宜春市 4 月 3 日-4 日强降水过程模式预报与实况对比分析

何书情

摘要：随着气候变化加剧，极端天气频繁发生，2023 年 4 月 4 日凌晨，江西省宜春市遭遇强降水过程，本次过程平均降雨量达 66.8mm，其中以上高站 91.2mm 为最大降雨量。本文通过 EC 模式、NCEP 模式以及 GRAPES 模式对强降水过程的预报与实况进行对比分析，得出 EC 模式在此次强降水过程中表现最好，预报场的降雨落区和量级与实况差距较小，其他模式预   报的降雨落区大都偏北偏西，EC 模式在此次降水过程中更具有参考价值。

关键词：强降水；模式预报；对比分析

宜春市位于江西省西北部，在东经 113º54′～116º27′、北纬 27º33′～29º06′之间， 境内东西长约 222.75 千米，南北宽约 174 千米，国土总面积 18680.42 平方千米。[1]宜春地形复杂多样，丘陵、山地、平原兼有，三面环山，主要山脉为九岭山脉和罗霄山脉。宜春是典型的亚热带季风型气候地区，雨水充沛，年平均降水量在 1680.2 毫米左右。降雨量表现出明显的时空分布不均匀，东部降雨量多，西部降雨量少。境内地形复杂，导致暴雨、高温热浪、干旱、台风和局地强对流引发的雷电、大风和冰雹成为宜春市的主要气象灾害。全市年降水量的 67%集中 4～9 月，其中汛期（4～6 月）各地雨量占年降雨量的 40～45%，因而汛期常有洪涝发生，沿江、湖洼地区洪涝频率高于其它地区。

一、天气实况

此次过程全市普降大到暴雨，降水主要集中在 4 月 3 日 08 时至 4 日 08 时，全市平均降雨量达 66.8mm，从站点数据来看，降水落区主要集中在北部，最大 24 小时降雨量为上高站， 达到 99.1mm，最强小时降雨量出现在靖安站，达到 27.7mm，其次为上高站，达到 26.9mm， 此次过程降水范围广，时间短，强度强，降水主要集中在 4 日凌晨 03 时至 08 时，致灾风险较大。

二、模式对比

图 12023 年 4 月 3—4 日宜春降雨实况图

2.13 月 27 日到 4 月 2 日降水落区对比

从 EC、NCEP 以及 GRAPES 三家模式预报场进行对比，EC 模式预报在落区以及量级上最接近实况，NCEP 模式和 GRAPES 模式总体偏北，与实际降水落区相差较大。。从 4 月 2 日 24 小时多模式邮票图来看，EC 模式降雨主要集中在江西北部，宜春市北部大到暴雨，南部中到大雨，NCPE模式以及GRAPES模式预报以小到中雨为主。4月1日48小时多模式邮票图上， EC 模式暴雨落区主要在江西以北，宜春局部有暴雨，NCPE 模式和 GRAPES 模式漏报暴雨。3

月 28 日至 31 日多模式邮票图上，EC 模式暴雨落区整体偏南，宜春市一直存在暴雨落区， NCEP 模式和GRAPES 模式暴雨落区主要分布在江西以北地区，江西境内主要以小到中雨为主， 局部大雨，量级偏小。

图 2 3 月 28 日-4 月 2 日各家模式预报

EC 模式从 3 月 27 日起，预报 4 月 3 日-4 月 4 日有强降水过程。0320-0420 的降水不断调整，27 日，暴雨预报比较分散，主要在西北、西南、东北、东南四个方向；28 日，暴雨整体调大，自西南到东北形成一个暴雨集中区；29 日，暴雨再次进行调整，暴雨面覆盖到全市，东北角有大暴雨；30 日，西部以及东南角有大暴雨；31 日，整体往北调，南部暴雨调整为大雨，东南角大暴雨范围减小；1 日，暴雨落区相对于实况准确率较高，位置基本符合；2 日调整了大暴雨的位置，相对实况略偏南，北部暴雨范围减小，与实况相差较小。

