数值模式在沈阳地区降水预报中的检验评估

数值模式在沈阳地区降水预报中的检验评估

近年来，我国各地不断加大对气象服务的投入，完善气象预报技术。而降水预报作为

气象预报中最重要的一项，更是受到了广泛的关注。在降水预报中，数值模式作为预报工

具之一，被广泛应用于各种气象预报中，因为数值模式预报可以提供预报区域内具有空间

和时间跨度的气象要素，能够为预报员提供有关降水的相关数据信息这对于制定天气预警、指导生产等方面都有着很大的作用。

然而，数值模式预报在实际应用中的精度和稳定性还存在着较大的挑战。因此，对数

值模式预报结果的检验与评估，对于了解数值模式预报数据的可靠性和精度，指导实际气

象预报有着至关重要的作用。本文以沈阳地区为例，介绍数值模式在降水预报中的基本思

路及相应评估方法。

一、数值模式评估方法

（1）误差评估法

误差评估法是常用的数值模式预报评估方法，常采用比较观测值与数值模式预报值之

间的差异，评估预报精度。常见的误差评估指标包括平均误差（ME）、均方根误差（RMSE）、相关系数、r和偏差系数（BIAS）等等。

a、平均误差（ME）

平均误差是指在数值模拟和实测结果之间求取差值，再对这些差值求平均的值，公式为：

ME=(1/n)Σ(Xp-Xo)i

其中，Xp是模式预报值，Xo是实测值，n是样本容量，“ i”是表示第i个样本。

均方根误差是指用平均误差的平方和除以样本数，再开方，并四舍五入到指定的位数，公式为：

其中，“²”表示平方，n表示样本容量。

c、相关系数r

相关系数r是衡量数值模式预报与实验测值相关性强弱的评估指标，数值越接近1，

说明预报精度越高。具体的计算公式为：

r=[Σ(xi-x)(yi-y)]/[√{Σ(xi- x)²}×√{Σ(yi-y)²}]

其中，xi和yi分别代表观测值和预报值，x和y分别代表样本均值。

d、偏差系数（BIAS）

偏差系数（BIAS）是数值模式预报和观测值之间的平均相对误差，用来反映模式预报

的偏离程度。公式为：

BIAS=Σ(Xp-Xo) ÷ ΣXo

其中，Xo代表观测值，Xp代表预报值。

（2）频率分布法

频率分布法是对比预报雨量与实测雨量的相对大小程度来比较数值模式预报结果同实

测结果之间的接近度，适用于比较大范围的预报评估，常用的是预报和实测之间的累计分

布函数（CDF）和可靠性图（ROC）。

沈阳地区地处东北亚地区，典型的温带大陆型气候，气候变化显著，降水分布不均匀，而数值模式在沈阳地区的预报效果往往较为复杂和难以把握。为了更好地了解数值模式在

沈阳地区的降水预报效果，我们以2018年为例，进行检验评估。

利用地面降水、探空和NCEP FNL重分析数据，分别选取3个时次实际降水数据，和3种数值模式（GFS，WRF和ECMWF）的降水预报进行对比，计算ME、RMSE、r和BIAS等指标，结果如下图所示。

由上图可以看出，GFS数值模式在12月降水预报中表现最好，而WRF数值模式在11

月和1月降水预报中表现最好。同时，可以看出3种数值模式预报结果的平均误差均小于0.5，表明3种数值模式的降水预报精度都较高。但是，均方根误差在某些预报时期存在明显的偏大现象，说明预报结果的分布存在一定的不稳定性。在相关系数和偏差系数的评估中，GFS数值模式表现相对最好，并且在11月份的降水预报中表现最为稳定，而WRF数值模式在12月份的降水预报中表现相对最好，但是其预报结果的稳定性仍然需要进一步的确认。

三、结论