贵阳14时气温数值预报检验及拟合订正分析

周永水，齐大鹏，吴古会

(贵州省气象台，贵州　贵阳　550002)



贵阳14时气温数值预报检验及拟合订正分析

周永水，齐大鹏，吴古会

(贵州省气象台，贵州贵阳550002)

利用2012—2014年T639、EC细网格24 h、48 h内2 m温度和站点观测气温，在对比分析T639和EC细网格模式优缺点的基础上，选择预报准确率更高的EC细网格14时2 m温度和14时观测气温求解最优回归拟合方程，考察在不同天气转换过程中模式和拟合方程对14时气温预报的优缺点可知：24 h内回归检验拟合方程比模式预报准确率高4.92%，对雨天和阴/多云天气比模式预报有显著提升，预报实时检验也比模式高4.25%，对提高最高气温预报具有一定的参考价值。

14时气温；拟合；天气转换；准确率

1　引言

气温预报一直是天气预报的重要组成部分，近年来由于全球气候变化的影响，严寒、高温热浪、短时强降水等极端天气现象频发[1][2]，民众对于天气预报的要求和关注度也越来越高。随着社会的发展以及人们生活水平的不断提高，天气预报已深入社会行业的各个方面。气温预报既是干旱、霜冻、冻雨等灾害天气预报的基础，也是农林牧渔部门的作业和规划的重要参考，同时对于群众的生活、工作以及出行都有重要的指示意义。

气温预报最近几十年得到了快速的发展，目前已有台站开展和尝试气温预报的精细化研究以及对数值预报的气温检验并建立本地预报模型[3-6]，但是对单个站点的气温预报，主要关注的是最高气温和最低气温的预报。在2012—2014年这3 a全国城镇天气预报检验评估报告中贵州地区24 h最高气温准确率分别为64.23%、66.98%、68.95%，最低气温准确率分别为81.97%、81.86%、86.97%，因此，在整体改进要素预报的同时，对最高气温的改进和订正显得尤为重要和紧迫。在气温预报中，一般是在客观的数值预报的基础上进行主观订正后做出最高气温和最低气温的预报，因此，客观的数值预报是气温预报准确率的基础和保证，而直接对气温这一要素做出预报并在贵州大范围使用的数值模式主要是T639和EC细网格的2 m温度预报，这两个模式的空间分辨率分别为0.125°×0.125°、1°×1°，时间分辨率均为3 h，这使得它们的正点预报时间段内均会出现14时这一时间节点，通过对2001—2010年10 a贵阳历史气温数据做相关分析发现，14时的气温和当天最高气温相关系数为0.668 7，且通过0.01的置信度检验，对当天最高气温有良好的反映。由此，14时的气温预报可成为最高气温预报的重要参考因子。

本文主要利用2012—2014年T639、EC细网格24 h、48 h内2 m温度在14时预报值插值到各个观测站点上，再结合每个站点14时历史气温进行对比分析，找出预报准确率更高的预报模式，并在考虑天气现象转换的情况下对该模式进行拟合优化，以期提高最高气温的预报准确率。由于贵州观测站点较多，方程的拟合以单个站点为基础，本文主要介绍贵阳站检验及拟合情况。

2　资料与方法

本文使用的温度观测和预报资料包括：2012—2014年贵阳观测站逐日最高气温、最低气温、云量、天空状况、海平面气压以及2012—2014年T639、EC细网格预报资料, 若实时资料或模式资料的14时数据缺失，则该日实况和模式资料对比无意义，舍去该日数据，因此在表1的对比中EC细网格和T639样本数量有所差异。本文使用的方法包括：常规统计分析、多项式逼近拟合法。经统计分析得知：EC细网格前一日20时和当日08时起报场对当日14时预报(+18 h、+6 h)准确率分别为66.03%、64.83%；前两日20和前一日08时起报场对当日14时预报(+42 h、+30 h)准确率分别为64.29、62.75%；T639的该形式统计准确率24 h为54.37%、48.21%，48 h准确率为50.39%、53.49%，在预报时长比08时多12 h的情况下，EC和T639的20时起报场准确率24 h内均高于08时起报场，48 h内EC20时起报准确率仍高于08时起报，因此主要关注20时起报场的检验和订正。

