高艷波++譚政華++秦+瑜++寇思聰++唐秋艷

摘要 利用2013—2015年本溪區(qū)域自動(dòng)站溫度資料與中央臺(tái)指導(dǎo)預(yù)報(bào)、T639 2 m氣溫、歐洲中心2 m氣溫、天氣在線氣溫預(yù)報(bào)和本溪市氣象臺(tái)24 h氣溫預(yù)報(bào)等數(shù)值預(yù)報(bào)產(chǎn)品進(jìn)行比較。結(jié)果表明，各數(shù)值預(yù)報(bào)產(chǎn)品的最低氣溫預(yù)報(bào)好于最高氣溫預(yù)報(bào)，天氣在線和中央臺(tái)預(yù)報(bào)效果更好；建立溫度訂正指標(biāo)為T639和歐洲中心最低氣溫預(yù)報(bào)加1 ℃，中央臺(tái)、T639、歐洲中心最高氣溫預(yù)報(bào)分別加1、3、2 ℃；對(duì)數(shù)值預(yù)報(bào)產(chǎn)品進(jìn)行回歸分析，得到最低、最高氣溫客觀預(yù)報(bào)方程，擬合效果較好，可作為日常溫度預(yù)報(bào)參考依據(jù)。

關(guān)鍵詞 數(shù)值預(yù)報(bào)產(chǎn)品；溫度預(yù)報(bào)；回歸分析；檢驗(yàn)；客觀預(yù)報(bào)方法；遼寧本溪

中圖分類號(hào) P457 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2017）11-0207-02

現(xiàn)代氣象服務(wù)業(yè)務(wù)發(fā)展日益迅速，數(shù)值預(yù)報(bào)產(chǎn)品逐漸增加和完善，準(zhǔn)確率和精度都相應(yīng)提升，但是由于多種因素的影響，在應(yīng)用過程中仍會(huì)出現(xiàn)誤差。因此，應(yīng)對(duì)模式預(yù)報(bào)產(chǎn)品的特性進(jìn)行更深入的了解，通過檢驗(yàn)不斷總結(jié)應(yīng)用的經(jīng)驗(yàn)，從而根據(jù)本地情況優(yōu)化選擇與釋用相應(yīng)的預(yù)報(bào)產(chǎn)品，從而有效提高預(yù)報(bào)準(zhǔn)確率[1-3]。

因?yàn)楸鞠貐^(qū)地處山區(qū)，氣溫波動(dòng)大，溫度預(yù)報(bào)準(zhǔn)確率不穩(wěn)定，所以有必要對(duì)數(shù)值預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)和分析，以便更好地對(duì)其開展業(yè)務(wù)應(yīng)用，提高預(yù)報(bào)準(zhǔn)確率。本文通過對(duì)多家數(shù)值預(yù)報(bào)產(chǎn)品和最低、最高氣溫實(shí)況進(jìn)行對(duì)比分析，選擇預(yù)報(bào)較為穩(wěn)定、預(yù)報(bào)效果較好的預(yù)報(bào)產(chǎn)品，為預(yù)報(bào)員選擇可信度較高的數(shù)值預(yù)報(bào)產(chǎn)品提供參考，并且建立了最低、最高氣溫客觀預(yù)報(bào)方程，為本溪地區(qū)溫度預(yù)報(bào)提供參考，期望能夠進(jìn)一步提高溫度預(yù)報(bào)準(zhǔn)確率[4-5]。

1 資料來(lái)源與研究方法

1.1 資料來(lái)源

本文選取2013—2015年本溪區(qū)域自動(dòng)站溫度資料，選取20：00至次日20：00地面最低、最高氣溫，逐日中央臺(tái)指導(dǎo)預(yù)報(bào)（SCMOC）、T639 2 m氣溫、歐洲中心2 m氣溫、天氣在線氣溫預(yù)報(bào)和市氣象臺(tái)24 h氣溫預(yù)報(bào)（SPCC）[6-7]。

