500hPa位势高度场极端天气事件的NCEP集合概率预报效果分析

2011 年12 月T r a n sac t i o n s of A tm osp h e r i c Sc i e n ces D ec．2011
段明铿，王盘兴，吴洪宝．2011．500 hPa 位势高度场极端天气事件的N C EP 集合概率预报效果分析［J］．大气科学学报，34( 6) : 717-724．
Duan M i n g-k en g，W an g Pan-x i n g，W u H o n g-ba o．2011．The ve ri f i cat i o n of NCEP en s emb l e p r o bab i l i s t i c f o r eca s t s on the extreme weather events of 500 hPa g e o p o tent i a l he i g ht s［J］．Tran s Atmos Sc i，34(6) : 717-724．
500 hPa 位势高度场极端天气事件的NCEP 集合概率预报效果分析
段明铿，王盘兴，吴洪宝
( 南京信息工程大学气象灾害省部共建教育部重点实验室，江苏南京210044)
摘要: 基于百分位方法，首先通过构建气候等概率区间得到了位势高度场极端天气事件区分方法，并给出了相应的预报结果检验评价方案; 以此为基础，对2003 年夏季亚欧区域的500 hPa 位势高度场极端天气事件的NCEP 集合概率预报效果进行了深入分析，得到如下结论: 1) 分析时段和区域内的极端事件的发生频率比气候平均状况略偏高。

NCEP 集合预报系统对异常偏低的极端事件的预报易偏高，但相对比较可靠; 对相对异常偏高极端事件的预报频率随着预报时效的增大而减小，时效小于3 d 时预报频率偏高，时效大于 5 d 时显著偏低，预报可靠性相对差一些。

2) EV( eco n o m-
i c v a l u e，经济价值)分析表明，NCEP 集合预报系统对偏高( 低) 极端事件的概率预报效果明显高于
正常天气事件。

3) 预报命中率分析表明，在高概率阈值下，预报命中率较低，这与预报系统在部分个例中的不发散有关。

随着概率阈值的降低，预报命中率稳步提高，说明集合成员的发散使之可以覆盖实况可能出现的区间，从而得到更好的预报效果。

关键词: 集合预报; 500 hPa 位势高度场; 极端天气事件; 概率预报
中图分类号: P457文献标识码: A文章编号: 1674-7097( 2011) 06-0717-08
T h e v e r i f i c a t i o n of NCEP e n se mb l e p r o bab i l i s t i c f o r ec a s t s o n
the e xt r e m e w e a t h e r events of 500 hPa g e o p o t e n t i a l h e i g h t s
DUAN M i n g-k e n g，WA NG P a n-x i n g，W U H o n g-bao
( Key Laboratory of Mete o r o l o g i ca l D i s a s te r of M i n i s t r y o f E ducat i o n，NU I ST，Nan ji n g210044，Ch i na)
A b s t r a c t: Ba se d on the pe r ce nt il e meth od，a d i s t i n c t i o n me th od for th e extrem e wea the r e ve nts i s p r opose d
by the co n s t r u c t i o n of the c li m a t o l og i ca ll y eq u a ll y li k e l y i nt e r v a l s f i r s t l y．Then，the co rr espo n d i n g fo r ecas- t i n g e v a l u a t i o n on extre me w eath er e ve nts i s pe rform ed for 500h Pa geopo t e nt i a l h e i g ht ove r E u r as i a n a r ea in su mm e r 2003．The r es u l t s are a s fo ll ows: 1) I n the a n a l y zed pe r i od a nd r eg i o n，th e frequenc y of the e x-treme even ts i s s li g ht l y h i g h e r than the c li m a t o l og i ca l avera ge s i tu a t i o n．I n NCEP-EPS，the fo r ecas t f r e- qu en cy i s easy to bec ome h i g h e r for th e l owe r extreme events，but r e l a t i v e l y r e li ab l e，w h e r eas it i s de- crea se d w i th the e xt e n s i o n of l ea d-t i m e for the h i g h e r e xtrem e e v e nt s．When the l ead-t i m e i s l ess than 3 d ( more tha n5 d) ，the fo r ecas t fre qu en c y i s h i g h e r(l owe r)w i th r e l a t i v e l y l ess r e li ab ili ty． 2) EV( eco n o m i c v a l u e)a n a l y s i s sh ows th at the pe rforma nc e of NCEP-EPS p r oba b ili s t i c fo r ecas t for the h i g h e r(l owe r)e x-treme events i s be tte r tha n th at for th e n o r m a l wea the r e v e nt s． 3) Forec ast hit rate a n a l y s i s sh ow s tha t th e hit rate i s l owe r in the h i g h-p r obab ili ty th r es h o l d．Further a n a l y s i s po i nt s out tha t it i s pe rha ps r e l a t ed w i th the l owe r e n se m b l e spre ad in some case s． With the dec r ease of p r obab ili ty th r es h o l d，th e hit rate s t ead il y
i n c r eases． It me an s that the sprea d of e n se m b l e mem be rs ca n ma ke th em to c ove r a ll poss i b l e r eg i o n of ob-
se r v a t i o n v a l u e，th e r eb y to ge t the better fo r ecas t i n g r es u l t s．
收稿日期: 2010-12-23; 改回日期: 2011-06-06
基金项目: 公益性行业( 气象) 科研专项( GYHY( QX) 200906007)
作者简介: 段明铿( 1979—) ，男，甘肃靖远人，博士，讲师，研究方向为集合预报，m i n g k en g．duan@ g ma i l．c o m．
K e y w o r d s : e n se m b l e fo r ecas t i n g ; 500 hPa geopo t e nt i a l h e i g ht f i e l d ; extre me wea th e r e v e nt ; p r oba b ili s t i c fo r ecas t i n g
在对 2003 年夏季亚欧区域( 40 ～ 150° E ，
15 ～ 80° N ) 500 hPa 位势高度场极端事件的实际发生频率和集
合预报结果可靠性分析的基础上，从统计平均的角 度对这类天气事件在该区域的集合概率预报结果进
行分析和讨论。

