Page 182 - 《高原气象》2025年第3期

高 原 气 象 44 卷
740

图7 2022年中国区域水量R≥50. 0 mm的检验评分
（a）发生次数， （b） 漏报率MAR， （c）命中率POD， （d） TS评分
Fig. 7 Verification scores for precipitation R≥ 50. 0 mm in China's regional in 2022.
（a） the number of occurrences， （b） MAR， （c） POD， （d） TS score
多超过 20 次， 西北部内陆很多地方年均发生不到 暴雨漏报可能会造成较大的影响， 但当预报和
1 次。从 MAR 来看， 华南沿海、 西南地区漏报率 观测差异较小的情况下， 预报仍然有重要价值。虽
高， 部分地方超过 0. 45， 而山东、 辽宁、 江西漏报 然在阈值范围命中， 但数值差异较大， 应该在评分
率低。从 FAR来看（图略）， 东南沿海空报率明显低 上给以“惩罚”， ITS 遵从这一原则。图 8 给出了
0
于华中、 华北和东北一些地区， 在河南、 陕西、 山 ITS 评分的空间分布， 由于漏报等价影响 C 是在 C
I
0
西和吉林、 黑龙江部分地方 FAR 接近或达到 1. 0， 的基础上开展， 其基准值为 1， 只有当预报和观测
可能的原因一方面是由于模式在不同区域的预报 差值小于 1. 0 mm， ITS 才可能大于 TS， 因此在大
0
性能差异； 另一方面， 这些地区本身暴雨次数少， 多数情况下， ITS 都小于 TS。ITS 的空间分布显示
0
0
尽管空报次数绝对数值并不高， 但空报率却非常 ［图 8（a）］， 华南沿海 ITS 相对于 TS评分显著降低，
0
大。POD 和 FAR 在空间位置上有明显的互斥关系， 最大差值超过-0. 2， 图 7 分析表明模式在这些地方
FAR 高值区一般为 POD 的低值区， 但在华南和东 存在较多漏报， ITS 则更好地表明了对于这些漏报
0
南沿海， 一些区域 FAR 较低， 但 POD 也并不高， 这 事件来说， 预报和观测降水量的数值差异较大。
可能是这些地区暴雨实际发生的频次较高， 暴雨漏 ITS 在西北地区东部、 华中和东北部分地区高于
0
报可能导致较低的命中率。华北、 东北和西北地区 TS， 最大增加值为 0. 04， 表明模式在这些地区的暴
东部 TS 评分高值区能很好地反映其与 POD 的对应 雨虽然有漏报， 但其降水量和观测的差异很小， 在
关系， 在陕西南部、 山西北部、 山东、 辽宁等地命 某种程度上来说， 可能比命中事件的降水量报得更
中率高值区与 TS 评分大值区非常吻合， 数值上超 准确， 有很好的参考应用价值。
过 0. 9， 是年暴雨发生次数少， 且命中的直接体现， R≥0. 1 mm 和 R≥ 50. 0 mm 的降水预报检验分
而在东南沿海广东、 广西和福建等地， MAR 较高， 析都表明， ITS 相对于 TS 整体是增加的， 事实上
POD 不高、 FAR也较低， 但 TS评分却相对较高， 能 ITS 取决于 A 和 C ， 当命中越高的降水量级事件，
I
I
更好地反映年暴雨发生频次较多情况下模式对暴 漏报事件与观测的差值越小， ITS 越大， 因此， 从
雨的预报性能。 这一角度来看， ITS 是刻画不同产品产生影响程度