1.2 研究方法

對(duì)數(shù)值溫度預(yù)報(bào)產(chǎn)品與溫度實(shí)況進(jìn)行對(duì)比，以差值范圍在±2 ℃以內(nèi)作為標(biāo)準(zhǔn)，判斷其準(zhǔn)確性。通過對(duì)平均誤差、準(zhǔn)確率、絕對(duì)誤差等進(jìn)行統(tǒng)計(jì)分析，建立溫度預(yù)報(bào)客觀定量化回歸方程，以評(píng)價(jià)各家預(yù)報(bào)產(chǎn)品的適用性。對(duì)回歸方程及回歸系數(shù)進(jìn)行顯著性檢驗(yàn)，判斷其有效性，對(duì)提高本地溫度預(yù)報(bào)準(zhǔn)確率有一定參考價(jià)值[8-10]。

2 溫度預(yù)報(bào)檢驗(yàn)

2.1 準(zhǔn)確率

由圖1可知，不同模式溫度預(yù)報(bào)產(chǎn)品的年平均準(zhǔn)確率各不相同，最低氣溫預(yù)報(bào)的準(zhǔn)確率高于最高氣溫預(yù)報(bào)的準(zhǔn)確率。本溪市氣象臺(tái)溫度預(yù)報(bào)準(zhǔn)確率最高，最低氣溫、最高氣溫準(zhǔn)確率分別達(dá)83.42%、82.19%。各數(shù)值預(yù)報(bào)產(chǎn)品最低氣溫的準(zhǔn)確率為61%～73%，差異較小，其中天氣在線最高準(zhǔn)確率為72.15%。因此，最低氣溫?cái)?shù)值預(yù)報(bào)產(chǎn)品可直接作為本地預(yù)報(bào)的參考。最高氣溫準(zhǔn)確率方面，各家數(shù)值預(yù)報(bào)產(chǎn)品存在明顯差異，準(zhǔn)確率最高的是天氣在線（70.23%），準(zhǔn)確率最低的是T639（32.16%）。因此，天氣在線和中央臺(tái)數(shù)值預(yù)報(bào)產(chǎn)品可作為日常最高氣溫預(yù)報(bào)的參考，而歐洲中心T639和預(yù)報(bào)產(chǎn)品有待進(jìn)一步分析。

2.2 誤差

從各家最低氣溫預(yù)報(bào)的平均誤差和平均絕對(duì)誤差（表1）來(lái)看，中央臺(tái)、天氣在線和市氣象臺(tái)預(yù)報(bào)的誤差值均較小，預(yù)報(bào)效果較好，T639和歐洲中心的誤差值稍大（1 ℃左右），日常最低氣溫預(yù)報(bào)時(shí)可適當(dāng)向上調(diào)整。最低氣溫的平均絕對(duì)誤差值在2 ℃以內(nèi)，說(shuō)明各家數(shù)值預(yù)報(bào)都具有參考價(jià)值。

從最高氣溫的平均誤差和平均絕對(duì)誤差（表1）來(lái)看，各家數(shù)值預(yù)報(bào)差距比較明顯，天氣在線和市氣象臺(tái)預(yù)報(bào)誤差值小，中央臺(tái)預(yù)報(bào)比實(shí)況偏低1 ℃左右，T639和歐洲中心誤差值較大，T639預(yù)報(bào)比實(shí)況偏低3.04 ℃，歐洲中心預(yù)報(bào)比實(shí)況偏低2.29 ℃。最高氣溫的平均絕對(duì)誤差分析，中央臺(tái)、天氣在線和市氣象臺(tái)誤差在2 ℃以內(nèi)，中央臺(tái)和天氣在線對(duì)最高氣溫預(yù)報(bào)有很好的參考價(jià)值，T639和歐洲中心預(yù)報(bào)的平均絕對(duì)誤差值較大，應(yīng)用時(shí)需要進(jìn)一步訂正。

