智能網(wǎng)格預(yù)報在拉薩的性能檢驗和應(yīng)用技術(shù)研究

丁真貢嘎 益西曲珍 賽 珍 多典洛珠 拉 巴 潘 多

（1、拉薩市氣象局，西藏 拉薩 850000 2、西藏自治區(qū)氣象局，西藏 拉薩 850000）

拉薩市作為西藏經(jīng)濟(jì)、文化、旅游的活動中心[1]，近些年來旅游業(yè)大規(guī)模發(fā)展，各種大型活動層出不窮，各行各業(yè)對預(yù)報產(chǎn)品的時空精細(xì)度和要素多樣性需求越來越高，氣象保障任務(wù)變得更加艱巨。目前正在推廣使用的智能網(wǎng)格預(yù)報不僅能滿足天氣預(yù)報要素多樣性的需求，其高精度時空分辨率對于高原地廣人稀、氣象站點(diǎn)分布密度低、傳統(tǒng)的站點(diǎn)預(yù)報覆蓋面小等問題能得到最大限度的彌補(bǔ)和解決。

然而受到高原氣候特殊性和下墊面復(fù)雜性的影響，使得智能網(wǎng)格產(chǎn)品在本地準(zhǔn)確率普遍較低，因此對其進(jìn)行訂正和改進(jìn)是十分必要的。鑒于訂正和改進(jìn)的首要任務(wù)就是對其在高原地區(qū)的預(yù)報效果進(jìn)行檢驗，因此本文擬通過分析過去三年來智能網(wǎng)格預(yù)報在拉薩市的性能檢驗，并與本地預(yù)報檢驗結(jié)果作對比分析[2]，為后期開展模式訂正方法的研究提供科學(xué)的數(shù)據(jù)依據(jù)和正確的研究方向，為本地站點(diǎn)預(yù)報實(shí)現(xiàn)更好的參考價值，最終為智能網(wǎng)格預(yù)報在高原地區(qū)的應(yīng)用起到領(lǐng)頭羊的作用。

1 資料與方法

1.1 資料

選取2017 年8 月～2020 年7 月拉薩市常規(guī)天氣預(yù)報業(yè)務(wù)8 個站（表1）的智能網(wǎng)格預(yù)報、傳統(tǒng)站點(diǎn)預(yù)報及實(shí)況數(shù)據(jù)進(jìn)行檢驗對比，對比要素包括：20～20 時逐日降水量、最低溫度、最高溫度。

1.2 方法

按照《氣象預(yù)報預(yù)測業(yè)務(wù)與科研管理規(guī)范匯編[3]》中關(guān)于“全國智能網(wǎng)格氣象預(yù)報業(yè)務(wù)中短期天氣預(yù)報質(zhì)量檢驗辦法”規(guī)定，對降水預(yù)報的晴雨（雪）準(zhǔn)確率[4]進(jìn)行檢驗分析；溫度預(yù)報則檢驗日最高溫度和日最低溫度的準(zhǔn)確率（誤差≤2℃）。

為整體檢驗智能網(wǎng)格預(yù)報的性能，選取站點(diǎn)所處的西南、西北、東南和東北四個格點(diǎn)值分別與站點(diǎn)實(shí)況進(jìn)行檢驗，以便獲取智能網(wǎng)格預(yù)報的最優(yōu)參考信息。

2 檢驗結(jié)果分析

2.1 降水檢驗

晴雨準(zhǔn)確率：

（1）不同格點(diǎn)晴雨準(zhǔn)確率

表1 為近三年拉薩各站智能網(wǎng)格4 個格點(diǎn)對降水預(yù)報的晴雨準(zhǔn)確率，可見各站周圍分布的4 個格點(diǎn)晴雨準(zhǔn)確率均在70%以上（除尼木站東南、東北角外），墨竹工卡站更是達(dá)到77%。且各站西側(cè)格點(diǎn)的準(zhǔn)確率高于東側(cè)，尤其是西北角的準(zhǔn)確率普遍高于其他格點(diǎn)，對判斷24h 內(nèi)是否會出現(xiàn)降水[5]和本地人工訂正預(yù)報有較好的參考價值。

表1 拉薩各站4 個格點(diǎn)智能網(wǎng)格預(yù)報晴雨準(zhǔn)確率

自2017 年8 月智能網(wǎng)格預(yù)報首次在拉薩市范圍參考試用后，至2020 年7 月智能網(wǎng)格預(yù)報的晴雨準(zhǔn)確率在73%以上。三年來智能網(wǎng)格預(yù)報晴雨準(zhǔn)確率經(jīng)歷了高、低、高的變化過程（圖1），2018 年、2019 年本地站點(diǎn)預(yù)報優(yōu)于智能網(wǎng)格預(yù)報，2020 年正好相反，這說明隨著機(jī)器學(xué)習(xí)應(yīng)用的不斷深入，很好地集成了模式預(yù)報經(jīng)驗和方法，進(jìn)一步提高了智能網(wǎng)格預(yù)報的準(zhǔn)確率。因此，智能網(wǎng)格預(yù)報模式將來在本地的應(yīng)用期望值是非常高的，其預(yù)報結(jié)果作為重要的模式參考在一定程度上是比較合理、有效的。

