利用ECMWF數值產品制作逐日溫度預報

梁偉群,王吉賢,張永成,王偉紅

（1.雙鴨山市氣象局，黑龍江雙鴨山 155100；2黑龍江省氣象局，黑龍江哈爾濱 150001）

利用ECMWF數值產品制作逐日溫度預報

梁偉群1,王吉賢2,張永成1,王偉紅1

（1.雙鴨山市氣象局，黑龍江雙鴨山 155100；2黑龍江省氣象局，黑龍江哈爾濱 150001）

結合歐洲數值預報產品（Ecmwf）20：00 850 hPa的溫度場，按照預報員制作天氣要素預報過程中的基本思路，通過“溫度格點差值”→“形勢分析”→“天氣分型”→“格點差值訂正”的方法和步驟，實現了對單站最高、最低溫度的經驗預報，有很大的適用性。利用VB編程，實現單站溫度預報的程序化、數字化、自動化。

溫度預報;天氣分型;差值訂正;自動化;VB編程

1 引言

溫度預報是天氣預報的重要項目之一，也是天氣預報的主要內容。目前國內多采用模式預報和卡爾曼濾波方法進行溫度預報，還有采用多極相似等方法進行溫度預報。由于影響氣溫變化的因素較多，也很復雜，如天氣形勢背景、影響系統、天空狀況等氣象因素，又如地理環境、季節、人為因素等非氣象因素。綜合考慮這些因素，我們通過“溫度格點差值”→“形勢分析”→“天氣分型”→“格點差值訂正”的方法和步驟，實現了雙鴨山市溫度預報的本地化、程序化、數字化、自動化。

2 資料的選取

由于歐洲中心的數值預報產品（Ecmwf）有較高的準確率，且穩定性好，資料積累時間相對較長；而自動氣象站系統則為各基層臺站提供了自動化的探測手段，其探測結果詳盡準確，具有很強的時效性。因此，我們在精細化溫度預報研究中，采用以數值預報產品為基礎的技術路線，數值預報格點資料選用Ecmwf的08：00和20：00 850 hPa的格點資料，網格范圍選取（130°～132.5°）E、（45°～47.5°）N內的格點，格點間距為2.5個經度，利用內插計算雙鴨山本站的格點值。資料年代為2005年開始的每天0～168 h的溫度預報場，建立溫度格點數據庫，新的資料每天追加到數據庫中；實況資料讀取自動氣象站系統的最低、最高氣溫。

3 預報思路和方法

不同天氣形勢下，溫度的變化不同，特別是晴雨對溫度的影響非常大，還考慮到冷暖平流的強度決定氣溫升降的程度，系統性垂直運動如下沉運動可使局地氣溫增高、上升運動可使局地氣溫下降。非絕熱因子對氣溫變化的作用也很大，如晴天、陰雨、風、以及地表等，都會對溫度產生影響。因此將高空形勢與天氣現象結合，將天氣分型為：冷平流_晴、冷平流_陰、冷平流_雨、暖平流_晴、暖平流_陰和暖平流_雨六種情形，通過計算提取本站格點數據，利用差值統計和算術平均的方法分別計算出Ecmwf產品08：00、20：00 24 h變溫，同時利用統計分析方法得到雙鴨山市1～12月最低、最高氣溫在相應天氣形勢下變溫的訂正經驗值⊿TMin、⊿TMax。

最后通過公式（1）和公式（2）求出逐日的最低、最高溫度預報值。

其中TFmin為最低氣溫預報值，TMin為當日最低實況，T850hPa48-T850hPa24為Ecmwf產品08：00 850 hPa溫度預報日與前日Ecmwf產品08：00 850 hPa溫度格點差值，⊿TMin為相應天氣形勢下本站最低氣溫對應850 hPa溫度格點值差值的訂正經驗值。

其中TFmax為最高氣溫預報值，TMin為當日最低實況，T850hPa48-T850hPa24為Ecmwf產品20：00 850 hPa溫度預報日與前日Ecmwf產品20：00 850 hPa溫度格點差值，⊿TMax為相應天氣形勢下本站最高氣溫與850 hPa溫度格點值差值的訂正經驗值。

