基于人工干預(yù)的永州鄉(xiāng)鎮(zhèn)天氣高低溫預(yù)報(bào)算法研究

黃海濤　付 煒　蔣麗敏

?

基于人工干預(yù)的永州鄉(xiāng)鎮(zhèn)天氣高低溫預(yù)報(bào)算法研究

黃海濤付 煒蔣麗敏

（永州市氣象局，湖南 永州425000）

利用2011-2014年永州市151個(gè)有代表性的鄉(xiāng)鎮(zhèn)的區(qū)域氣象站資料及11個(gè)國(guó)家級(jí)觀測(cè)站點(diǎn)的歷史資料，對(duì)鄉(xiāng)鎮(zhèn)自動(dòng)觀測(cè)氣象站最高、最低溫度與11個(gè)國(guó)家氣象觀測(cè)站的最高、最低溫度進(jìn)行相關(guān)分析，建立國(guó)家氣象觀測(cè)站與各個(gè)鄉(xiāng)鎮(zhèn)最高、最低溫度的最佳匹配關(guān)系，以此為基礎(chǔ)研究適合永州地方特色的鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)算法，結(jié)果表明：以固定值對(duì)最佳臨近國(guó)家站點(diǎn)進(jìn)行訂正輸出到鄉(xiāng)鎮(zhèn)站點(diǎn)的鄉(xiāng)鎮(zhèn)預(yù)報(bào)高低溫方案可行，同時(shí)對(duì)部分特殊站點(diǎn)進(jìn)行特別訂正能進(jìn)一步提高輸出結(jié)果的正確率；直接使用平均誤差將與鄉(xiāng)鎮(zhèn)站點(diǎn)相關(guān)性最大的國(guó)家站觀測(cè)站點(diǎn)的城市預(yù)報(bào)訂正到該鄉(xiāng)鎮(zhèn)整體效果最佳；對(duì)特殊站點(diǎn)的高低溫預(yù)報(bào)訂正采用逐季誤差訂正，高溫訂正效果改善明顯，低溫訂正效果不明顯。

鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)算法；永州；溫度預(yù)報(bào)

引　言

當(dāng)前數(shù)值模式，特別是區(qū)域模式的空間分辨率越來越高，使得高分辨率的鄉(xiāng)鎮(zhèn)精細(xì)化預(yù)報(bào)成為可能，但是，直接使用數(shù)值預(yù)報(bào)產(chǎn)品對(duì)于實(shí)際的鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)效果較差，而利用預(yù)報(bào)員人工進(jìn)行逐一訂正在實(shí)際工作中由于工作量超大而變得不可取，因此有必要建立符合當(dāng)?shù)貧庀笠胤植继卣鞯泥l(xiāng)鎮(zhèn)天氣預(yù)報(bào)算法對(duì)數(shù)值預(yù)報(bào)結(jié)果進(jìn)行類似人工的訂正[1-5]。永州地處湖南南部，地形復(fù)雜，拔海高度分布嚴(yán)重不均，氣象要素分布存在較大的分布不均，對(duì)此，本文在統(tǒng)計(jì)分析高低溫的分布特征基礎(chǔ)上，進(jìn)行了鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)算法的初步研究，以期改善鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)的效果。

1　資料與方法

利用2011-2014年永州市151個(gè)有代表性的鄉(xiāng)鎮(zhèn)的區(qū)域氣象站資料及11個(gè)國(guó)家級(jí)觀測(cè)站點(diǎn)的歷史資料，對(duì)鄉(xiāng)鎮(zhèn)自動(dòng)觀測(cè)氣象站最高、最低溫度與11個(gè)國(guó)家氣象觀測(cè)站的最高、最低溫度進(jìn)行相關(guān)分析，建立國(guó)家氣象觀測(cè)站與各個(gè)鄉(xiāng)鎮(zhèn)最高、最低溫度的最佳匹配關(guān)系[6]，以此為基礎(chǔ)研究適合永州地方特色的鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)算法，

