數值天氣預報時效統計檢驗方法的研究與應用

李德明，張隱君

(黑龍江省農墾科學院，黑龍江 哈爾濱150000)

1 引言

數值預報模式，可以算出未來若干天的天氣情況。其中包括：最高氣溫、最低氣溫、降水量、濕度、氣壓、風向、風速等。但是算出的天氣情況不一定就是有效預報。目前預報時效在7.0 d以內的預報結果是有意義的，可以參考使用；超過預報時效7.0 d以外的預報結果是無效的，不可使用。

對于基層氣象臺站 （包括縣級氣象臺站和國營農場氣象臺站），必須選一種適于基層氣象臺站預報人員用來判別各類數值天氣預報時效的方法，以便選擇預報時效長、準確率高的預報產品使用。

2 數值天氣預報時效的X2統計檢驗法

判斷數值預報準確率是否顯著地高于盲目預報準確率（僅以降雨預報為例，且不分雨量大?。?，要用到數理統計學中的差異顯著性檢驗-X2統計檢驗。其計算公式為：

式（1）中，Fi是預報正確與錯誤的實際次數，fi為盲目預報的正確與錯誤的理論次數；k為項數，對不分大小的降雨預報來說，k=2，即只分預報正確和錯誤兩種情況。式中求出的X2就是差異顯著性檢驗值。

例如，在某地82 d的數值天氣預報中，24-36 h（即明天白天）的預報，共報25次有雨，報對19次，報錯6次，準確率為76.0%（19/25）。在這82 d中，實際有降雨的天數為24 d，盲目預報降雨的理論準確率為24/82≈29.3%，盲目預報報對的理論次數為25*24/82≈7.3171次。盲目預報報錯的理論次數為25*(82-24)/82≈17.6829次。

這樣，X2值求算如下：

查X2值表可知，計算出的X2值26.3722，大于自由度為1，信度為0.01時的標準X2值6.64。因此證明了，預報準確率（76.0%）極顯著地高于盲目預報準確率（29.3%）。這說明，對該地24-36 h（即明天白天）的降雨預報是有效的。

如果某一時段的X2值，小于自由度為1，信度為0.05時的標準X2值3.84，則預報準確率與盲目預報準確率差異不顯著，這時可斷定該時段降雨預報是無效的。

如果某一時段的X2值，介于6.64和3.84之間，則差異有些顯著，預報基本有效，該預報也可參考。

3 數值天氣預報時效X2統計檢驗法應用舉例

用X2統計檢驗法，對地處中緯度的黑龍江墾區，2019年農業生產關鍵季節的3000多組降水預報和實況數據進行了統計分析，得出如下兩點結論：

(1)我國正規數值天氣預報部門所做的降水預報（這里指中國氣象局在氣象網上發布的30 d降水預報），時效已穩定達到7.0 d（表 1），與國際數值天氣預報先進水平同步。這一檢驗結果的正確性已得到權威部門證實。

表1 氣象網發布的降水預報時效統計檢驗結果

（2）非正規數值天氣預報部門所做的降水預報（這里指XX公司為黑龍江墾區部分氣象臺站制作的16 d 降水預報），時效僅為 2.0－4.5 d（表 2）。 2.5 d（即后天白天）及5.0 d以后（包括5.0 d）的預報與盲目預報沒有區別，其技術水平落后于我國正規氣象預報部門12－17 a。即使在其有效預報時段內，其預報準確率也低于我國正規氣象預報部門同時段預報準確率10—20%。

4 中、短期天氣預報的建議

我國基層氣象臺站的主要服務對象是農業生產部門，做好氣象服務對保護“中國的大糧倉”、“中國人的飯碗”有重大意義。

建議基層氣象臺站的預報員應做到以下幾步：

首先，要應用本文提供的方法分別對來自各個部門的數值預報時效進行測定 （最好每年測定一次），選擇預報時效最長，準確率最高的數值預報，去掉無效預報時段，保留有效預報時段作為預報樣板。

根據2019年測定結果，應當選擇中國氣象局在氣象網上發布的數值天氣預報，去掉7.5 d以后（包括7.5 d）的預報時段，保留0.0－7.0 d各時段的預報，作為預報樣板。

然后，分析天氣形勢圖，根據天氣學原理，補充訂正0.0－2.0 d的短期預報。

最后，分析衛星云圖和測雨雷達回波圖，對0.0－6.0 h的短時預報進行補充訂正。

經過這三步，就可發布本地0.0－7.0 d的天氣預報了。

這樣基層氣象臺站的0.0－7.0 d的天氣預報的預報準確率可得到明顯的改善（表 3）。

由表3可以看出，基層氣象臺站在選用由中國氣象局制作的預報時效長（7.0 d）的數值天氣預報為樣板，經過預報員對短時預報和短期預報進行補充訂正后的預報準確率有明顯改善。0.0－7.0 d共14個時段的降水預報平均準確率可期望達到68.6%，比XX公司同一時段預報平均準確率50.4%，高出18.2%。若在農業生產的關鍵季節，對生產作業（包括：播種、噴藥、中耕、除草、追肥、收獲所增加的經濟效益將不可估量。

表2 XX公司為黑龍江墾區部分氣象臺站制作的降水預報時效統計檢驗結果

表3 0.0-7.0 d降水預報準確率對比表

如果中國氣象局在氣象網上發布的數值天氣預報沒有該農場等戰點預報，可選用所在市縣的預報為樣板，因為現在數值預報的水平分辨能力僅在60 km左右（不包括用衛星云圖和測雨雷達制作的短時預報）。相鄰兩個單位之間距離，如果小于60 km，當前的數值預報模式，是分辨不出兩地天氣有什么不同的。

另外，表3中的預報準確率都是在當年、當地數據統計期間降水概率為30%左右時的計算結果；如果當年、當時、當地降水概率相對比較高（如40%左右），那么預報準確率的值也會明顯偏高。表3的數據主要用于三個預報部門間的相對比較。

5 問題討論

目前，被世界各國接受的數值天氣預報可用時效的定義是世界氣象組織給出的，即：某預報時段500 hPa高度預報與實況髙度場的相關系數≥0.6，則認為該時段預報是可用的。但這種求算預報高度場與實況高度場相關系數的方法，對基層氣象臺站來說難以做到。而本文提出的X2統計檢驗法更容易被基層氣象臺站接受，而且與世界氣象組織的方法得出的結果完全一致。

因為降雨預報是天氣預報中最重要的一個項目，所以本文僅以降雨預報為例（且不分雨量大?。袛嗔瞬煌A報部門所發布的數值天氣預報時效。若將降水分成等級（如小雨、中雨、大雨、暴雨）也可，但計算時就需要更多的預報和實況對比數據，工作量將明顯加大。當然，也可用最高氣溫、最低氣溫、濕度、氣壓、風向、風速等預報與實況對比數據進行分析計算，其具體統計計算方法可進一步探討。