多源融合格點(diǎn)實(shí)況數(shù)據(jù)在四川高溫過程的適用性分析

叢 芳，王佳津，龍柯吉，黃曉龍

(1.四川省氣象臺(tái)，成都 610072；2.中國(guó)氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室，成都 610072；3.四川省氣象探測(cè)數(shù)據(jù)中心,成都 610072)

引言

多源融合格點(diǎn)實(shí)況數(shù)據(jù)是運(yùn)用多重網(wǎng)格變分同化技術(shù)將地面站點(diǎn)觀測(cè)數(shù)據(jù)和數(shù)值模式預(yù)報(bào)場(chǎng)或者衛(wèi)星資料融合所得到的，時(shí)間分辨率為1h，空間分辨率可達(dá)1km，包含2m氣溫、地面氣壓、2m比濕、風(fēng)速、小時(shí)降水量等產(chǎn)品[1]。隨著精細(xì)化智能網(wǎng)格預(yù)報(bào)的發(fā)展，對(duì)高質(zhì)量格點(diǎn)實(shí)況數(shù)據(jù)的要求越來(lái)越高[2]。無(wú)論是模式的檢驗(yàn)或是訂正模型的建立，都需要一個(gè)無(wú)限接近于實(shí)況的且與模式預(yù)報(bào)場(chǎng)分辨率一致的格點(diǎn)實(shí)況數(shù)據(jù)。格點(diǎn)實(shí)況是精細(xì)化網(wǎng)格預(yù)報(bào)發(fā)展的基礎(chǔ)[3,4]。國(guó)內(nèi)多家單位先后研發(fā)了多種高分辨率的地面格點(diǎn)實(shí)況產(chǎn)品[5-7]，數(shù)據(jù)精度逐步提升，2020年7月國(guó)家氣象信息中心下發(fā)1×1km分辨率實(shí)況格點(diǎn)產(chǎn)品，包括降水、2m氣溫、比濕、10m風(fēng)共計(jì)4個(gè)要素，14種產(chǎn)品。

四川地處青藏高原東部邊緣，地形復(fù)雜，西為川西高原，南為川南山地，東為盆地及盆緣山地，海拔高差在2000m以上[8]。吳薇等[9]對(duì)兩套融合降水產(chǎn)品在四川的適用性進(jìn)行了評(píng)估，發(fā)現(xiàn)三源融合降水產(chǎn)品優(yōu)于二源。龍柯吉等[1]在針對(duì)溫度格點(diǎn)實(shí)況數(shù)據(jù)在全國(guó)適用情況進(jìn)行了質(zhì)量評(píng)估，發(fā)現(xiàn)實(shí)況數(shù)據(jù)隨海拔高度的增加而變差。面對(duì)如此復(fù)雜的地形，亟待分析新下發(fā)的高精度多源融合格點(diǎn)實(shí)況數(shù)據(jù)中2m溫度對(duì)于四川夏季高溫過程的適用性[10]，以及不同分辨率下融合格點(diǎn)數(shù)據(jù)的檢驗(yàn)結(jié)果。為解決上述問題，本文基于高溫過程對(duì)多源融合格點(diǎn)實(shí)況數(shù)據(jù)開展了檢驗(yàn)。

1 資料與方法

1.1 資料

2017年6月國(guó)家氣象信息中心下發(fā)5×5km實(shí)況格點(diǎn)產(chǎn)品[1,3,7]，包括降水、2m氣溫、相對(duì)濕度、10m風(fēng)、能見度、總云量共6個(gè)要素，18種產(chǎn)品。2020年7月下發(fā)1×1km分辨率實(shí)況格點(diǎn)產(chǎn)品，包括降水、2m氣溫、比濕、10m風(fēng)共計(jì)4個(gè)要素，14種產(chǎn)品。本文主要針對(duì)國(guó)家氣象信息中心下發(fā)的5km、1km的2m氣溫最高溫度進(jìn)行檢驗(yàn)。所運(yùn)用到的實(shí)況站點(diǎn)資料為四川國(guó)家站和加密自動(dòng)站共計(jì)3613站的溫度數(shù)據(jù)，站點(diǎn)分布如圖 1所示。