1.1永州市鄉(xiāng)鎮(zhèn)站點(diǎn)分布情況分析

永州市南北緯度相差約2.5°，東西經(jīng)度相差約1.6°，拔海高度呈北部較低，中南部較高的分布特征。永州市鄉(xiāng)鎮(zhèn)區(qū)域站拔海高度分布情況如圖1所示，在所選151個(gè)鄉(xiāng)鎮(zhèn)站點(diǎn)中，有137個(gè)低于400m，500-1000m為12個(gè)，1000-1600m為2個(gè)。因此，永州區(qū)域需重點(diǎn)進(jìn)行溫度預(yù)報(bào)拔海高度訂正的站點(diǎn)不多，可結(jié)合歷史氣候特征值進(jìn)行個(gè)別訂正。

圖1. 永州地區(qū)鄉(xiāng)鎮(zhèn)站點(diǎn)拔海高度統(tǒng)計(jì)

2　鄉(xiāng)鎮(zhèn)溫度分布情況

2.1鄉(xiāng)鎮(zhèn)高低溫距平情況

對(duì)永州151個(gè)鄉(xiāng)鎮(zhèn)觀測(cè)站點(diǎn)逐日最高最低溫度距平分布情況進(jìn)行統(tǒng)計(jì)，如圖2所示,最高溫度距平主要分布于-2℃~3℃，最低溫度距平主要分布于-1℃~2℃之間。由此可認(rèn)為大多數(shù)站點(diǎn)高低溫的分布比較一致。同時(shí)對(duì)最高溫度誤差分布于[-2,2]區(qū)間進(jìn)行了統(tǒng)計(jì)，只有12站分布頻次<80%，對(duì)最低溫度誤差只有2站分布頻次<90%。此外還對(duì)全年逐站溫度距平的最大頻次進(jìn)行統(tǒng)計(jì)，結(jié)果表明全年最高、最低溫度距平最大頻次主要集中于-1℃~1℃。上述結(jié)果表明永州鄉(xiāng)鎮(zhèn)站點(diǎn)以固定值對(duì)最佳臨近國(guó)家站點(diǎn)進(jìn)行訂正輸出是可行方案，而針對(duì)距平較大的站點(diǎn)進(jìn)行特別訂正能進(jìn)一步提高輸出結(jié)果的正確率。

圖2. 永州地區(qū)鄉(xiāng)鎮(zhèn)站點(diǎn)高低溫距平分布情況

2.2鄉(xiāng)鎮(zhèn)高低溫與國(guó)家級(jí)氣象觀測(cè)站點(diǎn)相關(guān)關(guān)系評(píng)估

對(duì)鄉(xiāng)鎮(zhèn)站點(diǎn)的高低溫與永州市11個(gè)國(guó)家觀測(cè)站點(diǎn)的高低溫進(jìn)行逐一比對(duì)，以均方根誤差的大小來選擇與各個(gè)鄉(xiāng)鎮(zhèn)站點(diǎn)最具相關(guān)性的國(guó)家站點(diǎn)作為最佳基礎(chǔ)訂正站點(diǎn)，如圖3所示，對(duì)應(yīng)顏色的點(diǎn)代表該站最佳相關(guān)國(guó)家站點(diǎn)，圖4為對(duì)應(yīng)相關(guān)站點(diǎn)的誤差標(biāo)準(zhǔn)差。

圖3. 最佳國(guó)家觀測(cè)站溫度基礎(chǔ)訂正站點(diǎn)示意圖（左為最高訂正站點(diǎn)，右為最低訂正站點(diǎn)）

圖4. 左為對(duì)應(yīng)于最佳訂正站點(diǎn)最高溫度誤差均方差，右為最低溫度

分別采用平均誤差和最大頻次誤差對(duì)2015年1-5月的城市24小時(shí)最高、最低溫度進(jìn)行鄉(xiāng)鎮(zhèn)站點(diǎn)進(jìn)行訂正輸出，結(jié)果表明利用平均誤差對(duì)最高溫度的訂正效果最佳，在[2,-2]區(qū)間命中率達(dá)到90.11%，高于最大頻次的85.79%；利用最低溫度平均誤差對(duì)最低溫度的訂正效果在[2,-2]區(qū)間命中率達(dá)到92.38%，高于最大頻次誤差的90.29%。因此研究認(rèn)為，利用平均誤差將與鄉(xiāng)鎮(zhèn)站點(diǎn)相關(guān)性最大的國(guó)家站觀測(cè)站點(diǎn)的城市預(yù)報(bào)訂正到該鄉(xiāng)鎮(zhèn)在此次檢驗(yàn)中整體效果最佳，可以在此基礎(chǔ)上對(duì)訂正方法進(jìn)行進(jìn)一步的細(xì)化研究。