表1江西省暴雨TS评分

模式	0402	0401	0331	0330	0329	0328	0327
EC	44.74	31.71	36.59	25.00	24.56	24.00	7.69
NCEP	8.33	0.00	10.81	3.13	0.00	18.18	0.00

表2宜春市暴雨TS评分

模式	0402	0401	0331	0330	0329	0328	0327
EC	83.33	62.50	62.50	66.67	20
NCEP	0.00	0.00	0.00	0.00	0.00

目前在业务中最常用的降水预报的评分指标是Gilbert(1984)提出的TS评分。其公式如

下 :

TS 

A

A  B  C

其中 A 代表命中数、B 代表空报数、C 代表漏报数。[2]

从暴雨TS评分表来看，NCEP模式暴雨TS评分明显偏低，江西省暴雨大面积漏报，宜春 市暴雨全部漏报。EC模式暴雨落区都比较准确，特别是4月2日宜春市暴雨TS评分高达83.33，表现较好。

综合上述分析，此次降水过程以 EC 模式预报最为准确，且 31 日-2 日预报范围以及量级的准确度相较 NCEP 模式和 GRAPES 模式更高。

2.2EC

预报形势场：

实况与 EC 预报场进行对比后发现，500Pha、700Pha、850Pha、925Pha 各层的风场与实况几乎重合。各层的风向与 EC 模式预报场的风向基本一致，500Pha、700Pha、850Pha 长江流域附近预报场风速偏高，江西以南地区预报场风速偏低，925Pha 的风速风向几乎重合， 风速上虽然存在一定差异，但未对降水造成明显影响，因此 4 月 2 日 20 时 EC 模式预报的暴雨最为准确。其他模式预报偏西偏北的原因在于急流偏强。

2.3EC 模式探空：

图 32023 年 4 月 2 日 EC 模式各层风场图

从实况探空图（左）与 EC模式探空图（右）对比发现，EC模式预报的对流有效位能（CAPE）较大，代表高空能量条件较好，容易产生降水。抬升指数（LI）和有利抬升指数（BLI）均为负数，大气层结不稳定，动力条件有利于短时强降水。目前普遍认为 K 指数达 35℃以上有利于对流活动的发生[3]，EC模式预报的K指数也接近此阈值，容易出现强对流天气。

	CAPE	BLI	LI	Hwet	T85	T75	K
实况	263	-3.3	-1.74	8324.3	24.2	16	35.6
模式	333.9	-2.7	-2.09	7113.6	25.4	17.5	34.6

图 42023 年 4 月 3 日探空图

三、小结

随着气候变化加剧，极端天气的预报难度加大，要及时总结强降水过程的模式预报特征，   结合预报经验，充分利用模式预报优势，提高对强降水过程预报的准确率。在 4 月 3 日-4 日强降水过程中，各时间段 EC 模式降雨落区和量级上较其他模式预报更准确，尤其是 4 月1日-2日的预报场与实况差距较小，表现最优。3月31日至4月2日，EC模式省级预报TS评分达30以上，市级预报TS评分达60以上，预报准确率较高。综上所述，EC模式在此次降水过程中更具有参考价值，为今后相似天气过程提供案例借鉴。

[1]王文军. 气候变化条件下宜春地区水稻生长模拟研究[D]. 南昌大学.

[2]刘凑华,林建,代刊,等. 一种适用于评估降水预报服务能力的评分方法[J]. 暴雨. 灾害,2022,41(6):712-719. DOI:10.12406/byzh.2021-203.

[3]孟蕾,桑友伟,何娜. 湖南汛期 K 指数时空变化特征[J]. 沙漠与绿洲气象,2019,13(4):52-57. DOI:10.12057/j.issn.1002-0799.2019.04.008.