引言

T639全球中期数值预报模式(以下简称T639模式)是目前我国天气预报业务和气象科研中普遍使用的一种数值预报模式。该模式是在T213模式性能升级基础上发展而来，具有较高的模式分辨率和较强的稳定性，达到全球水平分辨率30 km、垂直分辨率60层，对边界层过程的描述更细致，也更适合于支撑短时临近预报。国内气象工作者对T639模式产品性能作了较多检验分析工作^[1-5]，总结得到的一些应用经验对提高预报准确率具有一定帮助。周慧等^[6]检验2008年汛期(5—9月)发生在长江流域的重要降水天气过程指出，T639模式对主要影响系统以及一般性降水的雨区范围、位置与移动趋势均作出了较为正确的预报。肖红茹等^[7]对T639和ECMWF细网格模式96 h四川盆地降水预报进行了检验对比，结果表明，T639模式对主雨带强度和降水中心强度的预报易偏弱，主雨带范围预报易偏小。马超等^[8]应用EC⁃ WMF和T639数值预报资料，检验了2009—2012年新疆冬季43场暴雪天气过程主要影响系统的预报能力，指出两种模式对于500 hPa形势场预报均较好，48 h之内ECWMF的准确率略高于T639；两种模式的海平面气压场预报准确率均低于500 hPa位势高度场，T639要优于ECWMF。牟欢等^[9]对2011年新疆6场大降水过程T639和德国模式的降水预报产品分类检验表明，两种模式对降水落区和强降水中心都具有较好的指示意义；庄晓翠等^[10]研究指出，T639模式对72 h内北疆暖区强降雪天气形势场和对流层低层比湿、水汽通量以及对流层中低层涡度的预报误差较小，精度较高。

阿勒泰地区(78°—92°E、42°—50°N)地处新疆最北部，其纬度高、冬季长而寒冷，降雪是该地区冬半年的主要降水形式，冬季暖区强降雪是其冬季灾害性天气预报的重点。2009年冬季，阿勒泰地区连续出现7场暖区强降雪天气，降雪的频率、范围、量值、强度、持续时间和最大积雪深度均为60 a一遇，雪灾造成阿勒泰地区重大人员伤亡，直接经济损失22 566万元。当地有人针对该地区冬季气候变化、暴雪等作了较多研究^[11-19]，但对T639模式降水产品在暖区强降雪中的检验研究较少。为此，本文利用T639模式降水产品资料，针对2009—2014年11月至次年3月阿勒泰地区15次暖区强降雪过程中逐12 h预报能力，分析其可信度和准确率，以便预报员在日常工作中订正使用，同时为当地暖区强降雪天气预报积累经验，旨在进一步提高短时强降雪预报能力。

1 资料与方法 1.1 暖区降雪的定义

《新疆降水概论》 ^[20]中将暖区降雪天气形势定义为:冬季阿勒泰地区处于蒙新高压后部，使本地东风盛行，下垫面严寒，逆温很强；当中亚暖空气活跃时，倒槽东北伸，在本地区形成西南风和偏东风的切变，特别是天气系统到来前，槽前西南气流旺盛，与蒙新高压后的较强偏东气流形成很强的暖性切变辐合；高空图上常见暖平流和暖锋锋区，但由于下垫面状态，使地面图上处于气旋前部的本区很难分析出暖锋。可见，本地暖区降水包括暖锋和暖区两个部分的降水，因暖锋没有接地统称暖区降雪。

1.2 暖区强降雪的标准

中国气象局规定(气发[2005]109号文)，24 h日降雪量达到10 mm以上即为暴雪。新疆属干旱半干旱区，根据该区暴雪灾害记录、暴雪特点及《新疆降水量级标准(修订版)》 (气发[2004]45号)给出的新疆暴雪标准，再结合中国气象局12 h降水预报评分标准，本文取12 h累计降雪量6.1~12.0 mm为大雪、≥12.1 mm为暴雪。本文统计检验12 h达到大雪以上的暖区强降雪。

