贵州省冬季地表(0 cm)温度预报探讨

罗喜平，周明飞，汪 超

(1.贵州省气象台，贵州 贵阳 550002；2.贵州省山地气候与资源重点实验室,贵州 贵阳 550002)



贵州省冬季地表(0 cm)温度预报探讨

罗喜平1,2，周明飞1,2，汪 超1,2

(1.贵州省气象台，贵州 贵阳 550002；2.贵州省山地气候与资源重点实验室,贵州 贵阳 550002)

利用EC细网格地温预报资料，进行预报准确率检验，检验结果表明，EC细网格地温预报准确率较差。并利用1971—2014年贵州0 cm地温资料和气温资料，对贵州冬季地温与气温的关系进行分析, 应用统计回归方法建立以气温为基础的地温模型，从而实现通过气温估算地温，并对地气模型进行了检验；结果表明，平均地温预测模型和最低地温预测模型准确率分别达到92%和80%，绝对误差均小于2 ℃，最高地温预测模型准确率仅有42%，今后需要考虑在不同天气(晴、多云、阴、雨、雪等)条件，分别建立最高地温预测模型。

道路结冰；地表温度；预报模型；预报检验

1 引言

受云贵准静止锋影响，贵州冬季常形成地方性的冻雨天气，宗志平等对冻雨的时空分布的分析也表明贵州到江南中西部是冻雨易发区。贵州每年因冻雨天气，常出现道路结冰现象，严重影响交通运输及人民生命财产的安全，如2008、2011年冬季贵州持续雨雪天气，冰雪灾害严重，公路路面大面积结冰，道路中断，多条公路被迫关闭，上千车辆滞留，对交通运输造成重大损失，人民生活造成重大影响。而地温是影响道路结冰的核心因子，在冻雨天气出现时，若地温低于0 ℃，将出现道路结冰现象。因此贵州冬季地温预报至关重要。

目前国内许多学者对地温进行了研究，主要开展了地温的变化趋势研究、冰雹分布与地温场的相关分析、沙尘暴与地温场的相关分析等，在地温的预测方面研究了ENSO对青藏铁路沿线气温和地温的预测，利用耿贝尔分布函数估算了青藏铁路沿线地温的极值，汤懋苍等利用地温来做降水短期气候预测。然而对于地温的短期预报研究极少，杨丹等利用数理统计方法建立了山东莱芜地温的预报技术，李帅等利用逐日气温、20 cm地温作为预报因子建立了黑龙江春季10 cm地温预报模型，朱宝文等利用逐步回归建立青海大通县地表最低温度预报模型，这些研究主要集中在中东部及西北部地区。贵州省对地温的研究多集中在短期气候预测方面，在地温预报上尚未开展过研究，因此，亟待对贵州冬季0 cm地温开展预报探讨，随着EC细网格地表温度预报的业务化，对其进行预报准确率检验，同时通过分析贵州省冬季地温与气温多年变化规律, 建立冬季地温的预报模型，最终试图通过气温估算地温，并开展预报检验，有望提高地温的短期预报能力，以便在道路结冰预警预报业务中发挥重要作用。

2 资料和方法

研究资料为1971年12月—2014年2月贵州省84个地面气象观测站逐日平均、最低、最高气温及0 cm地温资料，均经过了质量检验，资料来源于贵州省气候中心。所用数值预报资料有2011年12月—2014年2月冬季EC细网格08时、20时起报的48 h逐3 h间隔地温预报资料。

考虑到主要城市对交通影响的重要性，选择9个市州所在地为代表站进行地温预报探讨，这9个代表站分别是贵阳、遵义、铜仁、凯里、都匀、安顺、兴义、水城、毕节。

对地温预报准确率的检验主要根据天气产品预报正(准)确率质量检验方法，参考文件相关规定。其中对地温预报准确率检验以2 ℃作为检验标准，地温评分标准(|预测值-实况值|≤2 ℃为准确,否则为错误)进行EC地温数值预报和地—气预报模型检验，地温准确率=(地温预报准确总次数/样本次数)×%；同时对地温预报模型计算绝对误差，探讨其可预报性。

