两种数值预报模式在抚远和汤原两地预报能力对比分析

白国强，陈宛彤,刘富强

(1.桦南县气象局，黑龙江 佳木斯 154400；2.旅顺口区气象局，辽宁 大连 116041;3.桦南县森林草原局，黑龙江 佳木斯 154400)

1 引言

利用数值运算方式预报天气的理念最早由Richardson.L.F 提出[1-2]，认为模式预报对于天气预测具有极高的可靠性， 至今该领域已经取得非常丰硕的成果[3-11]。 然而这些模式在各台站的预报效果表现不一，且模式预报误差较大，需要进一步缩小预报误差，提升模式准确率。

本研究以抚远市和汤原县两地数值预报为依据，从24 h 降水、日最高和最低温度、日平均风速四种气象要素出发， 对比分析数值预报模式在两地的预报特性，具体站点信息如下表：

表1 抚远、汤原两地经纬度

2 资料与方法

2.1 资料

本文使用资料包括：（1）2018 年1 月1 日-2020年12 月31 日间EC （欧洲高分辨率数值预报）和CMA-GFS（中国全球预报）两种预报模式, 数据类型为分布式数据， 获取方式是从本站Java 程序终端获取。 其中，温度和降水模式数据时间选择2018-2020年，风速模式数据选择2020 年全年，采用样本数量为年天数的2/3 以上。 降水模式选用24 h 累积降水预报，温度预报模式选用每日24 h 2 m 逐3 h 预报，风速预报模式采用每日24 h 逐6 h 10 m 风速预报；（2）实测数据时间与模式数据相对应，从MDOS 业务平台获取。实测数据有24 h 累积降水量、日最高和最低温度、日平均风速，数据格式为标准EXCEL 格式；（3） 数据验证时段采用2021 年11 月-2022 年3 月，数据格式和类型与（1）、（2）中描述相同。

2.2 研究方法

研究中利用“双线性插值法”，通过编写NCL 插值程序代码将模式数据提取出来， 并与相同时段实测数据一并形成用于对比分析的数据序列。 本研究采用“经典预报评分法”进行评定，评定方法如下：

2.2.1 降水预报检验

降水预报检验由TS 评分、空报率和漏报率三部分组成，式中NAk 为预报正确站（次）数、NBk 为空报站（次）数、NCk 为漏报站（次）数。 算法如下：

2.2.2 温度预报检验

温度预报检验由平均绝对误差和预报准确率两部分组成。 平均绝对误差指所有单个观测值与实测数据偏差的绝对值的再平均； 准确率用于衡量模式数据与实测数据的接近程度， 反映模式数据的准确性。 式中Fi为观测站i 的预报温度，Oi为观测站i 的实测温度。 Nrk为预报正确的次数，Nfk为预报的总次数，TMAE为平均绝对误差，TTK为预报准确率。 算法如下:

2.2.3 风速预报检验

SMAX 为第i 站次风速，U 和V 是风的两个分量。 n 为样本数量，xi 为模式数据， 为实测风速平均值，算法如下：

3 对比分析

3.1 抚远、汤原两地两种模式24 h 降水预报检验对比分析

模式数据与实测数据在抚远、 汤原两地相关性表现不同，EC 模式相关系数高于CMA-GFS 模式，且汤原EC 模式相关系数明显高于抚远（图1）。 EC 模式对大雨以上量级TS 评分通常高于CMA-GFS 模式，同时漏报率也远高于CMA-GFS 模式。 汤原两种模式大雨以上空报率约为抚远两倍左右（图2）。

图1 （a）抚远，（b）汤原24 h 降水量模式数据与实测数据相关分析

图2 抚远（a）EC 模式、（b）CMA-GFS 模式和汤原（c）EC 模式、（d）CMA-GFS 模式大雨以上量级TS 评分、空报率、漏报率对比分析

3.2 抚远、汤原两地两种模式日最高、最低温度平均绝对误差和预报准确率对比分析

3.2.1 日最高、最低温度平均绝对误差对比分析

平均绝对误差通常随时间增加而呈上升趋势，CMA-GFS 模式平均绝对误差通常高于EC 模式，但两种模式在两地表现不同。 日最高温度对比中，抚远24 h CMA-GFS 模式平均绝对误差略低于EC 模式0.18 ℃，而汤原CMA-GFS 模式平均绝对误差始终高于EC 模式。日最低温度对比中，EC 模式平均绝对误差普遍低于CMA-GFS 模式，且随时间变化两地表现不同。 汤原平均绝对误差随时间增加始终呈上升趋势， 而抚远48 h 两模式平均绝对误差略低于24 h，其中EC 模式低于24 h 0.73 ℃，CMA-GFS 模式低于24 h 0.26 ℃， 且CMA-GFS 模式72 h 平均绝对误差明显高于其他时次（图3）。

