2022年桂北“龙舟水”期间融合降水实况产品的真实性检验.pdf

precipitation period in northern Guangxi in 2022J.Journal of Meteorological Research and Application,2023,44(1):44-50.DengYue,Li YanjJian,et al.Authentic assessment of several merged precipitation products process during the dragon-boat邓悦，李艳萍，卓健，等.2 0 2 2 年桂北“龙舟水”期间融合降水实况产品的真实性检验 J.气象研究与应用，2 0 2 3，,44(1):44-50Mar.2023JOURNALOFMETEOROIICALRESEARCHANDAPPLICATION2023年3 月Vol.44 No.1应与究用象研第1期第44卷2022年桂北“龙舟水”期间融合降水实况产品的真实性检验邓悦，李艳萍*，卓健，俸玉端（广西壮族自治区气象信息中心，南宁530 0 2 2）摘要：通过铁路雨量站和迟到报气象站雨量资料设计两次独立检验，并利用数字高程模型计算地形因子，评估2022年桂北“龙舟水期间实况降水融合产品的性能。结果表明，融合降水实况产品能真实地反映广西陆面降水情况，空间一致性好，能较为准确地捕捉到暴雨中心，三种融合降水实况产品的晴雨检验正确率均超过8 5%，两次独立检验实况降水值与观测值的相关系数分别超过0.8 和0.9,其中短时强降水的相关系数均超过0.5,TS评分保持在0.5以上。坡度越大，实况降水的平均偏差的绝对值越大，短时强降水的负偏差随地形起伏度的增加而增大。此次评估结果表明融合降水实况产品的真实性较好，实际业务中当部分地面自动站资料缺失时，使用融合降水产品代替是一个可行的选择。关键词：实况降水产品；“龙舟水”；地形因子；真实性检验中图分类号：P426.6文献标识码：Adoi:10.19849/ki.CN45-1356/P.2023.1.08引言“龙舟水”指华南地区端午前后发生的强降水天气。气候学把5月下旬至6 月下旬确定为“龙舟水”时段 。“龙舟水 恰逢华南前汛期盛期，南海季风活跃，此时发生的强降水过程具有范围广、强度强、持续时间长、常伴有局地雷暴强对流天气、致灾程度重的特点 2-4。2 0 2 2 年广西遭遇新中国成立以来最强的“龙舟水”,受低涡切变和西南季风共同影响，6 月17日至2 1日广西出现持续强降雨过程，降水间隔时间短，累积雨量大，暴雨范围广，强降水区高度集中，强降水对通讯造成影响，部分地面观测数据延迟到报。使用高精度实况降水产品的优势在于精细化的网格能提供地面站点观测空白区的降水数据。地面观测空白区可能是站点分布不均的一类“长期空白区”,也可能是由于报文未能准时到报造成的动态的“短时空白区”。以此次的研究过程为例，在气象灾害发生时，最需要气象观测资料的地区却由于设备受损、通讯故障等原因不能及时提供数据，实况降水产品能填补这些地面观测的空白。目前适用于广西的高精度实况降水产品包括基于中国区域融合降水分析系统（CMAMulti-sourcePrecipitation Analysis System，CM PA S）生成的1km中国区域多源融合实况分析产品（ART_1km)5-8以及广西壮族自治区气象信息中心研制的二源融合降水产品（GXPAS)等多种融合降水产品，降水融合产品是解决站点分布不均的一种科学手段及对地面站点观测的重要补充。多地针对多种类型降水的融合实况降水产品的非独立检验结果显示出ART_1km降水融合实况产品表现好，降水落区、走向和雨带形态均与地面气象站观测接近，且能反映降水的大值区 9-12 。陈玉玮等 13 利用水文站资料对广东区域2 0 2 0年实况融合降水产品开展独立检验，结果表明1km实时融合分析降水大值区与暴雨中心吻合，且相较5km产品更接近站点实况。融合实况降水产品在广西区域的适用性等研究仍需深入，一个关注重点是收稿日期：2 0 2 2-11-2 5基金项目：中国气象局创新发展专项子项目（CXFZ2021Z007）、广西气象科研计划项目（桂气科2 0 2 2 QN012）、广西气象数据治理及实况业务创新团队项目作者简介：邓悦（1995一），女，硕士，工程师，主要从事气象数据分析工作。