ECMWF细网格模式2m温度在新疆及周边地区的预报效果检验

刘春风，徐欢，宋雪明，李阿桥，张定文

（1.昌吉州气象局，新疆昌吉 831100；2.伊犁州气象局，新疆伊宁 835000；3.呼图壁县气象局，新疆呼图壁 831200）

ECMWF细网格模式2m温度在新疆及周边地区的预报效果检验

刘春风1，徐欢1，宋雪明2，李阿桥1，张定文3

（1.昌吉州气象局，新疆昌吉 831100；2.伊犁州气象局，新疆伊宁 835000；3.呼图壁县气象局，新疆呼图壁 831200）

对2013年1—12月ECMWF细网格模式2m温度在新疆及周边地区的预报效果进行了统计检验。结果表明：ECMWF细网格模式2m温度预报为系统性偏高，预报效果随预报时效的延长而逐渐变差。72 h内温度预报的绝对误差小、预报准确率高，对实际温度预报有很好的指导作用；96～168 h温度预报的绝对误差较小，预报准确率较高，对实际温度预报具有参考价值；192～240 h温度预报的绝对误差大、预报准确率低，对实际温度预报参考价值不大。温度预报精度在蒙古国西部最低，北疆盆地次之，南疆盆地最高。

ECMWF细网格；2m温度；统计检验；系统误差；预报准确率

经过一个多世纪的数值天气预报理论研究和半个多世纪的业务化应用实践，数值天气预报已成为现代天气预报业务的基础和天气预报业务发展的主流方向[1]。30多年来，我国气象工作者在数值预报产品的检验及解释应用方面进行了许多卓有成效的研究和总结[2-8]，持续地提高了数值预报产品在预报业务中的应用水平。近年来，国家气象中心对T213、T639、日本、ECMWF粗网格等数值模式的中期预报性能进行了定期检验和发布[9-15]，为各地预报员了解和掌握各家模式对中高纬环流形势、850 hPa温度趋势以及地面冷高压、西北太平洋副热带高压、热带气旋等重要天气系统的预报能力，提供了可靠的参考依据。各级预报员在制作当地要素预报时，既需要参考数值模式对环流形势和天气系统的预报，更需要参考数值模式的格点要素预报值。这样，数值模式的格点要素预报精度（如绝对误差、预报准确率等）就引起了各级预报员广泛而高度的关注,尤其是ECMWF细网格模式的格点要素预报精度。张俊兰等对2012年前冬北疆3场暴雪天气的ECMWF细网格模式大尺度降水预报效果进行了应用检验，检验结果为北疆暴雪天气的定点、定时、定量预报提供了一定依据[16]。陈晓红等将ECMWF细网格模式预报产品应用到安徽大雾预报中，揭示了大雾发生和维持的物理机制[17]。万瑜等将ECMWF细网格模式预报产品应用到乌鲁木齐东南大风预报中，揭示了乌鲁木齐东南大风发生和维持的物理机制[18]。肖红茹等用2012年5—8月四川盆地降水实况，对比检验了T639和ECMWF细网格模式预报性能的优劣，提高了预报员使用这两种预报产品的能力[19]。然而近期的数值模式预报性能检验多是针对天气系统和天气现象的天气学检验，针对格点要素预报精度的统计学检验[20-22]相对较少。为了提高ECMWF细网格模式（以下简称EC模式）2m温度预报对日最高、最低温度预报的指导作用，本文对2013年1—12月EC模式2m温度预报效果进行了统计检验，并对2014年1—4月EC模式2m温度预报进行了订正前后的对比检验。

1 资料与检验区

本文选用中央气象台下发的EC模式20时（北京时）2m温度资料，有实况分析场（00 h）和预报场（24～240 h），资料时段为2013年1月1日—12月31日及2014年1月1日—4月30日。EC模式水平分辨率为0.25°×0.25°，垂直分辨率为7层，3～72 h预报的时间分辨率为3 h，72～240 h预报的时间分辨率为6 h。EC模式的预报区域为60°～150°E，0°～60°N，预报区内共有87 001个网格点。选取新疆及周边地区（73°～97°E，34°～50°N）为预报效果检验区。检验区主要包括中国97°E以西地区、哈萨克斯坦东部和蒙古国西部。检验区内有6 305个网格点。

