打开文本图片集

摘 要：为了解数值预报产品在2023年5月15日孟湾风暴“穆查”影响下暴雨预报中的作用，总结CMA-GFS、CMA-MESO、ECMWF、CMA-SH9、CMA-GD、GERMAN数值预报模式降水预报产品、GRAPES_3 km组合放射率预报在德宏地区的应用情况。结果表明：（1）降水趋势预报（短期）上模式具有一定的参考价值，但是强降水带预报的位置预报与实况都有一定的偏差，尤其对强降水落区和强度的预报仍需进一步订正。（2）German数值预报产品降雨量级预报效果较好为此次过程的预报提供了有利的决策依据。（3）数值模式对影响系统及降水量级的预报存在一定偏差，未报出德宏东部地区的暴雨，落区和强度需进一步订正。（4）GRAPES_3 km模式在此次强降水过程中，对流风暴的位置和面积预报较好，对流初生和发展的时间预报偏晚。

关键词：孟湾风暴、数值预报、检验

1 引言

孟加拉湾是全球热带风暴活动最为频繁的地区之一，它是初夏造成云南强降水的重要天气系统【1-4】。近年来关于孟加拉湾风暴对云南降水影响的研究越来越多，其中有不少成果的科学性和参考性都较强，云南的许多科研人员从不同侧面、不同个例对影响云南的孟湾风暴特征进行了分析。李玉柱对初夏孟湾风暴的若干特征进行过分析【5】；李英等分析了孟湾风暴的对流云团影响低纬高原区的特征【6】；张腾飞、段旭等对初夏孟湾风暴影响云南连续性降水做了中尺度分析【7】；刘瑜等对初夏孟湾低压与云南雨季开始期的关系也做了不少的研究工作【8】；许美玲、张秀年等对孟湾风暴影响低纬高原地区的大尺度环流和卫星云图特征做了详尽分析【9】。

充分认识不同数值预报产品对孟湾风暴影响区域的降水预报，在业务预报中至关重要【10-14】，因此本文以 2023年5月15日孟湾风暴“穆查”影响下德宏地区发生的强降水过程为例，检验模式对此次强降水过程的预报效果，对比分析模式预报性能和误差，总结应用经验，提高数值预报产品在德宏本地的适用能力，以期为德宏地区初夏强降水预报提供参考【15-16】。

2 资料与方法

2.1 数值模式资料

选取2023年5月15日08时-16日08时CMA-GFS、CMA-MESO、ECMWF、CMA-SH9、CMA-GD、GERMAN模式预报产品，将数值模式间隔为24 h、12h、6h、3h的降水预报格点数据插值德宏地区 54 个气象观测站，与降水实况观测数据进行插值，对比分析数值模式模拟的降水与实况观测的降水误差；从TS评分、漏报率、空报率对德宏地区“5.15”主要降水时段（2023年5月12日08 时至16日08 时）进行检验，检验内容包括晴雨、小雨（ 24 h降水量10.0mm以下）、中雨（ 24 h降水量10.0～24.9mm）、大雨（ 24 h降水量25.0～49.9 mm）、暴雨预报（ 24 h降水量50. 0 mm以上） 检验；选取GRAPES_3 km模式14日08时起报逐小时组合反射率的预报产品，对比分析GRAPES_3 km组合放射率预报与实况差异。

2.2 暴雨实况

受孟湾风暴“穆查”影响，2023年5月12-16日德宏地区出现区域性暴雨到特大暴雨的强降水天气，最强降水时段集中在5月15日（ 简称“5.15”过程） ，“5. 15”过程德宏全州平均降水量为43.8mm，全州120个区域气象观测站中出现大暴雨（ 降水量为100. 0—249. 0 mm）20站，暴雨（降水量为50. 0—99. 9 mm） 74站，24个站出现大雨（ 降水量为25. 0—49. 9 mm） ，最大降水量出现在芒市黑河老坡，为138.3 mm。

