張超,李娜,賈健
(1.新疆氣象臺,新疆烏魯木齊 830002;2.烏魯木齊市氣象局,新疆烏魯木齊 830002)
ECMWF細網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市溫度預(yù)報中的檢驗
張超1,李娜1,賈健2
(1.新疆氣象臺,新疆烏魯木齊 830002;2.烏魯木齊市氣象局,新疆烏魯木齊 830002)
利用2011年7月—2014年6月的ECMWF細網(wǎng)格模式2m溫度預(yù)報產(chǎn)品,采用格點映射站點和雙線性插值法挑選最優(yōu)預(yù)報參考格點,并用天氣學檢驗方法,對該模式在不同季節(jié)、不同天氣時的烏魯木齊市溫度預(yù)報能力進行檢驗。檢驗表明:該產(chǎn)品對制作烏魯木齊市未來24h和48h溫度預(yù)報具有很好的指導(dǎo)意義,未來24h全年最高、最低氣溫預(yù)報準確率達74%~75%,未來48h最高、最低氣溫預(yù)報準確率較未來24h偏低10%左右;模式對降雨、降雪時的溫度預(yù)報較好,大霧時最差,并且會使最低氣溫預(yù)報嚴重低于實況,對東南風時最高氣溫預(yù)報好于最低氣溫,預(yù)報有逆溫時,最高氣溫預(yù)報不可信,但最低氣溫預(yù)報可作參考。該產(chǎn)品整體在準確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報,預(yù)報時效越長,優(yōu)勢越明顯。
ECMWF細網(wǎng)格;溫度檢驗;2m溫度;烏魯木齊
近年來,越來越多的氣象工作者通過數(shù)值預(yù)報模式產(chǎn)品檢驗釋用提高預(yù)報準確率和精細化水平,取得了較好的效果[1-9]。新疆接收ECMWF細網(wǎng)格模式預(yù)報產(chǎn)品已近4a,其在很多方面都優(yōu)于ECMWF粗網(wǎng)格模式。國內(nèi)一些氣象工作者利用該模式產(chǎn)品針對大霧、降水、溫度預(yù)報等方面做了檢驗和釋用[10-13]。在新疆的ECMWF細網(wǎng)格模式預(yù)報產(chǎn)品的釋用檢驗工作中,張俊蘭等[15]檢驗了ECMWF細網(wǎng)格模式的LSP大尺度降水預(yù)報產(chǎn)品在2012年前冬3場暴雪天氣中的預(yù)報效果,萬瑜等[16]利用ECMWF細網(wǎng)格模式產(chǎn)品對一次烏魯木齊東南大風做了釋用,都顯示出了ECMWF細網(wǎng)格模式產(chǎn)品出色的預(yù)報性能,大大提高了各類天氣預(yù)報的精細化程度,但這些僅是針對某次天氣過程的研究,缺乏對長時間序列預(yù)報效果的檢驗。
ECMWF細網(wǎng)格模式2m溫度產(chǎn)品的空間分辨率為25km,為烏魯木齊市單站預(yù)報提供更多的參考格點,具有未來72h內(nèi)時間間隔3h的溫度預(yù)報產(chǎn)品,未來12~36h的最高、最低值可選取作為該模式次日未來24h的最高、最低氣溫預(yù)報,未來36~60h的最高、最低值可選取作為該模式次日未來48h的最高、最低氣溫預(yù)報,但此產(chǎn)品對烏魯木齊市溫度的預(yù)報效果如何,最佳參考格點如何選取并未進行過客觀的檢驗分析。由于烏魯木齊地形復(fù)雜,周邊模式格點所在海拔高度、下墊面性質(zhì)差異大,模式各格點預(yù)報數(shù)值差異也較大,需獲取能代表烏魯木齊溫度的最優(yōu)預(yù)報值。本文對2011年7月—2014年6月ECMWF細網(wǎng)格模式2m溫度產(chǎn)品資料未來24h及48h溫度預(yù)報進行檢驗評估,結(jié)合格點映射站點和雙線性插值2種方法獲取烏魯木齊溫度預(yù)報值,選出代表烏魯木齊溫度預(yù)報的最優(yōu)值,統(tǒng)計和歸納不同季節(jié)、不同天氣現(xiàn)象下ECMWF細網(wǎng)格模式對溫度預(yù)報的性能。此工作將為制作準確、精細的溫度預(yù)報提供參考,并對做好復(fù)雜天氣背景下溫度預(yù)報具有重要意義。
