2014年6—8月数值模式产品对山东气温预报的检验分析

范苏丹，盛春岩，车军辉，荣艳敏，曲巧娜

（山东省气象科学研究所，济南 250031）

2014年6
—8月数值模式产品对山东气温预报的检验分析

范苏丹，盛春岩，车军辉，荣艳敏，曲巧娜

（山东省气象科学研究所，济南 250031）

为检验不同数值模式产品对山东不同站点2m日最高、最低气温24h预报效果，利用2014年6—8月逐3h的WRF-RUC、EnWRF确定性预报、不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品以及EC细网格预报进行TS评分、误差等分析。结果表明：EC细网格对内陆最高气温预报准确率最高，EnWRF确定性预报次之，EC细网格和T639-MOS对内陆最低气温预报准确率最高。T639和EC细网格分别对沿海最高和最低气温预报准确率最高。对各模式单站气温预报进行最优模式分析发现，对于最高气温预报最优的模式为EC细网格和EnWRF确定性预报，分别集中在鲁西南和鲁北、鲁中和鲁东南。对于最低气温预报最优的模式为 EC细网格和 T639-MOS，T639-MOS主要对鲁中山区预报较好，其他地区两个模式预报效果基本相当。

气温检验；TS评分；单站最优模式

引言

近几十年来，数值模式已成为天气预报中不可或缺的部分，并且随着各数值预报产品种类的日益繁多，各模式的预报各有优劣，如何从海量的信息中选取更有效更稳定的产品也表现得越来越重要，它不但是提高预报水平的关键，也是数值预报产品释用的重要应用［1］。山东省地处中纬度，地形地貌多变，半岛地区深入海上，受各种气候和环境因素影响使得气温在时间和空间上起伏变化较大，并且气温的精细化预报和格点化预报需求也日益强烈，因此，提供相对更稳定更可靠的客观预报结果是非常有意义的。目前，国内各地均开展了数值产品对当地预报的检验分析等工作［2-3］，山东省于2009年引进并发展了逐3h的WRF-RUC模式，针对各要素预报开展了一系列检验评估工作并取得一定进展［4-6］。近几年又与中国海洋大学合作开发了EnWRF集合预报模式，大大丰富了模式产品种类。为各数值预报产品在业务应用中发挥更有效的作用，此文利用山东省2009年引进开发的逐3h WRF-RUC、EnWRF集合模式，以及业务上常用的T639、中国气象局下发的T639-MOS解释应用产品和EC细网格模式对气温预报进行检验分析。

1　资料与方法

模式资料包括山东省引进开发的中尺度模式WRF-RUC、EnWRF确定性预报及其不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品和EC细网格模式，各模式起报时间为北京时20点，预报时效为24h。所有预报结果均采用距离权重法插值到站点上。将模式24h预报时效内的整点气温求最大和最小值得到模式的24h预报日最高、最低气温，将实况24h内逐小时最高和最低气温求最大和最小值作为实况的日最高、最低气温，模式预报值和实况值之间的误差阈值定为2˚C。依据目前气象部门广泛应用的《中短期天气预报质量检验办法》中的有关规定对2m日最高、最低气温进行TS评分及平均绝对误差等分析。

2　内陆和沿海2m气温预报检验

山东省具有特殊的地理位置和地形地貌，这使得气温变化在时间和空间上相差较大，为了分析各模式对内陆和沿海地区气温预报的特点，将山东省海洋气象业务规定的 12个海区代表站作为沿海地区代表站，从123个国家级气象观测站中剔除 12个海区代表站中已包含的长岛站和成山头站，并剔除海拔较高的泰山站，共计120个站作为内陆代表站（图1），对它们分别进行TS评分，其中T639-MOS预报在沿海站点较少，因此不对沿海地区评分。

图1　内陆和沿海站点分布图

各模式预报准确率如图2所示。可以发现，对于内陆地区（图2a），EC细网格对2m最高气温预报准确率最高，其次为EnWRF确定性预报和WRF-RUC模式，T639-MOS预报准确率也较高，且这几个模式预报准确率相差不大，集合最大百分位数成员预报准确率最低。EC细网格和T639-MOS对2m最低气温预报准确率最高，集合最大百分位数成员次之，集合最小百分位数成员预报准确率最低。对于沿海地区（图2b），T639模式对2m最高气温预报准确率最高，EC细网格次之。EC细网格对 2m最低气温预报准确率最高，WRF-RUC模式次之，其中集合最小百分位数成员和WRF确定性预报准确率基本相当。

图2　各模式2m气温24h内陆（a）和沿海（b）预报准确率（单位：℃）

从气温预报平均绝对误差的结果来看（图3），对于内陆地区（图3a），EC细网格对2m最高气温预报误差最小，EC细网格和T639-MOS对2m最低气温预报误差最小。对于沿海地区（图3b），T639模式和EC细网格对2m最高气温预报误差最小，EC细网格对2m最低气温预报误差最小，WRF-RUC模式次之。各模式对于气温预报的平均绝对误差与TS评分的预报准确率结果基本一致。