1.2 插值方法

為了檢驗(yàn)多源融合格點(diǎn)實(shí)況數(shù)據(jù)最高溫度質(zhì)量，將不同分辨率的格點(diǎn)數(shù)據(jù)插值到站點(diǎn)再與站點(diǎn)實(shí)況進(jìn)行比較評(píng)估。所使用的插值方法為鄰近插值和雙線性插值。鄰近插值是選取距離站點(diǎn)最近的格點(diǎn)值作為站點(diǎn)對(duì)應(yīng)格點(diǎn)值；雙線性插值方法是先經(jīng)(緯)向后緯(經(jīng))向進(jìn)行一元一次線性插值[1]。

1.3 檢驗(yàn)方法

檢驗(yàn)評(píng)估用到的統(tǒng)計(jì)量有5個(gè)[11]，分別是預(yù)報(bào)準(zhǔn)確率(T)、平均誤差(ME)、平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)、Alpha Index(AI)。具體公式如下：

(1)預(yù)報(bào)準(zhǔn)確率

2m溫度 |Fi-Oi|≤1℃或|Fi-Oi|≤2℃

(1)

(2)平均誤差

(2)

理想分為0，代表模式的系統(tǒng)誤差，正值表示預(yù)報(bào)值高于實(shí)況值，負(fù)值表示預(yù)報(bào)值低于實(shí)況值，是訂正模式產(chǎn)品時(shí)最為有用的參考值，再結(jié)合平均絕對(duì)誤差MAE，可以進(jìn)一步判斷偏差訂正的可信度，二者接近時(shí)(相關(guān)性較好)說明系統(tǒng)誤差明顯[12]。

(3)平均絕對(duì)誤差

(3)

(4)均方根誤差

(4)

(5)Alpha Index

(5)

其中，F(xiàn)i代表模式預(yù)報(bào)值，Oi代表實(shí)況觀測(cè)值。AI指數(shù)量化了隨機(jī)誤差的技巧，取值意義如表 1所示，取值范圍為0～2：理想值為0，表示模式預(yù)報(bào)值與實(shí)況觀測(cè)值差異小且隨機(jī)誤差小；取值接近1，表示模式預(yù)報(bào)值與實(shí)況觀測(cè)值差異大且隨機(jī)誤差大；取值接近2，表示模式預(yù)報(bào)值與實(shí)況觀測(cè)值趨于負(fù)相關(guān)，但隨機(jī)誤差小[13-14]。

2 過程實(shí)況

受青藏高壓的影響，2020年8月四川盆地出現(xiàn)了兩次高溫過程，分別為8月9、10日(過程一)和8月27、28日(過程二)。圖 1給出了兩次高溫過程最高溫度實(shí)況。從圖中可以看出，兩次過程最高溫度出現(xiàn)35℃以上區(qū)域主要位于在盆地內(nèi)(低海拔區(qū))，個(gè)別站點(diǎn)溫度超過40℃，過程一出現(xiàn)40℃以上高溫站點(diǎn)皆為31站，主要分布在盆地東北部、南部以及涼山州東北部，而過程二出現(xiàn)40℃以上高溫站點(diǎn)分別為28站，主要集中在盆地東北部。

3 最高溫度誤差空間分布

本文在格點(diǎn)到站點(diǎn)的算法上選擇了鄰近插值法和雙線性插值法，為了對(duì)比不同插值方法的釋用效果，分別計(jì)算了兩次過程不同插值方法不同分辨率的平均絕對(duì)誤差。從表 1中不難發(fā)現(xiàn)，鄰近插值方法下的平均絕對(duì)誤差皆小于雙線性插值方法，即鄰近插值的評(píng)估結(jié)果優(yōu)于雙線性插值，這與龍柯吉等[1]研究結(jié)果一致。此外，對(duì)比兩次過程之間的平均絕對(duì)誤差可以發(fā)現(xiàn)，不同分辨率下過程二的誤差小于過程一。

