降水受到大尺度环流系统、海陆热力差异、城市热岛效应、地形等多方面因素的影响，其中地形是影响降水的重要因子之一，不同地形条件下降水的分布特征有明显差异（何光碧，2021）。叶茂等（2024）对2020年夏季四川盆地及周边降水特征的研究表明，降水量大值区主要位于四川盆地西北部的龙门山脉、盆地东北部的大巴山和盆地东部的武陵山脉，降水频率的大值区也主要位于四川盆地西部、北部和东部海拔较高的山区，而降水强度大值区主要位于山脉迎风坡一侧。张宏芳等（2020）的研究指出，暖季秦岭南北降水日变化存在显著差异，秦岭南部降水日峰值主要是盆地地形影响下的夜雨，而秦岭北部降水日峰值是午后黄土高原上的昼雨。

京津冀地区北部为燕山山脉，西靠太行山，东临渤海湾，东南为平原，复杂地形条件下的降水特征得到了广泛关注。Xia和Zhang（2019）研究发现天气尺度系统和中尺度过程以及气流与地形的相互作用导致了2016年7月太行山东麓海拔200~600 m区域和低海拔地区的3次极端降水事件；韩函等（2017）的研究表明，华北地区夏季太行山以西地区降水量和降水频率的日峰值出现在傍晚，而在太行山以东的平原和沿海地区，日峰值一般出现在上午；孙继松等（2019）研究发现，长生命周期的单体或多单体组织合并的中尺度对流系统形成的暴雨中心一般位于北京西部山前地区或中心城区，这种分布与低空偏东气流的地形强迫作用或城市强迫作用有关。近40 a北京地区夏季降水分布具有西北山区小、平原大、山区向平原过渡区的迎风坡地区最大的特点（赵玮等，2022）。

随着精细化预报业务的发展，数值模式对京津冀地区降水精细化演变过程的模拟能力评估也在陆续进行（陈昊明等，2021）。例如，钟琦等（2022）针对京津冀地区强天气及弱天气系统强迫造成的强降水，对业务主流模式的预报偏差特征以及强降水偏差的关键因素和可能成因研究表明，强天气系统强迫下的强降水分布与地形的关联更显著，模式有一定的预报能力，而弱天气系统强迫下的强降水更多分布在山前和平原地区， 模式对降水频次的预报较好，但降水强度的预报误差较大；卢冰等（2017）对北京地区降水日变化预报偏差的区域性特征研究发现，模式在平原地区存在夜间降水漏报问题，预报偏差表现为西部山区预报降水偏多，预报降水雨带难以在平原地区增强发展，造成了模式预报的降水在傍晚山区偏多而夜间平原地区降水明显偏少；张舒婷等（2023）对CMA-BJ V2.0系统在华北地区的降水预报性能评估表明，9 km和3 km分辨率的预报均可较好地反映降水量和落区，但降水量级的预报较观测偏大，9 km分辨率预报对弱降水过程的预报能力更优，而3 km分辨率预报对强降水过程的预报能力更优。

2021年6—9月北京地区降水量比常年同期偏多83.3%，本文研究该时段京津冀地区的降水特征，评估中尺度数值预报系统（China Meteorological Administration Mesoscale Weather Forecast System，CMA-MESO）的降水预报性能，分析造成预报偏差的原因，以期为深入了解京津冀特殊地形下降水的时空变化特征，提高精细化降水预报能力，以及模式改进提供参考。

采用国家气象信息中心的三源融合降水产品（China Meteorological Administration Multi-source Merged Precipitation Analysis System，CMPAS）（孙帅等，2020）作为观测数据，时间段为2021年6—9月，时间分辨率为1 h，空间分辨率为0.05°×0.05°。对比全国智能网格考核站10 290站中京津冀地区的326站2021年6—9月的观测数据与CMPAS，两者相关系数达0.906，均方根误差为0.801 mm，说明CMPAS三源融合降水产品能较好地反映京津冀地区地面观测的降水信息。京津冀地区地形见图1。