2.3 研究区域特征

云南位于低纬高原气候区，夏季主要受孟湾风暴、低压系统、冷风切变、西太平洋副高、热带辐合带影响。德宏地处低纬高原，位于横断山脉西南部，高黎贡山以西，处于我国西南暖气流通道;夏季常受到西南季风和东亚季风及中高纬天气系统的影响，两个热带海洋热源和水汽源的作用，加之德宏地势东北高而陡峻，西南低而宽所产生的迎风坡效应，产生大雨、暴雨是德宏夏季的一种主要的灾害性天气。

2.4 检验办法

降水检验主要根据中国气象局《关于下发中短期天气预报质量检验办法（试行）的通知》（气发〔2005〕109 号）中有关规定进行检验；以对流风暴作为检验对象来评估GRAPES_3 km模式对流天气的预报能力，检验时段为强对流个例发展较为强盛的时段。对流风暴在雷达观测中定义为组合反射率超过一定阈值的具有一定体积的连续区域。

3 降水预报检验

3.1 降雨量级检验

3.1.1 24小时数值模式降水预报检验

德宏州强降水实况自西北向东南递增，最大降雨区域位于东部地区，达到大暴雨量级。从整体上看，德宏州为中到大雨局部暴雨天气，西部、中部盈江、陇川、瑞丽出现中到大雨天气，东部梁河大雨局部暴雨、芒市暴雨。6家模式在德宏东部芒市暴雨过程均存在不同程度的空报。整体上相比较而言，德国模式对此次暴雨天气过程有较好的描述效果。

从CMA-GFS、ECMWF预报的24h降雨量分布图可看出，预报的15日对流降水预报偏弱，降雨量级整体偏小，大雨落区略偏大，暴雨点少，未报出德宏东部芒市的暴雨天气。GERMAN的稳定降水强度较好，西部盈江地区雨量偏大，暴雨预报落区在西北部、东部，有一定的参考性。CMA-MESO、CMA-SH9、CMA-GD、预报的24ｈ降雨量分布，范围预报较差，预报强降水中心比实况值偏大，暴雨落区较差，雨带走向也没有很好的把握，但对降水量级有一定参考作用。

3.1.2 12小时数值预报模式检验

如图3所示，2023年5月15日08时-20时德宏地区12小时的数值模式降水趋势预报的与24小时一致。2023年5月15日20时-16日08时，德宏地区普降小雨，从12h降雨量分布图可看出，CMA-SH9、CMA-GD未报降水，CMA-MESO、ECMWF、CMA-GD预报的降雨量级偏小，CMA-GFS、GERMAN对德宏地区降水落区和强度变化比较准确。

3.1.3 6小时数值预报模式检验

在5月15日08时-20时降雨过程中，从6ｈ降雨量分布图可看出，EC、GERMAN、CMA-GD、与实际的降雨落区结果最接近，降雨量自西向东递增，预报效果相对较好，但预报中暴雨以上量级的落区相较实际情况来说小，对东部地区的降雨量级预报较小，未报出暴雨天气。CMA-GFS、CMA-SH9、CMA-GD模式预报的降雨量级、强度与实际降雨量相差较大，对强降水中心预报存在较大偏差，参考意义较小。5月15日20时-16日08时降雨减弱，CMA-GFS、GERMAN对德宏地区降水落区和强度变化比较准确。

3.1.4 3小时数值预报模式检验

从5月15日3h降水预报来看，CMA-SH9、CMA-GD模式能够预报出大致的降雨趋势和落区，指导效果较好，CMA-GFS、CMA-MESO、ECMWF降雨量级与实况相比偏小。

3.2 降水预报TS评分、漏报率、空报率检验

TS 评分主要反映了数值模式对降水量级有效预报的准确程度，TS 评分为0—1 之间。检验内容为CMA-MESO、CMA-SH9、CMA-GD、EC、CMA-GFS模式的降水预报，预报间隔为24 h，预报时效为24—72 h 。