2 检验方法

用每日20时的00 h分析场为实况资料，24～240 h预报场为预报资料，对EC模式在新疆及周边地区的2m温度预报进行统计检验及预报效果分析。误差率定义为某类（正、负、零）误差样本数占总样本数的百分比。用中短期预报质量评定办法，对EC模式2m温度的格点预报精度进行检验，用误差均值、正误差率、负误差率、零误差率，研究分析2m温度预报的系统性偏向（即：偏高或偏低）。主要有以下三步：（1）对检验区内的每一网格点，计算预报与对应实况间的误差均值、绝对误差均值、均方根误差、预报准确率、正误差率、负误差率、零误差率等7个检验统计量。（2）计算检验区的误差均值、绝对误差均值、均方根误差、预报准确率、正误差率、负误差率、零误差率等7个检验统计量。（3）研究分析检验区的7个统计量，以及它们随预报时效的演变特征，得出EC模式2m温度预报在新疆及周边地区的预报精度和整体效果。

2.1计算格点统计量

设Fi为某格点第i天的预报温度，Oi为某格点第i天的实况温度，K为1、2，分别代表|Fi-Qi|≤1℃、|Fi-Qi|≤2℃，Nrk为预报正确的天数，N与NfK均为预报的总天数。温度预报准确率的实际含义是温度预报绝对误差≤1℃（2℃）的百分率。主要检验公式如下：

2.2 计算区域统计量

对于一个有m个格点的检验区，当检验区内每个格点有资料的天数相等时，用某一统计量对m个格点求平均的方法求得该统计量的区域均值。当检验区内出现≥1个格点与其它格点有资料的天数不相等时，就需要用某一统计量对m个格点求加权平均的方法求得该统计量的区域均值。

其中，F为某一统计量的加权均值，fj为某一统计量在第j格点上的均值，kj为第j个格点fj的样本数。

3 检验结果分析

以区域平均绝对误差、均方根误差、≤1℃和2℃的预报准确率作为EC模式2m温度的预报精度检验指标，统计2013年1月1日—12月31日20时EC模式不同预报时效的区域平均绝对误差、均方根误差、预报准确率（表1）。

表1 新疆及周边地区2013年1—12月的平均绝对误差、均方根误差、预报准确率

3.1 预报精度与预报时效

平均绝对误差和均方根误差随预报时效的延长而逐渐增大，分别由24 h的0.7℃和1.1℃增加到240 h的3.0℃和4.1℃。预报时效每增加24 h，平均绝对误差增大0.2～0.3℃，均方根误差增大0.3～0.4℃。绝对误差≤1℃和≤2℃的预报准确率随预报时效的延长而逐渐降低，分别由24 h的77.3%和93.7%下降至240 h的25.6%和46.3%。预报时效每增加24 h，绝对误差≤2℃的预报准确率下降4%～6%，由此可知EC模式2m温度的预报精度随预报时效的延长而逐渐降低。

24～72h预报的平均绝对误差≤1.2℃，均方根误差≤1.7℃，绝对误差≤1℃的预报准确率高于57%，绝对误差≤2℃的预报准确率高于82%。96～168 h预报的平均绝对误差≤2.2℃，均方根误差≤3.0℃，绝对误差≤1℃的预报准确率高于34%，绝对误差≤2℃的预报准确率接近60%。192～240 h预报的平均绝对误差≥2.5℃，均方根误差≥3.4℃，绝对误差≤1℃的预报准确率低于32%，绝对误差≤2℃的预报准确率低于55%。因此，EC模式2m温度24～72 h预报误差小、准确率高，对实际温度预报有很好指导作用，96～168 h预报误差较小、准确率较高，对实际温度预报仍有一定的参考价值。192～240 h预报误差大、准确率低，对实际温度预报参考价值不大。