0 引言
极端天气事件大多数是高影响、低概率事件，准 确预报这类事件是目前数值预报领域面临的重要问 题( 丁一 汇，2005; W MO ，2005 ) 。

2000 年，BAMS 期 刊以“
Un de r s t a n d i n g Chan ge s in Weather and
C li m a t e Extre me s a nd Th e i r I m pac t s ”为主题发表了一系列的 论文( Chan gnon e t a l ． ，2000; E as t e r li n g et a l ． ，2000;
M ee h l e t a l ． ，2000a ，2000b ; Parmesan and W illi g ， 2000) ，全面 总 结 讨 论 了 极 端 天 气 气 候 事 件 的 观 测 事实、时空演变规律、模拟预测，以及它对经济社会 和生态环境的影响。

提高极端天气气候事件的预报 能力对于减少这类事件造成的巨大损失具有十分重 要的意义。

就极端天气事件的分析预报而言，首要 问题是对这类天气事件的区分，然后才能考虑对其 进行预报，并 对 预 报 效 果 进 行 客 观 的 检 验 和 评 价。

目前绝大多数关于低概率天气事件的研究工作都着 眼于个 例 分 析 ( H e ll o et a l ． ，2000; 赵 思 雄 等，2002; Zha ng et a l ． ，2002) 。

集合预报是近十余年来迅速发 展并广泛应用的一种预报方法 ( 陈静等，
2002; 段明 铿和王盘 兴，2004 ) 。

它 可 以 取 得 比 单 一 确 定 性 预 报更好的预报结果，且可凭借其多成员优势提供更 为合理的概 率 预 报 结 果，提 高 预 报 结 果 的 可 用 性。

E CM W F ( Mu r p hy ，1998 ) 、NCEP ( T oth an d K a l n a y ，
1997) 等 均 发 展 了 其 独 立 的 集 合 预 报 系 统 ( EPS ) 。

以此为基础，中国( 皇甫雪官，2002) 、日本和南非等
国家也相继建立了集合预报系统。

2003 年，THOR- PEX 计划( WM O ，2005) 开始实施，其重点之 一 就 是 利用集合预报，提供用于决策的概率预报结果，最大 可能地减少极端天气事件的影响。

到目前为止，该 计划已经为全球各国集合预报系统的发展和共享做 出了巨大贡献( 智协飞和陈雯，
2010) 。

预报效果的检验与评价是构建高效集合预报系
统的关键一环，不仅能使用户对系统的预报能力有 较为全面的认识，而且有助于预报系统的进一步改 进( 段 明 铿，2006; 段 明 铿 等，2009 ) 。

研 究 表 明，集 合预报对于低概率天气事件具有更好的预报效果， 这是因为集合预报提供的概率预报结果可以给出这 类天气事件在未来出现的可能性( Van Den D oo l a n d Toth ，1991) 。

本文基于百分位方法构建气候等概率
1
1. 1 资料和方法
资料
使用的资料 有 两 类: NCEP-EPS 预 报 资 料 ( T o th
an d K a l n a y ，1997) 和 NC E P / NCAR 再分析资料( K a l -
nay e t a l ． ，1996) 。

前者为该预报系统 10 个集合扰
动预报成员的全球 500 hPa 高度预报场，起 报 时 刻
为 2003 年 6 月 1 日至 8 月 31 日间( 共 90 d ，
7 月 12 日和 8 月 27 日的预报资料缺损) 的每日 00 时( 世界
时，下同) ，预报时效为 0. 5 ～ 16 d ，间隔为 0. 5 d ，格
点分辨率为 2. 5° × 2. 5°。