对于晴雨预报，各预报时效内除EC数值模式外，评分均达70%以上，CMA-GD效果最好，CMA-SH9次之，EC模式最差；从模式预报误差上看，CMA-MESO效果最好，CMA-SH9、CMA-GFS效果最差。

对于小雨量级，CMA-GD、CMA-SH9各时效预报稳定，效果较好，表现出一定的预报优势；EC模式小雨漏报率最低，空报率最高。对于中雨量级，CMA-SH9模式最好，EC次之，CMA-MESO最差；CMA-SH9模式在24小时、72小时漏报率最低，EC模式在48小时漏报率最低，CMA-GFS模式在48、72小时空报率最高。对于大雨量级，在24小时CMA-SH9效果最好，48小时EC模式效果较好，CMA-MESO模式72 h 时效优于24、48 h 预报，综合分析得，EC模式各预报时效内效果最好。对于暴雨量级， EC、CMA-GFS各时效预报均空报，效果较差，CMA-SH9在24小时、72小时最好，CMA-GD模式48小时效果最好。在48、72小时各预报时效内，CMA-GD模式较其他模式具有明显的优势。

从各类降水评分可以发现，对于此次降水过程，CMA-SH9模式在各时效的降雨量级预报效果较好。

3.3 GRAPES_3 km组合反射率预报检验

2016年以来，我国国家级自主研发的GRAPES_3 km高分辨率数值模式已经在强对流天气预报预警中得到较为广泛的应用。已有较多科技人员相应开展了多种针对GRAPES_3 km模式的检验评估工作（唐文苑等，2018；刘静等，2019；张小雯等，2020）。检验结果表明，GRAPES_3 km模式对预报难度较大的高阈值、小尺度对流事件具备较好的预报能力（唐文苑等，2018）。因此，借鉴美国强风暴预报技术发展思路，发展基于我国高分辨率数值模式的强对流天气预报释用技术，是提升强对流短时预报能力不可缺少的方面。

14日20时降水云系已经于德宏的西、西南方向生成，德宏梁河上空也有少量的层状云回波；22时雷达站组合反射率图（图b）看德宏瑞丽、陇川、盈江上空出现大量的混合降水回波，降水的强度不是很强，降水主要集中于陇川。从15日08时组合反射率图看全州上空都出现了大量的降水云系，降水云系为层状云回波，最大反射率在35dBZ左右，与实况中发生强降雨的位置相对应。从15日12时组合反射率看这个时段降水大值区主要集中于德宏芒市与实况也有较好的对应关系，从降水实况看来未来一小时的小时最强降雨就发生德宏芒市黑河老坡站点，雷达回波强反射率因子在35dBZ左右。

GRAPES_3 km模式对14日22时预报位置偏西，实况上对流已移入我州，对对流初生和发展预报偏晚。15日08时预报位置偏南，强度偏强，能够较为准确地预报对流风暴及其外围层状云带，但是对强对流风暴的形态预报（南北向）与实况（东西向）有一定的差异。GRAPES_3 km模式对15日12时对强对流风暴已移至我州东南部，对流风暴的预报位置明显偏西。

4 结论

（1）本文对数值模式降水预报能力进行了检验，检验3、6、12、24小时的降水量预报情况，发现降水趋势预报（短期）上模式具有一定的参考价值，但是强降水带预报的位置预报与实况都有一定的偏差，且强度较弱，要在做预报时多加斟酌，才能更好的制作精细化预报。

（2）German数值预报产品降雨量级预报效果较好为此次过程的预报提供了有利的决策依据。数值预报产品的降水量预报参考价值有限因此需要在考虑雨量预报时认真的分析及结合经验。

（3）数值模式对影响系统及降水量级的预报存在一定偏差，未报出德宏东部的暴雨，对强降水落区和强度的预报仍需进一步订正。因此需要我们在考虑雨量预报时，数值预报的参考作用有限，需认真的分析及结合经验。

（4）从本次强对流过程来看，GRAPES_3 km模式对流风暴的位置和面积预报较好，对此次过程的对流初生和发展的时间预报偏晚。预报员制作强对流天气预报时可以综合考虑两模式的特点对主观预报进行订正。

参考文献

[1] 陈超君，李俊，王明欢. 2013年汛期华中区域业务数值模式降水预报检验 [J]. 气象与环境学报， 2015， 31 （02）： 1-8.