3.2 预报精度的地理分布

针对2013年1月1日—12月31日20时EC模式2m温度预报，图1给出了检验区内平均绝对误差的地理分布。图1a为24～72 h平均绝对误差分布，图1b为24～168 h平均绝对误差分布。图2给出了检验区内绝对误差≤2℃的预报准确率的地理分布，图2a为24～72 h预报的平均准确率分布，图2b为24～168 h预报的平均准确率分布。

图1 新疆及周边地区2013年1—12月平均绝对误差的地理分布

图2 新疆及周边地区2013年1—12月绝对误差≤2℃预报准确率的地理分布

分析新疆及周边地区平均绝对误差的地理分布（图1）可得：EC模式2m温度的预报误差在蒙古国西部最大，24～72 h预报的平均绝对误差多在1.5～1.8℃，24～168 h预报的平均绝对误差多在2.1～2.4℃；在北疆盆地次之，24～72 h预报的平均绝对误差多在1.2～1.5℃，24～168 h预报的平均绝对误差多在1.8～2.1℃；在南疆盆地最小，24～72 h预报的平均绝对误差多在0.6～0.9℃，24～168 h预报的平均绝对误差多在1.2～1.5℃。分析新疆及周边地区绝对误差≤2℃预报准确率的地理分布（图2）可得：EC模式2m温度的预报准确率在蒙古国西部最低，24～72 h预报的平均准确率多在70%～75%，24～168 h预报的平均准确率多在55%～60%；在北疆盆地次之，24～72 h预报的平均准确率多在75%～80%，24～168 h预报的平均准确率多在60%～65%；在南疆盆地最高，24～72 h预报的平均准确率多在90%以上，24～168 h预报的平均准确率多在80%以上。

3.3 系统性偏向

在实际预报业务中，既需掌握数值模式的预报精度，更需掌握数值模式预报的系统性偏向（即：预报与实况相比是系统性偏高还是偏低）。在给定样本空间中统计格点或区域的误差均值时，虽然存在正、负误差的相互抵消，使得误差均值不能真实反映预报效果的平均状况，但从误差均值符号和正、负、零误差率的分布特征，可分析出预报误差的系统性偏向。为进一步分析EC模式对2m温度预报的系统性偏向，计算2013年1月1日—12月31日20时EC模式不同预报时效的区域平均误差、正误差率、负误差率、零误差率（表2）。

表2 新疆及周边地区2013年1—12月的平均误差与误差率

由平均误差计算公式和误差率定义可知：若平均误差为正，且正误差率明显大于负误差率，则预报为系统性偏高；若平均误差为负，且正误差率明显小于负误差率，则预报为系统性偏低，若平均误差为零，且正误差率等于负误差率，则预报无系统性偏向。在表2中，所有预报时段上的区域平均误差全部为正，且正误差率（56.4%～63.7%）又明显大于负误差率（33.2%～42.4%），由此可知EC模式2m温度预报为系统性偏高。24～240 h的平均误差、正误差率和负误差率的变化幅度均不大，说明EC模式2m温度预报效果较为稳定。零误差率随预报时效的延长而逐渐下降，证明EC模式2m温度预报效果是随预报时效的延长而变差。

4 预报订正

通过EC模式2m温度的预报精度和系统性偏向的统计分析可知：EC模式2m温度的预报精度高，但它存在系统误差，表现为系统性偏高。经过对系统误差规律性的分析和研究，发现EC模式2m温度预报有订正提高的空间。

统计2014年1月1日—4月30日EC模式2m温度预报的7个检验参数（表3）。通过多种验证，选取2013年1—12月各预报时段、各网格点的每个平均误差为订正值，对2014年1月1日—4月30日EC模式2m温度的预报值进行逐一对应订正（预报值—订正值），经订正后的7个检验参数见表4。