后者有两类，其中 1950—
1999 年的逐日全球 500 hPa 高度场资料用于确定气
候等概率 区 间，而 2003 年 每 日 00 时、
12 时 的 资 料 则作为预报效果检验的实况分析场，其时空分辨率 与预报资料对应。

1. 2 方法
本文主要针对集合概率预报进行效果检验与评
价，涉及的方法包括可靠性分析、
ROC ( r e l a t i v e ope r - a t i n g c h a r ac t e r i s t i c ) 分 析 和 EV ( 经 济 价 值 ) 评 价
方法。

可靠性分析主要通过对大量预报结果和相应实 况的统计分析，来揭示预报系统对天气事件的预报 概率与其实际发生概率的差别。

对理想的可靠预报 系统而言，事件的预报概率与观测频率应当相等。

ROC 分析是 信 号 探 测 理 论 在 预 报 检 验 中 的 应
用 ( T a l ag r a n d et a l ． ，
1997; V i a t c h es l a v a n d F r a n c i s ，2003) 。

某预报 时 效 下，对 检 验 区 域 和 时 段 内 的 所
有格点考虑预报出现或不出现两种状态，然后用实
况去检验预报结果，其结果必是下列 4 种情况之一:
命中( h ) 、正确否定 ( c ) 、漏报 ( f ) 和 空 报 ( m ) ，经 统
计就可以构成预报与实况分析频次列联表 ( 表 1
) 。

显然有 h + f + m + c = 1，且有 o 珔= h + m ，表示事件的 气候概率。

RO C 分 析 就 是 通 过 计 算 预 报 的 命 中 率
和空报率来描述系统的预报能力。

命中率越高，空 报率越低，则预报效果越好。

预报命中率 H 和错报
率 F 分别定义为:
第 6 期
段明铿，等: 500 hPa 位势高度场极端天气事件的 NCEP 集合概率预报效果分析
719
= h = h ; =
f = f 。

可以减少用户的平均支出。

这种平均支出的减少就
用相对经济价值来度量。

相对经济价值是将用户采 用实际预报 系 统 减 少 的 支 出 ( 损 失) 与 其 使 用 完 美
预报系统的支出进行对比，因此可表示为
H F ( 1)
h + m o 珋 f + c 1 － o 珋 在本文的分析中，根据需要只讨论事件的命中 率，它反映的是在实况出现的前提下预报也出现的 条件概率。

表 1 预报与实况分析频率、实况是否出现与用户采取措施
与否的支出或损失列联表( 引自 Zhu et a l ． ( 2002) )
E for ecast － E c l i mate
V =。

( 4)
E － E per fect c li m at e
根据表 1 可 知，实 际 预 报 系 统 的 平 均 支 出 ( 损 失) 为
T a b l e 1
C o nt i n g e n c y t a b l e i nd i ca t i n g the f o r ecas t / o b se r v e d fre que nc y an d the c o st s an d l o sse s accrued by th e use of w eather f o r ecas t s ，d e p e nd i n g on f o r ecas t a nd o bserved events ( Fro m Zhu et a l ． ( 2002) )
E = h ( C + L ) + fC + m ( L + L ) = f o reca s t u p u
o 珋L + ( h + f ) C + mL 。

( 5) u p 将( 2) 、( 3) 和( 5) 式代入( 4) 式可得 预报、用户采取措施 =
m i n ［o 珋，γ］ － ( h + f ) γ － m 。

实况出现
V ( 6) m i n ［o 珋，γ］ － o 珋γ
是 否
C
命中( h ) 、 必要支出( C + L u )
漏报( f ) 、 损失( L = L u + L p ) 其中 γ = 为 支 出—损 失 比。

根 据 定 义，它 表 示 的
是
L p 是不同类型的用户。

进一步，将 ROC 分析中定义的 命中率和错报率( ( 1) 式) 代入( 6) 式，最终可得
空报( m ) 、 支出( C )
正确否定( c ) 、 无损失( N )
否
= m in ( o 珔，γ) － F γ( 1 － o 珔) + H o 珔( 1 － γ) － o 珔
V 。

min ( o 珔，γ) － o 珔γ
EV 分析方法是近年来提出并广泛使用的一种 方法，该方法以用户能够从天气预报中获得多大的 经济效益来评价天气预报的质量( T a l ag r a n d e t a l ． ， 1997; Z hu et a l ． ，2002) 。

它不仅考虑预报系统本身 的性 能 ( 如 用 ROC 分 析 中 的 命 中 率、空 报 率 来 描 述) ，而且还 与 不 同 类 型 用 户 对 预 报 结 果 的 反 应 有 关。

