随着社会经济的发展，各行业对天气预报的准确性和精细化需求不断增加（Jacobs et al.，2008）。利用数值模式预测天气和气候的变化已成为气象业务应用的主流趋势。数值模式的发展离不开高质量降水观测产品的对比检验。当前降水观测产品主要有地面站点雨量计观测、天气雷达估测和卫星反演3种。然而，单一来源的降水观测资料均有缺陷。地面和雷达观测空间分布不均匀，空间代表性较差；而由于反演降水的物理原理和算法的局限性，卫星反演降水的误差相对较大（潘旸等，2018a）。融合了不同来源降水资料的融合降水产品可有效弥补地面站点分布不均及观测空白等问题，显示出明显优势。自2017年6月起，国家气象信息中心下发高时空分辨率的国家智能网格实况分析产品（俞剑蔚等，2019），包括二源（潘旸等，2012）和三源（潘旸等，2018b）融合降水数据。融合降水产品在业务中的应用，有助于提高暴雨和短时强降水的监测预报预警能力（李超等，2017）。

融合降水产品的应用评估，对准确了解产品质量具有重要意义。前人对中国区域融合降水分析系统（CMA Multi-source Precipitation Analysis System，CMPAS）的融合降水产品在中国不同地区的检验评估显示，融合降水产品的空间分辨率越高，数据质量越好（李显风等，2017；宋雯雯等，2022）。中国大部地区融合降水实况产品的降水量分布与观测实况较为一致，但数值偏小，三源融合降水实况产品优于二源融合产品，两者的绝对误差均随降水量级增加而增大（许冠宇等，2020；孙靖等，2021；李超等，2021；吴薇等，2021）。融合降水产品在盆地的检验效果好于高原、山区等复杂地形区（吴薇等，2021），稳定性暴雨过程的融合降水产品准确率高于对流性暴雨。融合降水产品对灾害性天气的描述能力及在地形复杂地区的准确性有待提高（刘菊菊等，2022；吴薇等，2023）。

陕西省地形复杂，观测站点稀疏，常规的降水观测资料不能满足精细化的预警需求。特别是强降水易造成山区发生山洪、泥石流等次生灾害，对人民生命财产构成严重威胁。因此，融合产品在陕西强降水中的误差表现及其成因的研究至关重要。尽管已有研究使用陕西省99个国家站降水资料评估了融合降水实况产品在长时间序列和暴雨过程中的表现（黄勤等，2021；刘菊菊等，2022），但缺少对近年短时强降水过程的检验评估。为更精确地评价融合降水实况产品在短时强降水过程中的表现，本文在分析近几年陕西短时强降水时空特征的基础上，利用多种检验指标评估中国区域融合降水分析系统（CMPAS-V2.1）的降水融合分析实时产品在2018—2021年短时强降水天气过程中的适用性，以期得到降水融合产品在陕西不同地区短时强降水过程中的评估特征，为该产品的业务应用提供科学依据，进而提升外推预报产品的质量，提高短临预报预警准确率，降低山区地质灾害风险。

使用的资料包括：（1）国家气象信息中心下发的CMPAS-V2.1二源和三源逐小时降水融合分析实时产品，资料时段为2018—2021年，空间分辨率为0.05°×0.05°。二源融合降水产品使用“概率密度匹配+最优插值”两步数据融合方法，对经过质控的全国3万多个自动气象站逐时降水量数据和国家卫星气象中心实时发布的1 h FY2系列卫星反演降水产品进行融合，生成逐小时降水产品（潘旸等，2012）；三源融合降水产品用概率密度函数匹配法订正雷达估测和卫星反演降水产品的系统性偏差，之后用贝叶斯模型平均法将雷达和卫星降水产品结合形成覆盖中国的背景场，最后用最优插值法融入地面观测数据（潘旸等，2018b）。地面观测资料使用中国近4万个自动气象站逐时降水量数据（任芝花等，2010），卫星反演降水资料使用美国气候预测中心研发的实时卫星反演降水系统CMORPH（CPC MOR-PHing technique）的降水产品（Joyce et al.，2004），雷达估测降水资料使用中国气象局气象探测中心研制的雷达定量降水估测产品（刘晓阳等，2010）。（2）陕西省信息中心提供的2016—2021年5—10月陕西省99个国家级地面自动气象站逐小时降水量数据。（3）欧洲中期天气预报中心新一代全球分辨率逐小时再分析数据ERA5（The fifth generation ECMWF reanalysis data）的云量资料。