图3 两种模式在抚远（a）日最高温度、（b）日最低温度，汤原（c）日最高温度、（d）日最低温度不同时段平均绝对误差对比

3.2.2 日最高、 最低温度不同时效预报准确率对比分析

两地EC 模式预报准确率明显高于CMA-GFS模式。 日最高温度预报准确率随时间增加而下降，其中48 h 降幅最大，且降幅在7-20%。 两地日最低温度预报准确率随时间增加变化不同， 汤原两模式预报准确率随时间增加始终呈下降趋势， 其中48 h 降幅最大；而抚远48 h 预报准确率存在陡然升高现象，且两模式升幅均在5%以上（图4）。

图4 两种模式在抚远（a）日最高温度、（b）日最低温度，汤原（c）日最高温度、（d）日最低温度与实测数据差值≤2 ℃时准确率对比

3.3 抚远、 汤原两地两种模式日平均风速均方根误差及相关系数对比分析

CMA-GFS 模式日平均风速预报值与实测值相关系数通常大于EC 模式，且CMA-GFS 模式在抚远预报效果通常好于汤原（图5）。抚远日平均风速均方根误差略高于汤原，且两种模式误差接近（表2）。

图5 两种模式在抚远（a）、汤原（b）日平均风速与实测日平均风速相关性对比

表2 两种模式均方根误差及相关系数

4 抚远、汤原两地两种模式日最高、最低温度和日平均风速预报订正效果检验分析

日最高、最低温度：两地EC 模式订正后预报误差平均减小0.5 ℃，且订正后预报误差始终维持在1℃以内；两地CMA-GFS 模式订正后预报误差也维持在1 ℃左右(表3-5)。

表3 两种数值预报模式在抚远日最高和最低温度逐月预报订正数据表

表4 两种数值预报模式在汤原日最高和最低温度逐月预报订正数据表

表5 两种数值预报模式日最高、最低温度预报订正前后绝对误差对比（单位：℃）

日平均风速： 两种模式在汤原订正效果好于抚远，且经过订正两种模式预报误差降至0.13 m·s-1以下（表6-7）。

表6 两种数值预报模式在抚远、汤原两地日平均风速逐月预报订正数据表

表7 两种数值预报模式日平均风速预报订正前后绝对误差对比（单位：m/s）

5 结论与讨论

(1)24 h 降水预报检验。 大雨以上预报效果检验中，EC 模式TS 评分仍高于CMA-GFS 模式， 但汤原CMA-GFS 模式预报效果明显好于抚远。

(2)温度预报检验。 两种模式预报误差随时间增加通常呈上升趋势， 两种模式预报准确率随时间增加通常呈下降趋势， 但抚远EC 模式48 h 日最低温度预报准确率高于24 h 13.9 %，CMA-GFS 模式48 h 预报准确率高于24 h 4.18 %， 抚远最低温度48 h预报效果明显好于24 h。

（3）日平均风速预报检验。 两种模式预报效果表现一般，CMA-GFS 模式预报效果略好于EC 模式，汤原预报效果略好于抚远。

（4）两模式日最高、最低温度和日平均风速订正后的预报效果明显好于订正前， 且汤原订正效果总体好于抚远。 日最高、最低温度预报值订正前后误差对比：经订正两种模式预报误差明显低于订正前，且汤原订正效果好于抚远。 日平均风速预报值订正前后误差对比：两地EC 模式订正后预报误差明显低于订正前，且汤原预报效果略好于抚远。

本研究降水分级检验仅以大雨量级为切入点，即仅对大雨以上量级降水进行评定， 检验目标略显粗略。 仅对日平均风速进行评定，而缺少对阵风的检验，检验结果略显不足。