表3 新疆及周边地区2014年1—4月订正前的7个检验参数

对比分析订正前后的预报精度和系统性偏向可知：订正后，平均绝对误差和均方根误差均减小0～0.2℃，在多数预报时段上减小0.1℃；绝对误差≤1℃的预报准确率提高0.4%～3.7%，绝对误差≤2℃的预报准确率提高0.8%～3.1%；正、负误差率差距明显缩小（比例接近1:1）；零误差率略有上升。平均误差明显减小（由0.3～0.6℃减小到0.0～0.1℃），多数预报时段上的区域平均误差在精度为0.1℃时为零。因此这种订正是有效的，在一定程度上减小了模式预报产品的系统误差，对提高EC模式2m温度预报的参考价值大有帮助，平均误差可作为EC模式2m温度预报系统误差事后订正的一种方法。

表4 新疆及周边地区2014年1—4月订正后的7个检验参数

5 结论

（1）2013年1月1日—12月31日20时，EC模式2m温度在新疆及周边地区的预报精度随预报时效的延长而逐渐降低。平均绝对误差由24 h的0.7℃增至240 h的3.0℃，绝对误差≤2℃的预报准确率由24 h的93.7%降至240 h的46.3%。

（2）在新疆及周边地区EC模式2m温度预报，24～72 h绝对误差小（≤1.2℃）、绝对误差在2℃范围内的预报准确率高（≥82%），对实际温度预报有很好的指导作用；96～168 h绝对误差较小（≤2.2℃），绝对误差在2℃范围内的预报准确率较高（≥59%），对实际温度预报具有参考价值；192～240 h预报误差大、准确率低，对实际温度预报参考价值不大。

（3）EC模式2m温度的预报精度在新疆及周边地区检验区域内分布不均，主要可分为蒙古国西部、北疆盆地和南疆盆地3个区域。在蒙古国西部预报误差最大，预报准确率最低；在南疆盆地预报误差最小，预报准确率最高；北疆盆地的预报误差和预报准确率介于蒙古国西部和南疆盆地之间。

（4）用各预报时段各网格点的平均误差对EC模式2m温度预报进行订正。订正后2m温度总体预报效果更为理想。在多数预报时段上，平均绝对误差和均方根误差均减小0.1℃，预报准确率提高0.4%～3.7%，正负误差样本数接近均衡，零误差样本数略有增大。因此平均误差可作为EC模式2m温度预报系统误差事后订正的一种方法。

[1]陈德辉，薛纪善.数值天气预报业务模式现状与展望[J].气象学报，2004，62（5）：623-633.

[2]刘还珠，赵声蓉，陆志善，等.国家气象中心气象要素的客观预报-MOS系统[J].应用气象学报，2004，15（2）：181-191.

[3]宋春远，熊传辉，罗剑琴，等.数值预报产品在三峡坝区初夏强降水预报中的释用[J].气象，2009，35（6）：96-99.

[4]钱莉，杨晓玲，殷玉春.ECMWF产品逐日降水客观预报业务系统[J].气象科技，2009，37（5）：513-519.

[5]赵凯，孙燕，张备，等.T213数值预报产品在本地降水预报中的应用[J].气象科学，2008，28（2）：217-220.

[6]马德贞，毛恒青，鲍媛媛，等.盛夏数值预报模式对副高预报性能检验及其释用[J].气象，1999，25（3）：49-53.

[7]涂小萍，许映龙.基于ECMWF海平面气压场的热带气旋路径预报效果检验[J].气象，2010，36（3）：107-111.

[8]梁红，王元，钱昊，等.欧洲ECMWF模式与我国T213模式夏季预报能力的对比分析检验[J].气象科学，2007，27（3）：253-258.

[9]饶晓琴.2007年9—11月T213与ECMWF及日本模式中期预报性能检验[J].气象，2008，34（2）：107-114.