图3　各模式2m气温预报内陆（a）和沿海（b）平均绝对误差（单位：℃）

3　各模式单站气温预报检验

3.1误差空间分布

为更好地了解各模式对于单站的预报效果，对各模式在全省120个内陆代表站以及12个海区代表站共132个站点的2m日最高、最低气温平均绝对误差和平均误差进行了分析，重点分析了TS评分检验效果较好的几个模式。结果发现，大部分模式对最高和最低气温预报的平均绝对误差在全省大部分地区均在2˚C以下。其中，EC细网格对于最高气温预报的平均误差在鲁西南地区为正值，其他地区均为负值（图4a），对于最低气温预报的平均误差在鲁中以及东营部分站点为负值，其他地区均为正值（图4b），即EC细网格对于最高气温预报，在鲁西南略偏高，其他地区略偏低，对于最低气温预报，在鲁中及东营地区偏低，其他地区略偏高。

图4　EC细网格2m最高气温（a）和2m最低气温（b）24h预报平均误差（单位：℃）

EnWRF确定性预报（图略）对于最高气温预报，在鲁中以及半岛地区偏低，其他地区偏高，对于最低气温预报，基本在全省范围内均偏低。T639模式（图略）平均误差结果与EnWRF确定性预报结果大体一致。T639-MOS（图略）对于最高气温预报，在北部沿海、东南沿海以及半岛地区偏高，其他地区偏低，对于最低气温预报，除个别站点外，基本在全省范围内均偏高。

3.2单站最优模式空间分布

为分析不同模式对不同站点预报性能，对各站不同模式预报评分进行排序，逐站筛选出“最优”模式，如表 1所示。由于模式较多，仅选取站次较多的几个模式给出站点空间分布（图5）。可以发现，对于2m最高气温预报（图5a），排名前四的模式分别为EC细网格、WRF确定性预报、集合最小百分位数成员以及T639-MOS。EC细网格对2m最高气温预报效果最好，预报最优的为 39个站，站点大部分分布在鲁西南以及鲁北地区，但在鲁中山区、鲁东南以及威海和日照等地区预报效果较差。EnWRF确定性预报最优的为31个站点，主要分布在鲁中以及鲁东南地区，集合最小百分位数成员为 24个站次，主要分布在德州、菏泽以及济宁地区。T639-MOS作为最优模式虽然仅有 15个站次，但基本集中分布在半岛沿海地区，即在半岛沿海地区T639-MOS对2m最高气温预报效果最好。对于2m最低气温预报（图5b），排名前三的模式分别为EC细网格、T639-MOS、T639模式。EC细网格站数仍为最多，为 75个站点，除了鲁中山区外，在全省范围内基本均匀分布。T639-MOS为51个站次，鲁中山区站点最多且较为集中，半岛以及鲁西南站点最少，其他地区站点和EC细网格穿插分布。T639模式仅为 5个站次，在德州以及聊城零星分布。综上所述，排名前几位的最优模式对于不同地区站点预报各有优劣，形成互补，基本可以覆盖全省所有站点。

表1　最优模式站数 个

图5　各模式2m最高气温（a）和2m最低气温（b）24h预报最优的站点分布

4　结论

对2014年6—8月各模式对山东内陆和沿海各站气温预报进行了评分检验，在此基础上，逐站选取了“最优”模式，主要结论如下：

（1）总体而言，对于内陆地区，EC细网格对2m最高气温预报准确率最高，其次为EnWRF确定性预报和 WRF-RUC模式，EC细网格和

T639-MOS对2m最低气温预报准确率最高。对于沿海地区，T639模式和EC细网格分别对2m最高气温和最低气温预报准确率最高。

（2）对于单站 2m最高气温预报最优的模式，排名前四的分别为EC细网格、EnWRF确定性预报、集合最小百分位数成员以及T639-MOS，站点分别集中在鲁西南和鲁北、鲁中和鲁东南、鲁西南和鲁西北、半岛沿海地区。对于单站 2m最低气温预报最优的模式主要为 EC细网格和T639-MOS，T639-MOS主要对鲁中山区预报较好，其他地区两个模式预报效果基本相当。各最优模式预报的站点分布互补，基本可以覆盖全省所有站点。

由此可见，综合各模式在不同地区的预报优势进行气温最优模式融合产品开发，可显著提高各地气温客观预报水平。

［1］ 赵声蓉. 多模式温度集成预报［J］. 应用气象学报，2006，17（1）：52-58.

［2］ 张宁娜，黄阁，吴曼丽，等. 2010年国内外3种数值预报在东北地区的预报检验［J］. 气象与环境学报，2012，28（2）：28-33.

［3］ 崔慧慧，智协飞. 基于TIGGE资料的地面气温延伸期多模式集成预报［J］. 大气科学学报，2013，36（2）：165-173.

［4］ 盛春岩，刘诗军，肖明静. 十一运会WRF-RUC系统应用及典型个例评估［J］. 气象科技，2010，38（增刊）：6-12.

［5］ 肖明静，盛春岩，石磊. 2011年4-6月亚沙会赛场多模式要素预报产品检验［J］. 山东气象，2012，32（3）：21-25.

［6］ 阎丽凤，盛春岩，肖明静，等. MM5、WRF-RUC 及 T639模式对山东沿海风力预报分级检验［J］. 气象科学，2013，33（3）：340-346.

P456.7

B

1005-0582（2015）03-0013-04

2015-01-12

山东省超级计算科技专项项目（2011YD01106）和省级科技创新发展项目“数值模式应用开发、检验及释用关键技术”共同资助作者简介：范苏丹（1985—），女，汉族，云南会泽人，硕士，工程师，主要从事海洋气象和数值预报研究。