数值天气预报时效统计检验方法的研究与应用

李德明，张隐君

(黑龙江省农垦科学院，黑龙江 哈尔滨150000)

1 引言

数值预报模式，可以算出未来若干天的天气情况。其中包括：最高气温、最低气温、降水量、湿度、气压、风向、风速等。但是算出的天气情况不一定就是有效预报。目前预报时效在7.0 d以内的预报结果是有意义的，可以参考使用；超过预报时效7.0 d以外的预报结果是无效的，不可使用。

对于基层气象台站 （包括县级气象台站和国营农场气象台站），必须选一种适于基层气象台站预报人员用来判别各类数值天气预报时效的方法，以便选择预报时效长、准确率高的预报产品使用。

2 数值天气预报时效的X2统计检验法

判断数值预报准确率是否显著地高于盲目预报准确率（仅以降雨预报为例，且不分雨量大小），要用到数理统计学中的差异显著性检验-X2统计检验。其计算公式为：

式（1）中，Fi是预报正确与错误的实际次数，fi为盲目预报的正确与错误的理论次数；k为项数，对不分大小的降雨预报来说，k=2，即只分预报正确和错误两种情况。式中求出的X2就是差异显著性检验值。

例如，在某地82 d的数值天气预报中，24-36 h（即明天白天）的预报，共报25次有雨，报对19次，报错6次，准确率为76.0%（19/25）。在这82 d中，实际有降雨的天数为24 d，盲目预报降雨的理论准确率为24/82≈29.3%，盲目预报报对的理论次数为25*24/82≈7.3171次。盲目预报报错的理论次数为25*(82-24)/82≈17.6829次。

这样，X2值求算如下：

查X2值表可知，计算出的X2值26.3722，大于自由度为1，信度为0.01时的标准X2值6.64。因此证明了，预报准确率（76.0%）极显著地高于盲目预报准确率（29.3%）。这说明，对该地24-36 h（即明天白天）的降雨预报是有效的。

如果某一时段的X2值，小于自由度为1，信度为0.05时的标准X2值3.84，则预报准确率与盲目预报准确率差异不显著，这时可断定该时段降雨预报是无效的。

如果某一时段的X2值，介于6.64和3.84之间，则差异有些显著，预报基本有效，该预报也可参考。

3 数值天气预报时效X2统计检验法应用举例

用X2统计检验法，对地处中纬度的黑龙江垦区，2019年农业生产关键季节的3000多组降水预报和实况数据进行了统计分析，得出如下两点结论：

(1)我国正规数值天气预报部门所做的降水预报（这里指中国气象局在气象网上发布的30 d降水预报），时效已稳定达到7.0 d（表 1），与国际数值天气预报先进水平同步。这一检验结果的正确性已得到权威部门证实。

表1 气象网发布的降水预报时效统计检验结果

（2）非正规数值天气预报部门所做的降水预报（这里指XX公司为黑龙江垦区部分气象台站制作的16 d 降水预报），时效仅为 2.0－4.5 d（表 2）。 2.5 d（即后天白天）及5.0 d以后（包括5.0 d）的预报与盲目预报没有区别，其技术水平落后于我国正规气象预报部门12－17 a。即使在其有效预报时段内，其预报准确率也低于我国正规气象预报部门同时段预报准确率10—20%。

4 中、短期天气预报的建议

我国基层气象台站的主要服务对象是农业生产部门，做好气象服务对保护“中国的大粮仓”、“中国人的饭碗”有重大意义。

建议基层气象台站的预报员应做到以下几步：

首先，要应用本文提供的方法分别对来自各个部门的数值预报时效进行测定 （最好每年测定一次），选择预报时效最长，准确率最高的数值预报，去掉无效预报时段，保留有效预报时段作为预报样板。

根据2019年测定结果，应当选择中国气象局在气象网上发布的数值天气预报，去掉7.5 d以后（包括7.5 d）的预报时段，保留0.0－7.0 d各时段的预报，作为预报样板。

然后，分析天气形势图，根据天气学原理，补充订正0.0－2.0 d的短期预报。

最后，分析卫星云图和测雨雷达回波图，对0.0－6.0 h的短时预报进行补充订正。

经过这三步，就可发布本地0.0－7.0 d的天气预报了。

这样基层气象台站的0.0－7.0 d的天气预报的预报准确率可得到明显的改善（表 3）。

由表3可以看出，基层气象台站在选用由中国气象局制作的预报时效长（7.0 d）的数值天气预报为样板，经过预报员对短时预报和短期预报进行补充订正后的预报准确率有明显改善。0.0－7.0 d共14个时段的降水预报平均准确率可期望达到68.6%，比XX公司同一时段预报平均准确率50.4%，高出18.2%。若在农业生产的关键季节，对生产作业（包括：播种、喷药、中耕、除草、追肥、收获所增加的经济效益将不可估量。

表2 XX公司为黑龙江垦区部分气象台站制作的降水预报时效统计检验结果

表3 0.0-7.0 d降水预报准确率对比表

如果中国气象局在气象网上发布的数值天气预报没有该农场等战点预报，可选用所在市县的预报为样板，因为现在数值预报的水平分辨能力仅在60 km左右（不包括用卫星云图和测雨雷达制作的短时预报）。相邻两个单位之间距离，如果小于60 km，当前的数值预报模式，是分辨不出两地天气有什么不同的。

另外，表3中的预报准确率都是在当年、当地数据统计期间降水概率为30%左右时的计算结果；如果当年、当时、当地降水概率相对比较高（如40%左右），那么预报准确率的值也会明显偏高。表3的数据主要用于三个预报部门间的相对比较。

5 问题讨论

目前，被世界各国接受的数值天气预报可用时效的定义是世界气象组织给出的，即：某预报时段500 hPa高度预报与实况髙度场的相关系数≥0.6，则认为该时段预报是可用的。但这种求算预报高度场与实况高度场相关系数的方法，对基层气象台站来说难以做到。而本文提出的X2统计检验法更容易被基层气象台站接受，而且与世界气象组织的方法得出的结果完全一致。

因为降雨预报是天气预报中最重要的一个项目，所以本文仅以降雨预报为例（且不分雨量大小），判断了不同预报部门所发布的数值天气预报时效。若将降水分成等级（如小雨、中雨、大雨、暴雨）也可，但计算时就需要更多的预报和实况对比数据，工作量将明显加大。当然，也可用最高气温、最低气温、湿度、气压、风向、风速等预报与实况对比数据进行分析计算，其具体统计计算方法可进一步探讨。