选取陕西省2016—2021年457个短时强降水样本，分析陕西近6 a短时强降水时空特征。采用非独立样本检验方法，对比分析2018—2021年融合产品和站点观测数据，评估融合产品的准确性。检验中，使用最邻近插值法（沈晓燕等，2022）将格点数据转换为站点数据，即选择最接近站点的格点值作为检验值。等级准确率定义为：观测实况小时雨强≥20 mm的样本中，取对应时次融合产品小时雨强阈值分别达20、15、10 mm时样本所占的比例（孔玉寿和章东华，2000），依次简称为20、15、10 mm准确率。使用平均误差、平均绝对误差（Mean Absolute Error，MAE）和等级准确率等指标对降水进行评估。定义某站短时强降水过程中小时雨强最大值为该站极值雨强，短时强降水过程中所有站点出现强降水次数之和为短时强降水累积频次。

陕西短时强降水累积频次的日变化特征为：中午12：00（北京时，下同）强降水频次最小，午后14：00开始强降水频次明显增加，19：00达最大62站次，之后逐渐减少。16：00至次日02：00强降水频次较多，除22：00外，均达34站次以上[图1（a）]。强降水极值在日间08：00—16：00较小，11：00最小为34.7 mm；17：00至次日01：00较大，除21：00—22：00外，均大于60.0 mm，此时段最大值出现在00：00，为72.5 mm；01：00—03：00强降水极值减小，04：00—07：00又增大，其中05：00强降水极值达一天中最大，为73.5 mm[图1（b）]。综上可知，陕西短时强降水累积频次19：00最大，强降水主要集中在午后16：00至次日02：00，这与李萍云等（2019）的研究结果一致。

2016—2021年陕西短时强降水主要发生在6—8月，发生频次占5—10月总数的92%。8月强降水频次最大，为322站次[图2（a）]。强降水发生频次2016年最多，为176站次；2019年最少，为92站次[图2（b）]。

2016—2021年陕南地区强降水频次明显高于关中和陕北地区。陕南大部强降水频次为8~16次，关中大部在8次以下，陕北大部为4~12次。安康市宁陕县的短时强降水频次最高，达20次。榆林吴堡（19次）、商洛商南（18次）、汉中南郑（17次）及安康佛坪和石泉（15次）等地短时强降水多发。宝鸡陇县和千阳、咸阳乾县、西安户县和高陵、渭南华县等地较少发生短时强降水[图3（a）]。陕北北部、关中东部和陕南中东部短时强降水极值较大，吴堡、勉县、长安、蓝田、铜川等地为强降水极值大值区；陕北南部、关中西部和陕南西部较小，为25~45 mm，乾县、太白、安塞、耀州、丹凤等地强降水极值小于28 mm[图3（b）]。

由平均绝对误差空间分布（图4）可知，2018—2021年陕西短时强降水过程中，二源融合降水产品（以下简称“二源产品”）的平均绝对误差大值区位于关中南部局地和陕南东部，其值大于12 mm；陕北东北部、关中南部、陕南北部平均绝对误差为9~12 mm；其余地区平均绝对误差相对较小，其值小于9 mm。三源融合降水产品（以下简称“三源产品”）平均绝对误差空间分布与二源产品基本一致，其值略小于二源产品。

融合降水产品平均误差（图5）均为负值，融合产品的降水量数值较观测实况偏小，可能存在系统误差。由两类产品平均误差的差值可知，陕北南部、关中大部和陕南南部三源产品的误差相对较小，陕北西北部和陕南北部二源产品误差相对较小。

随着降水量增大，平均绝对误差明显增大（图6）。这与融合产品在中国区域、长江流域和西南地区的检验结果一致（许冠宇等，2020；孙靖等，2021；吴薇等，2021）。两类融合产品与观测实况降水的相关系数均为0.46，均通过α=0.01的显著性检验。陕西省短时强降水降水量多在20~35 mm，35 mm以上的强降水相对较少。20~50 mm的短时强降水二源产品的平均绝对误差更大，50 mm以上的强降水三源产品的平均绝对误差更大。融合产品平均绝对误差与海拔高度无明显关系，但其极大值随高度增加明显减小，并由南向北减小，自西向东增大（图略）。

从陕西短时强降水融合降水产品平均绝对误差日变化[图7（a）]可知，一天中大部时段三源产品的平均绝对误差值小于二源产品，表明三源产品质量更好。两类融合产品的平均绝对误差日变化均呈多波动状态，13：00—19：00、23：00至次日01：00、04：00—06：00绝对误差值相对较大，白天08：00—12：00、夜间20：00—22：00、02：00—03：00绝对误差值相对较小。绝对误差最小值为6.0 mm，最大值为14.3 mm。融合产品的平均误差日变化[图7（b）]也表明三源产品优于二源产品。两类产品的误差值均为负值，与融合产品降水量空间分布数值较观测实况偏小（图5）相吻合。