表 1 给出 了 用 户 根 据 预 报 结 果 出 现 ( 不 出 现) 而采取( 不 采 取) 防 护 措施 所 花 费 的 成 本 和 遭 受 的 损失。

C 为对该天气事件采取防护措施所花费的成 本; L u 为 即 使 采 取 防 护 措 施 也 无 法 避 免 的 损 失; L 是未采取防护措施的情况下而事件发生所造成的
损 失，它包括两个部分，即 L = L u + L p ，L p 为采取防护 措施后可避免的损失; 预报某天气事件不出现，用
户 根据预报未采取措施，实况该事件也未出现，则无任 何成本和损失，即 N = 0。

表 1 中的预报和实况分析 频率与对应的支出和损失相结合，就可以对预报的
相对经济价值进行分析。

由表 1 可知，如果用户仅参考事件的气候频率 o 珔来做出相应的反应，那么其平均支出( 损失) 为
( 7)
由( 7) 式可见，对于某天气事件( o 珔确定) ，经济
价值不仅与度 量 预 报 系 统 性 能 的 命 中 率 H 和 错 报
率 F 有关，还要考虑不同类型用户或同意用户的不
同情况( 用 γ 来 度 量) 。

容 易 证 明，当 γ = o 珔时 经 济 价值达到最大。

对于本文研究的 500 hPa 位势高度 场，由于是基于 10 个气候等概率区间进行分析，因 此其气候概率 o 珔= 0. 1。

上述方法的讨论针对的都是确定性预报，对概
率预报结果而言，其不同之处在于，还需要确定多个
概率阈值 p * ( 如取 p *
= 0% ，10% ，…，100% ) ，当天 气事件的预报概率不小于概率阈值时，认为预报天
气事件出现，否则不出现; 然后根据不同的概率阈值
将概率预报 转 化 为 确 定 性 预 报，再 进 行 分 析 ( T a l a -
gra nd e t a l ． ，1997) 。

可靠性分析主要讨论系统的预
报概率与天气事件的实际发生频率之间的关系，而ROC 分析和经 济 价 值 评 价 方 法 则 是 在 对 预 报 结 果
的命中、空报、错 报 和 正 确 否 定 数 进 行 统 计 的 基 础
上，进而分 析 不 同 概 率 阈 值 下 的 命 中 率 和 空 报 率。

E c li m at e = min ［C + o 珔L u ，o 珔( L p + L u ) ］ =
o 珔L u + m in ( o 珔L p ，C ) 。

本研究 以 落 在 同 一 气 候 等 概 率 区 间 ( T oth e t a l ． ，( 2) 2001) 的 集 合 成 员 数 与 总 成 员 数 之 比 作 为 概 率 阈
值。

关于气候等概率区间的确定将在下一节给出极 端天气事件的区分方法时一并讨论。

如果存在完美预报系统，即用户仅在预报事件 出现时才采取措施，并且事件确实发生了，那么其平 均支出( 损失) 为
2 极端天气事件的区分
从预报的角度来考虑，相对于气候平均状态的
E perf ect = o 珔( C + L u ) 。

( 3)
实际的预报系统是介乎上述两种情况之间的，
极端天气事件有两种表现形式，分别为实况中和预 报中出现的极端事件。

前者的重要性不言而喻; 对 于后者，如果实况与预报同时出现，则说明预报系统 的效果良好，但如果常常在低概率的极端天气事件 预报过程中出现错报、空报现象则会大大影响预报 系统的整体效果，用户必然会对该系统的预报能力 提出质疑，因此在对低概率事件的预报进行预报效 果分析时，预报结果中出现的极端天气事件也是必 须要考虑的。

在进行预报效果评价时，在所有的时刻、格点采 用同一临界值标准进行分析讨论是常用的方法，但 这种方法忽略了分析对象的平均值和均方差在时空 分布上的显著差异。

为了使分析更为客观，本文使 用由长期观测资料确定的逐格点的气候等概率区间 来区分预报结果，把集合预报成员和实况分析值进 行分级 后 再 进 行 预 报 效 果 的 检 验 与 评 价 ( Toth e t a l ． ，2001) 。

日数) ，作非降序排列，然后将此序列等频数地分为
10 段，这 样 就 产 生 了 左 右 2 个 开 区 间 和 8 个 闭 区 间，可认 为 高 度 值 出 现 在 每 个 区 间 内 的 概 率 均 为
0. 1。