[10]田伟红.2007年12月至2008年2月T213、ECMWF及日本数值模式中期预报性能检验[J].气象，2008，34（5）：101-107.

[11]王超.2008年3—5月T213与ECMWF及日本模式中期预报性能检验[J].气象，2008，34（8）：112-118.

[12]李勇.2009年12月至2010年2月T639、ECMWF及日本数值模式中期预报性能检验[J].气象，2010，36（5）：108-113.

[13]蔡芗宁.2010年3—5月T639、ECMWF及日本模式中期预报性能检验[J].气象，2010，36（8）：106-110.

[14]于超.2010年6—8月T639、ECMWF及日本模式中期预报性能检验[J].气象，2010，36（11）：104-108.

[15]张亚妮，张金艳.2010年12月至2011年2月T639与ECMWF及日本模式中期预报性能检验[J].气象，2011，37（5）：633-638.

[16]张俊兰，李圆圆，张超.ECWMF细网格模式降水产品在北疆暴雪中的应用检验[J].沙漠与绿洲气象，2013，7（4）：7-13.

[17]陈晓红，朱佳宁，周扬帆.EC细网数值预报产品在大雾预报中的释用.大气科学研究与应用，2012，（2）：94-100.

[18]万瑜，曹兴，窦新英，等.ECMWF细网格数值预报产品在乌鲁木齐东南大风预报中的释用[J].沙漠与绿洲气象，2014，8（1）：32-38.

[19]肖红茹，王灿伟，周秋雪，等.T639、ECMWF细网格模式对2012年5—8月四川盆地降水预报的天气学检验[J].高原山地气象研究，2013（1）：80-85.

[20]黄光轮，唐剑泉.ECMWF数值预报针对一个网格点的效果检验.四川气象，2004，24（2）：30-32.

[21]黄治勇，王仁桥，黄华丽.对ECMWF部分产品误差的初步分析.湖北气象，2002（1）：6-8.

[22]宋钱，李辉，霍传秀.ECMWF产品在东亚中纬度地区预报精度检验.河南气象，2004（3）：14-15.

Prediction Effect Test of ECMWF Fine Gridmodel for 2meters Temperature in Xinjiangand Its Surroundingareas

LIU Chunfeng1，XU Huan1，SONG Xueming2，LIaqiao1，ZHANG Dingwen3
（1.Changjimeteorological Bureau，Changji 831100，China；2.Yilimeteorological Bureau，Yining 835000，China；3.Hutubimeteorological Bureau，Hutubi 831200，China）

The forecast result of ECMWF fine grid for 2m temperature from January to December 2013 in Xinjiangand its surroundingareas was evaluated.The result showed that ECMWF fine grid for 2m temperature forecast was systematically lower,and the effect became worse with the increase of forecast period.Compared with the statistical tests of theabsolute errors for temperature forecast in 72 h,96～168 hand 192～240 h,theabsolute errorsand precision of forecast within 72 hours which havea certain reference value foractual temperature forecast outperform the other two leading time,followed by the forecasting precision within 96～168 h,and result for 192～240 h forecasting was left behindamong the three predicted time.Inaddition,theaccuracy of temperature prediction showed that the ECMWF fine grid for 2m temperature was best in southern Xinjiang basin,northern Xinjiang basin for the second place,and the lowest in westernmongolia.

ECMWF Fine Grid；2m temperature；statistical test；system error；forecastaccuracy

P456.7

B

1002-0799（2014）06-0010-06

10.3969/j.issn.1002-0799.2014.06.002

2014-03-05；

2014-06-06

新疆气象局科技项目（MS201415）。

刘春风（1965-），男，高级工程师，从事短期天气预报业务与研究工作。E-mail：xjcjlcf@163.com

刘春风，徐欢，宋雪明，等.ECMWF细网格模式2m温度在新疆及周边地区的预报效果检验[J].沙漠与绿洲气象，2014，8（6）：10-15.