观潮 · 模式预报与气象 AI 观察
GEFS 降水系统性偏差：乐安河流域 24 通道 CNN 订正后，过程累计误差中位数较 QM 再降 19.8%
> 全球集合预报系统（GEFS）的日降水预报在流域尺度存在系统性偏差：误差随预报时效拉长而增大，对小雨高估、对大雨低估。这篇论文拿鄱阳湖水系乐安河流域 2011—2019 年的 Day 1—Day 9 预报做对象，把 GEFS 预报降水、NCEP FNL 五个气压层的环流因子、前期影响雨量和月份信息拼成一个 24 通道输入，针对 9 个预见期分别训练 CNN 订正模型，用逐年留一交叉验证检验泛化，并和分位数映射（QM）、随机森林（RF）两条经典路线对照。结果是过程累计误差中位数比原始 GEFS 低约 31.5%、比 QM 低约 19.8%，并略优于 RF；但暴雨和长预见期强降水的事件识别仍然订不动，作者自己把这一条写成了结论的一部分。
缺的是哪一块
GEFS 这类数值预报的降水误差不是白噪声：它随预见期和降水量级增加而增大，且带着「弱降水偏高、强降水偏低」的结构性偏差。分位数映射（QM）能校正预报与观测的概率分布，但它建立的是一维分布到一维分布的映射，刻画不了降水误差与水汽输送、环流形势、季节转换这些环境因子之间的非线性耦合。已有研究用集合预报降水加环流变量改善流域降水概率预报，或融合多层温湿风与地理信息做站点订正，但把「五层环流场 + 预报降水 + 前期影响雨量 + 月份」整体当成一个空间场喂给卷积网络、再按预见期分别建模的工作，在流域尺度上仍是缺口。这篇要补的就是这一块：让订正模型看到误差背后的环流背景，而不只是看到降水量本身。
24 个通道怎么拼出来的
研究区是鄱阳湖流域东北部的乐安河流域，面积约 6 374 km²，多年平均年降水量约 1850 mm，流域内 10 个雨量站的逐日实测资料经泰森多边形合成面平均降水。预报 side 用 GEFS 历史回溯预报（Reforecast）的 c00 控制成员，0.25° 分辨率，每日 00:00（UTC）起报，时效 1—9 天。
图1 乐安河流域高程（15—1588 m）与 10 个雨量站、河网及流域边界分布。
模型输入是一个 24×32×32 的多通道特征矩阵，32×32 格点对应流域中心附近约 8°×8° 的环流背景场：
通道 · 内容 · 数量
FNL 多层气象因子 · 1000/925/850/700/500 hPa 五层的位势高度、比湿、东西风、南北风 · 20
GEFS 预报降水 · 流域面平均，复制为常数特征图 · 1
前期影响雨量 · 起报日前 1 日流域平均实测降水，对数变换+标准化 · 1
月份信息 · 起报月份的 sin/cos 周期编码 · 2
FNL 资料原始 1° 分辨率、6 小时一次，4 个分析场做日平均后双线性插值到 0.25° 网格，与 GEFS 预报以起报时刻对齐。网络本体不大：3 个卷积层（输出通道 64/128/256，卷积核 3×3）配批归一化和 ReLU，2×2 最大池化加自适应平均池化，接 64 神经元全连接层和单神经元线性输出，Dropout 0.3，可训练参数约 44.9 万。
图2 模型结构：24 通道输入经三层卷积（64/128/256）、最大池化与自适应平均池化、全连接层后输出预测误差，Day 1—Day 9 分别建立独立模型。
训练目标不是降水量，而是「GEFS 预报降水 − 实测降水」这个误差量本身；订正结果等于预报减去预测误差，负值截断为 0 以满足非负约束。损失函数用强降水加权平均绝对误差，权重系数 α=1.2，降水越强样本权重越大。泛化检验用 2011—2019 年逐年留一交叉验证：每次拿 1 年当独立测试集，其余 8 年训练加内部验证，最后合并 9 个测试年出结果。优化器 Adam，学习率 1×10⁻³，批次 32，最多 200 轮。
对照组有两条。QM 按预见期分别建立预报与实测降水累积分布函数之间的映射，订正结果同样截断非负。RF 用与 CNN 一致的数据划分和 Day 1—Day 9 独立建模，输入是 20 个 FNL 通道的空间均值与标准差，加 GEFS 预报降水、前期影响雨量和月份编码共 44 个特征，200 棵回归树。降水等级按 GB/T 28592—2012 划分，事件判别阈值取 0.1、10.0、25.0、50.0 mm/d 四档。
误差基线与订正结果
先看被订正对象的底子。Day 1 的 GEFS 面平均预报 RMSE 为 12.25 mm、相关系数 0.646；到 Day 9，RMSE 涨到 16.32 mm、相关系数掉到 0.247——误差升高 33.2%，相关性下降 61.7%。