对所有格点均进行这样的处理，就得到了全区 域该月逐点的 10 个气候等概率区间。

为精细地考 虑季节变化，还需要使用线性内插方法，根据日期，
考虑本月、上月和下月的权重将其插值到研究时段
的每个需要的时刻，就可以得到该时刻的气候等概
率区间。

表 2 给 出 了 格 点 ( 117. 5°
E ，40° N ) 的 某 些 特定时刻的气候等概率区间分界值。

可以看出，表 中的区间分界值在 5 月底到 8 月底之间主要表现为
由低到高，再由高到低的变化过程，实际上这是与夏
季副热带高压北上然后南退的气候特征相对应的。

此外更重要的是，在这 10 个气候等概率区间中，位
于区间两端的两个开区间代表的是显著偏离气候平 均的情况，在历史天气状况中出现的概率为 0. 1，具
有特别的意义，我们将落在第 1、10 个区间的事件分 别称为偏低、偏高的极端天气事件，落在其余 8 个区
间的事件则均称为正常事件。

气候 等 概 率 区 间 的 确 定 方 法 如 下: 使 用 50 a
( 1950—1999 年) 500 hPa 高度场逐日资料，对某月、 某格点上的所有数据，共 50 × 2 × t d 个( t d 为该月总
表 2 在格点( 117. 5°E ，40°N ) 处，插值到特定时刻的 500 hPa 高度场 10 个气候等概率区间分界值
T a b l e 2
T he d i v i d i n g v a l u es of the 10 c li m a t o l o g i ca ll y e qu a ll y li k e l y i nt e r v a l s of 500 ( 40°N ，117. 5°E ) ( The v a l u es hav e been i nt e r p o l a t e d i nt o so m e ce r t a i n m o m e nt s )
hPa g eo p o t e nt i a l f i e l d at g r i d g pm 时刻 分界值 05-30T00 06-15T00 06-30T00 07-15T00 07-30T00 08-15T00 08-30T00 1—21) 2—3 3—4 4—5 5—6 6—7 7—8 5 627 5 658 5 679 5 695 5 710 5 726 5 742 5 666 5 693 5 712 5 727 5 740 5 753 5 764 5 696 5 720 5 738 5 753 5 766 5 780 5 790 5 726 5 748 5 765 5 780 5 792 5 806 5 817 5 734 5 756 5 773 5 786 5 799 5 813 5 825 5 742 5 765 5 781 5 792 5 806 5 820 5 832 5 712 5 738 5 753 5 766 5 779 5 792 5 804 8—9
5 758 5 778 5 805 5 832 5 839 5 84
6 5 819 9—10
5 776
5 795
5 822
5 849
5 857
5 866
5 841
注: 1) 表中“1—2”表示第一、二区间的分界，其他依此
类推．
理，集合预报结果的频率分布反映的是预报系统对
不同类型天气事件的预报偏差状况，可以反映预报
系统对低概率事件的预报可靠性。

可 以 看 出，
2003 年夏季亚欧区域的偏低、偏高极端事件的实际发生
频率 相 对 于 气 候 平 均 状 况 ( 10% ) 略 偏 高，分 别 为
10. 9% 和 11. 6% 。

就集合预报的预报频率而言，对 偏低极端事件的预报易偏高，但相对比较可靠; 对偏
高极端天气事件的预报频率随着预报时效的增大而
3 2003 年 夏 季 极 端 事 件 发 生 频 率 与
集合概率预报可靠性分析
下面来具体分析 2003 年夏季亚欧区域实况和 预报的天气事件在 500 hPa 气候等概率区间的分布 频率，以此来了解低概率事件的发生频率和集合预 报结果的可靠性。

表 3 给出了分析得到的实况和集 合预报值在气候等概率区间的分布情况。

根据其原
第6 期段明铿，等: 500 hPa 位势高度场极端天气事件的NCEP 集合概率预报效果分析721
减小，在时效较短( 小于3 d) 时，预报频率偏高，预
报时效较长( 大于5 d) 时，预报频率显著偏低，预报
可靠性相对差一些。

表3 2003 年夏季亚欧地区500 hPa 位势高度场实况值和若干预报时效下的集合预报值在气候等概率区间的分布频率
T a b l e 3 T he d i s t r i but i o n frequen cy of o b ser v ed v a l u e and e n se m b l e f o r ecas t i n g v a l u es at som e l ea d-t i m e of 500 hPa g eo p o t e nt i a l
f i e l d f a lli n
g i nt o the co rr es p o nd i n g c li m a t o l o g i ca ll y e qu a ll y li k e l y i nt e r v a l s o v er E u r as i a n area in summ er 2003%
区间序号
12345678910
实况频率10. 9
11. 3
11. 9
11. 7
11. 5
11. 2 10. 2
10. 7
10. 8
11. 3
10. 5
11. 0
9. 7
9. 8
9. 8
10. 6
10. 4
10. 9
9. 5
9. 2
9. 7
10. 2
10. 3
10. 8
9. 4
9. 2
9. 8
10. 1
10. 2
11. 4
9. 5
9. 4
9. 8
10. 0
10. 6
10. 9
9. 4
9. 6
9. 7
9. 7
10. 2
10. 1
9. 7
9. 6
9. 5
9. 5
9. 6
8. 9
10. 1
9. 8
9. 4
8. 2
8. 8
7. 4
11. 6
11. 4
9. 7
8. 6
8. 0
7. 4
1 d
3 d
5 d
7 d
10 d
预报频率
4200352003
年夏季不同类型事件的集合年夏季不同类型事件的集合
概率预报EV 分析
根据第2 节给出的分析方案，分别对亚欧区域的所有、正常、偏高和偏低极端天气事件的集合概率预报进行EV 分析。