在分析过程中，将天空状况分为晴天、阴/多云、雨天3种天气类型，以便分析和比较在各种天气转换中模式预报准确率。

3　两种模式优缺点对比

对2012—2014年两种模式资料和实况对比可知(表1)，EC细网格24 h和48 h对14时的气温预报准确率为66.03%、64.29%，T639的这一数据分别是54.37%、50.39%，EC细网格准确率比T639高出10%。再对天空状况进行分类，分为晴、阴/多云、雨3种天气类型，以比较不同天气类型转换过程中的模式准确率，由此可知：在24 h的气温预报中，EC细网格准确率普遍高T639 10%以上，只有在雨转晴、阴/多云转雨和雨转多云的天气转换中，T639预报准确率略高于EC细网格或准确率相当；这可能与贵阳的阴雨天气以及阴天天气中一部分由静止锋影响造成，而对于静止锋在贵阳附近的摆动预报准确率T639高于EC细网格，因此在这两类天气变化过程中对贵阳气温的预报准确率T639高于EC细网格。同样，在48 h的气温预报中，除雨转阴/多云天气T639预报准确率高于EC细网格外，其余天气转换下EC细网格均比T639高10%以上。因此在方程拟合中只拟合EC细网格预报场的数据。

表1　T639/EC细网格24 h、48 h不同天气下14时气温预报准确率(单位：%)对比

4　24 h和48 h EC细网格拟合方程和EC预报对比

根据EC细网格20时起报场18 h和42 h预报2 m温度数据，对14时观测气温进行多项式形式逼近，求出24 h内气温最优化拟合方程为：

y=0.006 439×x2+0.842 5×x+0.158 5

其中y为拟合后14时气温预报，x为前一日20时起报场预报的当日14时2 m温度， 其拟合曲线如图1所示，其中横坐标为EC预报14时2 m温度，纵坐标为与预报对应的14时实况气温，坐标内实心点由EC预报2 m温度和14时气温共同决定，两者比值越接近1表明预报和实况气温越吻合，拟合曲线代表着大多数实心点的分布趋势，曲线倾角越接近45°，表明实心点的横坐标和纵坐标的比值越接近1，预报越接近实况，反之则表示预报越偏离实况。利用该方程对2012—2014年历史资料进行24 h和48 h回归检验，可知拟合方程24 h预报准确率为70.95%，高出EC预报场约5%，48 h预报准确率拟合方程预报准确率为67.11%，比EC预报场高2.82%。

将拟合方程和EC细网格预报场准确率具体到不同的天气类型，由表2和表3可知：24 h内拟合方程对晴转雨、晴转多云、晴转晴的拟合14时气温准确率分别为70.83%、76.47%、76.15%，这与EC细网格14时气温预报准确率大致相同，但是在其他几种天气转换中，拟合方程预报准确率均有不同程度的上升，特别是在阴/多云转阴/多云和雨转晴的天气中，拟合方程准确率比EC细网格预报场高10%以上；剩下几种天气转换拟合方程准确率均高于EC细网格预报场，从高到低分别为雨转阴/多云高出9.43%、雨转雨高出7.69%、阴/多云转雨高出7.14%，阴/多云转晴高出4.3%，因此，拟合方程24 h内对晴天的准确率无显著提高，对雨天和阴天/多云的天气预报准确率有较大提高。

48 h拟合方程和EC细网格预报场对比可知：拟合方程对晴天天气转换以及阴/多云转晴的预报准确率和EC细网格预报场维持在同一水准，对雨天和阴/多云天气转换比较于EC细网格预报场有更高的准确率，对其余几种天气转换拟合方程预报准确率均有不同程度提高，按照比EC细网格预报场提高幅度从低到高排序分别是：雨转雨高20%、雨转晴高17.64%、雨转阴/多云高10%、阴/多云转阴/多云高7.19%、阴/多云转雨高2.44%。该方程对雨天天气转换的准确率有较大程度提高。

图1　24 hEC细网格及实况14时气温(单位：℃)拟合曲线Fig.1　The fitted curve of 24-hour EC fine grid and real-time 14∶00 temperature (unit: ℃)

天气类型转换样本数量/个准确率/%所有天气形势63066.03/70.95晴转雨2470.83/70.83晴转阴/多云8577.65/76.47晴转晴13076.15/76.15阴/多云转雨4252.38/59.52阴/多云转阴/多云15961.64/71.70阴/多云转晴9370.97/75.27雨转晴1838.89/50.00雨转阴/多云5347.17/56.60雨转雨2661.54/69.23