图3 各预见期 GEFS 预报与实测降水散点：R 从 Day 1 的 0.646 衰减到 Day 9 的 0.247，RMSE 从 12.25 mm 增至 16.32 mm，线性回归线逐步偏离 1:1 参考线。
SHAP 归因给出一个干净的结论：原始预报降水是影响偏差预测的首要因子，Day 1、Day 5 各月份的相对贡献都在 30%—66% 之间。月份不同，次要因子换得很明显——4 月靠 850—1000 hPa 低层风场和 500—700 hPa 水汽条件，7 月 500—1000 hPa 多层比湿贡献增强，9 月是 700—1000 hPa 低层纬向风和低层水汽，12 月则轮到中低层纬向风、近地面位势高度与水汽。
图4 4、7、9、12 月在 Day 1 与 Day 5 的 SHAP 归因：Factor_P（预报降水）始终居首，其余因子排序随季节明显换位。
图5 各因子相对贡献率（%）：Day 1 预报降水在 4、7、9、12 月分别贡献 32.4%、40.9%、41.2%、37.9%，Day 5 进一步升至 41.9%—65.9%。
CNN 对误差本身学得怎么样，用误差相关系数 Re 和误差预测均方根 RMSEe 来量：Re 在 9 个预见期介于 0.554—0.631，没有随预见期持续走低；RMSEe 从 Day 1 的 10.26 mm 升到 Day 7 的 13.17 mm，Day 8 起回落到 12.89 mm。分量级看，无雨到大雨区间 Re 随量级上升（0.702—0.816），暴雨回落到 0.720，RMSEe 却从无雨的 6.97 mm 拉到暴雨的 53.46 mm——极端降水的误差幅度还是刻画不准。
图6 (a)(b) 误差相关系数 Re 与 RMSEe 随预见期的变化；(c)(d) 按实测降水量级分组的 Re 与 RMSEe，暴雨档（n=549）RMSEe 达 53.46 mm。
落到订正后的降水上，四档阈值的表现并不一致：
阈值 · CNN 相对原始 GEFS 与 QM 的表现 · 作者点出的问题
0.1 mm/d · RMSE 总体更低，漏报率总体最低 · 低阈值下事件判别对量值小幅变化敏感，部分样本订正后跨过阈值，空报率相应增加
10 mm/d · 各预见期 RMSE 均较低，漏报率整体低于 QM 和 RF · 表现最稳的一档
25 mm/d · 较长预见期 RMSE 改善更明显，空报率总体低于原始 GEFS · 漏报率随预见期增加快速上升，强降水事件识别是主要限制
图7 0.1、10、25 mm 三档阈值下原始 GEFS、QM、RF、CNN 四种方法的 TS 评分、漏报率（MAR）、空报率（FAR）与 RMSE 随预报时效的变化。
过程尺度的账最直观：2011—2019 年共 493 场降水过程，CNN 的过程累计误差中位数比原始 GEFS 约低 31.5%，比 QM 约低 19.8%，并略优于 RF；优势在小雨至大雨过程明显，暴雨过程改善幅度有限。
图8 Day 1、Day 5、Day 9 的过程累计误差箱线图：原始 GEFS 箱体宽且整体偏正，QM、RF、CNN 三种订正都把中位数拉回 0 附近，CNN 的箱体最紧。
作者承认的限制
这些限定都写在论文自己的结果与结论里：
限制 · 原文口径
暴雨订不动 · 「暴雨及长预见期强降水仍较难准确订正」「极端降水的准确订正仍有提升空间」
事件识别不一致 · 「对不同强度降水事件的识别效果并不一致」，25 mm 阈值下漏报率随预见期快速上升
极端样本不足 · 结论明确提出「后续需进一步补充极端降水样本学习和跨区域验证」——即当前结果只在乐安河一个流域上成立
误差学习的上限 · RMSEe 随预见期整体上升、暴雨档误差预测相关性回落，「长预见期及强降水的误差学习能力仍较困难」
另外两点是数据口径上的事实：GEFS 只取了 c00 控制成员，集合信息没有进入模型；FNL 是分析场而非实时可用预报，把它当输入因子时，业务落地的可比性要打折扣——这一点论文没有展开，但输入清单里写得很清楚。
一句话判断
把五层环流场、预报降水、前期影响雨量和月份拼成空间输入让 CNN 学「误差」而不是学「降水量」，在流域尺度确实把 GEFS 的量值偏差压下去了一大截；但 493 场过程里暴雨那一档的改善幅度已经说明，样本稀少的极端降水还是这类订正模型的边界，拿它喂洪水预报之前先看量级。