利用代表站1971—2010年的逐日冬季最低、最高、平均气温和地温资料(样本天数为3 560 d), 建立40 a日地温与气温序列，并应用统计回归方法建立逐日地温与气温关系模型。

3 EC细网格地表温度检验

利用2011—2014年冬季EC细网格08时、20时起报的48 h逐3 h间隔地表温度预报，提取和计算2个时次起报的未来48 h(24～48 h逐3 h)时段的最低、最高、平均地温预报，与实况地表温度资料进行预报准确率检验，检验站点为9个地州市所在地。

3.1 08时起报EC地表温度检验

表1是08时起报的EC预报的最低、最高、平均地温预报检验，可见预报准确率都不高，9站最低地温准确率稍高一些，平均达到52%，平均地温准确率次之为40%，而最高地温的准确率仅为19%。

表1 EC地温预报48 h检验(08时起报)

3.2 20时起报EC地表温度检验

表2是20时起报的EC预报的最低、最高、平均地温预报检验，预报准确率略高于08时起报，9站平均最低地温准确率最高达60%，平均地温准确率次之为48%，而最高地温的准确率仅为23%。

表2 EC地温预报48 h检验(20时起报)

由以上检验结果可知，2个时次起报的地温预报准确率都较低，在业务中直接使用效果差。根据局地的温度方程所知,导致局地温度变化主要有两个因子,一为温度平流,二为非绝热加热，在地温中非绝热加热项尤为重要。造成局地地温变化的温度平流主要受天气系统的冷暖性质决定，在这一方面欧洲中心数值预报较好，有一定的预报水平。而造成局地地温变化的非绝热加热项受天气现象、地形以及下垫面性质等因素影响，贵州地处西南山地，地形起伏不定，下垫面复杂，数值预报在此类环境下，对非绝热加热项造成的温度影响不能很好的表示，故欧洲中心数值预报对贵州的低温预报效果不理想。

由前人的研究表明，地温与气温有很好的相关性，以下对地温与气温进行探讨，以期找到优于EC地温预报的方法。

4 贵州冬季地温预报模型

将1971—2010年逐日的地温与降水量、相对湿度、能见度、气温、风速、气压等气象要素进行相关性分析，其中地温与气温呈明显的正相关，各站相关系数均在0.8以上，通过0.01的信度检验，与前人的研究结论一致，故地温预报模型主要选取气温因子建模。

利用贵州9个代表站地面观测站1971—2010年的逐日冬季最低、最高、平均气温和地温资料, 建立多年日地温与气温序列，样本天数为3 560 d，并应用统计回归方法建立逐日最低、最高、平均地温方程。

4.1 最低地温方程

图1是遵义市建立的最低地温与最低气温的模型，模拟方程为：

Ts=0.903 4Ta- 0.457 7，R2= 0.793

式中Ts为最低地温，Ta为最低气温，相关系数是0.890 5。

图1 多年平均日最低地—气关系图

Fig.1 Relation graph of annual average minimum temperature and annual average minimum ground temperature

同理，分别建立其余8站的逐日最低地—气模拟方程，如表3，各相关系数均在0.66以上(通过0.001显著性检验)。

表3 8站逐日最低地—气模拟方程

4.2 最高地温方程

图2是遵义市建立的最高地温与最高气温的模型，模拟方程为：

Ts=1.402 8Ta+1.515 7，R2=0.787 9

式中Ts为最高地温，Ta为最高气温，相关系数是0.887 7。

图2 多年平均日最高地气关系图Fig.2 Relation graph of annual average maximum temperature and annual average maximum ground temperature

同理，分别建立其余8站的逐日最高地—气模拟方程，如表4，各相关系数均在0.87以上(通过0.001显著性检验)。

表4 8站逐日最高地—气模拟方程

4.3 平均地温方程

图3是遵义市站建立的平均地温与平均气温的模型，模拟方程为：

Ts=0.927 6Ta+1.277 3，R2=0.936 4

式中Ts为平均地温，Ta为平均气温，相关系数是0.967 7。

图3 多年平均日均地气关系图Fig.3 Relation graph of annual average temperature and annual average ground temperature