圖1 本地預(yù)報與智能網(wǎng)格預(yù)報晴雨準(zhǔn)確率對比

與智能網(wǎng)格預(yù)報不同的是本地站點(diǎn)預(yù)報的晴雨準(zhǔn)確率在近3 年內(nèi)顯示略微下降的趨勢，但整體的晴雨準(zhǔn)確率仍能一直保持在75%以上。

（2）逐月晴雨準(zhǔn)確率

從不同格點(diǎn)的晴雨準(zhǔn)確率月變化看，總體上呈現(xiàn)出：西北角＞西南角＞東北角＞東南角。其中西北角、東南角和東北角3 個格點(diǎn)的預(yù)報準(zhǔn)確率均呈現(xiàn)出SIN 曲線分布（圖2B、C、D），即年初時各站的晴雨準(zhǔn)確率先開始上升，在4～5 月達(dá)到第一個峰值，晴雨準(zhǔn)確率平均能達(dá)到90%～95%；而在主汛期準(zhǔn)確率出現(xiàn)緩慢下降，到9～10 月處于谷值，且10 月份各站的晴雨準(zhǔn)確率是全年最低的；年底隨著降水的減弱，各站的晴雨準(zhǔn)確率也逐漸上升，并在11～12 月再次出現(xiàn)峰值。

與上述幾個格點(diǎn)所不同的是，西南角的晴雨準(zhǔn)確率在一年內(nèi)呈現(xiàn)出“W”型分布（圖2A），兩個谷值分別出現(xiàn)在4～6 月和9～10 月，即汛期與非汛期轉(zhuǎn)換時段晴雨預(yù)報的準(zhǔn)確率低；三個峰值分別出現(xiàn)在年初（1～2 月）、年底（11～12 月）以及主汛期（7～8 月），其中12 月、元月的大部分站點(diǎn)晴雨準(zhǔn)確率超過了95%，其余時段在70%～85%之間。這與拉薩非汛期空氣干燥、降水稀少[6]有密切相關(guān)。

圖2 拉薩各站周圍4 個不同格點(diǎn)智能網(wǎng)格預(yù)報逐月晴雨準(zhǔn)確率

綜合以上分析，在參考智能網(wǎng)格預(yù)報時，西側(cè)格點(diǎn)的預(yù)報值對于本地的人工訂正預(yù)報有較好的價值。其中：①1、2、7、8、11、12 月這六個月西南角的預(yù)報對判斷未來24 小時是否出現(xiàn)降水有著非常好的指示意義；②3～6 月西北角的晴雨準(zhǔn)確率在88%以上，對人工訂正預(yù)報有著很好的參考價值；③9 月和10 月所有格點(diǎn)的晴雨準(zhǔn)確率都比較低，對本地訂正預(yù)報參考意義不大，還需要在今后這方面進(jìn)一步加強(qiáng)研究，并找到合適的模式訂正方法。

2.2 氣溫檢驗

以日最低溫度和日最高溫度的預(yù)報絕對誤差上下浮動2℃內(nèi)（包括2℃）為預(yù)報正確的標(biāo)準(zhǔn)[7]，對拉薩市8個氣象站的智能網(wǎng)格預(yù)報結(jié)果進(jìn)行檢驗分析，結(jié)果如下：

2.2.1 不同格點(diǎn)溫度預(yù)報準(zhǔn)確率

表2 為近三年拉薩市8 個站點(diǎn)周圍分布的4 個格點(diǎn)的智能網(wǎng)格溫度預(yù)報準(zhǔn)確率，結(jié)果顯示最高溫度4 個格點(diǎn)的準(zhǔn)確率由高到低（各站平均值）排序依次為：西南角＞東南角＞東北角＞西北角；最低溫度為：西南角＞東北角＞東南角＞西北角。即整體上西南角的平均準(zhǔn)確率優(yōu)于其他格點(diǎn)值，但曲水、林周、墨竹工卡和堆龍德慶站，東南角的最高溫度預(yù)報準(zhǔn)確率明顯高于其它格點(diǎn)值。

表2 拉薩各站不同格點(diǎn)智能網(wǎng)格溫度預(yù)報準(zhǔn)確率

此外，溫度預(yù)報年變化表明（圖3），智能網(wǎng)格對于最高溫度的預(yù)報準(zhǔn)確率整體上稍有下降的趨勢，最低溫度的預(yù)報準(zhǔn)確率呈現(xiàn)高、低、高的走勢。其中2018 年最高溫度和2020 年最低溫度的準(zhǔn)確率在60%以上，其余時期只有55%上下。而在過去3 年本地站點(diǎn)預(yù)報對于最高溫度、最低溫度的預(yù)報準(zhǔn)確率較為穩(wěn)定，均在80%以上。

