Page 184 - 《高原气象》2025年第3期

高 原 气 象 44 卷
742

图9 R≥0. 1 mm（a、 c、 e）和R≥50. 0 mm（b、 d、 f）的预报偏差
（a）、 （b）为TS评分对应的Bias， （c）、 （d）为考虑等价影响A 后ITS 对应的Bias， （e）、 （f）为考虑等价影响A 和C 后对应的Bias
I
I
0
I
Fig. 9 Bias for R≥0. 1 mm（a、 c、 e） and R≥50. 0 mm（b、 d、 f）.（a）， （b） represent the Bias corresponding to TS score； （c）， （d）
represent the Bias corresponding to ITS after considering the A ； （e）， （f） represent the Bias after considering the A and C I
0
I
I
一个重要指标， 除了 TS 评分之外， POD、 FAR、 空降水的精细特征， 基于精细的降水预报， 也能够
ETS 评分等一系列评分指标都用来评价降水的预 更好地服务于灾害性天气预报， 但从传统的二分法
报能力， 但已有采用二分法的评价指标对降水本 预报评分来说， 不区分漏报降水事件的具体情形，
身数值大小的考虑并不充分。对于粗分辨率模式 阈值区间内降水量数值也无差别对待， 譬如观测出
来说， 模式的降水预报， 由于时空分辨率较低， 评 现 249. 0 mm 的大暴雨， 预报量级分别为 101. 0 mm
分对降水数值大小并不十分敏感。但在高分辨率 和 240. 0 mm， 都判定为正确， 在 TS 评分中具有相
网格降水检验中存在诸多不足， 主要表现在一方 同的权重， 事实上， 这两种预报产生的结果和影响
面随着模式分辨率越来越高， 模式能够更好地捕 是完全不同的。
获降水的空间细节特征， 相邻区域内的降水可能 针对传统二分法列联表预报评分对降水检验
出现较大的数值差异； 另一方面气象观测站网也越 可能产生的潜在结果刻画能力不足的问题， 提出一
来越密， 无论是预报还是观测都能够更好地表现时 个基于影响的降水预报评分 ITS。需要重点说明的