movenpick
第43卷第4期2020年12月
Vol.43No.4
Dec.2020气象与减灾研究
Me(eorologyandDisas(erReducionRearch
傅良，娄小芬，张玉静，2020.EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用气象与减灾研究! 43(4)=275-283.
Fu Liang,Lou Xiaofen,Zhang Yujing,2020.Verification and application of the EC-thin model and extreme weather forecast index(EFI)on rainstorm forecast in Zhejiang"#Meteorology and Disaster Reduction Rearch,43(4)：275-283.
EC-thin降水预报与极端天气预报指数
在浙江暴雨预报中的检验与释用
傅良】，娄小芬】，张玉静2
1.浙江省气象台，浙江杭州310017
2.杭州市气象局，浙江杭州310051
摘要：利用ECMWF模式降水和极端天气指数资料，以及浙江省68个气象站降水观测资料，评估了ECMWF细网格模式(EC-thin)和降水极端天气指数(EFI)对浙江2018-2020年梅汛期暴雨预报效果。研究表明：对于同一预报时效，随着阈值的增加,EC-thin和降水EFI的暴雨预报评分都呈现“先增加、后减小”的趋势，对于不同预报时效都存在某一阈值使得暴雨预报评分达到最大。从24h时效到72h时效,EC-thin的降水预报阈值从45mm逐渐下降到25mm，而降水EFI的暴雨预报阈值从0.7下降到0.6。EC-hm和降水EFI对暴雨预报的空报率随着阈值的增大而减小，漏报率随着阈值的增大而增大。对于不同预报时效，通过合理组合EC-thin降水阈值和降水EFI阈值，可以得到更好的暴雨预报效果，其评分高于单独使用降水EFI阈值或EC-thin降水阈值得到的评分。
关键词：暴雨,ECMWF模式，预报产品，效果检验，梅汛期
中图分类号：P456文献标识码：A文章编号：1007-9033(2020)04-0275-09
doi：10.12013/qxyjzyj2020-039
Verification and Application of the EC-thin Model and
Extreme Weather Forecast Index(EFI)
on Rainstorm Forecast in Zhejiang
FuLiang1，LouXiaofen1，ZhangYujing2
1.Zhejiang Meteorological Obrvatory,Hangzhou310017,China
2.Hangzhou Meteorological Administration,Hangzhou310051,China
Abstract：BadontheECMWFhigh-resolutionmodelandExtremeWeatherForecastIndex(EFI%，andprecipitationdataob-tained at68meteorological stations of Zhejiang，the e f ects of ECMWF and EFI on rainstorm forecast during Meiyu ason in 2$18—2$2$wereevaluated Resultsshowedthat：Forthesameforecaste f ectiveness，withtheincreaofthethreshold，the ETSscoreofEC-thinandEFIforrainstormforecastfirstincreadandthendecread，andathresholdwasfoundfordi f erent forecasttimetoreachthemaximumscore Withtheleadingforecasttimeincreadfrom24hto72h，thethresholdofrain-stormforecastofEC-thinreducedfrom45mmto25mm，whilethethresholdofrainstormforecastofEFIreducedfrom$7to $6ThefalalarmrateofEC-thinandEFIforrainstormforecastdecreadasthethresholdincread，whilethemisda-larmrateincrea
dasthethresholdincread Indi f erentforecaste f ectiveness，bycombiningthethresholdsofEC-thinand EFIreasonably，ahigherski l-scoreofforecastcanbeobtained，whichwashigherthanthescoreobtainedbyusingprecipitation
收稿日期：2020-07-25；修订日期：2020-09-28.
基金项目：浙江省气象局预报员专项项目(编号:2019YBY02).
