Page 19 - 《高原气象》2022年第5期
P. 19

高     原      气     象                                 41 卷
              1112

















                    图1  西北地区东部2019年7月21日08:00至22日08:00 ≥25 mm实况观测降水（阴影区，单位：mm）和相应的
                       ECMWF模式36 h时效的预报（等值线，单位：mm）（a），识别和分离的CRA（b）以及填值为“1”的CRA
                             平移后的模式降水预报（等值线，单位：mm）与实况观测降水（阴影区，单位：mm）（c）
                                       填值“1、2、3、4、5”分别为5个CRA，其中只有填值“1”为有效CRA
                Fig. 1  The observed precipitation（≥25 mm，the shaded，unit：mm）and the corresponding ECMWF precipitation forecast
                   with 36-hour limit（contour，unit：mm）in Eastern Northwest China from 08:00 on 21 to 08:00 on 22 July 2019（a），
                      the identified and isolated CRAs（b），and the observed precipitation（the shaded，unit：mm）and the shifted
                           ECMWF precipitation forecast（contour，unit：mm）of CRA with the filling value of“1”（c）.
                                   The values of“1，2，3，4，5”are 5 CRAs，and only“1”is a valid CRA

             副高）位置偏西偏北，西太副高的西侧或西北侧偏                             形态偏差占比普遍偏大，75% 以上天气过程的形态
             南气流持续向西北地区东部输送暖湿水汽，其比低                             偏差占比超过50%（图2）。
             槽型具有更好的热力条件，多出现在 7-9月。两高                               西北地区东部强降水的形态偏差比西南地区
             切变型强降水主要发生在 7-8月，因盛夏时期西太                           的偏差（符娇兰和代刊，2016）还大，其主要与暖区
             副高强盛且在青藏高原上空对流层中层常有高压                              内中小尺度对流系统引起的对流性降水有关。大
             出现。                                                尺度数值模式预报的降水大值区主要在天气系统
                                                               （如低空切变线、高空低槽等）附近动力抬升最强的
              3   西北地区东部强降水预报总体偏差
                                                                区域，而实况强降水大部分区域往往是偏南气流中
                  ECMWF 和 GRAPES-GFS 模式对西北地区东                   的中小尺度对流系统造成的，从而导致强降水预报
             部强降水预报的落区、形态和强度三类偏差分布相                             的形态偏差，从 2020 年 8 月 23 日强降水天气过程
             似（表 2），其中形态偏差占比最大，分别为 65. 99%                      中就明显可以看出这样的特征（图 3）。这可能是大
             和 63. 72%，其次是落区偏差，分别为 21. 55% 和                    尺度数值模式空间分辨率不高、采用静力平衡等因
             20. 31%，强度偏差最小，各占 12. 47% 和 15. 97%。               素造成的中小尺度对流性降水被平滑过滤，且西北
             图 2为 2019-2020年 5-9月西北地区东部强降水天                     地区东部地形十分复杂，大尺度数值模式中的模式
             气过程的落区、强度和形态三种偏差占比箱线图                              地形和物理过程参数化方案对局地地形触发的中
             （文中箱线图箱体从上至下分别表示最大值、90%                            小尺度降水描述能力也有限，从而导致降水的形态
             分位数，75%分位数，中位数，25%分位数，10%分                         出现较大偏差。
             位数和最小值），从图 2中可以看出，两种模式的落                           3. 1  空间偏差
             区偏差占比离散度较大，主要分布在 10%~30%，而                             ECMWF 和 GRAPES-GFS 模式对西北地区东
                             表2   西北地区东部强降水的落区、强度平均偏差及落区、强度、形态偏差平均占比
                     Table 2  The average location and intensity deviation of heavy precipitation and the average percentage
                                    of location，intensity and pattern error in Eastern Northwest China
                            落区     强度     形态    平均纬向     平均经向    平均纬向    平均经向     平均     平均     最大
                                                                                                       总降水量
                  模式        偏差     偏差     偏差    位移偏差     位移偏差    质心偏差    质心偏差     面积     强度     降水量
                                                                                                       偏差/%
                           占比/%   占比/%   占比/%     / （°）   / （°）    / （°）   / （°）  偏差/%   偏差/%   偏差/%
                 ECMWF      21. 55  12. 47  65. 99  -0. 37  0. 45  -0. 18  0. 08   3. 80  -5. 35  -3. 26  18. 69
               GRAPES-GFS   20. 31  15. 97  63. 72  -0. 38  0. 21  -0. 21  0. 05  -6. 43  -33. 08  -54. 44  -21. 58
   14   15   16   17   18   19   20   21   22   23   24