2.3 預(yù)報(bào)誤差訂正

基于數(shù)值預(yù)報(bào)產(chǎn)品的誤差分析結(jié)果，建立溫度預(yù)報(bào)訂正指標(biāo)。最低氣溫預(yù)報(bào)時(shí)，T639和歐洲中心加1 ℃；最高氣溫預(yù)報(bào)時(shí)，中央臺(tái)加1 ℃，T639加3 ℃，歐洲中心加2 ℃。應(yīng)用2016年1月1日至12月31日的各家數(shù)值溫度預(yù)報(bào)和最高最低實(shí)況溫度進(jìn)行檢驗(yàn)，預(yù)報(bào)準(zhǔn)確率均有上升，最為明顯的是T639和歐洲中心最高氣溫預(yù)報(bào)準(zhǔn)確率，相比上升了25%～30%，可以進(jìn)行業(yè)務(wù)應(yīng)用。

3 回歸方程的建立

對(duì)中央臺(tái)指導(dǎo)預(yù)報(bào)、T639、歐洲中心、天氣在線溫度預(yù)報(bào)分別與最高、最低溫度實(shí)況制作散點(diǎn)圖。分析得出，本溪市實(shí)況溫度與各家數(shù)值溫度預(yù)報(bào)之間存在明顯線性關(guān)系。計(jì)算它們之間的相關(guān)系數(shù)r，得出r值均>0.98，即表明線性關(guān)系較強(qiáng)，可以建立線性回歸方程。

3.1 最低氣溫預(yù)報(bào)方程

利用回歸分析，建立最低實(shí)況溫度與各家數(shù)值溫度預(yù)報(bào)的多元線性回歸方程。模型中調(diào)整的判定系數(shù)為0.979，方程擬合效果良好，并且通過了回歸方程的顯著性檢驗(yàn)和回歸系數(shù)的顯著性檢驗(yàn)，建立的方程有效。因此，得出最低氣溫回歸方程為：

y=0.446+0.339x1+0.186x2+0.18x3+0.302x4

其中，x1為中央臺(tái)最低氣溫指導(dǎo)預(yù)報(bào)，x2為T639最低氣溫預(yù)報(bào)，x3為歐洲中心最低氣溫預(yù)報(bào)，x4為天氣在線最低氣溫預(yù)報(bào)。

3.2 最高氣溫預(yù)報(bào)方程

利用回歸分析，建立最高實(shí)況溫度與各家數(shù)值溫度預(yù)報(bào)的多元線性回歸方程，模型中調(diào)整的判定系數(shù)為0.98，方程擬合效果良好，回歸方程的顯著性檢驗(yàn)Sig為0.000<0.01，建立回歸方程有效?；貧w系數(shù)的顯著性檢驗(yàn)，T639的Sig為0.111>0.05，需要重新建立回歸方程。利用逐步回歸重新建立最高氣溫回歸方程，模型中調(diào)整的判定系數(shù)為0.98，通過了回歸方程和回歸系數(shù)的顯著性檢驗(yàn)，建立的回歸方程有效。因此，得出最高氣溫回歸方程為：

y=1.837+1.98x1+0.333x3+0.422x4

其中，x1為中央臺(tái)最低氣溫指導(dǎo)預(yù)報(bào)，x2為T639最低氣溫預(yù)報(bào)，x3為歐洲中心最低氣溫預(yù)報(bào)，x4為天氣在線最低氣溫預(yù)報(bào)。

3.3 回歸方程檢驗(yàn)

對(duì)所建立的回歸方程利用2016年1月1日至12月31日的各家數(shù)值溫度預(yù)報(bào)和最高、最低實(shí)況溫度進(jìn)行檢驗(yàn)，評(píng)定了溫度預(yù)報(bào)的準(zhǔn)確率、平均誤差和平均絕對(duì)誤差（表2、3）。分析所得的最低溫度預(yù)報(bào)檢驗(yàn)結(jié)果，可以看出建立的擬合方程預(yù)報(bào)效果較好，預(yù)報(bào)準(zhǔn)確率均高于各家數(shù)值預(yù)報(bào)，平均誤差和平均絕對(duì)誤差減小。分析最高溫度預(yù)報(bào)的檢驗(yàn)表，得到同樣結(jié)果。說(shuō)明建立的最低、最高溫度預(yù)報(bào)方程都比較滿意。