作者简介：傅良，硕士，工程师，主要从事集合预报及产品释用研究，E-mail:
276Meteorology and Disaster Reduction Rearch气象与减灾研究2020,43(4)
EFIorEC-thinalone
Keywords：rainstorm；ECMWF high-resolution model；forecastproduct；effect test；Meiyu ason
暴雨是我国常见的一种高影响天气，常常会带来洪涝、山体滑坡、泥石流、城市内涝等严重灾害。如何提高暴雨预报能力，一直是天气预报业务中的重点和难点'高分辨率的数值模式预报结果是天气预报业务中最重要的参考资料之一。ECMWF细网格（简称EC-thin，下同）模式是当前最先进的全球模式
之一，其对降水有较强的预报能力。由于暴雨发生的概率较/J、、不确定性大，因此众多的预报检验表明EC-thin对暴雨的预报评分仍然不高（曲巧娜等,2016；郑晓辉等,2017；井立红等，2017；庄晓宵,2017）。自20世纪90年代以来，集合预报（En-mble Prediction System,EPS）成为数值预报的一-个重要发展方向，相比于常规的确定性预报，其考虑了模式的不确定性，能反映未来大气的多种状况，还考虑了发生概率等因素，也成为研究暴雨等极端天气的重要手段（包慧濛等,2015；陈浩等,2017；闵锦忠等,2018；任晨辰和段明铿,2019）。
基于ECMWF集合预报系统（EPS）,Lalaurette （2003）开发了极端天气指数（Extreme Forecast Index,EFI），这是基于模式天气相对于模式气候是极端事件，则认为实际天气相对于实际气候也为极端事件的假设。通过计算某要素EPS累计分布函数和模式气候累计分布函数之差，来确定某事件的极端性。一般而言，这种差异越大，则天气偏离气候态的程度也越大，越容易发生极端事件。EFI的运算使用了模式回算资料，有效消除了集合预报的系统性偏差。ECMWF的预报经验表明EFI的绝对值在0.5—0.8之间为异常，而超过0.8则为“非常异常”，预示发生极端天气的可能性很大（季晓东和漆粱波,2018）。然而EFI作为极端天气的指标，其指示意义在不同地区、不同季节针对不同类型天气有所不同，需要通过大量的检验来总结。近些年来，为了EFI对不同型、不同地区极端天气的指示意义，中外学者都对EFI做了一些相关的研究。Tsonevsky和Richardson（2012）将EFI应用于一次中欧降雪的预报，指出EFI可以提前7d预警降雪过程。Petroliagis和Pinson（2014）分析了德国北部3个机场的
强风事件，指出EFI可以早时间提供预警信息。Boisrie等（2015）基于EFI和SOT构建了极端强风暴预报方法，分析了过去30a影响法国的强风暴，指出大多数风暴可以被提前3—4d预警。Lavers等（2016）研究了EFI对冬季欧洲温带气旋强降水的预报能力，指出EFI在北大西洋涛动正位相可以提早2周预警温带气旋导致的强降水过程。董全等（2017）通过对大样本的分析，发现预报时效越长EFI的预报效果越差，事件越极端EFI的阈值越大。张小雯等（2018）将EFI应用于强对流预报，指出EFI与强对流天气有密切关系，且不同类型强对流EFI的分布和阈值具有各自特点。罗玲等（2019）分析了EFI与台风暴雨的统计关系，指出EFI可以提前3—5d提供极端降水信息。
综上所述，确定性的高分辨率模式预报和集合预报在预报中，高分辨率分辨率高，能够给出降水的精细化特征，但是不能提供暴雨发生的概率和落区的不确定性，而集合预报能够给出降水落区和强度的不确定性，却不能给出降水的精细化特征。因此，如果能够结合高分辨率模式和集合预报的优点，尝试将两者的预报结果融合，则有望提高暴雨预报准确率。文中通过评估EC-thin 降水和降水EFI在浙江2018—2020年梅汛期的暴雨预报评分，并尝试找出二者合理的组合方法，以期为暴雨天气预报提供参考。
1资料和方法
根据ECMWF对极端天气指数（EFI）定义, EFI表示累积“集合预报概率分布函数”和“模式气概率分函数”差，其
EFI a斗1
「"d：
b s#0槡：（1—：）
(1%其中,EFI a为极端天气预报指数;：为某一事件在“模式气候”中的概率;f>（：）为集合预报小于等于"模式气候"：分位数的概率，权重1/槡：（1-：）可使得EFI a对两端的极端值更敏感。对于降水需要剔除无降水事件的影响，假设：1为降水的气候概率，则降水efi a为
EFIA
_______2______p：—F(
%—2&1+sin2&J:］槡：一F f(：)d：
(2)式中,i/arcsinv：?。
EFI的值域为-1—1，值越接近1，说明降水越
傅良等:EC-thin 降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用277
极端（Lalaurette , 2003，董全等，2017）。的站 浙江省68个气象
站（图1）,
研究中用到的 包括2018-2020年浙江梅汛期
（2018年6月20日一7月8 0（019年6月17日一 7 月 16 日,2020 年 5 月 29 日 一7 月 17 日）EC-thin