同理，分别建立其余8站的逐日平均地—气模拟方程，如表5，各相关系数均在0.94以上(通过0.001显著性检验)。

表5 8站逐日平均地—气模拟方程

5 贵州冬季地—气温模型检验及应用

5.1 地—气预报模型检验

5.1.1 地—气预报模型预报准确率 利用2011—2014年冬季逐日的气温(最低、最高、平均)资料，根据相应的地—气预报模型，计算逐日的(最低、最高、平均)地温，根据温度评分标准开展地—气预报模型检验，预报准确率如图4。

由图4可见，研究建立的地温预报模型明显优于EC地温的预报，平均地温预测模型准确率最高，大部分准确率均在90%以上，9站平均为92%，其中以都匀、安顺站96%为最高，平均地温预测模型可直接应用到实际预报中；最低地温预测模型准确率也较高，9站平均为80%，其中以铜仁站为最高达90%；但最高地温预测模型准确率相对较差，9站平均只有41%，在业务中不能直接使用，分析原因最高地温受太阳辐射的影响较大，在具体建模时，应该充分考虑不同天气(晴、多云、阴、雨、雪等)条件，分别建立最高地温预测模型，效果可能将有望提高，这有待今后做更深入的研究。

图4 9站地温预报准确率(单位：%)Fig.4 9 station ground temperature forecast accuracy (unit: %)

5.1.2 地—气预报模型绝对误差 评估温度预报的改进情况采用平均绝对误差，一般认为，温度平均绝对误差≤2.5 ℃就具有可预报性，平均绝对误差越小，预报效果越好。

图5 9站地温预报绝对误差(单位：℃)Fig.5 station ground temperature forecasting absolute error (unit: ℃)

计算逐日地温预报与实况之间的绝对误差，然后得出9个站的最低地温、最高地温、平均地温预报的绝对误差，如图5可见，最高地温预报误差最大，在2.5 ℃以上，可预报性差，而最低地温及平均地温模型预报误差都小于2 ℃，具有可预报性，特别是平均地温预报模型绝对误差均在1 ℃范围以内。

5.2 地温预报系统实际应用

经以上检验可知，上述地温预测模型中最低地温模型与平均地温模型准确率均高于80%，可以直接运用于业务。将EC细网格2 m气温格点预报作为初始场，经插值处理，分别计算各县站24 h、48 h的地面最低气温和平均气温。根据相应的地温预测模型，建立贵州9个地州市24 h和48 h内的最低地温、平均地温预报系统，计算结果转化成Micaps 3类格式。地温预报系统流程如图6。预报结果分别以文本格式和Micaps 3类格式输出，方便预报员查看。该地温预报系统已投入贵州冬季预报业务中，在每年冬季的道路结冰预警预报中发挥了重要的作用。

图6 最低地温、平均地温预报系统流程Fig.6 Forecast flow of minimum and mean ground temperature

6 结论与讨论

①EC细网格48 h地温预报检验可见，两个时次起报的地温预报准确率均较低，20时起报略高于08时起报，在业务中EC细网格地表温度预报参考意义不大。

②研究中建立的地—气预报模型，平均地温和最低地温预测模型准确率分别达到92%和80%，最高地温预测模型准确率仅有41%，都明显优于EC地表温度预报。

③地—气预测模型实现了通过气温估算地温，利用EC 2 m温度预报产品建立地温短期预报方法，已在业务中使用，对道路结冰预警预报具有重要作用。

[1] 叶茵， 杜小玲，严小冬. 贵州冻雨时空分布及对应临近环流特征分析[J].贵州气象，2007，31(6)：11-13.

[2] 宗志平，马杰，张恒德，等. 近几十年来冻雨时空分布特征分析[J].气象，2013，39(7)：813-820.

[3] 杨贵名，孔期，毛冬艳，等. 2008 年初“低温雨雪冰冻”灾害天气的持续性原因分析 [J]. 气象学报, 66 (5)：836-849.

[4] 杜小玲，高守亭，彭芳. 2011 年初贵州持续低温雨雪冰冻天气成因研究[J].大气科学，2014，38(1)：61-72.