1.3 资料选取

本文中的新疆北部特指阿勒泰地区所辖7个县(市)，其具体范围见图 1。降雪实况为该区域发报站2009—2014年11月至次年3月逐时降水资料，从中筛选出12 h (20—08时和08—20时)降雪量大于6 mm的暖区强降雪过程，结果表明，共有15次过程(105个样本)满足上述暖区强降雪的定义条件(表 1)。

T639模式起报时间以20时和08时为主；检验预报时效为00—12、12—24、24—36、36—48、48—60、60—72 h共6个时间段的12 h降雪预报产品。

1.4 检验方法

首先，对T639模式(1°×1°) 12 h降水预报，运用双线性插值法将格点降水预报插值到站点上，然后采用世界气象组织(WMO)推荐的数值预报检验标准化方案之一^[21]——预报对降水量的检验，即分别对大雪、暴雪预报对比实况进行检验。本文统计检验量主要选用准确率(TS评分)、漏报率(PO)、空报率(NH)、平均误差(ME)、均方根误差(RMSE)、平均绝对误差(MAE)和相关系数(R)，其计算式见文献[21-22]。

对T639模式降水预报产品在阿勒泰地区暖区强降雪中预报能力，按照上述降雪量级标准，若观测站出现大雪(暴雪)以上降水，模式也对其预报的降水值达到了大雪(暴雪)量级，则统计为预报正确，进而统计其预报准确率；同时，计算正负误差率(即正误差或负误差样本数占总样本数的百分比)。若观测站降水未达到大雪(暴雪)或以上量级，而模式预报达到了大雪(暴雪)或以上量级，则统计为空报。若观测站降水达到大雪(暴雪)或以上量级，模式预报未达到大雪(暴雪)或以上量级，则统计为漏报。

根据上述方法，统计分析T639模式在阿勒泰地区暖区强降雪逐12 h降水预报中的系统性偏差(偏大或偏小)。以阿勒泰地区所辖县(市) 7个国家级自动气象观测站各要素平均值代表阿勒泰地区相应要素平均值。

2 检验结果与分析 2.1 准确率

表 2给出T639模式在阿勒泰地区暖区强降雪中各时次预报的准确率(TS评分，下同)、空报率和漏报率。从中看到，就全区而言，T639模式预报的准确率21.4%~33.3%，60 h预报时效内准确率随时效延长而降低。漏报率26.9%~29.1%，随时效延长无明显变化规律；空报率38.5%~49.6%，60 h时效内随时效明显增大，且空报率明显高于漏报率。

图 2给出T639模式对阿勒泰地区暖区暴雪、大雪预报的准确率、空报率、漏报率随时效变化。从中看到，暴雪预报准确率为23.8%~38.0%，48 h预报时效内相对较高，为37.7%~38.0%，空报率明显高于漏报率(图 2a)。大雪预报准确率较低，为9.6%~29.4%，漏报率较高(图 2b)。究其原因，主要是由于T639模式降水量预报较实况偏大的概率较大，造成暴雪空报率高、大雪漏报率高。

上述阿勒泰地区15次暖区强降雪过程中，吉木乃、福海未出现暴雪，统计其余5个测站暴雪预报准确率发现(图略)，以12—24 h的预报准确率最高，在30%~63%之间，60 h时效内准确率随时效延长逐渐降低，48—60 h的预报准确率最低，为25%~56%；60—72 h的预报准确率又略有升高。暖区强降雪发生频率较高的阿勒泰、富蕴、青河三站^[11]，暴雪预报准确率高于暖区强降雪发生频率较低的哈巴河、布尔津站。大雪预报准确率与暴雪预报准确率的变化基本一致，其预报准确率明显低于暴雪的预报准确率。