和EFI 逐24 h 预报 ，每日08时起报，预报时效
-24 h 、24—48 h 、48—72 h 。应用最邻近
值方法（张宏芳等,2019），将格点数据内
相应的
站点。实况降水
2018—2020年梅汛期浙江
68站逐日08—08时降水资料。
预报检
notre dame
用
业务检验常用的ETS 评分、空报率（F ）、漏报率（P ）
等方法。
27
J _______c
31$-^7
J
30
丿 • •
29
register是什么意思
28
\ % •
\ •
118 119 120 121 122 123$
图1浙江省站点分布
Fig 1 DistributionofstationsinZhejiang
2 EC-thin 和EFI 的暴雨预报评估
2.1 EC-thin 暴雨预报
对
,
分时间的增加，中尺
度系统的预报能力越来越弱，暴雨的预报准确率显
著降低（季晓东和和漆粱波,2018）。因此，可以考虑 按照不同的预报时效取不同的预报值作 值来提
高预报评分。例如，以EC-thin 预报值
30 mm
作 的落区 算ETS 评分、漏报率、空报率,
以ETS 评分为标准，确定预报阈值。
图2给出了浙江2018—2020年梅汛期不同预 报时效、不同阈值的EC-thin 暴雨预报评分。分析
现：1）丨 预报时效的延长，整体ETS 评分减
。从24h 时
72 h 时效对应的ETS 评分
值从0.203下降到0.129。对于同一预报时效,
ETS 评分都呈现“先增加、后减少”趋势。对于24 h
时效，预报阈值取45 mm 时ETS 评分值 ；48 h 时效，预报阈值取40 mm 时ETS 评分值 ；而
可鄙一句话的力量72 h 时效，预报阈值取25 mm 时ETS 评分值
。
整体 ，若以ETS 评分最大值为标准，则EC-thin
预报 值 预报时 的延长 减 。 2）
预报时效的延长，整体的空报率（或漏报率）也增
。以50 mm 的阈值为例，空报率从24 h 时效的
0. 64增大到72 h 时效的0. 76，而漏报率 24 h 时 的 .6 72 h 时 的 .84' 对 同
预报时 ， 预报 值的 ， 漏报率呈
codecademy势，而空报率呈减
势。值得注意的是，对 长
的72 h 时效, 值的 ，空报率虽然也
■
定减小，但相比48 h 时效和24 h 时效，这种变化并
不
，基本维持在0. 8左右。对 长的72 h 时
的预报，并不能通过提高阈值来降 报率，同时
得漏报率 了 1，因此必须采用 的值来减少漏报，以提高预报评分。 ，可以
将 45 aa 、40 a a 、25 mm 分别作为 24 h 、48 h 、72 h
时 EC-thin 在浙江 汛期 预报的 值。
图2不同预报时效、不同阈值的EC-thin 暴雨预报(a)ETS 评分和(b)漏报率P 、空报率F
Fig. 2 (a) The ETS score, (b) misd alarm rate (_P )/fal alarm rate (F ) of different EC-thin precipitation
thresholdswithdi f
erentforecasttime
278Meteorology and Disaster Reduction Rearch气象与减灾研究2020,43(4)
2.2降水EFI暴雨预报
降水EFI对暴雨预报的指示意义，将不同降水EFI阈值(0.1(.2(.3(.4(.5(.6(.7、0.8(.9(.0)代表暴雨落区。如以降水EFI大于0.5的区域代落区，再分别计算预报的ETS评分、漏报率、空报率，之后以ETS评分最大值为标准，确定不同时预报的EFI阈值。
图3a给出了不同预报时效、不同阈值的降水EFI的预报ETS评分。分析发现，对于同一预报时效,ETS评分降水EFI阈值的增加呈现“先、后减小”趋势。对比不同预报时效的ETS 分，可以发现48h、72h时分对应的降水EFI阈值为0.6，而24h时分对应的降水EFI阈值为0.7。与EC-thin不同，随着预报时的延长，降水EFI的预报评分呈现下降势,24h、48h、72h时ETS评分分别为0.196(.194(.21乙这可能因为在EFI计算过程中，ECMWF“模式气候”已经包含了因为预报时效延长而发生的变化。对于48h和72h时效，
降水EFI的预报ETS评分大于对应时效EC-thin 预报的ETS分!对24h时!EC-thin 预报的 ETS评分降水EFI预报。'在的24h时效,EC-thin对暴雨的预报
与降水EFI相当甚至，预报时效的延长,EC-thin对的预报降水EFI，与季晓东和漆粱波(2018)的统致。
图3b给出了不同预报时效、不同阈值的降水EFI的预报漏报率和空报率。分析发现，对于同一预报时效，漏报率降水EFI阈值的而，而空报率值的减小。值得注意的，对同值，72h时的预报漏报率
大于24h和48h时效，而24h和48h时效的预报漏报率则差别不大。例如，降水EFI取0.6时,24h 时效的预报漏报率为0.49,48h时效的预报漏报率046，而72h的预报漏报率0.62。此外，与EC-thin不同，通过提高降水EFI的阈值，对
