葉天舒
(遼寧省河庫管理服務中心(遼寧省水文局),遼寧 沈陽 110003)
遼寧省開展中長期預測歷史較長,但方法主要局限于傳統的經驗相關和周期性分析,相關因子考慮的比較單一。直到20世紀90年代,隨著中長期預測理論和計算機技術發展相融合,遼寧省的中長期預測才有了較大的發展,研究方法也不斷增多。遼寧水文人在中長期預測方面進行了諸多的探索[1- 10],預測效果良好,但當前國際上的研究特別強調在水文學未來發展中,應用更多的交叉學科方法,積極倡導對水文水資源不確定性研究方法論進行新的探討,因此基于氣候系統指數的中長期水文預測方法應運而生,以期從更大程度上提高遼寧省中長期預測精度。
本文涉及到的資料主要包括:遼寧省河庫管理服務中心提供的降水資料,時間段為1966—2019年。國家氣候中心提供的逐月130項氣候系統指數,時間段為1965—2019年。
在水文氣象預報中,對預報量的預報常常需要從可能影響預報y的許多因素中挑選一批關系較好的作為預報因子,應用多元線性回歸的方法建立回歸方程來做預報。但是,如何才能保證在已選定的一批因子中得到“最優”的回歸方程,逐步回歸分析方法是一種常用的方法。所謂“最優”回歸方程有兩個含意:一是預報準確。希望在最終預測方程中包含盡可能多的自變量,尤其不能遺漏對因變量有顯著作用的自變量。二是為了應用方便,又希望預測方程中含盡量少的變量。因此,最優回歸方程應包含對因變量有顯著作用的自變量,而不包含不顯著的變量。綜上,本文主要應用多元線性逐步回歸方法,從130項氣候系統指數中選取一定的因子,建立降水預測方程。
近期越來越多的學者發現初夏和盛夏以及整個夏季的影響因子是不同的,初夏降水異常主要是以東北冷渦影響為主,盛夏降水異常則是受東亞夏季風和西太平洋副熱帶高壓的影響為主。從圖1中可以看出遼寧省汛期季節內降水特征差異較大,盛夏與整個夏季變化特征類似,但初夏和盛夏降水的演變規律不同。因此以下研究將夏季劃分為初夏和盛夏兩個時段分別進行預報。
利用多元線性逐步回歸方法,建立遼寧省夏季分區域分時段的降水量預測模型。預報因子為前一年1月至當年1月的130項環流指數。因此預測因子年限為1965—2019年,擬合年限為1966—2019年。依據遼寧省常規預報規則,將遼寧省劃分為三個區:東南部(丹東、大連、本溪、營口、盤錦)、中北部(沈陽、大連、鞍山、撫順、鐵嶺)及西部(葫蘆島、阜新、朝陽、錦州)。下面以2019年為例,展示預測模型建立情況。

圖1 1966—2019年遼寧省初夏(6月)、盛夏(7、8月)及夏季降水量時間序列
初夏降水模型建立情況見表1。其中Y初代表初夏降水量,Xi代表預測因子。
盛夏降水模型建立情況見表2。其中Y盛代表盛夏降水量,Xi代表預測因子。

表1 初夏降水預測模型建立情況

表2 盛夏降水預測模型建立情況
圖2—4分別為遼寧省初夏、盛夏及夏季降水預測結果,其中夏季降水預測:Y夏=Y初+Y盛。從結果可以看出,基于氣候系統指數的多元線性逐步回歸方法的預測結果良好,不僅對降水趨勢能夠做出準確把握,對于豐谷值的預測也較貼近實際。
對于初夏降水預測,全省預測效果最好,擬合值與實際值的相關系數cor高達0.83,西部相關系數最低,為0.72,但均通過了99.9%置信度檢驗。對于盛夏降水的預測,相關系數最高為西部0.89,最低為東南部0.78,均通過了99.9%置信度檢驗。對整個夏季的預測,相關系數最高為西部0.88,最低為東南部0.77,均通過了99.9%置信度檢驗。此外,本文還計算了若不將夏季分時段考慮,直接進行夏季降水預測,則全省、東南部、中北部及西部的相關系數分別為0.52、0.68、0.49、0.79。可以看出將夏季分為初夏和盛夏分別預測,可以顯著提高預測準確性。
本文利用國家氣候中心提供的130項氣候系統指數對遼寧省夏季降水進行了多元線性逐步回歸預測,得到了以下主要結論:
(1)對于遼寧省來說,初夏(6月份)和盛夏(7、8月份)所呈現的降水特征有顯著區別,其中盛夏降水和整個夏季降水特征類似。因此,在預測中將夏季分為初夏和盛夏兩個時段考慮較為合理。
(2)對初夏和盛夏分別進行預測模型建立,從而預測整個夏季降水,比傳統的直接預測夏季降水更為貼近實際,預測效果更好。預測結果不僅較好的把握降水趨勢,對于豐谷值的預測也很準確。
由此看出,基于氣候系統指數的多元線性逐步回歸預測法,對于提高中長期預測精度方面發揮了重大作用。值得注意的是,遼寧省夏季降水主要是季風降水,但隨著臺風等天氣系統的頻繁影響,使我省降水變得難以預測。一場臺風降水,往往直接改變整個夏季的降水格局。因此,在今后的中長期預測工作中還應盡量考慮到臺風北上個數及強度等影響因素。

圖2 遼寧省初夏分區域降水預測結果

圖3 遼寧省盛夏分區域降水預測結果

圖4 遼寧省夏季分區域降水預測結果