1.1 資料
實況溫度資料選用2011年7月—2014年6月共3a烏魯木齊市地面自動觀測站逐小時溫度資料;ECMWF細網(wǎng)格模式資料采用2011年7月—2014年6月20h起報2m溫度預(yù)報資料,空間分辨率為0.25°×0.25°,時間分辨率為3h,數(shù)據(jù)缺失日不檢驗,共有1047d的有效檢驗樣本;為同國家氣象中心指導(dǎo)預(yù)報進行對比檢驗,還選用了2013年1—12月國家氣象中心下發(fā)的最高、最低氣溫指導(dǎo)預(yù)報。
1.2 方法
提取08—08時內(nèi)地面自動觀測站逐小時溫度最高、最低值作為實況的最高、最低氣溫,采用格點映射站點和雙線性插值法提取預(yù)報檢驗值,并將模式預(yù)報未來12~36h和36~60h的溫度最高、最低值,作為ECMWF細網(wǎng)格模式2m溫度產(chǎn)品未來24h和48h的最高、最低氣溫預(yù)報。
格點映射站點方法:ECMWF細網(wǎng)格模式2m溫度產(chǎn)品為格點數(shù)據(jù),烏魯木齊站不在格點上,周邊存在4個預(yù)報值,分別位于烏魯木齊左上、左下、右上、右下4個方位,用以上4個方位格點數(shù)據(jù)映射到烏魯木齊站點上,用T左上、T左下、T右上、T右下格點映射數(shù)據(jù)代表ECMWF細網(wǎng)格模式2m溫度資料對烏魯木齊的預(yù)報值。
雙線性插值法:又稱為雙線性內(nèi)插,在數(shù)學上,雙線性插值是有兩個變量的插值函數(shù)的線性插值擴展,其核心思想是在兩個方向分別進行一次線性插值。若未知函數(shù)f在點P=(x,y)的值,假設(shè)我們已知函數(shù)f在Q11=(x1,y1)、Q12=(x1,y2),Q21=(x2,y1)以及Q22=(x2,y2)四個點的值。首先在x方向進行線性插值,然后在y方向進行線性插值。本文將模式的格點映射值通過雙線性插值法插值到烏魯木齊站點上,得到T差值。
檢驗方法:采用預(yù)報準確率、平均誤差、平均絕對誤差等統(tǒng)計方法檢驗(公式如下),對烏魯木齊左上(T左上)、左下(T左下)、右上(T右上)、右下(T右下)及插值(T差值)后的ECMWF細網(wǎng)格模式的2m溫度預(yù)報值按月、季、天氣類型分別進行檢驗。
其中,F(xiàn)i為第i站(次)預(yù)報溫度,Oi為第i站(次)實況溫度,K為1、2,分別代表|Fi-Oi|≤1℃、|Fi-Oi|≤2℃,MrK為預(yù)報正確的站(次)數(shù),MfK為預(yù)報的總站(次)數(shù)。
評分技巧是指ECMWF細網(wǎng)格模式2m溫度預(yù)報產(chǎn)品的最高、最低氣溫預(yù)報平均絕對誤差相對于國家氣象中心指導(dǎo)預(yù)報的提高率,TMAEN為國家氣象中心指導(dǎo)預(yù)報最高、最低氣溫預(yù)報平均絕對誤差,TMAEF為ECMWF細網(wǎng)格2m溫度預(yù)報產(chǎn)品的最高、最低氣溫預(yù)報平均絕對誤差。
2.1 高、低溫預(yù)報逐月檢驗