表3　48 h不同天气转换下EC细网格及拟合方程回归检验准确率(%)对比

5　拟合方程和EC细网格预报实时对比检验

在实时检验过程中，检验数据为2015年1—4月EC细网格资料、实况资料，因EC细网格资料缺失，总共可检验天数约90 d，若细分到上文规定的9种天气类型转换下则样本过少，不具有较好的代表性，因此实时检验把天气转换只分为3种天气类型，即按当日天气分为晴、阴/多云、雨，分析表4可知：24 h内预报准确率拟合方程比EC细网格高5.25%，高出的部分由阴/多云(高2.5%)、雨天(高9.09%)天气贡献，晴天的预报准确率拟合方程低于EC细网格；这与历史拟合数据具有较好的一致性，表明拟合方程的对EC细网格预报拟合的延续性和有效性，是提高最高气温预报的一个有效的方法。

48 h内预报准确率拟合方程和EC细网格比较没有明显提升，且48 h细网格预报准确率远远低于历史预报准确率，这可能与实时检验所采集资料时段主要处于春季有关，春季天气变化快，预报流场调整大，48 h的响应时间会造成较大误差。

表4　拟合方程及EC细网格实时检验准确率(单位：%)对比

6　小结

①T639和EC细网格资料对2 m气温的预报准确率，在预报时效更长的情况下，24 h和48 h的20时起报场均好于08时起报场；EC细网格资料2 m气温预报24 h、48 h预报准确率高于T639。

②拟合方程在阴/多云、雨天的天气下对2 m温度预报有更高的准确率。

③24 h内拟合方程比EC细网格实时预报准确率高，这和历史拟合数据具有较好的一致性，表明拟合方程的对EC细网格预报拟合的延续性和有效性，对提高最高气温预报有一定的参考价值。

[1] 罗亚丽.极端天气和气候事件的变化[J].气候变化研究进展，2012.8(2)：90-98.

[2] 杜小玲，彭芳，武文辉.贵州冻雨频发地带分布特征及成因分析[J].气象，2010，36(5)：92-97.

[3] 邱学兴，王东勇，朱红芳.乡镇精细化最高最低气温预报方法研究[J].气象与环境学报，2013,29(3)：92-96.

[4] 魏秀兰，侯艳丽，孔凡中.菏泽市气温精细化预报[J].山东气象，2004，24(96)：45.

[5] 罗贵东，吴海周，肖鹏.基于MOS方法建立达州温度预报模型[J].贵州气象，2015,39(4)：16-21.

[6] 符凤平，吴哲红，高如玉.精细化预报的自动检验与技巧评分系统[J].贵州气象，2015，39(5)：14-18.

Verification for Numerical Prediction and Correction with Curve Fitting on the Air Temperature of Guiyang at 14∶00

ZHOU Yongshui，QI Dapeng，WU Guhui

(Guizhou Meteorological Observatory，Guiyang 550002，China)

Based on the comparative analysis of the advantages on air temperature prediction of T639 and ECMWF's numerical forecast produce within 48 hours, the optimal regression equation was obtained by fitting the observed temperature with temperature prediction on 14∶00 at 2 meters of ECMWF, whose forecast produce's accuracy rate is better than T639 model. After analyzing the advantages of the equation on the temperature prediction on 14∶00 in different weather, we know that: the forecast accuracy rate of the equation is 4.92% higher than that of ECMWF in regression test. There is a significant improvement about the forecast accuracy rate of the equation on rainy and cloudy days. And equation's forecast accuracy rate of the verification for air temperature Real-Time forecasts is 4.25% higher than that of ECMWF. It has a certain value for improving the forecast of the highest temperature.

air temperature at 14∶00; fitting; changes in the weather; accuracy rate

1003-6598(2016)02-0045-04

2015-08-12

周永水(1982-)，男，工程师，主要从事天气预报工作，E-mail:joever2000@163.com。

贵州省气象局2015年创新团队“贵州春夏主要强对流天气预报方法研究”、贵州省气象局业务技术攻关小组“贵州省日最高气温预报方法研究”共同资助。

P457.3

B