申子彬 岳梦琦 肖王星
摘 要 选取2009—2019年浙江省宁波市宁海县国家气象站(58567)和14个乡镇区域自动气象站的日最高气温和日最低气温以及宁海国家气象站日照时间等资料,使用SPSS软件对2009—2018年数据进行分析及多元回归计算,建立乡镇气温与宁海国家站气温及日照因子分布方程,采用2019年实况数据分别对方程组预报效果和经验订正预报效果进行检验。结果表明,通过回归计算得到的方程组预报准确率高于经验订正预报,预报方程组可用于宁海县乡镇精细化气温预报业务。
关键词 气温预报;订正预报;浙江省宁波市宁海县
宁海县地处浙江省东部沿海,象山港和三门湾之间,天台山、四明山山脉交汇之处。依山傍海的区位以及复杂的地形因素使得宁海县境内同时段各地气温差异悬殊。自20世纪90年代宁海县气象局开展乡镇预报起,一直依托国家气象站预报为基准,通过经验订正法对各乡镇最高最低气温进行预报。目前,在省级、市级相关部门的指导下,以国家气象站为考核基准的城区气温预报准确率较高,但乡镇预报依旧以经验订正法为主,随着经济社会的发展,越来越难以满足社会各界对乡镇预报准确率、精细化程度的需求。同时,近年来,乡镇区域自动站网络趋于完善,观测数据质量也进一步提高,为开展更精细、更准确的乡镇气温预报奠定了良好的基础。基于此,利用SPSS软件相关分析及多元回归计算[1],建立乡镇最高最低气温与宁海国家站最高最低气温及日照因子[2]等因素分布方程组,以期为宁海县乡镇最高最低气温预报提供参考。
1 资料选取及处理方法
采用2009—2019年浙江省宁波市宁海县境内1个国家气象站、14个区域(西店镇、强蛟镇、深甽镇、茶院乡、一市镇、胡陈乡、长街镇、大佳何镇、前童镇、越溪乡、桑洲镇、黄坛镇、岔路镇和力洋镇)自动气象站逐日20:00—20:00最高、最低气温实况资料以及国家气象站逐日日照时间资料,对于有缺测数据的天数,整体予以剔除。由于2013年后宁海国家气象站观测项目调整,云量观测项目取消,故选取日照时间资料作为云量替代因子。宁海县近30年年均日照时间为1 648.8 h,日均日照时间约4.5 h,为使得回归方程更方便应用于实际预报业务中,将每日日照时间分为两类,当日照时间<4.5 h,将当日日照因子量化为0;日照时间≥4.5 h,将当日日照因子量化为1。
2 各乡镇气温预报回归方程的建立
使用2009—2018年共10年数据作为预报方程建立样本。将宁海国家气象站日最高、最低气温与经过量化处理的日照因子作为自变量[3-4],各乡镇自动站最高最低气温作为因变量,使用SPSS进行多元回归计算,得到方程,见表1。
由表1可以看出,各乡镇的预报方程复相关系数都在0.98以上,预报方程对样本有较好的代表性。
3 回归方程的预报效果检验
使用2019年的实况数据,对宁海县气象局20世纪90年代起延续至今的经验订正预报模型与表1中的各乡镇预报方程进行检验。为便于对比,假定对宁海县国家站的气温预报绝对正确。在此基础上,将两种模型对乡镇预报的数据正确率进行对比,得到2019年气温预报检验平均绝对误差表(表2)以及气温预报检验误差1 ℃内准确百分比(表3)。
由表2可以看出,回归模型的预报绝对误差除了越溪乡、深甽镇最高气温预报略高于经验模型,其他各站无论是最高气温预报还是最低气温预报的平均绝对误差均低于经验模型,最高气温预报平均绝对误差回归模型较经验模型低0.24 ℃,最低气温预报平均绝对误差回归模型较经验模型低0.29 ℃。
由表3可以看出,假定宁海国家气象站气温预报绝对正确的前提下,乡镇温度预报1 ℃以内准确率基本在80%左右。将方程与经验预报准确率作对比,发现方程预报准确率普遍高于经验预报准确率,最高气温1 ℃内预报准确率平均高11.2%,最低气温1 ℃内预报准确率平均高16.96%。
4 讨论与结论
4.1 讨论
利用2009—2018年的数据作为样本建立各乡镇气温预报模型,用2019年实况数据对预报方程、经验模型预报效果分别做检验。结果表明:通过回归计算得到的方程组预报绝对误差、1 ℃内准确率均优于经验订正预报。
从检验数据看,预报方程优于经验订正,但同时也应该看到,经验订正预报的操作更加简单方便,预报方程对本站的天况预报准确有要求,即预报员应对预报当天日照时间作出大致判斷。
无论是经验预报还是回归方程预报,最关键还是依赖于本站预报准确率,订正预报存在局限性。
4.2 结论
预报方程方法理论上可以应用于浙江省宁波市宁海县乡镇精细化气温预报业务,但还需进一步深入研究,引入更多与气温相关的因子,优化预报订正方程,并通过程序开发,形成宁海县乡镇气温预报系统。
参考文献:
[1] 陈云飞,祁雁文,韩聪,等.基于城镇预报的乡镇气温预报方法初探[J].内蒙古气象,2016(5):35-38.
[2] 刘抗,李照荣,杨瑞鸿,等.甘肃省乡镇精细化客观要素预报方法研究[J].干旱气象,2015,33(5):882-887.
[3] 李鸿强,宋若宁,裴悦意,等.基于相关分析的金州新区乡镇温度精细化预报方法[J].现代农业科技,2015(4):337-338.
[4] 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):1578-1583.
(责任编辑:赵中正)