Cyclone Precipitation Influencing China in 2022

　　

摘要译文：以《热带气旋年鉴》中的热带气旋（TC）降水数据库作为参考数据集，本研究综合运用传统统计检验、误差分析以及基于对象诊断评估（MODE）空间检验方法，评估了TC逐日降水量和过程总累积降水量（TPA）预报的性能。评估涵盖了2022年影响中国内地的9个TC，预报来源包括全球与区域数值天气预报模式、集合平均方法以及中国气象局智能网格预报系统（CMA-NDFS）。对于TC逐日降水，七种预报方法在大雨（日降水量≥50 mm）和暴雨（日降水量≥100 mm）等级上的平均TS评分分别为0.27和0.18。以TS=0.10作为具有实际预报价值的基准，CMA-NDFS在2022年评估时段内可提供时效长达120 h的有技巧的TC逐日降水预报。对于TPA预报，七种方法的平均TS评分在≥10 mm、≥25 mm、≥50 mm、≥100 mm和≥250 mm阈值下分别为0.36、0.23、0.16、0.09和0.01。其中，CMA-NDFS在九个TC个例的大多数降水阈值上取得最高TS评分。MODE方法分析表明，系统误差的主要来源在于TPA预报对降水面积的低估。此外，随着降水阈值升高，总相似度下降，出现大角度差异的可能性增加。预报性能还随TC路径类型而变化：西行和西北行TC的预报效果普遍优于右折TC。由于分析仅基于单个拉尼娜年份的9个TC个例，结果可能受到年际特定环流异常的影响。未来需要使用更大且更多样化的TC样本开展进一步评估，以巩固和推广这些结论。

论文解读文章

一、研究背景与问题

热带气旋（TC）是影响中国最严重的天气系统之一，其带来的极端降水及次生灾害每年造成数十亿元人民币的经济损失。因此，准确预报TC影响时段内的过程总累积降水量（TPA）对保护人民生命财产安全至关重要。然而，当前TC降水预报能力明显落后于路径预报。过去三十年间，24 h和48 h TC路径预报的年平均误差下降约3%–4%，而降水预报的改进速度十分有限，严重制约了TC预报服务的效益。在此背景下，科学合理的检验方法对于诊断TC降水预报误差、支撑模式研发和产品应用具有重要意义。对于模式用户而言，检验有助于了解TC降水预报性能、选择和订正客观预报产品；对于模式开发者而言，系统性误差诊断可为模式改进提供重要参考。

传统列联表检验虽被广泛应用，但基于点对点或格点对格点的分类检验难以区分位移误差与强度或形态误差，这对TC降水尤为突出——较小的位移误差即可引起显著的双惩罚效应。为克服这些局限，空间检验方法应运而生，包括对象类、位移类、邻域类和尺度分离类等方法。其中，美国国家大气研究中心（NCAR）研发的基于对象诊断评估（MODE）方法建立了预报和观测降水场几何特征的参数化体系，可定量诊断降水系统的位置位移、形态和方向偏差，尤其适用于识别TC TPA预报的系统性误差。以往研究多集中于典型TC个例分析，缺乏对整个TC季节（6–10月）多模式或多方法的系统评估，且所用基准观测不统一，导致不同研究结果难以直接比较。为此，本研究以中国气象局上海台风研究所编制的《热带气旋年鉴》中TC降水观测数据集为基准，构建标准化的TC降水预报检验框架。

二、研究内容与技术方法

研究人员利用《热带气旋年鉴》TC降水数据库，结合传统统计检验、误差分析和MODE空间检验方法，对2022年影响中国内地的9个TC的逐日降水和过程总累积降水量（TPA）预报进行系统检验。检验对象包括三个全球模式（CMA-GFS、ECMWF-IFS、NCEP-GFS）、一个区域模式（CMA-MESO）、一个集合平均产品（ECMWF-IFS-EPS-MEAN）以及CMA-NDFS智能网格预报系统；逐日降水检验额外包含CMA-SH9区域模式。验证数据为站点观测，采用最近邻法将格点预报值匹配到站点。MODE检验中，将预报和观测降水场重插值到约5 km（0.05°）公共网格，按不同降水阈值采用不同参数配置，并引入基于观测的检验（OBV）改进方法保持观测对象不变。主要技术指标包括TS评分、漏报率、空报率、偏差以及MODE的质心距离、轴角差异、面积比、中值强度比和总相似度。

三、主要结果

（一）TC过程总累积降水量预报的传统检验

基于二分列联表对9个TC的TPA预报进行分级检验，所有预报方法平均TS随阈值升高而明显下降：≥10 mm为0.36，≥25 mm为0.23，≥50 mm为0.16，≥100 mm为0.09，≥250 mm为0.01。CMA-NDFS在≥10 mm、≥25 mm、≥50 mm阈值上TS最高，并与NCEP-GFS在≥100 mm阈值并列最高。以TS>0.10为实用预报基准，各方法在2022年均缺乏对超过100 mm的TC TPA的实用预报能力。TS、FAR、MR和Bias分析表明，在≥50 mm阈值下，所有方法TS均低于0.6，MR普遍超过0.6；CMA-GFS漏报率最高（0.90），NCEP-GFS漏报率最低（0.29）。随阈值升高，MR增大、Bias减小，表明各方法对高强度TC降水事件发生频率的低估愈发明显。