根據(jù)中國氣象局對各省、地(市)氣象臺的考核標準,用誤差為2℃以內(nèi)作為溫度預(yù)報準確率的閾值。圖1為2011年7月—2014年6月ECMWF細網(wǎng)格模式2m溫度的未來24h最高、最低溫度預(yù)報準確率。圖1a中,最高氣溫預(yù)報準確率從高到低排列分別為T左下、T差值、T右上、T右下、T左上,左下格點T左下夏半年的最高氣溫預(yù)報準確率最高,尤其是5—8月最高氣溫預(yù)報準確率均超過了85%,7月準確率最高,達到92.3%;右上格點溫度預(yù)報T右上的準確率呈現(xiàn)出“雙峰型”,在春季和秋季準確率明顯高于其他時期,4月、10月超過了T左下的準確率,達到了84%;左上格點T左上的準確率最低,5—8月不到50%,6、7月最低,不到20%;雙線性插值預(yù)報的準確率均低于T左下??梢姴煌顸c的預(yù)報能力存在明顯差異,插值的溫度預(yù)報T差值并沒有預(yù)期的優(yōu)越性,在春、夏、秋季均低于T左下的最高氣溫預(yù)報準確率。冬季各格點預(yù)報能力普遍較差,預(yù)報準確率都偏低,在30%~60%之間。
由圖1b可知各參考點的預(yù)報能力具有更為明顯的季節(jié)性變化,T右上的最低氣溫預(yù)報準確率同樣呈現(xiàn)出“雙峰型”,在3—5月和9—1月有著明顯的優(yōu)勢,4月、5月、9月、10月的預(yù)報準確率都超過了80%,其中10月的最低氣溫預(yù)報準確率達到了91.8%,6月開始,T右上的最低氣溫預(yù)報準確率開始明顯下降,7月降到了54.9%;而T差值預(yù)報在6月、7月表現(xiàn)較好,準確率分別達到了69.7%、74.7%,對T右上夏季的不足有了較好的彌補;在所有參考點中,T右下的最低氣溫預(yù)報能力最差,對烏市單站的最低氣溫預(yù)報缺乏參考意義;在12月—翌年2月,各格點最低氣溫預(yù)報準確率也較其他月份差,準確率在20%~60%,2月,T左上的最低氣溫預(yù)報準確率最高,可達到59.2%,12月和1月的最低氣溫預(yù)報準確率仍然是T右上最高,準確率分別達到71.4%、55.2%。
圖1 2011年7月—2014年6月ECMWF細網(wǎng)格2m溫度對烏魯木齊溫度未來24h預(yù)報準確率/%
圖2為2011年7月—2014年6月ECMWF細網(wǎng)格模式2m溫度未來24h的最高、最低氣溫的誤差分析,檢驗?zāi)J筋A(yù)報的平均誤差和平均絕對誤差,其中平均誤差能夠量化預(yù)報和實況之間的平均偏差,也是模式預(yù)報的系統(tǒng)誤差,平均絕對誤差能夠量化預(yù)報與實況的總體偏差程度。由圖2a可以看出,4個格點最高氣溫預(yù)報平均誤差隨季節(jié)也有明顯變化,T右上和T左上在2—10月都為預(yù)報正誤差,即預(yù)報偏高誤差,在5—8月平均誤差都接近3℃,11—1月逐漸轉(zhuǎn)為負誤差;而T左下、T右下及T差值平均誤差月分布正好相反,在3—11月為負誤差,其中T左下的平均誤差最小,12—翌年2月逐漸轉(zhuǎn)為正誤差,開始轉(zhuǎn)換的時期正是冬春和秋冬的過渡時期。從圖2c來分析,T右下和T左上的預(yù)報值較實況偏離程度明顯高于其余參考點,偏離值為2~3.5℃;T左下和T差值的預(yù)報值在3—11月較實況偏離程度較小,均低于1.6℃,但在11—2月偏離程度迅速加大,偏離值達2.5~3.5℃,T右上的平均絕對誤差呈現(xiàn)出了“雙谷型”,4月、10月為兩個低值,偏離值在1.5℃以下,其他時段在2~2.5℃之間。由圖2b可知,各格點最低氣溫的平均誤差季節(jié)分布規(guī)律與高溫類似,在夏半年T左下、T右下及T差值的溫度預(yù)報較實況略偏低,而在冬半年迅速轉(zhuǎn)為偏高,1月偏高幅度達到最強,為3~4℃,轉(zhuǎn)換的時期也正是冬春和秋冬的過渡時期;T右上和T左上在5—8月溫度預(yù)報較實況有所偏高,其他月偏低,總體來看平均誤差在-2~2℃之間。由圖2d可以看出,在各月4個格點較實況偏離范圍在1~4.5℃之間,T右上的偏離程度最小,在1~2.5℃之間,冬季普遍高于其他季節(jié)。
