近日，《中国科学：地球科学》杂志在线发表了南京气象科技创新研究院朱科锋副研究员、南京大学薛明教授的研究成果，该研究团队利用对流可分辨尺度集合预报系统（CEFSs）研究了河南“21•7”极端降水事件的可预报性，分析表明，此次城市尺度的极端降水事件可预报性极低。为此，提出了一种邻域降水概率方法，极大提高了概率预报技巧。

研究团队设计了两组CEFSs实验，分析表明，实验中的多数成员预报都能较好地再现太行山附近的强降水，但所有成员都低估了发生在郑州的极端小时降水（201.9 mm h^-1），位置误差从几十到几百公里不等（图1）。CEFSs对此类城市尺度极端小时降水的可预报性非常低。对流可分辨尺度模式能抓住一些中小尺度系统，但多数成员预报的中尺度低涡与地形阻挡形成急流的辐合位置有较大时空偏差，导致最终的极端降水落区偏差较大。

图1 2021年7月20日09UTC小时降水量. (a)观测; CEFS_GEFS实验的(b)集合降水平均, (d)概率匹配(PM)降水和(f)降水概率(POP)阈值大于25mm h⁻¹. (c)、(e)和(g)则为对应的CEFS_ERA实验

考虑到极端降水预报概率低的其中一个主要原因是预报存在位置偏差，为此，研究团队提出了一种新的基于邻域的降水概率预报方法，与传统的降水概率产品相比，新方法显著提升了对此次极端降水事件日降雨和小时降雨的概率预报技巧（图2）。

图2 2021年7月20日09UTC阈值≥25mm h⁻¹的降水概率. (a) 空间邻域法; (b) 时间和空间邻域法; 邻域法参数Rg=12, Fg=20, tw=1. (c) 不同方法预报的降水概率评分: ROC曲线下面积AUC

中文版: 朱科锋, 张晨悦, 薛明, 杨楠. 2022. 对流可分辨尺度集合预报对河南“21·7”极端降水事件可预报性研究. 中国科学: 地球科学, 52: 1–24, doi:10.1360/N072022-0046

英文版: Zhu K, Zhang C, Xue M, Yang N. 2022. Predictability and skill of convection-permitting ensemble forecast systems in predicting the record-breaking “21·7” extreme rainfall event in Henan Province, China. Science China Earth Sciences, https://doi.org/10.1007/s11430-022-9961-7