高星星，潘留杰，王 瑾，张煦庭，梁 绵

(1.陕西省气象台，西安 710014；2.陕西省气象局秦岭和黄土高原生态环境气象重点实验室，西安 710016；3.陕西省人工影响天气中心，西安 710016)

由于模式本身的不足，包括降水在内的许多气象要素预报都存在着系统性的偏差。气象工作者发展了一系列后处理技术来量化降水预报中的不确定性和减少预报的系统性偏差。频率匹配是近年来发展的模式降水预报后处理技术中最为有效的方法之一。本质上来说，频率匹配是通过调整降水预报值，使其在特定的阈值范围内的降水预报频率与观测频率一致来实现的。已有的工作中，李莉和朱跃建[1]、李俊等[2-3]采用频率匹配方法分别对T213和AREM模式降水预报进行了订正，结果表明该方法对T213和AREM模式降水预报的偏差有明显改善。在此基础上，周迪等[4]和曹萍萍等[5]均针对格点本身进行了频率匹配订正，解决了整个研究区域采用相同订正系数时，会使得预报偏湿地方订正后空报率减小的同时预报偏干地方漏报率增加的问题。Zhu and Luo[6]、智协飞和吕游[7]为了寻找更合理的累计分布函数，将卡尔曼滤波应用到降水的频率统计上，然后进行频率匹配订正，提高了模式对降水的预报技巧。在原理上，频率匹配方法能通过改变雨区范围大小有效减小降水预报误差，降水的分布型也更加准确，但不能订正降水落区偏差。这也就意味着该方法对于局地降水或小范围降水的订正效果往往较差，而暴雨具有较强的局地性，对于暴雨降水落区预报的改进，则需要靠模式自身预报能力的改善[8-9]。……