通過2011年7月—2014年6月ECMWF細網(wǎng)格模式2m溫度的未來48h最高、最低氣溫預(yù)報準確率和預(yù)報誤差分析。發(fā)現(xiàn),各格點預(yù)報水平有同未來24h相似的逐月變化規(guī)律,依然具有很好的指導(dǎo)意義。全年最高、最低氣溫預(yù)報準確率為65%左右,但較未來24h最高、最低氣溫預(yù)報準確率偏低10%左右,其中春季偏低幅度最大,為10%~28%,夏秋季降低幅度最小,僅為1%~5%,這同春季模式調(diào)整頻繁有關(guān)。
綜上所述,ECMWF細網(wǎng)格模式2m溫度產(chǎn)品對制作烏魯木齊未來24h和48h溫度都具有很好的指導(dǎo)意義,隨著季節(jié)的變化,不同參考點對烏魯木齊市高低溫預(yù)報能力也相應(yīng)變化,在冬春和秋冬的過渡時期,各格點的系統(tǒng)誤差會發(fā)生明顯變化,多數(shù)時間格點映射站點的方法要優(yōu)于雙線性插值法。經(jīng)過分析,可以把T左下的日最大值代表2月、3月、5月、6月、7月、8月和9月的最高氣溫預(yù)報,T右上的日最大值代表1月、4月、10月、11月和12月的最高氣溫預(yù)報,T右上的日最小值代表1月、3月、4月、5月、9月、10月、11月、12月的最低氣溫預(yù)報,T差值的日最小值代表6月、7月的最低氣溫預(yù)報。T左上的日最小值代表2月、8月的最低氣溫預(yù)報,未來24h全年最高、最低氣溫準確率可以達到74%~75%,未來48h最高、最低氣溫預(yù)報準確率較24h偏低10%左右,其中春季降低幅度最大,為10%~28%,夏秋季較小,為1%~5%。
2.2 高、低溫預(yù)報季度檢驗
圖2 2011年7月—2014年6月ECMWF細網(wǎng)格2m溫度的未來24h預(yù)報誤差分析
為了便于統(tǒng)計、分析,采用3—5月為春季、6—8月為夏季、9—11月為秋季、12月—翌年2月為冬季的季節(jié)劃分。重點分析ECMWF細網(wǎng)格模式2m溫度未來24h預(yù)報產(chǎn)品逐季節(jié)預(yù)報準確率,發(fā)現(xiàn)有明顯的季節(jié)變化,夏半年的預(yù)報準確率高出冬半10%~25%。最高氣溫準確率在夏季最高,可達到88.7%,冬季最低,僅有53.3%,夏季高出冬季35%;而最低氣溫預(yù)報準確率,秋季最高,為83.1%,冬季最低,準確率為63.2%,秋季高出冬季20%,且最低氣溫預(yù)報準確率在春、秋、冬季均高出同季節(jié)最高氣溫預(yù)報3%~9%,夏季,最高氣溫預(yù)報準確率高出最低氣溫預(yù)報準確率14%。最高氣溫預(yù)報在夏季偏離實況的程度最小,平均絕對誤差在1℃附近,冬季最大,平均絕對誤差接近2.5℃;最低氣溫預(yù)報在秋季偏離實況程度最小,冬季最大,并且最低氣溫預(yù)報的平均絕對誤差在春、秋、冬季均低于同季節(jié)最高氣溫預(yù)報的平均絕對誤差,在夏季高于最高氣溫預(yù)報的平均誤差。冬季最高、最低氣溫預(yù)報偏離實況程度最大,同時也是降低全年溫度預(yù)報準確率的主要季節(jié),這與冬季逆溫影響有關(guān)。
2.3 重要天氣過程的溫度預(yù)報檢驗結(jié)果
