机率拟合之系集定量降水预报后处理方法 - 气象科技研究 - 中央气象局.pdf

機率擬合之系集定量降水預報後處理方法 葉世瑄 1 林沛練 1 洪景山 2 黃椿喜 2 1 國立中央大學大氣物理研究所 2 中央氣象局 摘 要 分析系集預報系統產出的大量預報資訊，預報單位常使用系集平均，系集中位數等作為其決 定性預報的基準。但對於定量降水預報(Quantitative Precipitation Forecast, QPF)的問題，因雨量分 布在時間、空間及系集空間上並非連續的變數，因此簡單的系集平均經常會將各成員預報的極值 平滑而導致雨量低估。Ebert （2001 ）首先針對澳大利亞地區的 QPF 提出機率擬合平均(Probability- matched ensemble Mean, PM)的概念，這個方法的 QPF 取用簡單的系集平均空間分布，但降雨頻 率分布則取自所有系集成員之總降雨頻率 ，可有效改善澳大利亞地區系集預報系統強降雨的預 報能力。但應用於氣象局發展的區域高解析系集預報系統(WEPS) ，常導致過度預報，主要是因 為較低解析度的系集預報系統之 QPF 降雨頻率通常偏低，因此 PM 通常可改善其極端雨量的預 估 。但一設計良好的區域系集預報系統，理論上亦應將降雨極值涵蓋在系集成員的 QPF 極值中， 取 PM 方法產製 QPF 時 ，其極端雨量則相當接近系集成員之最大值，若某成員之 QPF 預報過度 則易造成高估。因此本研究基於 PM 方法，提出新修正的 NPM 方法 (New Probability-matched ensemble Mean, NPM) ，此方法參考 PM 使用系集平均之空間分布，但降雨頻率則修正為各成員 降雨頻率之系集平均，NPM 可修正 PM 高估 QPF 的缺點。 本研究針對 2013 蘇力颱風個案與 2012 年 6 月進行系集平均、PM 與 NPM 系統性統計分析， 結果發現 PM 與 NPM 對大雨的預報技術皆優於系集平均，此外，PM 雖然對大雨有較佳的技術 得分，但其偏差(BS)也同樣較大，故 PM 雖然可以預報到比較極端的降水極值，但降水誤報的情 形也更加顯著。相較於 PM ，NPM 除了可保留系集成員預報極值的能力，其過度預報亦有明顯改 善。 關鍵字：定量降水預報，系集預報，機率擬合平均 Medium-Range Weather Forecasts, ECMWF) 、美國國 一、前言 家環境預報中心（National Centers for Environmental 中央氣象局(Central Weather Bureau, CWB) 自 Prediction, NCEP ） 、日本氣象廳（Japan 2012 年起發展的基於 5 公里高解析區域 WRF 模式 Meteorological Agency, JMA ） 、德國、澳大利亞等 (Weather Research Forecasting Model)的區域系集預報 五種的全球波譜模式及澳大利亞的區域模式和英國 系統(WRF Ensemble Prediction System, WEPS) ，每6 氣象局的全球模式結果來作 24 至 48 小時的 QPF 小時更新產生 20 組的系集預報，已廣泛應用在 2012 (Quantitative Precipitation Forecast, QPF) ，皆顯示對 年上線的鄉鎮尺度天氣預報之中(黃等，2012) 。 於 24 小時降水機率預報在降水率大於 50 毫米，多 目前世界各主要的氣象機構在系集定量降水上 家模式系集預報 (Poor Man’s Ensemble)比 ECMWF 的應用，如歐洲作業中心(European Centre for 的