两类融合降水产品的平均绝对误差在5—8月较大，9—10月较小[图8（a）]，这可能是因为对流性强降水多发生在5—8月，而9—10月多为稳定性降水。5—8月，三源产品的平均绝对误差远小于二源产品，而9—10月二源产品的误差小于三源产品。5—8月三源产品优于二源产品，9—10月则相反。平均误差的月变化[图8（b）]与平均绝对误差相反，9—10月的误差值大于5—8月。

短时强降水过程中随降水量阈值减小，融合降水产品的准确率增加（表1）。短时强降水阈值为20 mm时，年平均准确率仅为18%~50%；阈值为15 mm时，准确率为37%~78%；阈值为10 mm时，准确率可达62%~94%。业务应用中应特别关注融合产品降水量达10 mm的情况。三源产品的年平均准确率略高于二源产品。3种不同的阈值下，除了2019年15 mm和10 mm以及2021年20 mm二源产品准确率更高外，其余为三源产品准确率更高或二者相等。

由表2可知，融合降水产品短时强降水准确率5—8月较低，9—10月较高。这可能与9—10月短时强降水样本少且降水多为稳定性过程有关。短时强降水阈值为20 mm时，5—7月和10月三源产品准确率更高，9月二源产品准确率更高；短时强降水阈值为15 mm时三源产品准确率均优于二源产品；降水阈值为10 mm时6月和8月三源产品准确率更高，9月二源产品更高，7月两者接近。可见，除了9月，其他月份三源产品准确率高于二源产品。

当短时强降水阈值不同时，二源和三源产品准确率的日变化趋势相似，随着短时强降水阈值降低，融合产品准确率升高（图9）。对于二源产品，阈值为10 mm时，准确率大多为80%~90%；阈值为15 mm时准确率大多为50%~70%；阈值为20 mm时准确率大多为30%~50%。不同阈值下，15：00和05：00的准确率低，08：00—09：00、20：00—22：00和03：00准确率高。对于三源产品，阈值为10 mm时，准确率多集中在80%~95%；阈值为15 mm时准确率大多为55%~70%；阈值为20 mm准确率大多为30%~50%。不同阈值下，15：00、00：00和05：00的准确率低，08：00—10：00、21：00—23：00和03：00准确率高。对比分析两类产品的准确率可知，强降水阈值为20 mm时，两类产品准确率的日变化特征基本一致；15 mm和10 mm时准确率的日变化差异较大，13：00—15：00三源产品准确率更高，00：00二源产品准确率更高，其原因可能是午后多对流性强降水，而夜间为稳定性降水，三源产品融合了雷达反演的降水，其对局地对流性降水的反映更准确，因而在13：00—15：00准确率相对高。综上，两类融合产品均在15：00和05：00准确率较小，白天08：00—09：00，晚上21：00—22：00和03：00准确率较高。三源产品15 mm和10 mm的准确率在午后更高。

融合降水产品的卫星降水资料选取CMORPH降水产品，该产品利用红外数据计算云的移动矢量，并对被动微波降水进行向前向后的外推插值（Joyce et al.，2004）。虽然CMORPH产品使用的观测仪器TRMM微波成像仪可以获取大气中降水粒子发射或散射的微波，但其全盘扫描时间长达3 h，时间分辨率低，且其外推插值所用红外数据是根据云顶亮温与降水概率和降水强度的统计关系来反演降水，这些均可能导致其漏测发展快的对流云和低云，使得CMORPH降水产品低估高值降水，且随着降水量级增加误差增大（宇婧婧等，2013）。

选取2018年8月21日、2021年8月21日和10月3日3次短时强降水过程检验融合产品在强降水过程中的误差。选取2021年8月21日和2018年8月21日以验证同一时间不同强度降水的融合产品的表现，选取2021年10月3日以验证不同月份融合产品表现。

3次短时强降水过程中，二源产品的平均绝对误差大于三源产品，但三源产品的误差最大值大于二源产品（图10）。8月的两次过程误差大于10月，8月误差最大值远大于中位数，10月的误差值范围相对集中。从中位数来看，2018年8月21日二源产品误差的中位数更大，2021年2次过程三源产品误差的中位数更大。可见3次强降水过程表现为：三源产品优于二源产品，但三源产品的误差最大值大于二源产品；8月两次强降水过程的误差大于10月。

选取3次短时强降水过程中降水量和平均绝对误差均较大的时次做进一步分析（图11）。2018年8月21日16：00全省出现分散性短时强降水，融合产品的量级和范围均偏小，安康南部岚皋站小时降水量达40.3 mm，而二源、三源融合产品的值仅为12.8和14.0 mm。两类融合产品对于安康南部出现的局地大于50 mm的短时强降水均没有反映。相较而言，三源产品与实况更为接近[图11（a）、（b）、（c）]。