為檢驗ECMWF細網(wǎng)格模式2m溫度預(yù)報未來24h產(chǎn)品在不同天氣過程中的預(yù)報能力,選取2011年7月—2014年6月影響天氣出現(xiàn)日,共304d有效樣本,依照不同天氣性質(zhì)特點分成降雨日、降雪日、東南大風日、大霧日四類。由于雨雪春秋季多為雨雪轉(zhuǎn)換時期,不好區(qū)分降雨降雪狀態(tài),為方便研究,我們把4—10月08—08時出現(xiàn)0.1mm以上的降水定義為降雨日,共108d;11月—翌年3月08—08時出現(xiàn)0.1mm以上的降水定義為降雪日,共92d;全年08—08時出現(xiàn)極大風速超過13m·s-1(5級)的東南風定義為東南風日,共39d;全年08—08時出現(xiàn)能見度小于1km的霧,定義為大霧日,共65d,分別分析各類天氣發(fā)生時期,模式的溫度預(yù)報效果(表1)。
表1 2011年7月—2014年6月ECMWF細網(wǎng)格2m溫度在不同天氣情況下最高、最低氣溫預(yù)報效果
降雨日時最高、最低氣溫預(yù)報準確率相對較高,分別為77.8%、78.7%,均超過了全年的平均準確率,且穩(wěn)定性較好,平均絕對誤差都在1.5℃以下,從平均誤差看,模式預(yù)報普遍較實況偏高,最低氣溫預(yù)報表現(xiàn)更為明顯,正誤差達到了1℃,最高、最低氣溫預(yù)報的最大誤差分別為5.3℃和5℃,但出現(xiàn)大幅偏離實況的次數(shù)不多,108d中,最高、最低氣溫預(yù)報都只有3d偏離幅度超過4℃,且均為正誤差。
降雪日最高、最低氣溫預(yù)報準確率低于降雨日,分別為68.5%和65.2%,這由于降雪日時逆溫的破壞與維持都會對溫度預(yù)報有影響。最高氣溫預(yù)報的穩(wěn)定性略好于最低氣溫。最高、最低氣溫預(yù)報平均絕對誤差分別為1.5℃和1.7℃,平均誤差都較小,無法找出明顯的系統(tǒng)誤差,最大誤差分別為5.5℃和-5.4℃。在92d中,最高氣溫預(yù)報偏離幅度超過4℃的情況出現(xiàn)了4次,有2次正誤差,2次負誤差;最低氣溫預(yù)報偏離幅度超過4℃的情況出現(xiàn)了8次,有3次正誤差,5次負誤差。
烏魯木齊市東南大風出現(xiàn)時,由于空氣干絕熱下沉運動,會使溫度異常偏高,增加了對溫度預(yù)報的難度,ECMWF細網(wǎng)格模式2m溫度產(chǎn)品在東南風日的溫度預(yù)報中最高氣溫預(yù)報較好,準確率可以達到71.8%,最低氣溫預(yù)報較差,準確率僅為59%。最高氣溫預(yù)報相對穩(wěn)定,平均絕對誤差為1.65℃,最大誤差為-4.6℃,偏離幅度超過4℃的情況僅出現(xiàn)了1次;最低氣溫預(yù)報穩(wěn)定性較差,平均絕對誤差為2.3℃,最大誤差到達-5.8℃,偏離幅度超過4℃的情況達到了7次,且均為負誤差,出現(xiàn)概率超過17%。東南風對最低氣溫的影響遠大于最高氣溫,東南風的起風時間,持續(xù)時間以及強度的不同會對模式的最低氣溫預(yù)報造成不同影響,東南大風在夜間的持續(xù)時間越長,對低溫的影響越大,7次較大的低溫預(yù)報誤差中,有4次都出現(xiàn)在持續(xù)2d以上的強東南風過程,2次出現(xiàn)在隆冬季節(jié)短暫的東南大風過程。
在各類天氣中,ECMWF細網(wǎng)格模式2m溫度產(chǎn)品受大霧影響最大,最高、最低氣溫預(yù)報準確率為53.8%和52.3%,準確率是幾類天氣過程中最低的,且預(yù)報的穩(wěn)定性均較差,平均絕對誤差都超過了2℃。最高氣溫預(yù)報的最大誤差達12℃,偏離幅度超過4℃的情況出現(xiàn)15次,出現(xiàn)概率超過了23%,其中6次為正誤差,9次為負誤差;最低氣溫預(yù)報的最大誤差為-5.8℃,偏離幅度超過4℃的情況出現(xiàn)10次,出現(xiàn)概率超過了15%,其中2次為正誤差,8次為負誤差??梢?,大霧天氣下多會使模式最低氣溫預(yù)報嚴重低于實況。逆溫是造成大霧天氣的重要條件,大霧時溫度預(yù)報準確率低與模式無法很好處理逆溫時的溫度預(yù)報有很大關(guān)系。