表1 兩次高溫過程最高溫度不同插值方法的平均絕對(duì)誤差

接下來(lái)基于鄰近插值方法，分析一下兩次過程最高溫度誤差分布的空間特征(圖 3)。過程一，1km分辨率的融合格點(diǎn)資料98%的站點(diǎn)誤差在±2℃之間，誤差≥2℃的站點(diǎn)為11站，誤差≤-6℃的站點(diǎn)兩天都為10站，誤差比較大的站點(diǎn)主要出現(xiàn)在甘孜州、涼山州東部；5km分辨率的融合格點(diǎn)資料84%的站點(diǎn)誤差在±2℃之間，誤差≥2℃的站點(diǎn)為150站，誤差≤-6℃的站點(diǎn)為11站，誤差比較大的站點(diǎn)出現(xiàn)在盆周山區(qū)、川西高原和攀西地區(qū)。過程二，1km分辨率的融合格點(diǎn)資料同樣是98%的站點(diǎn)誤差在±2℃之間，誤差≥2℃的站點(diǎn)為13站，誤差≤-6℃的站點(diǎn)兩天都為10站，誤差比較大的站點(diǎn)主要出現(xiàn)在盆地西部沿山一帶和涼山州北部；5km分辨率的融合格點(diǎn)資料85%的站點(diǎn)誤差在±2℃之間，誤差≥2℃的站點(diǎn)為152站，誤差≤-6℃的站點(diǎn)為13站，誤差比較大的站點(diǎn)同樣出現(xiàn)在盆周山區(qū)、川西高原和攀西地區(qū)?？傮w來(lái)說，1km分辨率多源融合格點(diǎn)實(shí)況數(shù)據(jù)98%的站點(diǎn)誤差在2℃以內(nèi)，而5km分辨率數(shù)據(jù)只有84%的站點(diǎn)在2℃以內(nèi)。綜上分析可以看出氣溫誤差分布跟地形和下墊面有一定的關(guān)系，格點(diǎn)實(shí)況氣溫產(chǎn)品反演時(shí)應(yīng)該關(guān)注地形差異，這與俞劍蔚等[3]研究結(jié)論一致。師春香等[7]在闡述多源氣象數(shù)據(jù)融合格點(diǎn)實(shí)況產(chǎn)品研制進(jìn)展中也提到，復(fù)雜地形、下墊面下資料的多源資料偏差訂正技術(shù)是產(chǎn)品研制中的關(guān)鍵技術(shù)，需要后續(xù)深入研究。

4 最高溫度質(zhì)量評(píng)估

表 2是基于過程一的多源融合格點(diǎn)實(shí)況最高溫度預(yù)報(bào)準(zhǔn)確率、均方根誤差和AI指數(shù)的檢驗(yàn)結(jié)果。從預(yù)報(bào)準(zhǔn)確率來(lái)看，1km分辨率誤差≤2℃的準(zhǔn)確率達(dá)98%，誤差≤1℃為90%；5km分辨率誤差≤2℃的準(zhǔn)確率為84%，誤差≤1℃的準(zhǔn)確率為55%,與1km分辨率數(shù)據(jù)相比，1km分辨率多源融合格點(diǎn)實(shí)況數(shù)據(jù)的適用性更好，能夠監(jiān)測(cè)高溫天氣。從AI指數(shù)上來(lái)看，1km分辨率為0.02，5km分辨率為0.07，都較為接近于0，說明多源融合格點(diǎn)實(shí)況數(shù)據(jù)隨機(jī)誤差小，接近真實(shí)值。從RMSE來(lái)看，1km分辨率為0.88，5km分辨率為1.56，因 RMSE反映的是誤差幅度的平均情況[13]，檢驗(yàn)結(jié)果表明1km分辨率數(shù)據(jù)的誤差平均幅度<5km分辨率。國(guó)家氣象信息中心的多源融合格點(diǎn)實(shí)況數(shù)據(jù)融合了地面、探空、雷達(dá)、GPS/MET、風(fēng)云2G衛(wèi)星、葵花8衛(wèi)星等觀測(cè)資料[7]，產(chǎn)品分辨率越高，越能體現(xiàn)出稠密觀測(cè)數(shù)據(jù)信息，數(shù)據(jù)表現(xiàn)上更接近實(shí)況，所以總體來(lái)說1km分辨率格點(diǎn)實(shí)況數(shù)據(jù)的誤差平均幅度<5km分辨率。