E-mail：d e n g y u e 0 10 2 0 3 16 3.c o m*通讯作者：李艳萍（197 7 一），女，正研级高级工程师，主要从事气象信息业务管理工作。E-mail：8 0 0 8 58 2 0 q q.c o m451期健，等：2022年桂北“龙舟水”期间融合降水实况产品的真实性检验悦，李艳萍，卓邓在地面站数据缺测、融合实况降水产品缺少部分制作源数据的情况下，产品对降水的真实表现力如何？针对这一研究需求，本文设计两次独立检验，对多种融合降水产品在2 0 2 2 年桂北“龙舟水”期间的时空误差分布特征进行分析，评估其对强降水过程的真实表现能力，并结合地形因子开展实况降水产品在广西区域的适用性评价，为进一步改进多源融合技术提供科学依据，为资料使用者提供参考。1 数据与方法1.1实况降水产品融合实况降水产品选择国家气象信息中心制作的CMAPS中国逐小时降水实时产品及广西壮族自治区气象信息中心制作的广西逐小时降水实时产品，各产品介绍详情见表1,其中CMPASRT1与GXPAS两种产品时效接近，在业务上的应用场景相似。表1高融合降水产品表产品名称产品简称产品时效及空间分辨率核心技术三源融合（地面、卫星、雷达）。先采RT1整点后约7 min，0.0 10.0 1用概率密度匹配法(PDF)订正雷达和卫CMPAS中国逐小时降星降水的系统误差，再采用贝叶斯模水实时产品式平均方法（BMA）融合雷达和卫星降RT2水形成最优初始场，最后采用最优插值法（OI）融人地面观测二源融合（地面，雷达）。以多层感知GXPAS广西逐小时降GXPAS整点后约9min，0.0 10.0 1器（MLP）为框架，使用快速动态分级水实时产品法（FDC）进行雷达估测降水1.2检验源数据与样本匹配交通集团在广西全区铁路沿线部署了密度较高的气象观测站，降水量观测方法和采样统计算法与气象部门一致，2 0 2 1年纳人广西气象部门志愿气象观测站序列，向气象部门提供连续实时观测资料，本文选用铁路雨量站每日0 7 时至2 3时的小时降水资料。研究时段选择为2 0 2 2 年6 月17 日2 1时至2 2日0 8 时，共10 8 时次；研究区域为桂北强降水区。在本文研究时段，广西所有铁路站雨量与1km邻近气象站雨量相关系数为0.95，铁路雨量站与气象站观测的降水一致性较好，可将铁路站观测的降水作为独立检验数据使用。为描述方便，下文将融合降水产品格点降水值称为实况值，自动站（气象观测站及铁路雨量站)逐小时降水值称为观测值，每个时次采用自然临近插值方法，选择距离站点最近的网格实况值插值到观测点，构成一组评估样本，实况值与观测值的精度保持一致，保留一位小数，获得两种检验方法的样本。1.3地形因子本研究使用ASTERGDEMV3（第三版先进星载热发射和反射辐射仪全球数字高程模型）的30 mDEM数据（数据来源于中国科学院计算机网络信息中心地理空间数据云平台，http：/w w w.g s c l o u d.c n）计算地形因子，重点分析比较不同坡度、地形起伏度对融合实况降水产品质量的影响。依据国际地理学联合会地貌调查与地貌制图委员会关于地貌详图应用的坡地分类划分坡度等级，规定：0 0.5为平原，0.5 2 为微斜坡，2 5为缓斜坡，5 15为斜坡，15 35为陡坡，35 55为峭坡，55 90 为垂直壁。地形起伏度是描述一个区域地形特征的宏观性指标，是指特定的区域内最高点海拔与最低点海拔的差值，本研究使用临域分析法计算地形起伏度。1.4评估指标评估方法参考中国气象局降水网格实况产品真实性评估方法，评估融合降水的统计误差和技巧评分（公式（1一10)），此外增加了业务常用的按不同闵值的检验评分。降水量分级如表2 所示传统技巧评分基于二分类列联表统计结果，如表3所示，分级检验评定见表4。4644卷气象研究与应用ME=Z%(G-0.)(1)N1MAE-IG-0:1(2)NZ.