两种数值模式在丹东夏季温度预报中的误差分析订正对比

李瑞晗　宋丽丽　于文革　李慧琳　罗箭宇

摘 要：本文主要对2018年6—8月的ECMWF细网格模式和中央气象台指导预报2米温度的最高、最低气温预报产品进行误差分析，采用7天误差滑动平均订正和1～7天不同订正期误差订正两种方法进行误差订正。结果表明：误差订正前后，低温预报准确率都高于高温;两种数值模式对温度预报整体系统性偏低，且低温预报的零误差率明显高于高温预报;误差订正后，温度预报准确率有不同程度的提高，ECMWF细网格模式的温度预报提高显著，具有较高的参考价值。

关键词：丹东;数值模式;2米温度;误差分析;误差订正

中图分类号：P456.7;P457.3文献标识码：A 文章编号：1003-5168（2018）31-0140-03

Error Analysis and Correction of Two Numerical Models in

Dandong Summer Temperature Forecast

LI Ruihan SONG Lili YU Wenge LI Huilin LUO Jianyu

（Dandong Meteorological Bureau，Dandong Liaoning 118000）

Abstract： In this paper， the error analysis of ECMWF fine-grid model from June to August 2018 and the forecast products of maximum and minimum temperature of 2m temperature guided by the Central Meteorological Observatory was carried out. The error correction was carried out by using two methods： 7-day moving average error correction and 1～7day error correction in different correction periods. The results showed that the accuracy of low-temperature prediction was higher than that of high-temperature prediction before and after error correction; the overall system of the two numerical models for temperature prediction was low， and the zero error rate of low-temperature prediction was significantly higher than that of high-temperature prediction; after error correction， the accuracy of temperature prediction had been improved to varying degrees， and the temperature prediction of ECMWF fine-grid model had been improved significantly. It had high reference value.

Keywords： Dandong;numerical model;2m temperature;error analysis;error correction

目前，数值模式已经成为天气预报的主要参考手段，通过对模式产品的解释应用，在一定程度上提高预报准确率和精细化水平。但是，数值预报产品存在模式误差，国内很多气象工作者[1-4]在分析各个数值模式温度预报的误差后，利用误差订正和统计等方法进行处理，以求提高其预报准确率。为反映数值模式温度预报产品在丹东地区的预报性能，本文对ECMWF细网格模式和中央气象台指导预报在丹东夏季温度预报中的应用效果进行检验，并进行误差订正。

1 资料与方法

1.1 资料来源

选取2018年6—8月的ECMWF细网格模式（简称EC）和中央气象台指导预报（简称指导报）2米温度的最高、最低气温预报产品。EC为08：00和20：00起报未来15～36h的温度预报资料，中央指导报为20：00和08：00起报未来24h的温度预报资料，数据缺失日不检验。

实况资料为2018年6—8月丹东地区四个常规气象观测站：丹东站、东港站、凤城站和宽甸站的20：00—次日20：00和08：00—次日08：00最高、最低气温数据。

1.2 研究方法

1.2.1 误差分析方法。采用雙线性插值法将模式格点资料插值到站点上，然后对三种数值模式分别求20：00—次日20：00和08：00—次日08：00的24h最高、最低气温预报值。

采用温度预报准确率、平均系统误差、误差率对三种数值模式的最高、最低气温预报进行检验。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，其他计算公式如下。

温度预报准确率：

[Ts=NrNf×100%]                      （1）

平均系统误差：

[TME=1Ni=1NFi-Oi]              （2）

其中，[Nr]为预报正确的站（次）数，[Nf]為预报的总站（次）数;[Fi]为第i站（次）温度预报值;[Oi]为第i站（次）实况温度。

采用标准差对2018年6—8月的实况最高、最低气温进行逐月离散度检验，温度标准差计算公式为：

[Tσ=1Ni=1NTi-T0N=1，2，3，…，31]         （3）

其中，[Ti]为每月第i天的实况最高（最低）气温，[T0]为月平均最高（最低）气温。

1.2.2 误差订正方法。7天误差滑动平均订正：指将预报时刻前7d的预报误差平均值作为订正值，再用预报时刻模式预报值减去订正值。

1～7天不同订正期误差订正：指在预报时刻前7d内选取误差绝对值最小值的日期为预报的订正期，再使用该订正期对预报时刻的模式预报进行误差订正。具体计算公式为：

[Tt=Tmt-1Ni=1NTmt-i-T0t-iN=1，2，…，7] （4）

式（4）中，[Tt]为t时刻订正后模式预报值，[Tmt]为的订正前预报值;[N]为订正期;[Tmt-i]、[T0t-i]分别为模式预报和实况距该预报时刻t前i日的气温。当[N]从1～7变化时，分别计算t时刻前的7个预报误差，公式为：