2.2 误差

表 3给出T639模式对72 h时效内5个降水时段阿勒泰全区降水预报的平均误差、平均绝对误差、均方根误差和相关系数。从中可见，平均误差在2.026~ 4.325 mm之间，随时效延长显著增大，即预报值比实况值偏大，存在正的系统误差；平均绝对误差和均方根误差也偏大，均随时效延长显著增大。这说明T639模式降水预报产品在阿勒泰地区暖区强降雪预报中不仅存在系统误差，同时也存在随机误差。48 h内的3个时段相关系数较大，为0.324~0.382，且均通过0.05显著性水平检验，其它时段相关系数较小，表明48 h预报时效内T639模式降水预报产品对该区暖区强降雪预报具有较高的参考价值。

阿勒泰地区各站各种误差存在较大差别:平均误差72 h内5个时效段均为正值，并随时效延长而增大。富蕴和青河站平均误差相对最小，为0.120~3.034 mm，48 h时效段内小于2.545 mm(图 3a)；福海站最大，且在72 h时效段内平均误差相对较稳定(4.921~ 5.323 mm)。各站平均绝对误差和均方根误差均较大(3.404~9.368 mm)，除福海站外，其余各站随时效延长而增大(图 3b、c)。相关系数富蕴和青河站48 h时效内为0.520~0.612，且通过0.05显著性水平检验，其它站均较小，未通过显著性检验(图 3d)，这表明富蕴、青河站48 h时效内T639模式预报具有相对较高的参考价值。

2.3 误差率

在实际预报业务中，既需掌握数值模式的预报精度，更需掌握数值模式预报的系统性偏向，即预报与实况相比是系统性偏高或偏低。在给定样本空间中统计站点或区域的误差均值时，虽存在正负误差相互抵消使误差均值不能真实反映预报效果的平均状况，但从误差值符号即正、负分布特征可分析出预报误差的系统性偏向。为进一步了解T639模式对降水预报的系统性偏向，分析上述15次过程的不同预报时效的区域和站点正、负误差率。

表 4给出T639模式降水预报产品在阿勒泰地区暖区强降雪中的预报偏差。从中看到，T639模式降水预报产品在各时次暖区强降雪预报中的正误差率较大，为0.653~0.807，误差率随时效延长而明显增大；负误差率在0.193~0.347之间，相对较小，并随时效延长而明显减小。这说明模式在暖区强降雪预报中偏大的机率高，即存在明显的系统性偏大。

图 4进一步给出T639模式在阿勒泰地区各站暖区强降雪预报中的正、负误差率随时效的变化。从各站误差率看，青河站正误差率相对最小；48 h时效内正误差率除布尔津外均随时效延长而增大。可见，在日常预报参考中，运用T639降水量预报产品应适当做偏小订正。

3 典型暖区强降雪个例检验

为了进一步分析T639模式降水预报产品的可信度和准确率，为今后预报阿勒泰地区暖区强降雪天气积累经验，本文以2010年1月6—7日和3月17日发生在阿勒泰地区的两次大范围降雪天气过程(以下分别简称“1.7”过程和“3.17”过程)为例，对比检验暖区强降雪的预报落区和系统性偏差。

3.1 降雪量预报检验 3.1.1 对“1.7”过程罕见暴雪天气的检验

该过程降雪量最大集中在6日和7日，6日除福海站为小雪外，其余6站均为大雪以上量级，青河、富蕴站为暴雪，7日吉木乃站为大雪，其余6站均为暴雪，富蕴站24 h降雪量37.3 mm，达大暴雪量级，日降雪量突破当地有气象记录以来历史极值；全区积雪增幅20~ 40 cm，最大积雪深度均突破有气象记录以来极值。该过程产生于西伯利亚阻塞高压强盛发展并与东西伯利亚高压反气旋接通进而在西伯利亚地区形成切断低涡、低涡低部极锋锋区与副热带锋区在阿勒泰地区上空汇合的有利形势下，同时伴随地面低压强烈发展，配合中低层强盛水汽输送。T639模式对该暴雪过程的环流形势、影响系统和降水落区、量级均作出较为准确的预报，同时也存在一定的预报误差。

