Page 109 - 《高原气象》2026年第4期
P. 109
4 期 武敬峰等:川西高原夏半年数值模式降水预报分区分型精细化检验评估 1039
分为0. 22。高原切变型中ECMWF评分为0. 37较均 别选取高原低槽型和高原切变型典型个例, 沿
值偏高0. 20, 而两高切变型则以CMA-MESO最优, 101. 8°E 经向和 30. 5°N 纬向, 对 20:00 CMA-GFS
偏高 0. 11。值得注意的是, 所有模式在高原低涡型 和 SWC-WARR 模式的水平风场、 相对湿度及水汽
中偏差较大, 仅20:00出现短暂改善, 得分为0. 18。 通量散度进行剖面分析(图 9)。从图 9 中可以看
川西南区域(图 8)则呈现 CMA-MESO与 SWC- 出, 在高原低槽型个例中, 实况显示槽前存在高湿
WARR 评分更高, 分别较其余模式偏高 0. 05 和 区向上发展, 受西南气流与地形抬升共同作用, 在
0. 02。CMA-MESO 在高原低涡型、 两高切变型中 28°N 附近形成弱水汽辐合, 在槽前 31. 5°N 附近有
以 11: 00 评 分 最 高 , 分 别 为 0. 54 和 1. 0。 SWC- 明显水汽辐合。CMA-GFS 和 SWC-WARR 模式均
WARR 在高原低槽型、 低涡切变型和高压影响型中 模拟出范围更广的中低层高湿区, 表现出显著湿偏
得分较高, 高原低槽型中 11:00 评分达 0. 48, EC‐ 差; 并且模式在 28°N 地形过渡带处西南风风速预
MWF 在川西南预报偏差, 尤其在高原低槽型和低 报偏强, 导致地形强迫抬升过度, 增强了该区域的
涡切变型中表现垫底。 水汽辐合。同时, 受复杂下垫面影响, 模式风场预
由上可知, 大尺度过程主导、 地形相对开阔的 报存在偏差, 实况 31. 5°N 的水汽辐合区, 在 CMA-
川西北, 全球模式凭借其对大尺度环流的精准把握 GFS 中向南扩展至 30°N -32°N; SWC-WARR 则将
而得分较高; 而在中小尺度对流过程被复杂地形强 辐合中心南移至 30°N 附近, 风场辐合明显偏南。
烈调制的川西南, 区域模式凭借其分辨率优势, 对 这与 2. 1 节“区域模式预报落区偏南”的结论一致,
局地降水的捕捉能力更强, 评分更优。这也印证了 表明模式对地形过渡带风场响应过度, 叠加槽前动
前文全球模式对大尺度预报较优, 区域模式则在中 力结构模拟偏差, 共同导致水汽辐合与上升运动中
小尺度上预报更好的结论。 心南移。在高原切变型个例中, 实况在 101°E 附近
存在明显的风场切变和水汽辐合。模式模拟出更
5 偏差特征分析
广的高湿区, 且预报水汽辐合中心位置偏东。这一
针对水汽条件与低层动力场的系统性偏差, 分 偏 差 导 致 强 降 水 落 区 东 移 , 与 2. 1 节 中“SWC-
图9 川西高原典型环流型个例实况及CMA-GFS、 SWC-WARR数值模式风场(风羽, 单位: m·s )、 相对湿度
-1
-7
-2
-1
(等值线, 单位: %)和水汽通量散度(彩色区, 单位: ×10 g·cm ·hPa ·s )剖面图
-1
Fig. 9 Cross-sections of wind (barbs, unit: m·s ), relative humidity (contours, unit: %), and moisture flux
-1
-7
-2
-1
-1
divergence (shading, unit: ×10 g·cm ·hPa ·s ) for typical synoptic cases over the western Sichuan Plateau