[5] 陆晓波，徐海明，孙丞虎,等. 中国近50a地温的变化特征[J].南京气象学院学报，2006，29(5)：706-712.

[6] 时兴合，李栋梁，赵燕宁,等. 青藏铁路沿线1373年以来气温和地温的变化研究[J].中国沙漠，2006，26(6)：959-962.

[7] 李栋梁，柳苗，钟海玲,等.青藏铁路沿线地面气温和地温的年际变化趋势及与地形的关系[J].高原气象，2005，24(5)：694-699.

[8] 陈超，周广胜.1961—2010年桂林气温和地温的变化特征[J] .生态学报，2013，33(7)：2 043-2 053.

[9] 曲静，王昱，张弘,等. 近51年西安地温变化特征[J].气象科技，2014，42(4)：657-662.

[10]赵红岩，汤仓，杨瑜峰,等. 西北区冰雹分布及与地温场的相关分析[J].高原气象，2004，23(6)：781-786.

[11]赵红岩，杨瑜峰，梁东升,等. 中国北方沙尘暴与地温场的相关分析[J].中国沙漠，2007，27(3)：509-513.

[12]董安祥，李栋梁，郭慧. ENSO对青藏铁路沿线气温和地温的影响及其预测[J].冰川冻土，2004，26(6)：772-778.

[13]董安祥，白虎志，李栋梁,等. 青藏铁路沿线气温和地温的极值推算[J].高原气象，2003，22(5)：503-506.

[14]汤懋苍，王敬香，张建. 利用冬季地温距平场预报春季降水场的初步方法[J]. 高原气象，1987，6(3)：244-255.

[15]周亚军，汤懋苍. 用地温做年度降水预报的一种改进[J]. 高原气象，1989，8(3)：228-240.

[16]汤懋苍，张建. 季平均3.2 m 地温距平场在汛期预报中的应用[J].高原气象，1994，13(2)：178-187.

[17]杨丹，薛晓萍，李楠,等. 日光温室地温预报技术研究[J]． 中国蔬菜，2013(20)： 54- 60.

[18]李帅，王萍，陈莉,等. 黑龙江省春季浅层(0～20 cm)地温变化特征及预报[J]． 冰川冻土，2014,36(1)： 55- 62.

[19]朱宝文，胡德奎，郭晓宁,等. 高寒地区日光温室地温变化及预报[J]．干旱气象，2014,32(5)： 765-772.

[20]罗文芳. 贵州春季深层地温与夏季降水的分布特征及夏季降水预报[J]．贵州气象，2000,24(3)： 25-29.

[21]姚正兰，李勇.深层地温在短期气候预测中的应用[J]．贵州气象，2004,28(3)： 9-14.

[22]《关于下发中短期天气预报质量检验办法(试行)的通知》(气发[2005]109号).

[23]黄治勇，张文，陈璇,等. 湖北省乡镇温度预报方法初探[J]．气象，2011,37(12)： 1 578-1 583.

The research of land surface temperature prediction in winter of Guizhou

LUO Xiping1,2,ZHOU Mingfei1,2,WANG Chao1,2

(1.Guizhou Meteorological Observatory，Guiyang 550002，China；2.Key Laboratory of Mountain Climate and Resources of Guizhou Province, Guiyang 550002, China)

The surface temperature data of ECMWF was used to verify the accuracy of prediction, the results show the accuracy is not good. The land surface temperature and air temperature from 1971 to 2014 in Guizhou was used to analyze to find its relationship. Statistical regression method was used to establish the model of forecasting the land surface temperature. The results shows that the accuracy is 92% and 80% in the average land surface temperature model and the minimum land surface temperature model, the absolute errors are less than 2 ℃, but the accuracy is only 42% in the maximum land surface temperature model, it is needed to establish different models in different meteorological conditions.

road icing；land surface temperature；prediction model；forecast verification

1003-6598(2016)04-0001-05

2016-06-20

罗喜平(1969—)，女(侗族)，副高，主要从事灾害性天气预报及研究，E-mail：luoxipinggz@163.com。

中国气象局气象关键技术集成与应用重点项目(CMAGJ2013Z13)“贵州中西部道路结冰的监测预报技术研究应用”。

P457.3

A