分析2010年1月6日20时—7日08时阿勒泰地区降水实况及T639模式各时次降水预报可知(图 5)，吉木乃、布尔津、福海出现5.1 mm以上大雪，哈巴河、阿勒泰、富蕴、青河4站出现10.1 mm以上暴雪，T639模式对各时次降雪大值中心的预报与实况基本一致，24—36 h和60—72 h预报与实况接近；12—24 h和48—60 h预报较实况明显偏小；36—48 h表现为西部的吉木乃、哈巴河、布尔津3站预报偏大，福海站预报十分接近实况，阿勒泰、富蕴、青河3站预报较实况偏小。

同样分析2010年1月7日08—20时阿勒泰地区降水实况及T639模式各时次预报可知(图略)，此时段哈巴河站出现5.1 mm以上大雪，东部的富蕴、青河站出现10.1 mm以上暴雪；T639模式对各时次降水大值区的预报与实况较为吻合，但降水量预报较实况偏大，在12—24 h和48—60 h富蕴站降水预报比实况偏小；整体看，T639模式对大雪、暴雪落区预报范围偏大，对测站降水量预报也偏大。

3.1.2 对“3.17”过程暴雪天气的检验

“3.17”过程降雪量主要集中在3月16日20时— 17日08时，哈巴河、布尔津、阿勒泰为暴雪，富蕴站为中雪，其它站为大雪。其特点是，降雪持续时间短，影响范围广，降雪量大，短时强降雪特征明显。该过程期间，中高纬度欧亚地区为纬向环流，极锋锋区和副热带锋区在中亚到阿勒泰地区汇合，其上短波槽东移造成暴雪天气。

图 6给出2010年3月16日20时—17日08时阿勒泰地区降水实况及T639模式各时次降水预报。从中看到，吉木乃、福海、青河3站出现5.1 mm以上大雪，哈巴河、布尔津、阿勒泰3站出现10.1 mm以上暴雪，T639模式对各时次降水大值中心范围和量级的预报与实况相比均偏差较大，其中，12—24 h、24—36 h、48—60 h和60—72h降水大值中心只预报了哈巴河、布尔津两站，36—48 h预报的降水大值中心仅位于东部的富蕴、青河两站；各时次降水量预报，均明显偏小，12—24 h预报仅吉木乃、福海2站大雪预报正确，哈巴河、布尔津预报大雪，较实况偏小1个量级，阿勒泰、青河仅预报小雪，36—48 h哈巴河、布尔津预报大雪，较实况偏小1个量级，富蕴、青河预报偏大，其余各站均偏小，而24—36 h、48—60 h和60—72 h降水预报均为小雪，与实况相差甚远。

同样是2次明显的暴雪天气，但模式预报结果却出现了预报好和差的不同效果。

3.2 T639模式对2次暴雪过程预报效果不同的原因

计算“1.7”和“3.17”暴雪过程T639模式对500 hPa高度场预报的统计误差可知(表 5)，平均误差、均方根误差与平均绝对误差“3.17”过程均比“1.7”过程大，但总体上模式对形势场预报误差较小。因此，形势场预报偏差对降雪量影响不大。分析该模式对影响暴雪天气的水汽条件的预报误差可知(表 5)，水汽通量散度的平均误差、均方根误差及平均绝对误差“3.17”过程均比“1.7”过程大，这是模式对“3.17”过程降雪量预报明显比实况偏小的重要原因。同样，模式对“3.17”过程垂直速度的预报误差也明显大于“1.7”过程。分析这2次暴雪过程的500 hPa环流形势可知，影响“1.7”过程的主要天气尺度系统为低涡，而“3.17”过程则为短波低槽。

综上可知: T639模式对阿勒泰地区暴雪的预报性能好于大雪，12—24 h预报准确率最高；60 h之后，准确率随时效延长而降低。然而，T639模式对阿勒泰地区强降雪的预报准确率存在高低差别，15次过程只有2次预报准确率较低(2010年3月17日和2011年11月15日，简称差)，其余预报准确率均较高(简称好)，好的预报48 h内准确率达65.93%~69.23%，差的预报12—24 h准确率也较高(64.29%)，但其24—48 h准确率则为21.43%~35.17%。