總體來看,模式對降雨、降雪時的溫度預(yù)報較好;大霧時最差,并且會使最低氣溫預(yù)報嚴重低于實況;對東南風溫度預(yù)報時最高氣溫預(yù)報好于最低氣溫,東南風的起風時間,持續(xù)時間以及強度的不同會對模式的最低氣溫預(yù)報造成不同影響,東南大風在夜間的持續(xù)時間越長,對低溫預(yù)報的影響越大。
2.4 ECMWF細網(wǎng)格預(yù)報逆溫時的檢驗結(jié)果
將2011年7月—2014年6月ECMWF細網(wǎng)格上格點850hPa溫度與925hPa的溫度差值,作為逆溫預(yù)報值,將未來24h最強逆溫大于8℃作為一個逆溫預(yù)報日,共63d。檢驗表明,最高、最低氣溫預(yù)報準確率為31.74%和63.5%,最高溫度的預(yù)報明顯偏低。最高氣溫預(yù)報的最大誤差達12℃,偏離幅度超過4℃的情況出現(xiàn)21次,出現(xiàn)概率超過33%,其中13次為正誤差,8次為負誤差。最低氣溫預(yù)報的最大誤差為-5.6℃,偏離幅度超過4℃的情況出現(xiàn)8次,出現(xiàn)概率為13%,均為負誤差??梢?,當ECMWF細網(wǎng)格預(yù)報明顯逆溫時,最高溫度預(yù)報不可信,但最低溫度可作參考,并且會使最低氣溫預(yù)報低于實況,這同大霧天氣的溫度預(yù)報情況相似。
2.5 ECMWF細網(wǎng)格模式2m溫度產(chǎn)品與國家氣象中心指導(dǎo)預(yù)報對比檢驗
為更好地衡量ECMWF細網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市的預(yù)報能力,選取其2013年整年資料,同國家氣象中心指導(dǎo)預(yù)報溫度產(chǎn)品進行對比檢驗,發(fā)現(xiàn)ECMWF細網(wǎng)格模式2m溫度產(chǎn)品整體在準確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報,預(yù)報時效越長,優(yōu)勢越明顯,尤其在春季溫度預(yù)報中有明顯優(yōu)勢。從圖3a可以看出ECMWF細網(wǎng)格模式的未來24h預(yù)報產(chǎn)品在3—5月,最高氣溫預(yù)報準確率高出國家氣象中心指導(dǎo)預(yù)報30%~40%;最低氣溫預(yù)報準確率高出國家氣象中心預(yù)報準確率20%~35%;從圖3b來看,最高氣溫預(yù)報較指導(dǎo)預(yù)報在3—6月、10月有30%~40%的正技巧,1月、9月、11月為負技巧,其中11月的負技巧達67%;對于最低氣溫預(yù)報而言,2—4月、10月有30%左右的正技巧,1月為64%的負技巧,其他月份預(yù)報水平相當。圖3c可以看出,ECMWF細網(wǎng)格模式的未來48h最高氣溫預(yù)報準確率僅在7月、11月低于國家氣象中心指導(dǎo)預(yù)報,其余月份都高于指導(dǎo)預(yù)報,最低氣溫預(yù)報準確率在2月、5月、8月、9月低于國家氣象中心指導(dǎo)預(yù)報,其余月份都高于指導(dǎo)預(yù)報;圖3d可以看出,僅在11月ECMWF細網(wǎng)格模式的未來48h最高氣溫預(yù)報較指導(dǎo)預(yù)報有30%左右負技巧,其余時間都接近或為明顯正技巧。雖然ECMWF細網(wǎng)格模式2m溫度產(chǎn)品整體在準確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報,但在秋冬季的一些時間也會劣于國家氣象中心指導(dǎo)預(yù)報,兩種模式產(chǎn)品存在一定互補性。