(C-0.)2RMSE=1(3)Z(G,-G)(O,-0)COR=(4)VZ(G-G)2 VZ(0-0)2NA-R(a)ETS=(5)NA+NB+NC-R(a)(NA+NB)(NA+NA)R(a):(6)NA+NB+NC+NDNAPOD=(7)NA+NCNATS=(8)NA+NB+NCNATSk=NA;+NB:+NC(9)NA+NDPC(10)NA+NB+NC+ND表21h降水量等级划分表1h降水量分级统计按阅值统计分类1h降水量/mm1h降水阅值/mm1级0.11.90.12级24.923级59.954级1019.9105级20.020表3降水二分类列联表实况值(G)是(Y)否(N)是(M)命中(NA)漏报(NC)观测值(0)否(N)误报(NB)命中“否”(ND)表4分级检验评定表实况值(G)无降水1级2级3级4级5级无降水DBIB2BB4Bs1级CiAB2B3B4Bs观测值2级C2C2A2B3B4Bs(0)3级C3C3C3A:B4Bs4级C4C4C4C4A4Bs5级CsCsCsCsCsAs1.5独立检验方法为展示融合降水产品的真实性水平，本文使用融合降水产品未融合的站点观测资料作为检验源进行两次实况降水产品质量的独立检验。1)独立检验I：将观测资料人库时间在融合降水产品制作之后的数据作为检验源。桂北四市（贺州、桂林、柳州、河池）未能及时到报（延迟1h以上)的资料，共涉及103个地面观测站的12 95站次数据，其中降水超过0.1mmh-1的数据7 6 6 站次，这些站点具有时间和空间分布上的随机性(分布见图1)。(2)独立检验：使用外部门观测数据一一铁路雨量站数据，CMPAS、G XPA S 与桂北强降水区(2 4N27N,107E112E）铁路雨量站的匹配数据各8 2 0 1、6 6 7 8 站次（铁路雨量站分布见图2）。样本匹配后发现存在时段内某站点长期无降水，但实况值和周边降水均较大的情况，经辅助验证后剔除了部分异常数据。N迟到报次数017O815O1620214546790306090120km图1独立检验1选取的迟到报样本27NkmN0306090120262524107108109110111112E图2独立检验选取的铁路雨量站2结果与分析2.1降水实况受低涡切变和冷空气共同影响，2 0 2 2 年6 月1747健，等：2022年桂北“龙舟水”期间融合品的真实性检验悦，李艳萍，卓邓1期日至2 2 日桂东北出现了一次持续性大范围暴雨天气过程，桂林、柳州、河池、贺州、来宾等市出现大暴雨，局部特大暴雨并伴有短时雷暴大风等强对流天气，柳州融水香粉乡6 h降水达到42 7.6 mm，打破广西历史记录。研究时段内有6 站的累计降水超过600mm,其中最大值为柳州融水香粉乡的6 48.9mm，第二第三大值均出现在桂林临桂宛田，累计降水量分别为6 37 mm和6 2 6.3mm。2.2空间分布从2 0 2 2 年6 月17 日2 0 时一2 2 日0 8 时融合格点降水资料累计降水的空间分布来看，对比地面观测降水，三种融合格点降水资料的降水落区和走向均与观测较为一致,大体上能反映降水空间分布，产品中桂东北灵川、融水一带的暴雨中心与地面观测保持一致。虽然三种实况降水产品观测值和实况值的强降水中心吻合，但在细节的刻画上仍有差异，体现为RT1与RT2低估了桂林北部暴雨中心的降水量，对桂林中部雨带空间上的刻画不够连续，而GXPAS对桂林北部暴雨中心的量级把握较好。对于逐小时降水，虽然极值站点实况值与观测值有偏差，但实况值能展现出强降水落区及降水趋势，对应急决策服务具有指导意义，在实际业务中，当部分区域自动站资料缺失时，使用融合降水产品代替是一个可行的选择。2.3线统计误差分析因为铁路雨量站的观测时间不是2 4h，迟到报站点的时次也是不固定的，所以本研究不讨论降水的时序变化，而是重点从小时降水的统计指标和技巧评分讨论实况产品的性能。独立检验表明实况值与观测值的一致性好（图3,表5),独立检验中三种融合降水产品表现相当，实况值与观测值的相关系数均超过0.8，其中RT1的相关系数最高，达到0.848,三种产品均表现为负偏差，其中GXPAS的负偏差最小，为-0.17 1,RT1的负偏差最大，为-0.2 34；三种产品均方根误差在6 7 之间，RT1的RMSE最小，为6.193；独立检验中三种产品相关系数均超过0.9,其中GXPAS的COR最高，为0.92 6，三种产品同样表现为负偏差，均方根误差为2 左右，两种检验均反映出的实况值与观测值的负偏差也在散点频率图3a、3b、3c 中红色划线左上角的离散数据点中体现。对比两次独立实验，独立实验中实况产品展现的性能更优、相关系数高且各类误差较低，这可能与两类独立源数据的地理环境有关，下文将单独分析。