表2 基于過程一的多源融合格點(diǎn)實(shí)況資料過程最高溫度質(zhì)量評(píng)估

表 3是基于過程二的多源融合格點(diǎn)實(shí)況最高溫度預(yù)報(bào)準(zhǔn)確率、均方根誤差和AI指數(shù)的檢驗(yàn)結(jié)果。從預(yù)報(bào)準(zhǔn)確率來(lái)看，1km分辨率誤差≤2℃的準(zhǔn)確率達(dá)98%，誤差≤1℃為91%；5km分辨率誤差≤2℃的準(zhǔn)確率為85%，誤差≤1℃的準(zhǔn)確率為58%，檢驗(yàn)結(jié)果仍然表明1km分辨率多源融合格點(diǎn)實(shí)況數(shù)據(jù)的適用性更好。從AI指數(shù)上來(lái)看，1km分辨率為0.02，5km分辨率為0.04，都接近于0，說明多源融合格點(diǎn)實(shí)況數(shù)據(jù)接近真實(shí)值。從RMSE來(lái)看，1km分辨率為0.91,5km分辨率為1.56，同樣表明1km分辨率數(shù)據(jù)的誤差平均幅度<5km分辨率。

表3 基于過程二的多源融合格點(diǎn)實(shí)況資料過程最高溫度質(zhì)量評(píng)估

總體來(lái)說，多源融合格點(diǎn)實(shí)況數(shù)據(jù)能夠很好反應(yīng)出高溫過程。對(duì)于發(fā)生在四川盆地8月的這2次過程，≤2℃的準(zhǔn)確率5km分辨率數(shù)據(jù)達(dá)到80%以上，1km分辨率高達(dá)98%。龍柯吉等[1]對(duì)1km高分辨率溫度融合格點(diǎn)產(chǎn)品進(jìn)行質(zhì)量評(píng)估時(shí)也提到融合格點(diǎn)實(shí)況數(shù)據(jù)能很好的表現(xiàn)出高溫落區(qū)的變化，其35℃以上的落區(qū)與實(shí)況基本一致，但38℃以上的落區(qū)較實(shí)況偏小。

5 結(jié)論

本文基于2020年夏季兩次高溫天氣過程，對(duì)1km和5km的多源融合格點(diǎn)實(shí)況資料在四川應(yīng)用的準(zhǔn)確性進(jìn)行了檢驗(yàn)評(píng)估，為該產(chǎn)品的合理應(yīng)用和進(jìn)一步改進(jìn)提供依據(jù)。主要結(jié)論如下：

(1)不同插值方法比較上來(lái)看，鄰近插值法優(yōu)于雙線性插值方法。

(2)從兩次高溫過程的最高溫度誤差空間分布上看，正誤差大值區(qū)主要分布在盆周山區(qū)、川西高原和攀西地區(qū)；而負(fù)誤差大值區(qū)主要分布在川西高原和涼山州東北部。

(3)多源融合格點(diǎn)實(shí)況數(shù)據(jù)的最高溫度幾乎無(wú)隨機(jī)誤差，但1km分辨率數(shù)據(jù)適用性優(yōu)于5km，1km分辨率多源融合格點(diǎn)實(shí)況誤差≤2℃的準(zhǔn)確率可達(dá)98%以上，均方根絕對(duì)誤差<1。