陳 超 李習(xí)瑾 聶 云 方 標(biāo) 胡 萍

（銅仁市氣象局，貴州 銅仁 554300）

引言

銅仁市處于云貴高原向湘西丘陵過渡的斜坡地帶，西北高，東南低。在遠離河谷的山原面上巖溶、丘陵、洼地較多，地面起伏，全境以山地為主，占全區(qū)總面積的67.8%。全市最高海拔2572m，最低海拔205m，各地海拔高度差異明顯，導(dǎo)致氣溫差異較大，因此模式對日最高最低氣溫的預(yù)報不能直接使用。在實際工作中，預(yù)報員需對氣溫的實況以及模式預(yù)報值進行訂正分析。國內(nèi)許多氣象工作者做了很多研究，李佰平等[1]利用一元線性回歸、多遠線性回歸、單時效消除偏差和多時效消除偏差平均4種訂正方法，得到短期、中期預(yù)報的最優(yōu)訂正方法；連志鸞等[2]利用ECMWF資料、地面常規(guī)觀測資料，采用多級相似和站站相似的氣溫差額預(yù)報方法制作最高最低氣溫；周青[3]等、李軍[4]等、汪衛(wèi)平[5]王強[6]等利用標(biāo)準(zhǔn)化均方根誤差分析、氣溫空間分布的地形調(diào)節(jié)統(tǒng)計模型等方法分析地面氣溫分布特征；李莎[7]等利用Kriging方法來探索適合中國氣溫插值方法。隨著社會的發(fā)展，各行各業(yè)多氣象服務(wù)要求愈來愈高。而2m溫度預(yù)報的準(zhǔn)確性對人民的生活、農(nóng)業(yè)工業(yè)生產(chǎn)有著重要影響，因此提高2m溫度的預(yù)報準(zhǔn)確率非常重要。

一些科學(xué)研究需要研究2個變量之間的關(guān)系，這種關(guān)系往往都是非線性的，因此需要根據(jù)2個變量的測量數(shù)據(jù)（）分析找到其函數(shù)關(guān)系，這函數(shù)一般不能通過物理分析得到，需假定數(shù)據(jù)點為一多項式，求得其系數(shù)，使得盡可能多的數(shù)據(jù)點在多項式曲線上，這稱為多項式擬合。

1 資料方法

1.1 資料選取

本文預(yù)報資料選取2011年10月1日—2016年11月30日（共計1887d，有效資料為1434d）歐洲中心每天20∶00起報的未來120h時效的預(yù)報，采用距離反比插值計算方法，編程計算每個預(yù)報時次的銅仁10個區(qū)縣站點的預(yù)報溫度，以20∶00為日界，算出每個站點的日最高最低氣溫預(yù)報值；實況資料選取銅仁10個國家氣象站逐分鐘氣溫，以20∶00為日界，得到每天的日最高最低氣溫實況。

1.2 處理方法

將上述各預(yù)報時效的預(yù)報值與實況值一一對應(yīng)，編程入庫，運用6次多項式擬合技術(shù)，編程分別得到各站、各預(yù)報時效的高溫、低溫的預(yù)報公式。預(yù)報檢驗方法根據(jù)中國氣象局2005年7月1日下發(fā)的《中短期天氣預(yù)報質(zhì)量檢驗辦法（試行）》，檢驗內(nèi)容有最高最低氣溫的預(yù)報誤差和預(yù)報準(zhǔn)確率。檢驗的具體標(biāo)準(zhǔn)為：

2 氣溫預(yù)報訂正分析方法

在實際預(yù)報工作中，氣溫預(yù)報主要是預(yù)報最高氣溫和最低氣溫。本文采用6次多項式擬合技術(shù)，找到氣溫預(yù)報值與實況值最接近的關(guān)系式，將ECMWF的2m氣溫預(yù)報值帶入關(guān)系式，即可得到訂正后的預(yù)報值。由于6次多項式的系數(shù)計算繁雜，需通過編程得到其系數(shù)。表1為銅仁市10個區(qū)縣站24h高低溫的訂正方程。

表1 銅仁市10個區(qū)縣站24h高低溫的訂正方程

續(xù)表 銅仁市10 個區(qū)縣站24h 高低溫的訂正方程

3 各區(qū)縣氣溫預(yù)報檢驗

選取2016 年12 月1 日—2017 年11 月30 日的ECMWF模式氣溫預(yù)報資料和相對應(yīng)的實況氣溫資料對各區(qū)縣預(yù)報準(zhǔn)確、平均絕對方差進行統(tǒng)計分析。