CMA-MESO数据采用2021年6月1日—9月31日逐日08：00（北京时，下同）起报的13~36 h逐时预报格点数据，对应观测的20：00—20：00逐时数据，包括降水量、2 m相对湿度、对流有效位能（Convective Available Potential Energy，CAPE）、等压面风场和比湿数据。2021年CMA-MESO每日运行8次（02：00、05：00、08：00、11：00、14：00、17：00、20：00和23：00），其中，08：00和20：00起报的预报时效为72 h，其他起报时次预报时效为36 h，模式水平分辨率为0.03°×0.03°，提供中国区域逐小时常规要素预报及多种强对流天气诊断产品（黄丽萍等，2022）。

采用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）2021年6月1日—9月31日的ERA5再分析数据的风场、比湿和散度，时间分辨率为1 h，垂直方向从地面到0.01 hPa共137层，水平分辨率为0.25°×0.25°（Hersbach et al.，2020）。

分析CMA-MESO的降水预报性能时，采用双线性插值方法将CMA-MESO的降水数据插值到与CMPAS三源融合降水产品一致的0.05°×0.05°格点上。进行预报偏差成因分析时，采用双线性插值方法将CMA-MESO的风场、比湿和散度数据插值到与ERA5再分析数据一致的0.25°×0.25°格点上。

采用平均小时降水量、小时降水频率和降水强度分析降水预报偏差的统计特征。平均小时降水量指统计时段内小时降水量之和与总的非缺测小时数的比值；小时降水频率指统计时段内有效降水时数占总的非缺测小时数的百分比；降水强度指统计时段内小时降水量之和与有效降水时次和的比值（陈昊明等，2021）。其中，有效降水指降水量≥0.1 mm的降水。

首先利用CMA-MESO区域模式08：00起报的13~36 h预报和相应的网格实况分析数据，计算研究区域内各格点24 h内（20：00—20：00）各时次的平均小时降水量、小时降水频率和降水强度，对区域内所有格点做平均得到京津冀地区的平均小时降水量、小时降水频率和降水强度，分析降水日变化演变特征。

降水事件的判定中，如果降水开始后无间歇或间歇时间不超过1 h，判定为一次降水事件，当某降水时次之后连续2 h没有降水判定降水过程结束；若降水间歇时间大于等于2 h，则间歇后的降水记为新的降水事件。将一次降水事件开始至结束的时间段定义为降水持续时间（李建等，2008），持续时间小于3 h的降水事件为短时降水事件。

分析2021年6—9月京津冀地区平均小时降水量、小时降水频率和降水强度，图2为实况、CMA-MESO预报和两者差值的空间分布。可以看出，实况平均小时降水量的大值区主要位于太行山东部和燕山南麓[图2（a）]，平均小时降水量在0.36 mm以上的大值中心位于山前迎风坡海拔100~600 m区域；CMA-MESO预报的平均小时降水量大值区分布与实况相近，但大值区位置略偏向平原一侧[图2（b）]；平均小时降水量预报负偏差区域主要位于山前迎风坡海拔100~600 m区域，即除京津冀东北部的山前地区外，与实况平均小时降水量大值中心相对应的山前迎风坡地区，CMA-MESO预报的降水量偏小，其他区域主要为正偏差[图2（c）]。

实况小时降水频率的空间分布特征[图2（d）]与平均小时降水量较一致，但大值区更偏向山区，小时降水频率在14%以上的大值中心位于山前迎风坡一带，燕山南麓的大值中心主要在海拔100~600 m区域，而太行山山前的小时降水频率大值中心在山前迎风坡偏向山区一侧；CMA-MESO预报的小时降水频率大值区位置与实况接近，但范围和中心值有差异[图2（e）]；模式对京津冀山区和平原的大部分地区小时降水频率存在高估，而太行山海拔600 m附近（山前迎风坡偏向山区一侧）降水频率低估[图2（f）]。

实况降水强度在3 mm·h^-1以上的大值区主要分布在山前迎风坡和京津冀东部的平原地区[图2（g）]；CMA-MESO预报的降水强度大值区范围偏大、强度偏强[图2（h）]，特别是河北南部的平原偏向山前一侧；模式对京津冀大部分地区的降水强度存在高估，但与平均小时降水量预报偏差一致，除东北部的山前地区外，降水强度在山前迎风坡海拔100~600 m区域存在低估[图2（i）]。

