Page 25 - 《高原气象》2022年第5期

高 原 气 象 41 卷
1118

图9 CRA内实况平均雨强与相应的ECMWF模式（上）和GRAPES-GFS模式（下）预报的平均雨强散点分布
Fig. 9 The scatter plot of average precipitation intensity between observation and forecasted by the
ECMWF（up）and GRAPES-GFS（down）model in the CRAs
西南气流型和两高切变型这一现象更加明显，平均 时，ECMWF 预报最大降水量偏弱的概率减小至
雨强偏弱程度超过40%［图9（e），（f）］。 25%［图 10（c）］。GRAPES-GFS 对三种类型强降水
ECMWF 预报的最大降水量在低槽型［图 10 的最大降水量预报均明显偏弱，偏弱程度的中位值
（a）］和西南气流型［图 10（b）］强降水中较实况偏弱 分别为 45%，61. 26% 和 57. 74%（表 3），预报的最
的概率分别达 76% 和 60%，且实况越强，预报越弱 大降水量离散度很小［图 7（a）］，43 个 CRA 中除了
的可能性较大，偏弱程度的中位值分别为 23. 72% 两高切变型的 1个外，其余 CRA中的最大降水量预
和 19. 80%（表 3）。ECMWF对两高切变型最大降水 报在 100 mm 以下［图 10（d）~（f）］，说明其对极端降

量预报偏强和偏弱的概率相当，整体预报效果较 水的预报能力不足。
好。当最大降水量小于 100 mm 时，ECMWF 预报 4. 2 空间偏差
偏弱的概率达 62. 5%，当最大降水量大于 100 mm ECMWF预报的低槽型和西南气流型强降水落
表3 西北地区东部ECMWF模式和GRAPSE-GFS模式对不同环流型强降水落区和强度预报偏差的中位数
Table 3 The location and intensity deviation median of the ECMWF and GRAPES-GFS models forecast
under three heavy precipitation patterns in Eastern Northwest China
纬向位移 经向位移 纬向质心 经向质心 面积偏差 平均雨强 最大降水 总降水量
环流分型 数值模式
偏差/（°） 偏差/（°） 偏差/（°） 偏差/（°） /% 偏差/% 偏差/% 偏差/%
低槽型 ECMWF -0. 25 0. 32 -0. 18 -0. 02 4. 05 10. 0 -23. 72 9. 67
GRAPSE-GFS -0. 50 0. 12 -0. 24 -0. 03 -27. 90 -7. 69 -45. 00 -41. 20
西南气流型 ECMWF -0. 50 0. 44 -0. 35 0. 07 15. 99 7. 92 -19. 80 30. 14
GRAPSE-GFS -0. 69 0. 19 -0. 22 0. 04 -47. 19 -37. 58 -61. 26 -66. 98
两高切变型 ECMWF 0. 06 0. 44 -0. 06 0. 12 -12. 34 16. 50 5. 70 2. 16
GRAPSE-GFS -0. 13 0. 00 0. 06 0. 00 -72. 11 -61. 88 -57. 74 -89. 94