图1 是若干个预报时效下的EV 分析结果。

可以看出，对所有用户来说，随着预报时效的延长，4 种类型预报的效果均随之降低。

这是预报系统的普遍特征，特别是异常偏高、偏低极端事件也表现出这种预报系统的普遍特征，这就说明该系统对偏高( 低) 极端天气事件的预报是可靠的，至少可以表现出与一般状况一致的效果。

图1 最显著的特征是偏高和偏低极端天气事件的经济价值最高，所有天气事件次之，正常天气事件最低。

图2 是对应的各预报时效下的最大经济价值，这种特征表现得更为直观。

该结果说明NC EP-EPS 对于低概率事件的预报结果显著地优于正常天气事件。

根据分析方案，上述分析中正常天气事件的频率是偏高或偏低极端天气事件的8 倍，前者的预报评价结果可视为8 个区间的平均情况。

为了避免这种平均过程对分析结果的影响，下面进一步对发生频率和预报频率均接近于气候状况的第5、6( 10 个区间的中位数) 区间的天气事件使用EV 方法进行分析，得到最大经济价值随预报时效的变化情况( 图3) 。

可以看出，与前面的分析结果一致，单个区间不同类型天气事件的分析结果也表现出偏高、偏低极端天气事件的集合概率预报结果明显高于正常事件的特征。

概率预报命中率分析
根据ROC 和EV 分析的基本原理和关系，后者是在前者的基础上进一步考虑不同类型用户的结果，是基本一致的，因此这里不再具体讨论ROC 分析的结果，而把重点放在预报过程中对极端事件命中率的分析。

如第 2 节所述，命中率定义为预报命中的极端事件次数与极端事件总次数之比，反映的是在实况发生的情况下预报也发生的概率，也就是系统对实际发生事件的识别能力。

因此，对不同概率阈值下命中率的分析可以对系统在这个方面的预报结果有进一步的了解。

图4 是部分概率阈值下 4 种类型预报的命中率(对于10 个成员的集合预报，它表示实况出现的前提下，分别有大于等于1、3、5、7、9 个成员预报事件也发生的概率) 。

可见，在概率阈值极高( 图4a) 时，预报命中率很低。

这种情况对应的是10 个成员中有大于等于9 个预报某天气事件将会发生，却出现了极低的预报命中率。

其原因可能在于预报系统在初始扰动生成方面的缺陷使得预报不发散，导致所有的预报成员出现整体性的、一致性的偏差。

尽管命中率比较低，但对偏高( 低) 极端天气事件的命中率仍显著高于针对正常和所有天气事件的命中率，这说明当集合成员整体性地识别出这类低概率事件时，预报出现系统性偏差的可能性相对较小。

随着概率阈值的减小( 图4b、c、d、e) ，系统的命中频次逐渐升高，而空报频次逐渐降低，使得各类预报的命中率均有所提高。

当概率阈值为0. 1 时( 图4e) ，针对
图 2 2003 年夏季亚 欧 地 区 500 hPa 位 势 高 度 场 各 类 型
天气事件的集合概率预报最大经济价值
F i g ． 2 T he m a x i m a l eco n o m i c v a l u e of 500 hPa g eo p o t e n-
t i a l h e i g ht f i e l d e n se m b l e p r o b a b ili s t i c f o r ecas t s f o r
the d i ff e r e nt type s of w eather events ov er E u r as i a n area in summ er 2003
图 3 2003 年夏季亚欧地区 500 hPa 位势高度场偏低、
偏 高和部分正常天气事 件 的 集 合 概 率 预 报 最 大 经 济
价值
F i g ． 3 T he m a x i m a l eco n o m i c v a l u e of 500 hPa g eo p o t e n-
t i a l f i e l d e n se m b l e p r o b a b ili s t i c f o r ecas t s fo r th e
l o w e r ，h i g h e r e xtr em e an d so m e n o r m a l w eather e - v ents ov er E u r as i a n area in summer 2003
所有天气事件的预报命中率在所有时效下甚至达到
了 0. 6 以上。