根据以上分析，CMA-MESO预报的平均小时降水量、小时降水频率和降水强度在山前迎风坡（主要在海拔100~600 m区域）有较明显的差异，以下主要就山前迎风坡一带的降水特征和CMA-MESO的预报效果进行进一步分析。

对2021年6—9月京津冀山前迎风坡地区的平均小时降水量、小时降水频率和降水强度做区域平均，实况和预报的降水日变化特征如图3所示。实况区域平均小时降水量的主峰值出现在午后—前半夜（14：00—23：00），次峰值出现在凌晨（02：00—05：00）；CMA-MESO预报的主峰值出现在午后—傍晚（14：00—20：00），区域平均小时降水量明显偏大（预报主峰值比实况多0.13 mm·h^-1），未预报出凌晨的降水量次峰值，且凌晨时段预报的区域平均小时降水量明显偏小[图3（a）]。结合图3（b）、图3（c）来看，实况小时降水频率的主峰值出现时间与平均小时降水量较一致，即实况午后—前半夜区域平均小时降水量峰值主要由高小时降水频率造成，而凌晨时段的区域平均小时降水量次峰值主要由降水强度较强引起。CMA-MESO预报的小时降水频率和降水强度都表现为主峰值时间提前且量值偏大，而凌晨时段降水次峰值的降水强度较强特征没有体现出来。综合来看，京津冀山前迎风坡一带实况区域平均小时降水量偏大主要由发生在午后—前半夜的降水造成，其次是凌晨时段的降水；CMA-MESO预报的区域平均小时降水量、小时降水频率的主峰值时间与实况相近，但区域平均小时降水量、小时降水频率和降水强度预报均存在明显高估。

CMA-MESO对京津冀山前迎风坡地区傍晚前后的区域平均小时降水量主峰值预报明显偏大，而对凌晨时段的次峰值降水量预报偏小，因此分析不同强度降水在各时次的占比，进一步探讨模式对各时段不同强度降水的预报性能。

图4为2021年6—9月京津冀山前迎风坡地区不同强度降水在各时次的占比。可以看出，实况不同强度降水量占比大值时段也主要在午后—前半夜和凌晨，10 mm·h^-1以上的降水这一特征更明显，4 mm·h^-1以下的降水日变化特征不明显。CMA-MESO预报的4 mm·h^-1以下降水日变化特征同样也不明显，10 mm·h^-1以上降水在午后—傍晚时段降水量预报偏大，凌晨时段降水量预报偏小，上午2~12 mm·h^-1的降水占比略高，与实况有一定偏差。

根据以上分析，模式对午后—傍晚时段区域平均小时降水量的高估是由大于等于10 mm·h^-1降水和0.1~<10 mm·h^-1降水的预报偏差共同导致，图5为2021年6—9月京津冀山前迎风坡地区午后—傍晚时段不同持续时间、不同雨强的区域平均实况和预报的降水事件数。从降水实况来看，无论是0.1~<10 mm·h^-1降水还是大于等于10 mm·h^-1降水，午后—傍晚的降水事件都以3 h内的短时降水为主，即午后—傍晚的降水量峰值主要由3 h内的短历时降水事件造成。CMA-MESO的降水预报较好地把握了这一特征，但预报的短历时降水事件偏多。

京津冀大部分地区CMA-MESO预报的平均小时降水量较实况偏大[图2（c）]，山前迎风坡地区区域平均小时降水量实况主峰值出现在午后—前半夜，CMA-MESO预报的区域平均小时降水量相对于实况也以偏大为主[图3（a）]。因此选取2021年6—9月发生在午后—前半夜的降水过程进行合成，从14：00 850 hPa风场和比湿的空间分布（图6）来看，CMA-MESO预报的平原地区比湿较ERA5再分析资料偏大，对应平原地区平均小时降水量预报偏多[图2（c）]；山前迎风坡靠近平原一侧，CMA-MESO预报的12 g·kg^-1比湿区域范围比实况偏大。CMA-MESO预报的京津冀大部分地区850 hPa比湿偏大，风场上看在山前迎风坡一带存在偏南风和东南风的切变，可能是平均小时降水量预报偏大的原因。