2.3特殊站點(diǎn)訂正方案

表1. 最高溫度誤差離散度較大站點(diǎn)

站號(hào)所屬縣區(qū)拔海高度（m）最佳相關(guān)站點(diǎn)標(biāo)準(zhǔn)差 P7723雙牌1524零陵7.48 P7947藍(lán)山1159零陵5.53 P8107江永319道縣3.65 P8085雙牌320雙牌3.47 P8070冷區(qū)107東安3.33 P7948藍(lán)山803江華3.24 P7631祁陽496零陵3.06

表2. 最低溫度誤差離散度較大站點(diǎn)

站號(hào)所屬縣區(qū)拔海高度（m）最佳相關(guān)站點(diǎn)標(biāo)準(zhǔn)差 P7723雙牌1524雙牌6.32 P7947藍(lán)山1159寧遠(yuǎn)4.12 P7948藍(lán)山803江永3.79 P7631祁陽496雙牌3.47 P8085雙牌320雙牌3.14

通過對(duì)最佳相關(guān)站點(diǎn)的最高、最低溫度誤差分布進(jìn)行了分段頻次統(tǒng)計(jì)，發(fā)現(xiàn)表1及表2所示的站點(diǎn)誤差標(biāo)準(zhǔn)差較大，而與此同時(shí)，再次驗(yàn)證較高海拔站點(diǎn)的高低溫誤差分布離散度更大。對(duì)表1及表2中站點(diǎn)誤差分布離散度大的原因逐站統(tǒng)計(jì)分析，如圖5、圖6及圖7所示（以陽明山站點(diǎn)為例）高海拔站點(diǎn)與最佳相關(guān)站點(diǎn)的最高溫度誤差呈現(xiàn)明顯的年季變化規(guī)律，同時(shí)呈現(xiàn)相關(guān)站點(diǎn)溫度越高誤差離散度越小的特征。低溫特征與高溫類似，呈現(xiàn)相關(guān)站點(diǎn)溫度越高誤差離散度越小的特征，同時(shí)呈現(xiàn)相關(guān)站點(diǎn)溫度越低誤差離散度越大的特征。

圖5. 陽明山（P7723）站點(diǎn)最低溫度與最佳相關(guān)站點(diǎn)雙牌站（57962）最低溫度（2011-2014年）逐日誤差分布情況.(藍(lán)色折線為57962站最低溫度，紅色折線為誤差分布)

圖6. 陽明山（P7723）站點(diǎn)與最佳相關(guān)站點(diǎn)零陵站（57866）最高溫度（2011-2014年）逐日誤差分布情況.(紅色為零陵站最高溫度，藍(lán)線為最高溫度誤差.)

圖7. 陽明山（P7723）站點(diǎn)最高、最低誤差與最佳相關(guān)站點(diǎn)最高、最低分布散點(diǎn)圖

分別對(duì)最高溫度、最低溫度誤差離散度較大的站點(diǎn)進(jìn)行分季統(tǒng)計(jì)，并選取標(biāo)準(zhǔn)差最小的誤差試驗(yàn)值作為最終訂正誤差，具體值如表3及表4。同樣采用表中所示訂正值，利用2015年1-5月的城市24小時(shí)最高、最低溫度進(jìn)行鄉(xiāng)鎮(zhèn)站點(diǎn)分季訂正輸出，結(jié)果表明最高溫度誤差標(biāo)準(zhǔn)差除P8070站有小幅增大之外其他站均有所減小，最低溫度誤差標(biāo)準(zhǔn)差變化不大，因此最高溫度訂正對(duì)特殊高海拔站點(diǎn)進(jìn)行特殊訂正可提高預(yù)報(bào)準(zhǔn)確率，而最低溫度作用不大。