预报时可以降低降水EFI的预报空报率。因此，女降报率，特别长时效，可以通过提高降水EFI阈值现，而提高EC-thin降水值则不能实现。
图3不同预报时效、不同EFI阈值的暴雨预报(a)ETS评分和(b)漏报率P、空报率F
blusterFig.3(a)The ETS score,(b)misd alarm rate(_P)/fal alarm rate(F)of different EFI precipitation thresh-oldswithdi f erentforecasttime
3两种阈值组合的暴雨预报评估
由第2章分析可知，对于较短的24h时效,EC-thin的预报高的ETS评分，预报时效的延长，降水EFI的预报评分超过EC-thin'为了的优势，考虑，通过寻找的阈值，以提高预报的准确率。
图4给出了不同预报时的EC-thin降水阈值和降水EFI阈值的 预报ETS评分。分析现,24h时多种超过了单独使用降水EFI阈值或EC-thin降水阈值的最高评分。同时满足降水EFI阈值0.6且EC-thin降水阈值
45mm时的预报评分最高，达到0.212。48h 时效，有多种超过了单独使用EC-thin降水阈值(EC-thin降水阈值等于40mm,ETS评分为0.156)时的最高ETS评分,3种超过了单独使用降水EFI阈值(降水EFI阈值等于0.6, ETS评分为0.194)的最高ETS评分，评分最高的降水EFI阈值0.6且EC-thin降水阈值
30mm。72h时效，各种的整体评分显著
傅良等:EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用279
低于24h和48h的评分。当EC-thin降水阈值小35aa，有几种的评分高于单独使用EC-thin降水阈值（EC-thin降水阈值等于15aa,ETS 分为0.200）的最高ETS评分，单独用降水EFI阈值时的最高ETS评分（0.217）。综，对于24h和48h时效EC-thin降水阈值和降水EFI阈值的最高ETS评分超过了单独用EC-thin降水阈值或者降水EFI阈值的最高ETS分,72h时的高分虽单独用EC-thin降水值的高分，单独使用降水EFI阈值的最高评分。
O
)5
0.20.402
EFI阈值02020202
EFI阈值
020*******
EFI阈值
EC-thin
阈值
15
—20
25
30
35
—40
45
—50
55
—60
图4组合EC-thin降水阈值和降水EFI阈值(逻辑关系“且”)的暴雨预报ETS评分(黑色、红色虚线分别为单独使用EC-thin降水阈值或降水EFI阈值的最高评分)(a.0-24h,b.24-48h,c.48-72h)
Fig.4The ETS score for rainstorm forecast of the combination of different EC-thin precipitation thresholds and EFI of precipitation thresholds(logical relation“and”)(black and red dotted line reprent the highest score using EC-thin precipitation threshold and EFI of precipitation threshold,respectively)for rainstorm forecatt(a.0—24h*b.24—48h*c.48—72h)
EC-thin降水阈值和降水EFI阈值的组合预报，在48h时以内预报，组的最高ETS评分超过了单独使用EC-thin降水值或降水EFI阈值的最高ETS评分，但是对于时长的72h预报，组合预报的最高ETS评分虽超过了单独使用EC-thin降水阈值的最高评分,
单独使用降水EFI阈值的最高评分，并不。考虑到EC-thin的预报在较长时效的暴雨预报中评分显著低于降水EFI，因此考虑种方式，即满足EC-thin降水值或者降水EFI阈值就出现。图5给出了仅满种阈值就判定生的各种阈值的预报ETS评分。分析发现,24h时效的最高ETS评分（EC-thin降水阈值：5mm或降水EFI值.7!ETS分
0.209）大于单独使用EC-thin降水阈值或者降水EFI阈值的最高ETS评分。48h时的最高ETS评分（EC-thin降水阈值55mm或降水EFI阈值0.6,ETS评分0.186）高于单独使用EC-thin降水阈值的最高ET
S评分（EC-thin降水值等4mm!ETS分.156）!
单独用降水EFI阈值的最高ETS评分（降水EFI
图0
(b)
0.20.2
0.40.2
EFI阈值
_0+6_____0274
0.156
0.217
0.20.2
020.2
EFI阈值
EC-thin
阈值
phaone
15
20
25
30
35
40
5
ets
50
55
—60
0.2020.2
EFI阈值
0.2
5同图4，但逻辑关系为“或”
:.5Same as Fig.4,but logical relation“
or"