这是 EPS 各成员比较发散的表现，因
为只要在实况所在的区间内落入至少 1 个集合成员 即认为预报命中。

当预报成员比较分散时，落入各 个区间的概率就显著提高，因此导致预报的命中率 也相应增大。

总之，尽管由于部分预报个例的不发散可能会
图 1 2003 年夏季亚 欧 地 区 500 hPa 位 势 高 度 场 不 同 预
报时效时各类型天气事 件 的 集 合 概 率 预 报 经 济 价 a ． 1 d ; b ． 3 d ; c ． 5 d ; d ． 7 d ; e ． 10 d
值
F i g ． 1 T he eco n o m i c v a l u e of 500 hPa g eo p o t e nt i a l h e i g ht
f i e l d e n se m b l e p r o b a b ili s t i c f o r ecas t s fo r the d i ff e r - ent t y pe s o f w eather events ov er E u r as i a n area in
summer 2003 ( The l ea d-t i m e i s ( a ) 1 d ，( b ) 3 d ， ( c ) 5 d ，( d ) 7 d ，and ( e ) 10 d ，r es p ec t i v e l y )
导致在高概率阈值条件下的命中率较低，但是在中、
低概率阈值 下 系 统 仍 然 显 示 出 比 较 高 的 预 报 命 中 率，说 明 预 报 系 统 总 体 而 言 是 发 散 的。

因 此 认
为NC E P-E P S 在该区域的预报总体效果良好，集合成
第 6 期
段明铿，等: 500 hPa 位势高度场极端天气事件的 NCEP 集合概率预报效果分析
723
员的预报结果可以覆盖实况出现的可能范围。

此外，图 4 中的偏大、偏小低概率事件曲线均表 现出强烈的起伏，这种情况在低概率阈值下更为显
著，分析认为，这是由于相对偏少的样本数导致的， 这从另一个侧面说明了这类极端天气事件的发生概 率较低。

6 小结
本文使用气候等概率区间，将天气事件分为偏
低、正常和偏高三类，然后给出了相应的分析方案， 分别对这三类事件在 2003 年夏季亚欧区域的环流 集合预报可靠性，以及概率预报结果的经济价值和
命中率进行了初步分析，得到以下结论:
1) 2003 年夏 季 亚 欧 区 域 的 极 端 天 气 事 件 的 发 生频率比气候平均状况略偏高。

NC E P-E P S 对偏低
的极端天气事件的预报易偏高，但相对比较可靠; 对 偏高的极端事件的预报频率随着预报时效的增大而
减小，时效小于 3 d 时预报频率偏高，时效大于 5 d
时预报频率显著偏低，预报可靠性相对差一些。