160160160(a)RTI(b)RT2(c)GXPAS120120120-./808080404040000040801201600408012016004080120160实况值/mmh-l实况值/mmh-1实况值/mmh-l808080(d)RTI&RAILeRT2&RAIL)GXPAS&RAIL404040000040800408004080实况值/mmh-1实况值/mmh-l实况值/mmh-l图3三种融合降水产品2 0 2 2 年6 月17 日2 1时2 2 日0 8 时小时降水散点频率分布图，其中 a一c 为独立检验I,d-f 为独立检验Il,单位:mmh-14844卷气象研究与应用表5降水统计误差平均误差平均绝对误差均方根误差相关系数匹配产品ME/mmMAE/mmRMSE/mmCOR样本数RT1-0.2342.1936.1930.848*1295独立检验IRT2-0.2602.1736.2370.846*1295GXPAS-0.1712.3036.6140.822*1295RT1-0.0130.62.0470.903*8200独立检验RT2-0.0150.592.0060.910*8200GXPAS-0.0350.5612.0450.926*6530*表示通过0.0 1水平的显著性检验融合降水实况产品对强降水的表现好，两次独立检验实况值与观测值的相关系数较高。独立检验I中2 0 mmh-l以上的降水相关系数超过0.5,50mmh-以上的降水相关系数超过0.55；独立检验II中2 0 mmh-l以上的降水相关系数超过0.6 5，其中GXPAS的相关系数达到0.7 7 8,2 0 mmh-1以上的降水相关系数超过0.48,RT1为0.48 1,GXPAS为0.614,RT1最高,达到0.6 94。2.4技巧评分两次独立检验的晴雨检验中，3种融合格点降水产品的正确率相当，都达到8 5%以上（图4）。从分级TS评分上可以看出（图4）,3种融合格点降水资料的TS评分都有随着量级的增大而减小的趋势，相对而言GXPAS的评分减小幅度更小，在两次独立检验中短时强降水（2 0 mmh-）量级的表现最优，独立检验I、中分别达到0.58 7 和0.56 4。三种融合降水产品在短时强降水量级的TS评分均保持在0.5以上，实况产品对于强降水的评分尚可。1.01.0(b)(a)RT1RT1RT2RT2GXPASGXPAS0.80.80.60.6Od/SLDd/SL0.40.40.20.20.00.0晴雨0.1mm2mm5mm10mm20mm晴雨0.1mm2mm5mm10mm20mm图4三种融合降水产品2 0 2 2 年6 月17 日2 1时一2 2 日0 8 时小时降水TS评分(a)独立检验I;(b)独立检验IIRT1、RT 2、G XPA S 融合格点降水资料的ETS评分也有随着量级的增大而减小的趋势，对于独立检验I，阈值5级以上降水的ETS评分分别达到0.549、0.559和0.56 4,POD分别为0.6 8 2、0.593和0.727,BIAS在0.8 0.9左右。对于独立检验，阈值5级以上降水的ETS评分分别达到0.542、0.52 5和0.559,POD分别为0.6 6 1、0.6 37 和0.6 8 7,BIAS在0.80.9左右。三种融合降水产品在两次检验中技巧评分的水平接近，表现较好。2.5地形对误差的影响三类融合降水产品在独立检验的统计误差结果优于独立检验I，除去铁路雨量站缺少夜间0 0时至0 6 时样本可能导致的差异外，铁路雨量站与气象自动观测站地理位置的差异可能是导致评估结果不同的原因。据统计，独立检验I中的样本平均坡度高于独立检验中的样本，独立检验（铁路雨量站491期健，等：2022年桂北“龙舟水”期间融合品的真实性检验降水悦，李艳萍，卓邓样本）中超过90%的样本为斜坡及以下（坡度小于15），且0.8%的样本属于“平原”（坡度小于0.5），而独立检验I（迟到报地面站样本)没有属于“平原”的样本，斜坡及以下坡度样本数站总样本数的62%，远低于独立检验的90%，此外检验I中还有4.9%的样本为峭坡（坡度超过35），而检验没有此类较高坡度的样本。两类样本地形起伏度也体现了类似的情况，就此次研究而言，铁路雨量站样本(独立检验）的坡度相较于迟到报自动气象站样本（独立检验I）更低且地形起伏更小。以RT1为例进一步分析两次独立检验中不同坡度和地形起伏度下各量级降水的统计误差。