Page 180 - 《高原气象》2025年第3期

高 原 气 象 44 卷
738
表3 单向累加的降水量分级的降水预报事件分类
Table 3 Classification of precipitation forecast events based on one-way accumulated precipitation amount
TS ITS 或ITS
0
预报1事件 预报2事件 预报1事件 预报2事件
小雨（R≥0. 1 mm） A=14 B=2 A=14 B=2 A =31. 21 A =35. 95
I
I
C=2 D=7 C=2 D=7 C =4. 7 C =0. 0
I
I
中雨（R≥10. 0 mm） A=10 B=2 A=12 B=1 A =26. 9 A =32
I
I
C=2 D=11 C=0 D=13 C =5. 7 C =0. 0
I
I
大雨（R≥30. 0 mm） A=9 B=2 A=10 B=1 A =24. 75 A =28. 1
I
I
C=2 D=12 C=1 D=13 C =5. 8 C =1. 9
I
I
暴雨（R≥50. 0 mm） A=4 B=1 A=4 B=1 A =11. 61 A =11. 64
I
I
C=3 D=17 C=3 D=17 C =8. 5 C =7. 7
I I

图5 假想个例的不同量级降水预报的TS、 ITS 和ITS评分
0
Fig. 5 TS， ITS0， and ITS scores for different categories of precipitation forecasts in hypothetical cases
的等价影响 C 最终为 0， 预报 2的 ITS 和 ITS评分显 5 预报评分应用
0
I
著高于预报个例 1。对于暴雨来说， 两个个例的传
为了进一步分析 ITS 评分的特性， 以国家气象
统 TS 评分也完全一致， 但对 A 来说， 个例 2 命中的
I
a 3，3 高于个例 1 命中的 a 。对于 a ， 虽然个例 1 和 信息中心的雷达、 卫星和地面观测站的三源融合网
2，1
0，0
个例 2 同时表现为漏报， 但个例 2 降水预报与观测 格降水分析实况CMPAS （CMA Multi-source Merged
的差异较小， 导致个例 2 的 A 略偏大， C 略偏小， Precipitation Analysis System ）为参照， 采用 POD、
I
I
个例 2 的暴雨 ITS 和 ITS 优于个例 1。结果也充分 MAR、 TS、 ITS 和 ITS 评分， 分析 2022 年 ECMWF
0
0
体现了评分能够更好地表现不同情景下降水量的 （European Centre for Medium-Range Weather Fore‐
预报能力。 casts ） 模式降水量 R≥50. 0 mm 的单向阈值暴雨在
个例 2 和个例 1 的小雨和暴雨 TS 评分相同， 但 中国的预报表现， 文中涉及的地图是基于自然资源
中雨和大雨 TS 评分存在显著差异， 这种差异的结 部标准地图服务网站下载的审图号为 GS（2016）
果在 R≥0. 1 mm 降水的 ITS 和 ITS 能够清楚体现出 1569 号的中国地图制作， 底图无修改。有研究表
0
来。事实上， 通过阈值的细分， 不同阈值区间的 TS 明（潘旸等， 2018）， CMPAS基于概率密度函数匹配
评分的整体表现结果和 ITS 、 ITS 是一致的。但在 法订正雷达和卫星估测降水产品的系统偏差， 在其
0
实际业务中， 阈值无限细分是很难做到的。而 ITS 0 基础上采用贝叶斯模型平均方法融合地面站点降
和 ITS的优点在于避免用一个评分在阈值无限细分 水 观 测 、 雷 达 和 卫 星 反 演 降 水 数 据 研 制 而 成 。
-1
的情况下， 全面反映降水预报在频次、 量级等方面 CMPAS与站点观测平均误差为-0. 0026 mm·h ， 独
-1
的综合性能。 立检验RMSE为0. 730 mm·h ， 相关系数为 0. 786，