[2] 梁红丽，许美玲，吕爱民等. 孟加拉湾风暴引发云南初夏强降水初探 [J]. 高原气象， 2014， 33 （05）： 1240-1250.

[3] 吕爱民，文永仁，李英. 一次孟加拉湾风暴Akash（0701）对我国西南地区强降水过程的影响分析 [J]. 大气科学， 2013， 37 （01）： 160-170.

[4] 王友恒，王素贤. 孟加拉湾热带风暴的初步分析 [J]. 气象， 1988， （06）： 19-22.

[5] 李玉柱. 初夏孟加拉湾风暴的若干特征 [J]. 气象， 1981， （05）： 5-7.

[6] 李英，郭荣芬，索渺清等. 初夏孟加拉湾对流云团北上低纬高原的初步研究 [J]. 热带气象学报， 2003， （03）： 277-284.

[7] 张腾飞，段旭，张杰. 初夏孟湾风暴造成云南连续性强降水的中尺度分析 [J]. 热带气象学报， 2006， （01）： 67-73.

[8] 刘瑜，赵尔旭，黄玮等. 初夏孟加拉湾低压与云南雨季开始期 [J]. 高原气象， 2007， （03）： 572-578.

[9] 许美玲，段旭，张秀年. 登陆孟湾风暴结构演变特征数值模拟研究 [J]. 高原气象， 2006， （06）： 1139-1146.

[10] 周国莲，普贵明，高敏琪. 初夏孟湾风暴与不同系统相互作用造成云南强降水的环流特征分析 [J]. 云南大学学报（自然科学版）， 2011， 33 （S1）： 118-123.

[11] 许美玲，张秀年，杨素雨. 孟加拉湾风暴影响低纬高原的环流和云图特征分析 [J]. 热带气象学报， 2007， （04）： 395-400.

[12] 卜玉康，张朝林，杨海军等. 孟湾风暴造成云南暴雨天气的诊断研究 [J]. 云南大学学报（自然科学版）， 1994， （S1）： 126-131.[22]

[13] 甘德芳，吴红秀. 孟加拉湾风暴影响下滇西北强降水天气过程分析[C]// 中国气象学会. 中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集. 丽江市气象台;丽江市气象台;， 2007： 37. [7] 段旭，陶云，寸灿琼等. 孟加拉湾风暴时空分布和活动规律统计特征 [J]. 高原气象， 2009， 28 （03）： 634-641.

[14] 周国莲，鲁亚斌，张腾飞等. 一次孟加拉湾风暴影响下云南持续性暴雨天气诊断分析 [J]. 气象科技， 2006， （03）： 280-285. DOI：10.19517/j.1671-6345.2006.03.009.

[15] 王雨，闫之辉. 2004年汛期（5～9月）主客观降水预报检验 [J]. 热带气象学报， 2006， （04）： 331-339.

[16] 周雨华，毛亮，何正阳等. 数值预报产品在2002年汛期暴雨预报中的应用 [J]. 气象， 2003， （11）： 41-44.

资助项目：云南省气象局基层台站气象科技创新与能力提升计划项目（STIAP202246）

第一作者：李玉棋，女，1997年生，助理工程师，主要从事气象综合业务工作，Email：2710615394@qq.com

通信作者：尹俊智，主要从事气象台综合业务工作，Email：610491003@qq.com