4 T639模式对阿勒泰地区强降雪预报好与差的成因

根据以上分析，将T639模式对72 h时效内新疆北部暖区强降雪预报准确率大于50%定为预报效果好；反之，定为预报效果差。分析T639模式对各时效新疆北部暖区15次强降雪过程的天气形势场和物理量场的预报误差表明，500 hPa高度场、海平面气压场及850 hPa温度场对暖区强降雪预报好与差没有影响，但对流层低层水汽条件尤其是水汽通量散度对其好和差影响较大。24—72 h预报差的个例的均方根误差、平均误差及平均绝对误差均明显大于预报好的个例(表 6)。同样分析影响降雪的动力条件表明，垂直速度对暖区强降雪预报差的个例误差明显大于预报好的个例误差(表略)。

由文献[25]可知，暖区强降雪主要为低涡型和短波低槽型2种环流形势造成。分析造成T639模式对暖区强降雪预报好与差的过程可知，预报差的过程为短波低槽型，而其对低涡型预报效果较好。

5 结论与讨论

(1) T639模式在阿勒泰地区暖区强降雪预报中，60 h预报时效准确率随时效延长而降低，漏报率随时效延长无明显变化规律，空报率在60 h时效内随时效延长而明显升高，且空报率明显高于漏报率。暴雪预报准确率相对较高，空报率明显高于漏报率。大雪预报准确率较低，漏报率较高。各测站大雪预报准确率明显低于暴雪预报准确率；大(暴)雪预报准确率以12—24 h预报准确率最高，60 h时效内随时效延长逐渐降低，暖区强降雪发生频率较高的站的大(暴)雪预报准确率高于暖区强降雪发生频率较低的站。

(2) T639模式在阿勒泰地区暖区强降雪预报中不仅存在系统误差，同时也存在随机误差。48 h预报时效内T639模式在该区暖区强降雪中具有一定的参考价值。富蕴和青河站平均误差相对最小，相关系数较大，表明富蕴、青河站的模式降水预报值具有相对较高的参考价值。

(3) T639模式在暖区强降雪预报中存在明显的系统性偏大，青河站的预报偏大幅度较小。在日常预报参考中，T639模式对降水大值中心预报的指示意义非常好，对于降水量预报应适当给予偏小考虑。

(4) T639模式对于短波低槽型暖区强降雪的预报能力较差，对低涡型预报能力较好；对500 hPa高度场、海平面气压场及850 hPa温度场的预报误差对暖区强降雪预报好与差影响很小，造成模式降水预报效果不同的重要原因是其对水汽通量散度和垂直速度预报的误差。

在全球变暖的大背景下，近年来强降水研究备受关注，特别是针对数值模式对降水预报的检验工作。如熊秋芬^[23]应用“面向目标”的客观检验方法检验了5 mm以上降水事件的预报效果，指出GRAPES模式在我国东部的预报效果好于西部，平原地区好于山区；张俊兰等^[24]对ECMWF细网格模式LSP大尺度降水预报产品在新疆2012年3场暴雪天气中的预报效果分析检验得出：LSP预报的暴雪量值总体偏小，暴雪预报的开始时间偏早3 h左右，结束时间相对准确。由于大雪以下量级降水是天气尺度系统如锋面、气旋、高空槽等在水汽供应充分条件下产生的，而暴雨(雪)是各种尺度天气系统相互作用下产生的，其形成机制十分复杂^[23]。尽管T639模式的降水预报产品可为日常天气预报提供有益的参考，但单靠一种模式来预报灾害性天气仍然存在较大的局限性。本文所检验的对象是预报中较难把握的暖区降雪，今后仍需收集更多相关个例、加强T639模式预报结果统计分析，不断完善本文获得的结论，才能使之对本地区暖区降雪实际业务预报更具指导意义。