圖3 2013年ECMWF細網(wǎng)格2m溫度產(chǎn)品同國家氣象中心指導(dǎo)預(yù)報對比檢驗結(jié)果
(1)ECMWF細網(wǎng)格模式2m溫度預(yù)報產(chǎn)品對制作烏魯木齊未來24h及48h溫度預(yù)報具有很好的指導(dǎo)意義。隨著季節(jié)的變化,不同參考點對烏魯木齊市最高、最低氣溫預(yù)報能力也相應(yīng)變化。多數(shù)時間格點映射站點的方法要優(yōu)于雙線性插值法,經(jīng)過分析,可以把T左下的日最大值代表2月、3月、5月、6月、7月、8月和9月的最高氣溫預(yù)報,T右上的日最大值代表1月、4月、10月、11月和12月的最高氣溫預(yù)報,T右上的日最小值代表1月、3月、4月、5月、9月、10月、11月、12月的最低氣溫預(yù)報,T差值的日最小值代表6月、7月的最低氣溫預(yù)報。T左上的日最小值代表代表2月、8月的最低氣溫預(yù)報。未來24h全年最高、最低氣溫預(yù)報準確率可以達到74%~75%,未來48h最高、最低氣溫預(yù)報準確率較24h偏低10%左右,其中春季降低幅度最大,為10%~ 28%,夏秋季較小,為1%~5%。
(2)模式季節(jié)變化明顯,夏半年的預(yù)報準確率高出冬半年10%~25%,冬季最高、最低氣溫預(yù)報偏離實況程度最大,同時也是降低全年溫度預(yù)報準確率的主要季節(jié)。
(3)模式對降雨、降雪時的溫度預(yù)報較好,大霧時最差,并且會使最低氣溫預(yù)報嚴重低于實況;對東南風時最高氣溫預(yù)報好于最低氣溫,東南風的起風時間,持續(xù)時間以及強度的不同會對模式的最低氣溫預(yù)報造成不同影響,東南大風在夜間的持續(xù)時間越長,對低溫的影響越大;預(yù)報逆溫時,最高氣溫預(yù)報不可信,但最低氣溫可作參考,并且最低氣溫預(yù)報低于實況。
(4)該產(chǎn)品整體在準確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報,預(yù)報時效越長,優(yōu)勢越明顯,尤其在春季溫度預(yù)報中有明顯優(yōu)勢。但在秋冬季的一些時間也會劣于國家氣象中心指導(dǎo)預(yù)報,兩種模式產(chǎn)品存在一定互補性。
[1]賈麗紅,盧新玉,崔彩霞,等.新疆15地州首府城市最高、最低氣溫預(yù)報檢驗[J].沙漠與綠洲氣象,2013,7(1):16-20.
[2]肖明靜,隋明,范蘇丹,等.3種數(shù)值模式溫度預(yù)報產(chǎn)品在山東應(yīng)用和誤差分析與訂正[J].干旱氣象,2012,30(3):472-477.
[3]康嵐,馮漢中,屠妮妮,等.Grapes模式預(yù)報西南地區(qū)夏季2m溫度檢驗評估[J].高原山地氣象研究,2009,29(2):26-32.
[4]歐徽寧,鄒哲馨,孫小龍.中央臺精細化溫度指導(dǎo)預(yù)報產(chǎn)品在賀州市的檢驗[J].氣象研究與應(yīng)用,2012,33(2suppl1):150-152.
[5]賈麗紅,張慧嵐,肖開提·多萊特,等.T639數(shù)值產(chǎn)品對影響新疆主要系統(tǒng)的預(yù)報檢驗評估[J].氣象,2012,38(8):971-976.
[6]佟華,姚明明,王雨,等.T213L31全球中期數(shù)值天氣預(yù)報系統(tǒng)2m溫度誤差源分析[J].氣象,2006,32(2):52-57.