[ΔTti=Tmt-i-T0t-ii=1，2，…，7] （5）

式（5）中，[ΔTti]为t-i时刻的预报误差绝对值，根据其最小时i的值确定订正期。

2 误差分析

2.1 温度预报准确率分析

对比20：00—次日20：00和08：00—次日08：00 EC和指导报2米温度的最高气温、最低气温预报准确率，发现两个时段两种数值模式间的差异具有一致性，固合并两个时段的最高、最低气温，进行误差分析。

如图1（a）和（b）所示，两种数值模式低温预报准确率都明显高于高温。从全地区平均值来看，中央指导预报的高温预报准确率最高，EC的低温预报准确率最高达90%以上。但两种数值模式对不同观测站的预报准确率有较大差异。分站来看，在高温预报方面，EC在丹东、凤城的准确率较高，接近95%，指导报在东港、宽甸的准确率较高，宽甸尤其明显;在低温预报方面，EC在四个站的准确率都较高。而且两种数值模式对丹东的高低温预报效果最好，对东港高温预报效果最差，对宽甸低温预报效果最差。

2.2 平均系统误差和误差率分析

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（预报与实况相比是系统性偏高还是偏低）[5]。计算丹东地区2018年6—8月平均系统误差和误差率，进一步分析两个模式对最高、最低气温预报的系统性偏向。

如表1所示，两种数值模式对温度预报整体系统性偏低，并且低温预报的零误差率明显高于高温预报，与低温预报准确率高于高温的情况相一致。

3 误差订正

利用7天误差滑动平均订正和1～7天不同订正期误差订正这两种方法对EC和指导报的最高、最低气温预报进行订正。

通过分析比较，选取订正后温度预报准确率最高的订正方法为各模式的最优误差订正方法。结合图1和图2，EC的高温预报经7天误差滑动平均订正后全地区平均预报准确率为82.9%，提高了15%，其中最明显的是宽甸，提高了约35%，且准确率为四站最高，达85.7%。两种误差订正方法对指导报的订正效果较差，经1～7天不同订正期误差订正，高温预报准确率提高3%，低温预报准确率无变化，7天误差滑动平均订正反而使温度准确率降低。

两种数值模式经最优误差订正后，温度预报准确率有不同程度提高，低温预报准确率仍然高于高温预报，EC在订正后最高、最低气温预报都有显著提高，并且预报效果好于指导报，参考价值最高，可以直接作为主观预报的初始场，再通过分析具体的天气影响系统，进一步确定订正幅度，可提高主观温度预报准确率。

4 结论

①误差订正前后，两种数值模式低温预报准确率都高于高温预报，这与实况低温稳定度较好有关。全地区平均来看，指导报的高温预报准确率最高，EC的低温预报准确率最高达到90%以上。分站来看，在高温预报方面，EC在丹东、凤城的准确率较高接近95%，指导报在东港、宽甸的准确率较高，宽甸尤其明显;在低温预报方面，EC在四站的准确率都较高。此外，两种数值模式对丹东的高低温预报效果最好，对东港高温预报效果最差，对宽甸低温预报效果最差。

②两种数值模式对温度预报整体系统性偏低，并且低温预报的零误差率明显高于高温预报，与低温预报准确率高于高温预报的情况相一致。

③两种数值模式经最优误差订正后，温度预报准确率有不同程度提高。7天误差滑动平均订正适用于EC的最高、最低气温预报，1～7天不同订正期误差订正适用于指导报的最高气温预报。

④误差订正后，ECMWF细网格模式的最高、最低气温预报准确率都有显著提高，并且预报效果好于中央气象台指导预报，参考价值最高。

参考文献：

[1]肖明静，隋明，范苏丹，等.3种数值模式温度预报产品在山东应用的误差分析与订正[J].干旱气象，2012（3）：472-477.

[2]祁丽燕，黄明策，苏洵.华南西部欧洲细网格2m温度预报误差分析[J].气象研究与应用，2015（4）：1-7.

[3]贾旭轩，田莉，陆井龙，等.误差订正在辽宁地区冬季温度预报中的应用[J].气象与环境学报，2016（4）：139-143.

[4]李金海，祁艳.WRF数值模式在青海省气温检验及解释应用[J].青海科技，2018（1）：42-46.

[5]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（6）：10-15.