3.1 ECMWF 模式預(yù)報準(zhǔn)確率與訂正后準(zhǔn)確率對比分析

從圖1b、c、d、e、f 可以看出，該訂正方法非常有效的提高ECMWF 模式的預(yù)報準(zhǔn)確率，表現(xiàn)最好的為7、8 月份，每個預(yù)報場訂正后的預(yù)報準(zhǔn)確率均高于其他月份，其中8 月份24h 預(yù)報場的綜合平均準(zhǔn)確率為85.2%，較ECMWF 模式準(zhǔn)確率提高31.6%，究其原因是7—8 月，銅仁市受副熱帶高壓控制，天氣穩(wěn)定，預(yù)報準(zhǔn)確率較高；表現(xiàn)較差的為2、3、4 月份，其中4 月份120h 預(yù)報場的綜合平均準(zhǔn)確率為64.6%，

較ECMWF 模式準(zhǔn)確率只提高了10%，究其原因是2—月份天氣變化頻繁，不同的天氣現(xiàn)象在一天中交替出現(xiàn)，氣溫也會出現(xiàn)過山車現(xiàn)象。在實際氣溫預(yù)報工作中3、4 月份的氣溫預(yù)報準(zhǔn)確率也較低，7、8 月份的氣溫預(yù)報準(zhǔn)確率較高，與上述現(xiàn)象相符合。

從全市ECMWF 預(yù)報模式與訂正后預(yù)報的綜合平均準(zhǔn)確率（圖1 a）可以看出：隨著預(yù)報時效的延長，ECMWF 模式預(yù)報準(zhǔn)確率基本不變，均在55% 左右，而訂正后的預(yù)報準(zhǔn)確率在不斷降低，由24h 的80.7% 降為120h 70.5%。

3.2 全市各區(qū)縣訂正后預(yù)報準(zhǔn)確率檢驗分析

表2 為銅仁市各區(qū)縣訂正后溫度預(yù)報平均準(zhǔn)確率以及相應(yīng)的平均絕對誤差，從表中分析可知。

表2 銅仁市各區(qū)縣訂正后溫度預(yù)報平均準(zhǔn)確率以及相應(yīng)的平均絕對誤差

續(xù)表 銅仁市各區(qū)縣訂正后溫度預(yù)報平均準(zhǔn)確率以及相應(yīng)的平均絕對誤差

各區(qū)縣、各預(yù)報時次的最低氣溫的訂正效果明顯高于最高氣溫，其中24h的最低氣溫預(yù)報準(zhǔn)確率都在87%以上，最高為沿河縣94.1%，最低氣溫平均絕對誤差也僅在1℃左右，最低為江口縣0.81℃。

隨著預(yù)報時效的延長，各區(qū)縣的預(yù)報準(zhǔn)確率也呈下降趨勢。碧江區(qū)最高氣溫預(yù)報準(zhǔn)確由24h的73.1%下降為120h的58.9%，最低氣溫預(yù)報準(zhǔn)確率也由24h的91.1%下降到120h的83.0%；平均局對誤差也逐漸上升。

從地理位置角度分析可知，該擬合技術(shù)對銅仁市西部訂正效果要優(yōu)于東部。

4 結(jié)論

該訂正方法對銅仁地區(qū)日最高、最低氣溫的預(yù)報有很明顯的訂正效果。全市24h預(yù)報的平均綜合預(yù)報準(zhǔn)確率達80.7%，較ECMWF模式準(zhǔn)確率提高24%。

該訂正方法對日最低氣溫的訂正效果明顯優(yōu)于日最高氣溫。全市的24h預(yù)報最低氣溫訂正后的準(zhǔn)確率為91%，而最高氣溫的準(zhǔn)確率只有69.7%，而且最低氣溫的平均絕對誤差僅為0.8～1.1℃，最低氣溫的平均絕對誤差為 1.6～1.7℃。

該訂正方法隨著預(yù)報時效的延長，訂正效果逐漸下降，訂正后的氣溫準(zhǔn)確率也在下降。

[1]李佰平,智協(xié)飛. ECMWF模式地面氣溫預(yù)報的四種誤差訂正方法的比較研究[J]. 氣象,2012,38(8):897-902.

[2]連志鸞,李國翠,卞韜,高連山. 基于多級相似-差額方法制作鄉(xiāng)鎮(zhèn)氣溫預(yù)報[J]. 氣象,2008(5):113-117.

[3]周青,趙鳳生,高文華. NCEP/NCAR逐時分析與中國實測地表溫度和地面氣溫對比分析[J].氣象,2008(02):83-91.

[4]李軍,黃敬峰,游松財. 不同空間尺度DEM對山區(qū)氣溫空間分布模擬的影響——以浙江省仙居縣為例[J/OL].地理科學(xué),2012,32(11):1384-1390.

[5]汪衛(wèi)平,熊偉,陳余明.貴州省日最高氣溫氣候特征分析[J].貴州氣象,2013,37(1):7-10.

[6]王強,張驍,王起喚.基于EC細網(wǎng)格產(chǎn)品對懷化地區(qū)日最高氣溫的預(yù)報及訂正分析[J].貴州氣象,2016,40(5):32-37.

[7]李莎,舒紅,徐正全.利用時空Kriging進行氣溫插值研究[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2012,37(2):237-241.