（二）TC过程总累积降水量预报的平均误差分析

平均误差分析显示，夏季TC的TPA平均误差总体为正，秋季TC则全部为负。Mann–Whitney U检验（U=0.0，p=0.009）确认夏、秋季TC累积降水量平均误差差异显著，可能与副热带高压位置、冷空气活动、海表温度等季节环流背景变化有关。夏季TC中，除台风木兰略有负偏差（-2.40 mm）外，其余均呈系统性高估；秋季TC所有方法均呈系统性低估，平均误差范围为-17.78 mm至-34.93 mm。其中NCEP-GFS对台风纳沙（2216）的低估最严重（-91.39 mm），CMA-NDFS对秋季TC总累积降水的低估程度最小。

（三）基于MODE的TC过程总累积降水量空间检验

MODE空间检验揭示了五个重要特征。总相似度方面，所有模式的总相似度随降水强度增加而下降，超过100 mm阈值时总相似度普遍低于0.70，ECMWF-IFS整体表现最优。质心距离方面，ECMWF-IFS定位精度最高（中位数3.12），CMA-MESO定位偏差最大（中位数接近5.0），CMA-NDFS在50 mm阈值表现优异（中位数1.78）。轴角差异方面，各模式呈现“双峰”分布，即预报与观测降水主轴要么高度一致（<10°），要么接近相反（接近180°），且大角度差异概率随降水强度增加而增大。中值强度比方面，在≥10 mm和≥25 mm阈值上夏季TC一般小于1、秋季TC大于1，而在≥100 mm阈值上各模式普遍高估降水强度。面积比方面，所有模式均表现出预报面积小于观测面积的低估偏差，中位数介于0.20（CMA-NDFS）至0.71（ECMWF-IFS）之间，ECMWF-IFS低估程度最轻。

进一步按TC路径类型分析发现，西行和西北行TC通常处于相对稳定的副热带高压和引导气流环境下，路径预报不确定性较低，因此降水质心距离和轴角差异相对较小，降水位置和形态预报更稳定。而右折TC在转向过程中常与中纬度西风槽相互作用，冷空气侵入增强降水不对称性，引导气流由西北向转为东北向使路径预报不确定性显著增加，从而造成降水位置、方向、强度和范围的更大误差。TC转向后经历温带气旋变性过程（ET），动力和热力过程快速变化，模式难以准确刻画其发生时机和强度，导致降水面积低估和空间结构误差。总体而言，西行和西北行TC的降水预报优于右折TC。

（四）TC逐日降水预报检验

TC逐日降水预报的TS评分随阈值升高和时效延长而下降。24 h时效下，各方法TS范围为：≥10 mm/24 h为0.17–0.43，≥25 mm/24 h为0.17–0.36，≥50 mm/24 h为0.14–0.35，≥100 mm/24 h为0.06–0.32，≥250 mm/24 h均为0.00。在≥50 mm/24 h阈值，平均TS为0.27；在≥100 mm/24 h阈值，平均TS为0.18。所有方法对≥250 mm/24 h极端暴雨均无预报技巧，原因在于模式分辨率和站点样本限制导致点对点匹配困难。以TS>0.10为技巧基准，CMA-NDFS在72–120 h时效内TS持续高于0.1，可提供长达120 h的有技巧的TC逐日降水预报。逐日降水误差方面，96 h时效内ME和MAE随时效增加而增大，ME在-4至8 mm/24 h之间波动，MAE在1至19 mm/24 h之间；CMA-NDFS在120 h时效负ME最明显。ECMWF-EPS-MEAN的MAE显著偏高主因是台风暹芭（2203）个例的较大误差，剔除后其MAE降至13.1±4.5 mm/24 h，与全球模式无显著差异。

四、结论与讨论

本研究构建了面向TC降水业务预报的标准化检验框架，主要结论包括：第一，TC逐日降水预报TS随阈值和时效增加而下降，24 h大雨（≥50 mm/24 h）平均TS为0.27，暴雨（≥100 mm/24 h）平均TS为0.18；CMA-NDFS可提供120 h内有技巧的逐日降水预报。第二，TC TPA预报在各阈值上的平均TS分别为0.36（≥10 mm）、0.23（≥25 mm）、0.16（≥50 mm）、0.09（≥100 mm）和0.01（≥250 mm），CMA-NDFS在多数阈值上表现最佳。第三，平均误差具有明显季节特征：各方法普遍高估夏季TC总降水、低估秋季TC总降水。第四，MODE空间检验揭示TPA预报的主要误差来源：降水面积普遍低估，且随阈值升高总相似度下降、大角度差异概率增加。第五，预报性能与TC路径类型密切相关，西行和西北行TC的预报优于右折TC。

讨论部分指出，本研究仅基于单个拉尼娜年份的9个TC个例，样本有限，结论可能反映年际特定环流特征。秋季TC降水系统性低估来源于三个主要因素：一是“台风—西风槽”联合降水仍是业务预报难点，模式对台风、西风槽位置及其相互作用相位的预报误差易导致降水落区偏移；二是研究所评估的TPA是从模式初始时刻起对台风整个生命史陆地降水的预报，对长时效模式性能要求极高；三是深秋台风常受南侵冷空气影响，当前模式微物理参数化方案对冰相过程和层状—对流相互作用的描述能力有限，难以准确模拟冷空气侵入后的混合相云微物理过程。实际业务中应重点关注TC与西风槽、冷空气等周围天气系统相互作用产生的联合降水预报，预报员不仅可通过传统TS评分检验确定参考模式，还可利用空间检验方法准确识别强降水区域的结构偏差，从而提高北行TC与西风槽联合降水预报的准确性。