圖3 拉薩各站智能網(wǎng)格與本地預(yù)報的溫度準(zhǔn)確率年變化圖

總體上智能網(wǎng)格對溫度的預(yù)報，其準(zhǔn)確率最低溫度要優(yōu)于最高溫度，且西南角預(yù)報準(zhǔn)確率普遍高于其他格點(diǎn)。本地的溫度預(yù)報始終優(yōu)于智能網(wǎng)格預(yù)報，這說明人工干預(yù)對氣溫預(yù)報有正向的作用。

2.2.2 逐月溫度預(yù)報準(zhǔn)確率

2017 年起，各站的智能網(wǎng)格對溫度預(yù)報的逐月準(zhǔn)確率分析（圖4），不管是最高溫度還是最低溫度，在4 個格點(diǎn)上的準(zhǔn)確率總是：西南角＞東南角＞東北角＞西北角，其中最高溫度預(yù)報準(zhǔn)確率最高值為57%，出現(xiàn)于10 月份西南角；最低溫度預(yù)報準(zhǔn)確率最高值出現(xiàn)在7 月份西南角，為66%。

圖4 智能網(wǎng)格模式對拉薩四個格點(diǎn)溫度預(yù)報逐月準(zhǔn)確率圖

從逐月準(zhǔn)確率的趨勢變化看，最高溫度的預(yù)報在汛期（5～9 月）預(yù)報準(zhǔn)確率平均只有45%，而非汛期（10 月至次年4 月）預(yù)報準(zhǔn)確率平均值達(dá)到了51%，而最低溫度準(zhǔn)確率趨勢變化正好相反，在汛期準(zhǔn)確率更高，特別是7～8 月的準(zhǔn)確率達(dá)到了65%；非汛期相對低些，其中9 月、12 月至翌年3 月的準(zhǔn)確率在51%以內(nèi)。出現(xiàn)這種現(xiàn)象的原因可能是智能網(wǎng)格預(yù)報模式對本地天空狀況的考慮權(quán)重不夠，因為在拉薩溫度預(yù)報除了常規(guī)的冷空氣、降水和積雪的影響外，太陽輻射的加熱效果十分明顯，即氣溫與日照時數(shù)存在密切的正相關(guān)性[8]。

拉薩本地最低氣溫一般出現(xiàn)早上7～9 點(diǎn)，在這段時間如果天空狀況是陰天或晴天，則受晴空輻射降溫的影響最低溫度會明顯下降[9]；但如果是多云，則在云層的保溫作用下，最低溫度會保持偏高或出現(xiàn)小幅度的降溫現(xiàn)象。而最高溫度則正好相反，白天如果以晴好天氣為主，在強(qiáng)紫外線輻射的加熱作用下，氣溫會一路飆升；但如果白天天空狀況較差，最高氣溫始終升不上去，特別是在冬季，還會下降到零度以下。所以，未來智能網(wǎng)格模式在溫度預(yù)報方面需要將天空狀況的權(quán)重適當(dāng)?shù)脑黾?，進(jìn)一步研究和優(yōu)化模式，找到合適的影響因子權(quán)重系數(shù)，以便提高預(yù)報準(zhǔn)確率。

綜上所述，智能網(wǎng)格在溫度預(yù)報方面，其最低溫度的準(zhǔn)確率高于最高溫度，而且汛期最低溫度和非汛期最高溫度的預(yù)報效果較好，可以作為輔助參考依據(jù)進(jìn)行人工訂正預(yù)報，具有較好的參考價值。在過去三年預(yù)報員根據(jù)智能網(wǎng)格預(yù)報結(jié)果進(jìn)行人工訂正后，本地的溫度預(yù)報準(zhǔn)確率始終保持在80%以上。

3 結(jié)論

3.1 2017～2020 年智能網(wǎng)格模式對降水預(yù)報晴雨（雪）準(zhǔn)確率呈現(xiàn)上升趨勢，且西北角的準(zhǔn)確率普遍高于其他格點(diǎn)值。

3.2 在參考智能網(wǎng)格降水預(yù)報時：①1、2、7、8、11、12月這六個月西南角的預(yù)報對判斷未來24 小時是否出現(xiàn)降水有著非常好的指示意義；②3～6 月西北角的晴雨準(zhǔn)確率在88%以上，對人工訂正預(yù)報有著很好的參考價值。

3.3 智能網(wǎng)格對溫度的預(yù)報，總體上其最低溫度的準(zhǔn)確率優(yōu)于最高溫度，站點(diǎn)周圍4 個格點(diǎn)上的準(zhǔn)確率依次為：西南角＞東南角＞東北角＞西北角；汛期最低溫度和非汛期最高溫度的預(yù)報效果較好，具有較高的參考價值。

3.4 經(jīng)過檢驗，隨著機(jī)器學(xué)習(xí)應(yīng)用的不斷深入，很好地集成了數(shù)值模式的預(yù)報經(jīng)驗和方法，智能網(wǎng)格預(yù)報的準(zhǔn)確率得到了進(jìn)一步提高，未來在高原地區(qū)預(yù)報中將發(fā)揮更重要的作用。