Page 99 - 《高原气象》2026年第4期
P. 99
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 1029
的优势信号。REOF在 EOF分析的基础上进行方差 中部形成切变线, 切变线南侧湿度较高, 由于孟湾
极大(正交)旋转(吴洪宝和吴蕾, 2010), 较为客观 的高压环流, 水汽输送较高原低槽型弱, 降水主要
地对气候变量场进行区域和类型的划分, 旋转后的 出现在川西高原南部。低涡切变型[图 2(c)]中低
空间模态代表研究时间段内这一区域分布随时间 涡位于青海、 四川交界处, 川西高原受“人”字形切
的演变特征(魏凤英, 2007; 杜一博等, 2024; 杨春 变线影响, 孟湾低涡前侧的西南风利于水汽输送,
艳等, 2023)。由于川西高原海拔落差大, 导致降 结合高能高湿条件, 常引发高原北部强降水。而高
水量区域性差异显著, 为更好反映高原降水量的时 原低涡型[图 2(d)]中低涡位置较低涡切变型偏南,
空变化特征, 本文采用旋转经验正交函数方法对川 川西高原受其影响, 低涡附近湿度条件好, 可导致
西高原 2022 -2024年逐日降水数据进行分解, 以提 川西高原大部出现强降水。高压影响型[图 2(e)]
取降水异常的主要空间模态。前 3个旋转模态通过 中青藏高压与西太平洋副热带高压(以下简称西太
North 检验(North et al., 1982), 第 1、 第 2 和第 3 特 副高)连通, 控制川西高原, 但在中部存在弱切变,
征向量的方差贡献率分别为 31. 01%、 14. 39% 和 配合一定湿度与高能条件, 易触发局地对流性降
6. 04%, 累计方差贡献率为51. 44%。 水, 呈现出“面弱、 点强、 极端性强”的特征。两高
2022 -2024 年川西高原 5 -10 月降雨的 2 种空 切变型[图 2(f)]则是青藏高压与副高对峙, 两高之
间分布类型: 全区多(少)型、 北多(少)南少(多)型 间形成东北—西南向切变线, 切变线附近高能高
[图 1(a), (b)]。降雨 REOF 第一模态为正[图 1 湿, 常造成高原中南部降水。
(a)], 反映了夏半年平均降雨分布的最主要典型 2. 3 降水过程精细化检验方法
场, 表明年平均降雨呈现整体一致性, 即全区多雨 基于上述川西高原分区和环流分型研究, 开展
或全区少雨的特征。该模态的高值区域分布在炉 降水常规检验、 3 h有效降水频率、 最易降水开始时
霍、 道孚、 丹巴、 白玉和新龙南部、 理塘和雅江 2县 间、 最易降水结束时间、 FSS 和 MODE 检验等, 详
北部, 说明该区域对降雨的敏感度较高。由降雨 细检验方法如下:
REOF 第二模态分布[图 1(b)]可知, 以 31°N 为界, (1) 常规检验指标有 TS 评分、 命中率(POD)、
向北为负相关区, 向南为正相关区, 正值中心位于 空报率(FAR)、 漏报率(MR)和预报偏差(Bias), 各
稻城、 理塘等地, 负值中心位于阿坝、 红原、 松潘 检验评分计算如下:
地区。 整体雨型表现为南北反位相特征, 即北部 TS = NA/ ( NA + NB + NC ) (1)
降雨偏多时, 南部偏少; 反之, 北部降雨偏少时, POD = NA/ ( NA + NC) (2)
南部偏多。图 1(c)和图 1(d)分别给出了以 31°N 为 FAR = NB/ ( NA + NB ) (3)
界的南北两个区域与川西高原降水的相关分布, 相 MR = NC/ ( NA + NC ) (4)
关系数均达到了0. 45以上, 说明两个区域都能较准 Bias = ( NA + NB )/ ( NA + NC ) (5)
确地反映北部和南部的降水特征。因此将川西高原 式中: NA、 NB、 NC 分别为降水预报正确、 空报和
划分为川西北(97. 5°E -104. 0°E, 31. 0°N -34. 1°N) 漏报的次数; TS 评分反映模式有效预报的准确程
和川西南(99. 0°E -102. 3°E, 28. 3°N -31. 0°N)两 度, 其值越大模式预报降水能力越强(于翡等,
个区域[图1(e)]进行研究。 2018); FAR 值越低表示降水预报技巧越好; POD
2. 2. 2 川西高原夏半年强降水环流分型 取值范围为 0~1; Bias=1 时最佳, Bias>1 表示模式
川西高原夏半年降水分布与 500 hPa 环流特征 预报有过度或偏强倾向, Bias<1 表示模式预报有不
关系密切, 通过对 2022 -2024 年夏半年(5 -10 月) 足或偏弱倾向。
116 次强降水个例的环流背景进行统计, 得到 6 类 (2) 3 h 有效降水频率: 针对站点 24 h 预报时
主要环流型(表 1): 高原低槽型(34 次)、 高原切变 效, 统计检验时段内各个站点位置上模式预报与观
型(33 次)、 低涡切变型(17 次)、 高原低涡型(12 测的 3 h 降水频率(单位: %), 频率计算公式如下
次)、 高压影响型(11 次)和两高切变型(9 次)。从 (吴俞等, 2023):
合成平均环流场(图 2)来看, 高原低槽型[图 2(a)] RFH = N rain (h)/N sample (h) × 100% (6)
中高原槽位于青海东南部-甘孜中部, 湿度条件较 式中: h 为 3 h 间隔的预报时效; N (h)为统计时段
rain
好, 西藏中部至印度半岛为南支槽, 槽前西南气流 内 h 时刻发生的有效降水的样本数(3 h 降水量≥0. 1
利于水汽输送, 常造成大范围相对均匀的降水。高 mm); N sample (h)为统计时段内 h 时刻的总非缺测样
原切变型[图 2(b)]中偏北风与西南风在川西高原 本数。