虽然总体来看CMA-MESO预报的区域平均小时降水量相对于实况以偏大为主，但京津冀山前迎风坡海拔100~600 m区域实况存在平均小时降水量大值中心，而CMA-MESO在实况大值中心附近预报偏小[图2（c）]。因此，对2021年6—9月发生在午后—前半夜的降水过程进行合成，沿图2（c）中平均小时降水量的负偏差中心处线段AB、CD、EF、GH、IJ做14：00比湿、风、散度的剖面（图7），分析造成降水预报负偏差的可能原因。

从ERA5再分析场看，近地面辐合、850 hPa辐散表明山前存在上升运动；850 hPa以下偏南风和偏东风在山前辐合抬升，迎风坡的强迫抬升及地形辐合作用会使降水增强（寿绍文，2019）；山地迎风坡一侧700 hPa以下存在比湿大梯度区，有利于降水发生。CMA-MESO预报出了迎风坡一侧和山地上空的辐合辐散，较精细地反映了地形附近垂直运动的发展，但主要位于海拔相对较高的山区，在山前迎风坡一带不明显，这也是山前迎风坡存在降水负偏差中心、负偏差中心附近降水预报偏小的原因之一；在沿线段IJ的剖面上，CMA-MESO预报出了近地面明显的垂直运动以及偏东风在山前的辐合，但预报的强降水中心位置偏向平原一侧。差值图上比湿在850 hPa以下为负值，即CMA-MESO预报的比湿略偏小，对应降水量预报也小于实况。

从14：00京津冀地区的对流有效位能（CAPE）（图8）来看，大部分地区ERA5的CAPE值较大，而CMA-MESO预报明显偏小，特别是山前迎风坡一带CMA-MESO预报偏小更明显，表征的大气不稳定程度有偏差，这与预报的降水发生时间也有关，山前迎风坡部分地区存在平均小时降水量负偏差中心和降水分布不均匀特征，不稳定能量也有重要影响。

基于2021年6—9月CMPAS三源融合逐小时降水实况分析产品和CMA-MESO预报的逐小时降水数据，分析京津冀地区特殊地形条件下的降水分布特征和CMA-MESO的降水预报性能，并讨论了造成模式降水预报偏差的可能原因，得到如下结论。

（1）京津冀地区实况平均小时降水量大值中心主要位于太行山东部和燕山南麓山前迎风坡海拔100~600 m区域；CMA-MESO预报的大值区位于山前迎风坡偏向平原一侧。实况小时降水频率和降水强度的空间分布与小时降水量相近，但小时降水频率大值中心在太行山山前迎风坡偏向山区一侧，降水强度大值中心主要分布在山前迎风坡和京津冀东部平原地区。

（2）京津冀山前迎风坡地区实况平均小时降水量随时间变化呈现双峰型特征，主峰值出现在午后至前半夜，次峰值出现在凌晨；主峰值主要由高小时降水频率造成，而凌晨时段的次峰值主要是较强的降水强度引起。CMA-MESO预报的主峰值时间与实况接近，但平均小时降水量预报明显偏大。

（3）京津冀山前迎风坡地区实况10 mm·h^-1以上降水占比大值时段在午后至前半夜和凌晨；CMA-MESO预报的10 mm·h^-1以上降水量午后至傍晚时段偏大，凌晨时段偏小。实况和预报的4 mm·h^-1以下降水日变化特征均不明显。

（4）山前迎风坡地区午后至前半夜的降水事件以3 h内短时降水为主，CMA-MESO的降水预报较好地把握了这一特征，但预报的短历时降水事件偏多。

（5）CMA-MESO预报的京津冀大部分地区平均小时降水量偏大，山前迎风坡地区也以偏大为主，850 hPa比湿偏大、风场上山前迎风坡一带存在偏南风和东南风切变是可能原因。但山前迎风坡海拔100~600 m区域存在平均小时降水量负偏差中心，CMA-MESO预报出了偏南风和偏东风在山前辐合抬升、地形对降水的增幅作用，但850 hPa以下比湿预报略偏小，14：00的CAPE值明显偏小，这可能是山前迎风坡降水量存在负偏差中心的原因。