2021年8月21日00：00关中陕南出现区域性短时强降水，汉中西部出现局地大于50 mm的小时强降水，其中汉中勉县小时雨强达72.5 mm，而二源、三源融合产品的值仅为42.3和36.8 mm。两类融合产品基本能反映出强降水的空间分布。对于小时雨强小于40 mm的降水，三源产品比二源产品更接近观测实况，但对于大于40 mm的小时强降水，二源产品比三源产品更接近实况。大于50 mm的降水，二源产品有所反映，但落区范围偏小，而三源产品没有反映[图11（d）、（e）、（f）]。

2021年10月3日12：00关中西部宝鸡出现局地短时强降水，大于15 mm的强降水两类融合产品的落区和量级明显偏小。千阳站小时降水量达28.5 mm，而二源、三源融合产品的值仅为18.2和17.1 mm。相对三源产品，二源产品的强降水落区更接近实况[图11（g）、（h）、（i）]。可见8月2次强降水过程三源产品比二源产品更接近实况，而10月强降水过程相反。3次强降水过程均表现出：当小时雨强小于50 mm时，三源产品比二源产品更接近实况，大于50 mm时，二源产品优于三源产品。

选取融合产品的平均绝对误差大值区关中南部的4次短时强降水过程（2021年8月21—22日、2020年8月6—7日、2019年8月9日和2018年8月21日）做误差成因分析。4次短时强降水过程中，在出现短时强降水的区域低云量均达4成以上（图略）。关中南部的地形坡度较大，在适当的环流形势下有利于形成地形低云。低云对降水粒子的捕获和碰并作用有利于提高降水效率，这种不同降水粒子在垂直方向的“播撒-供给”效应可明显增加降水强度（朱乾根等，2000；赵强等，2017）。而卫星对低云的漏测可能是融合降水产品比站点实况偏小的原因。由图12（a）可知，误差较大的站点主要分布在地形坡度相对较大的地区，进一步证实了以上观点。此外，地形对雷达波束的遮挡也会导致雷达估测降水偏小，从而使三源融合降水产品比观测实况偏小[图12（b）]。4次过程中强降水区的回波顶高均达9 km以上，最大回波强度大于50 dBZ，并且垂直方向有回波悬垂结构，表明降水过程中的对流发展旺盛（图略）。对于50 mm以上的强降水，三源产品误差更大，可能是因为对流云发展更旺盛，云中固态粒子增多，强降水或冰雹造成雷达波束严重衰减，导致雨强估计（Z-R关系）的误差增大。前两次过程强降水发生地距离西安雷达站较近（在雷达扫描的第一个距离圈内），由于雷达静锥区的存在，导致反演的降水偏小，这可能是西安及其周边站点融合产品误差较大的原因之一。

（1）陕西短时强降水主要发生在6—8月，其中8月最多。19：00累积频次最多，强降水主要集中在午后16：00至夜间02：00。强降水极值在08：00—16：00和01：00—03：00相对较小，17：00至次日01：00和04：00—07：00较大。陕南短时强降水出现频次更高。短时强降水极值在陕北北部、关中东部、陕南中东部较大，陕北南部、关中西部、陕南西部较小。

（2）二源和三源融合产品的平均误差均为负值，融合产品降水量较实况偏小。两类产品的平均绝对误差空间分布基本一致，大值区均位于关中南部局地和陕南东部，小值区均位于陕北、关中北部、陕南西南部。陕北南部、关中大部和陕南南部三源产品的平均绝对误差较小，其余地区二源产品相对较小，总体而言，三源产品的平均绝对误差小于二源产品。两类产品的平均绝对误差随着降水量级增加而增大，20~50 mm强降水可参考三源产品，50 mm以上的强降水二源产品更优。

（3）两类融合产品的平均绝对误差均在13：00—19：00、23：00至次日01：00、04：00—06：00相对较大，白天08：00—12：00、夜间20：00—22：00、02：00—03：00相对较小。5—8月的绝对误差相对较大，9—10月较小。5—8月三源产品优于二源产品，9—10月二源产品优于三源产品。

（4）随着短时强降水的降水量阈值降低，融合产品的准确率增加。三源产品的平均准确率大于二源产品。5—8月准确率相对较低，9—10月准确率较高。两类融合产品均在15：00和05：00准确率较小，白天08—09：00，晚上21：00—22：00和03：00准确率较大。阈值为15 mm和10 mm时，三源产品准确率在午后更高。

在陕西短时强降水过程中，建议业务应用中对融合产品适当调大降水量级，尤其是夏季午后和凌晨04：00—06：00的关中南部和陕南东部地区。午后多参考三源产品，雨强在50 mm以下时可参考三源产品，50 mm以上时更多参考二源产品。当融合产品的小时降水量达10 mm时，需要特别关注短时强降水，并结合其他观测和预报资料综合研判，及时发布相关预报预警服务产品。