忽略两种检验中各雨量和坡度组合分级小于10 个的样本，从降水量级来看，独立检验I中降水小于2 0mmh-、独立检验I中降水小于10 mmh-的实况值平均偏差正负皆存在，独立检验I中小于2 0 mmh-1的降水多表现为高估。两种检验实况值对超过短时强降水量级的观测值均体现为负偏差，且有坡度越大负偏差越大的趋势，其中独立检验I的负偏差更大；从坡度来分析，坡度越大，平均偏差的绝对值越大（图5）。不同地形起伏度下的平均偏差趋势与坡度类似，短时强降水的负偏差随地形起伏度的增加而增大，地形起伏度超过10 0 的样本，检验I短时强降水的平均偏差为-10.99,检验则为-4.99。44(a)(b)22002-2-6-6-8-8-10-10-120.1,2)-1210.1,2)(2,5)2,5)5,10)15,10)-1410,20)-1410,20)2020-16-16微斜坡缓斜坡斜坡陡坡微斜坡缓斜坡斜坡陡坡图5RT1在各降水量级和坡度中的平均偏差(mmh-1)(a)独立检验I;(b)独立检验I3结论与讨论通过2 0 2 2 年桂北“龙舟水”期间的两次独立检验，对CMPASRT1、CM PA S RT 2 和GXPAS三种降水融合产品在桂北强降水区域进行真实性评估，得到主要结论如下：(1)融合降水实况产品能较为真实地反映广西陆面降水情况，空间一致性好，三种融合格点降水产品的晴雨检验正确率均超过8 5%。(2)融合降水实况产品在空白观测区域具有较好的应用前景，也能起到排除仪器故障的作用，但仍存在高估低值降水和低估高值降水的情况。(3)融合降水实况产品在坡度低、地形起伏小的区域表现更好，随着坡度的增大或地形起伏度的增加，平均偏差的绝对值增加。评估使用传统的点对点技巧评分方法，高分辨率产品在检验评估中实况值同时受到空间和时间微小差异所带来的“双重惩罚”，对降水实况值的反映不够客观 14-15,今后可考虑使用空间检验方法进行降水实况值的评估。本文重点研究融合降水实况产品的真实性表现，虽然筛选的独立站点在研究区域内均有分布，但对于整个研究区域而言，检验源站点资料在时间和空间上都不够丰富，特别是想要讨论实况降水产品在复杂地形下的表现还需要更长期、针对更多天气过程的研究。参考文献：【1钱维宏，艾阳，陈绿文，等.一次广东典型龙舟水暴雨过程的扰动形势分析 J.热带气象学报,2 0 2 0,36(4)：433-443.2 胡娅敏，杜尧东，罗晓玲.近49年华南“龙舟水”的降水5044卷气象研究与应用分型 J.气象,2 0 13,39(0 8)：10 31-10 41.3覃卫坚，何莉阳,蔡悦幸.广西持续性区域暴雨对热带季节内振荡的响应特征 J.气象研究与应用,2 0 2 1,42(4)：32-37.4陈见，梁维亮，高安宁，等.华南季风槽暴雨特征分析 J热带气象学报，2 0 15,31（4）：536-548.【5师春香，潘旸，谷军霞，等.多源气象数据融合格点实况产品研制进展 J.气象学报，2 0 19,7 7（4）：7 7 4-7 8 3.6 潘旸，谷军霞，宇婧婧，等.中国区域高分辨率多源降水观测产品的融合方法试验 J.气象学报，2 0 18,7 6(5)：755-766.【7 潘旸，谷军霞，徐宾，等.多源降水数据融合研究及应用进展 J.气象科技进展，2 0 18,8(1)：143-152.【8 韩帅，师春香，姜志伟，等.CMA高分辨率陆面数据同化系统（HRCLDAS-V1.0)研发及进展 J.气象科技进展,2 0 18,8(1):10 2-10 8,116.9郭旭，龙柯吉，范江琳，等.四种降水融合产品在四川持续性强降水过程中的对比评估 J.高原山地气象研究，2021,41(2):42-52.10宋雯雯，龙柯吉，黄晓龙，等.融合格点降水产品在四川盆地西部一次极端暴雨过程中的评估分析 J.中低纬山地气象,2 0 2 2,46(3)：9-15.11张茜茹，陈益玲，李长军，等.多源融合降水实况分析产品在山东一次强降水过程中的质量评估 J.气候变化研究快报，2 0 2 2，11(5)：8 0 4-8 11.12邓悦，任晓炜，丘平珠，等.台风“海高斯”(2 0 0 7)期间多种降水融合实况产品的误差评估 J.气象研究与应用，2021,42(3):62-68.13陈玉玮，黄晓莹.广东区域智能网格实况分析产品的检验评估 J.广东气象，2 0 2 1,43(1)：42-44.14俞碧玉，朱科锋.多种空间检验方法在不同分辨率模式降水预报评估中的应用 J.