2) EV 分 析 表 明，NC EP-EPS 对 偏 高 ( 低) 极 端 事件的概率预报效果高于正常天气事件。

3) 预报命 中 率 分 析 表 明，在 高 概 率 阈 值 下，预 报命中率较低。

这与预报系统在部分个例中的不发散有关。

随着概率阈值的降低，预报命中率稳步提高，说明集合成员的发散使之可以覆盖实况可能出
现的区间，从而得到更好的预报效果。

致谢: 本研究使用的预报资料由 N OA A -NC EP Envi- r o nm e nt a l M o de l C enter 提供，实况分析资料由 NO -
A A -C I RE S C li m a t e D i ag n os t i cs C e nt e r 谢忱!
提 供，谨 致 参考文献:
陈静，陈 德 辉，颜 宏． 2002． 集 合 数 值 预 报 发 展 与 研 究 进 展［J ］． 应 用
气象学报，
13( 4) : 497-507． 丁一汇． 2005． 高等天气学 ［M ］． 2 版． 北京: 气象出版社．
段明铿． 2006． 夏季影响我国的重要中期环流过程集合预报效果研究
［D ］． 南京: 南京信息工程大学大气科学学院．
段明铿，王盘兴． 2004． 集合预报方法研究及应 用 进 展 综 述［J ］． 南 京
气象学院学报，
27( 2) : 279-288． 段明铿，王盘兴，吴洪宝，等． 2009． 夏 季 亚 欧 中 高 纬 度 环 流 的 集 合 预
报效果检验［J ］． 应用气象学报，20( 1) : 56-61．
皇甫雪官． 2002． 国家气 象 中 心 集 合 数 值 预 报 检 验 评 价［J ］
． 应 用 气 象学报，
13( 1) : 29-36． 赵思雄，孙建 华，陈 红，等． 2002． 北 京“12. 7 ”降 雪 过 程 的 分 析 研 究
图 4 2003 年夏季亚 欧 地 区 500 hPa 位 势 高 度 场 各 类 型
天气事件的在不同概率 阈 值 下 的 集 合 概 率 预 报 命
a ． 90% ;
b ． 70% ;
c ． 50% ;
d ． 30% ;
e ． 10% 中率
F i g ． 4 T he hit rate of 500 hPa g eo p o t e nt i a l f i e l d e n se m b l e
p r o b a b ili s t i c f o r eca s t s under som e p r o b a b ili s t i c th r es h o l d s fo r the d i ff e r e nt ty pe s of w eather e v e nt s o ver E u r as i a n area in summer 2003 ( T he th r es h o l d i s ( a ) 90% ，( b ) 70% ，( c ) 50% ，( d ) 30% ，and ( e ) 10% ，r e s p ec t i v e l y )
智协飞，陈雯．2010．THORPEX 国际科学研究新进展［J］．大气科学学报，33( 4) : 504-511．
Changnon S A，P i e l k e R A，C hangno n D，et a l．2000．Hu ma n fact o r s ex- p l a i n the i nc r ea s ed l o ss e s from w e ather and c l i mate ext r eme s
［J］．B ull Amer M eteor Soc，81( 3) : 437-442．
E a s te r l i n g D R，E van s J L ，G r o i s man P Y，et a l．2000．Observed va ri ab i l-
ity and trends in extreme c l i mate event s: A b ri ef r ev i ew［J］．B u ll Amer M eteor Soc，81( 3) : 417-426．
H e ll o G，L a l au r ette F，T h epaut N．2000．C o mb i ned use of s en s i t i v i ty in-
f o r mat i o n and o b s e r vat i o n s to i mp r o ve mete o r o l o
g i ca l f o r eca s t s: A
fea s i b i l i ty study app l i ed to the C h ri s tma s storm ca s e［J］．Quart J Roy M eteor Soc，126 ( 563) : 621-647．
K a l nay E，K anam i t s u M，Ki s t l e r R，et a l．1996．T he NC E P/ NCAR 40-
year r eana l y s i s p r o j ect［J］． B ull Amer M eteor S o c，1996，77( 1) : 437-471．
M eeh l G A，K a r l T，E a s te ri n g D R，et a l．2000a．An i nt r o duct i o n t o trends in extreme w eather and c l i mate event s: Ob s e r vat i o n s，so c i o e-
c o n o m i c i mpact s，te rr e s t ri a l ec o l o g i ca l i mpact s，an
d m o d
e l p r o j ec-
t i o n s［J］．B ull Amer M eteor Soc，81( 3) : 413-416．
M eeh l G A，Zw i e r s F，Evan s J，et a l．2000b．T rends in extreme w eathe r and c l i mate event s: I ss ue s r e l ated to m o de l i n g extremes in p r o j ec- t i o n s of future c l i mate chan g e［J］．B ull Amer M e teo r Soc，81( 3) :
427-436．
M urphy M．1998．T he i mpact o f en s emb l e f o r eca s t s on p r ed i ctab i l i ty ［J］．Quart J Roy M eteor Soc，124( 529) : 463-493．Parmesan C，Root T L ，Wi ll i g M R．2000．I mpact s of extreme w eathe r and c l i mate on te rr e s t ri a l b i o ta［J］．B ull Amer M eteor Soc，81( 3) : 443-450．
T a l a g r and O，V autar d R，Strauss B．1997．E va l uat i o n o f p r o bab i l i s t i c p r ed i ct i o n s y s tem s［C］//P r o ceed i n g s of the E C M WF Worksho p o n P r ed i ctab i l i t y．E C M WF: 1-25．
T oth Z，K a l ney E．1997． E n s emb l e f o r eca s t i n g at NCEP and the breed meth o d［J］．M on Wea R ev，125( 12) : 3297-3319．
T oth Z，Zhu Y J，M archok T．2001．The use of en s emb l e to i dent i fy
f o r eca s t s w ith s ma ll and l a r
g e u nce r ta i nty［J］．Wea F o r eca s t i n g，16
(8) : 463-477．
Van Den D o o l H M，T o th Z．1991．Why do f o r eca s t s f o r“nea r
n o r ma l”
often fa i l［J］．Wea F o r eca s t i n g，1991，6( 1) : 76-85．
Vi atche s l av K，F r anc i s Z．2003． On the ROC s c o r e o f p r o bab i l i ty f o r e-ca s t s［J］．J C l i mate，16(24) : 4145-4150．
W M O．2005．THORPEX i nte r nat i o na l research i mp l ementat i o n p l an ［R］//W o r l d M ete o r o l o g i ca l O r g an i zat i o n，W M O /T D-N o．1258，WWR P/T HORPEX N o．4．
Zhang F，Snyder C，Rotunn o R．2002．M e so s ca l e p r ed i ctab i l i ty o f the “Su r p ri s e”s n o w storm of 24—25 January 2000［J］．M on W ea R ev，130( 6) : 1617-1632．
Zhu Y，T o th Z，Wo bu s R，et a l．2002．T he ec o n o m i c va l ue o f en s emb l e-based w eather f o r eca s t s［J］．B ull Amer M eteor Soc，83( 1) : 73-83．
( 责任编辑: 倪东鸿)。