[7]張冰,魏建蘇,裴海瑛.2006年T213模式在江蘇的降水和溫度檢驗評估[J].氣象科學,2008,28(4):468-472.
[8]李國翠,連志鸞,趙彥廠,等.石家莊溫度預(yù)報檢驗及影響因子分析[J].氣象與環(huán)境學報,2009,25(1):15-18.
[9]吳愛敏,路亞奇,李祥科.利用ECMWF產(chǎn)品對慶陽極端氣溫釋用效果分析[J].干旱氣象,2009,27(3):288-292.
[10]湯浩,賈麗紅.背景場和物理過程對WRF模式在新疆區(qū)域預(yù)報性能的影響[J].沙漠綠洲與氣象,2014,8(3):27-33.
[11]陳曉紅,朱佳寧,周揚帆.EC細網(wǎng)格數(shù)值預(yù)報產(chǎn)品在一次大霧預(yù)報中的釋用[J].大氣科學應(yīng)用與研究,2012,43(2):94-100.
[12]陳海鳳,黃世芹,金建德,等.EC細網(wǎng)格數(shù)值預(yù)報在貴陽地區(qū)的釋用效果分析[J].貴州氣象,2014,38(4):22-25.
[13]陳海鳳,黃世芹,金建德,等.基于ECMWF細網(wǎng)格模式產(chǎn)品的濕螺旋度在四川盆地強降水預(yù)報中的應(yīng)用檢驗[J].氣象2014,40(9):1088-1096.
[14]陳海鳳,黃世芹,金建德,等.T639、ECMWF細網(wǎng)格模式對2012年5—8月四川盆地降水預(yù)報的天氣學檢驗[J].高原山地氣象,2013,38(1):22-25.
[15]張俊蘭,李圓圓,張超.ECMWF細網(wǎng)格模式降水產(chǎn)品在北疆暴雪中的應(yīng)用檢驗[J].沙漠與綠洲氣象,2013,7 (4):7-13.
[16]萬瑜,曹興,竇新英,等.ECMWF細網(wǎng)格數(shù)值預(yù)報產(chǎn)品在烏魯木齊東南大風中的釋用[J].沙漠與綠洲氣象,2014,8(1):32-38.
Test of ECMWF Refined Net Numerical 2m Temperature Forecast Data in Temperature Forecasting in Urumqi
ZHANG Chao1,LI Na1,JIA Jian2
(1.Xinjiang meteorological Observatory,Urumqi 830002,China;2.Urumqi meteorological Bureau,Urumqi 830002,China)
Using ECMWF refined net numerical 2m temperature forecast data from July 2011 to June 2014,grid mapping site and bilinear interpolation method are used to select the optimized reference points,finally apply the synoptic testing method to test its temperature forecasting ability indifferent seasons and different types of weather in Urumqi.The result shows that it is helpful to making nest 24 hours and 48hours temperature forecast,The next 24hours prediction accuracy of annual maximum and minimum temperature is 74%~75%,the next 48hours forecast accuracy is 10%,lower than the next 24h;forecast accuracy of temperature is better in rainy days and snowy days,worse in foggy days;the actual minimum temperature is significantly below the forecast temperature;the forecast accuracy of maximum temperature is better than the forecast accuracy when southeastly wind happens;when the temperature inversion is forecast,the maximum temperature forecast cannot be trusted,but the minimum temperature forecast is trusty.The accuracy and stability of ECMWF refined net numerical 2m temperature forecast data are better than guidance forecast data from the National Meteorological Center of CMA.The longer the forecast period is,the more obvious advantages there are.
ECMWF refined net;temperature test;2m temperature;Urumqi
P457.3
A
1002-0799(2015)05-0062-07
張超,李娜,賈健.ECMWF細網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市溫度預(yù)報中的檢驗[J].沙漠與綠洲氣象,2015,9(5):62-68.
10.3969/j.issn.1002-0799.2015.05.010
2014-05-07;
2014-07-21
中國沙漠氣象科學研究基金(Sqj2014009)和中國氣象局預(yù)報員專項(CMAYBY2014-078)共同資助。
張超(1987-),男,工程師,現(xiàn)從事短期天氣預(yù)報分析與預(yù)報服務(wù)工作。E-mail:64418696@qq.com