气象科学,2 0 2 2,42（3)：341-355.15 Gilleland,Ahijevych D,Brown B G,et al.Intercomparisonof Spatial Forecast Verification MethodsJ.Weather andForecasting,2009,24(5):1416-1430.Authentic assessment of several merged precipitation productsprocess during the dragon-boat precipitation periodin northern Guangxi in 2022Deng Yue,Li Yanping,Zhuo Jian,Feng Yuduan(Guangxi Meteorological Information Center,Nanning 530022,China)Abstract:Based on the rainfall data from railroad rainfall stations and late-reporting meteorologicalstations,the performance of the precipitation fusion products during the dragon-boat precipitation period innorthern Guangxi in 2022 was evaluated by designing two independent tests and calculating the topographic factorusing the Digital Elevation Model(DEM).The result reflect that the merged precipitation products can reflect theland surface precipitation in Guangxi with good spatial consistency,and can capture the rainstorm center moreaccurately.The rain accuracy of the three merged precipitation products is more than 85%,and the correlationcoefficients between the observed precipitation values and the values of the products in the two independent testsare more than 0.8 and 0.9,respectively.The correlation coefficients of short-term heavy precipitation are morethan 0.5,and the TS score remains above O.5 in the two experiments.The greater the slope,the greater theabsolute value of the mean error,and the negative deviation of short-term heavy precipitation increases with theincrease of topographic relief.The results of this evaluation show that the realism of the fused precipitationproducts is good,and it is a feasible choice to use several merged precipitation products instead when the data ofmeteorological stations are missing in some areas.Key words:merged precipitation products;dragon-boat precipitation;topographic factors;authenticassessment