4 統計結果及分析

由于各月的溫度變化有所不同，將天氣分型細化到每個月，結合4 a的氣象觀測資料和歐洲數值預報資料，利用統計分析方法統計得出各月各種天氣形勢下訂正值變化概率（1月為例）（見圖1）：

分析各月不同天氣形勢下格點溫度差值的訂正值（區間），取各月相應天氣形勢下訂正值概率之和在80%以上對應的一差值區間。預報員在具體預報時再根據經驗，選取區間內的訂正值，下面給出比較有代表性的1月、5月、7月的⊿T的統計值表（見表1）。

圖1 訂正值變化分布圖

1月：表1△T的區間統計值天氣形勢冷平流_晴冷平流_陰冷平流_雪暖平流_晴暖平流_陰暖平流_雪⊿TMin[-1,0][2,3][1，2][0,1][2,3][1，2]⊿TMax[1,2][-2,-1][-3，-2][2,3][0,1][-1,0] 5月：天氣形勢冷平流_晴冷平流_陰冷平流_雪暖平流_晴暖平流_陰暖平流_雪⊿TMin[-1,0][0,1][-1,0][1,2][3,4][2,3]⊿TMax[-2,-1][-3,-2][-4,-3][2,3][-1,0][-4,-3] 7月：天氣形勢冷平流_晴冷平流_陰冷平流_雪暖平流_晴暖平流_陰暖平流_雪⊿TMin[1,2][0,1][-1,0][2,3][1,2][0,1]⊿TMax[-1,0][-3,-2][-4,-3][1,2][0,1][-3,-2]

從統計訂正差值來看，冬季降雪天氣對最高氣溫變化訂正較小，春夏影響較大，這是因為冬季降雪天氣溫度波動較小，但春夏季降水時，溫度波動較大，這在溫度預報中要注意。

5 業務應用及預報效果檢驗

5.1 業務應用情況

基于上述的預報思路，采用VB編程，結合網絡和數據庫開發技術，實現了雙鴨山市溫度預報的程序化、數字化、自動化。其溫度預報系統軟件運行界面如圖2所示。

圖2 《溫度預報系統》軟件運行界面

在日常的預報業務工作中，通過該溫度預報系統，利用逐日Ecmwf產品08：00和20：00 850 hPa的格點資料,分別制作出雙鴨山市24～168 h的最低、最高溫度預報。試運行結果表明：該預報方法簡單實用，意義明確，一方面減輕了預報員繁雜的手工操作，另一方面能夠很好地把客觀預報和主觀預報方法結合在一起，較為準確的預報出本地24～168 h的最低、最高氣溫，從而彌補了雙鴨山市氣象臺溫度客觀預報方面的不足，實現了單站溫度預報自動化，提高了溫度預報效果。

5.2 預報效果檢驗

為了驗證該預報方法的優劣效果其及今后在溫度預報過程中需要做哪些方面的技術改進，選取了2008年10月的預報結果和實況作為樣本進行檢驗，取絕對溫度預報誤差作為檢驗標準，其最低、最高溫度誤差情況如表2所示。

通過表2可以看出，24～72 h溫度預報誤差相對較小，后期誤差逐漸增大，這是因為隨著時效的增長，預報初始值確率下降導致預報確率也逐漸下降，同時也與天氣現象預報確率下降有關，當然這也與數值預報模式不斷的調整有很大關系。但對應轉折性天氣，特別是溫度突變，只要數值預報相對準確，我們預報相對還是比較準確的，相對模式預報方程而言，該方法能很好地適應多變的天氣系統。

表2 2008年1～10月各預報時次最低、最高溫度平均絕對誤差統計表

6 小結

本文通過將歐洲數值預報產品與本地天氣相結合，統計得出本地的溫度變化的訂正經驗值，從而實現歐洲數值預報產品本地化應用，能夠較為準確地預報出溫度變化的趨勢和幅度，特別是轉折性溫度預報效果明顯。同時，利用該軟件系統編寫的提取格點數據、差值計算等通用函數，可以制作任意單站24 h～168 h的最低、最高溫度預報，實現溫度預報的自動化，具有很好地使用和推廣性。

P457.3

A

1002－252X（2010）02－0030－03

2010－3－6

梁偉群（1973-），男，黑龍江省雙鴨山市人，成都氣象學院，本科生，工程師.