表3. 最高溫度逐季訂正值（高離散度站點(diǎn)）

站號(hào)最佳相關(guān)站號(hào)冬季春季夏季秋季 P772357866-4-6-9-6 P794757866-2-4-6-4 P8107579651221 P80705786710-10 P794859063-1-2-3-2 P763157866-2-2-3-2

表4. 最高溫度逐季訂正值（高離散度站點(diǎn)）

站號(hào)最佳相關(guān)站號(hào)冬季春季夏季秋季 P772357962-5-6-7-6 P794757966-3-4-5-4 P794857969-3-3-4-4 P763157962-3-3-3-4 P808557962-3000

3　小結(jié)與展望

通過對(duì)永州鄉(xiāng)鎮(zhèn)觀測(cè)站點(diǎn)與國(guó)家觀測(cè)站點(diǎn)最高、最低溫度的逐站相關(guān)程度分析，分別獲得了與鄉(xiāng)鎮(zhèn)觀測(cè)站點(diǎn)高低溫相關(guān)最佳的國(guó)家站點(diǎn)，主要結(jié)論如下：

一是以固定值對(duì)最佳臨近國(guó)家站點(diǎn)進(jìn)行訂正輸出到鄉(xiāng)鎮(zhèn)站點(diǎn)的鄉(xiāng)鎮(zhèn)預(yù)報(bào)高低溫方案是可行的，同時(shí)對(duì)部分特殊站點(diǎn)進(jìn)行特別訂正能進(jìn)一步提高輸出結(jié)果的正確率；

二是直接使用平均誤差將與鄉(xiāng)鎮(zhèn)站點(diǎn)相關(guān)性最大的國(guó)家站觀測(cè)站點(diǎn)的城市預(yù)報(bào)訂正到該鄉(xiāng)鎮(zhèn)整體效果最佳；

三是對(duì)特殊站點(diǎn)的高低溫預(yù)報(bào)訂正采用逐季誤差訂正，高溫訂正效果改善明顯，低溫訂正效果不明顯。

展望：由于高低溫的分布及變化情況與天氣系統(tǒng)的變化直接相關(guān)，因此，在此后的研究中，可以考慮采用不同天氣形勢(shì)，特別是春、冬季冷空氣頻繁時(shí)段的鄉(xiāng)鎮(zhèn)站點(diǎn)與各國(guó)家站點(diǎn)的相關(guān)性進(jìn)行更為細(xì)致的分析，以期進(jìn)一步提高鄉(xiāng)鎮(zhèn)站點(diǎn)天氣預(yù)報(bào)的準(zhǔn)確率。

[1]張秀年,曹杰,楊素雨,等.多模式集成MOS方法在精細(xì)化溫度預(yù)報(bào)中的應(yīng)用[J].云南大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,33(1):67-71.

[2]張繼贏,費(fèi)杰,邢宇航,等.基于數(shù)值產(chǎn)品的鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)方法研究與應(yīng)用[J].氣象與環(huán)境學(xué)報(bào),2007,23(1):22-26.

[3]王敏,李曉莉,范廣州,等.區(qū)域集合預(yù)報(bào)系統(tǒng)2m溫度預(yù)報(bào)的校準(zhǔn)技術(shù)[J].應(yīng)用氣象學(xué)報(bào).2012,2(4):395-401.

[4]武楊,李晴嵐.深圳地區(qū)日極值氣溫的降尺度研究[J].集成技術(shù),2014,3(2):53-66.

[5]韓世剛,吉莉,茍思,等.最高(低)溫度PP法預(yù)報(bào)修正方案的比較研究[J].高原山地氣象研究.2009,29(3):66-68.

[6]劉永和,郭維棟,馮錦明,等.氣象資料的統(tǒng)計(jì)降尺度方法綜述[J].地球科學(xué)進(jìn)展,2011,26(8):837-847.

（責(zé)任編校：何俊華）

2015－06－10

2014年湖南省氣象局短平快課題“永州鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)算法研究”（項(xiàng)目編號(hào)XQKJ14B049）。

黃海濤（1971－），男，湖南婁底人，天氣氣候工程師，主要從事天氣與決策氣象服務(wù)研究。

P45

A

1673-2219（2015）10-0071-05