4 結(jié)論

通過對(duì)2013年11月至2015年10月各家數(shù)值溫度預(yù)報(bào)產(chǎn)品檢驗(yàn)分析表明：

數(shù)值預(yù)報(bào)產(chǎn)品方面，最低氣溫的預(yù)報(bào)優(yōu)于最高氣溫的預(yù)報(bào)。各家最低氣溫預(yù)報(bào)準(zhǔn)確率均超過了60%，其中天氣在線最高，為72.15%；其次是中央臺(tái)，為69.79%，預(yù)報(bào)員可以直接將其作為參考。

各家數(shù)值預(yù)報(bào)產(chǎn)品最高氣溫預(yù)報(bào)差距比較明顯，準(zhǔn)確率在30%～70%之間，天氣在線最高，為70.23%，其次是中央臺(tái)，為63.29%；歐洲中心和T639的準(zhǔn)確率較低；T639最低，僅為32.16%。因此，最高氣溫預(yù)報(bào)可參考天氣在線和中央臺(tái)，T639和歐洲中心預(yù)報(bào)應(yīng)用時(shí)需要進(jìn)一步訂正。

誤差分析方面，中央臺(tái)和天氣在線最低氣溫預(yù)報(bào)效果好，T639和歐洲中心的誤差值稍大，約1 ℃，日常最低氣溫預(yù)報(bào)時(shí)可適當(dāng)向上調(diào)整。從最高氣溫的平均誤差和平均絕對(duì)誤差看，各家數(shù)值預(yù)報(bào)差距明顯，天氣在線誤差值小，中央臺(tái)預(yù)報(bào)偏低約1 ℃，T639偏低3.04 ℃，歐洲中心偏低2.29 ℃。天氣在線和中央臺(tái)對(duì)最高氣溫預(yù)報(bào)有更高的參考價(jià)值。

建立溫度預(yù)報(bào)訂正指標(biāo)。最低氣溫預(yù)報(bào)時(shí)，T639和歐洲中心加1 ℃；最高氣溫預(yù)報(bào)時(shí)，中央臺(tái)加1 ℃，T639加3 ℃，歐洲中心加2 ℃。檢驗(yàn)分析表明，預(yù)報(bào)準(zhǔn)確率均有上升，最為明顯的是T639和歐洲中心最高氣溫預(yù)報(bào)準(zhǔn)確率，相比上升了25%～30%，可以進(jìn)行業(yè)務(wù)應(yīng)用。

利用回歸方法建立了本溪溫度預(yù)報(bào)方程，最低、最高溫度方程分別為y=0.446+0.339x1+0.186x2+0.18x3+0.302x4和y=1.837+1.98x1+0.333x3+0.422x4。

利用2016年1月1日至12月31日各家數(shù)值溫度預(yù)報(bào)和最高、最低實(shí)況溫度對(duì)回歸方程進(jìn)行檢驗(yàn)，結(jié)果表明方程擬合效果較好，最低、最高氣溫準(zhǔn)確率均提高，達(dá)到了業(yè)務(wù)使用目的，預(yù)報(bào)員可以在日常天氣預(yù)報(bào)工作中參考使用。

5 參考文獻(xiàn)

[1] 潘留杰，張宏芳，王建鵬.數(shù)值天氣預(yù)報(bào)方法檢驗(yàn)研究進(jìn)展[J].地球科學(xué)進(jìn)展，2014，29（3）：327-335.

[2] 薛志磊，張書余.氣溫預(yù)報(bào)方法研究及其應(yīng)用進(jìn)展綜述[J].干旱氣象，2012，30（3）：451-458.

[3] 楊昌賢，鄭艷，林建興，等.數(shù)值預(yù)報(bào)產(chǎn)品檢驗(yàn)與評(píng)估[J].氣象研究與應(yīng)用，2008，29（2）：32-37.

[4] 李恩莉.數(shù)值預(yù)報(bào)產(chǎn)品在寶雞市溫度預(yù)報(bào)中的應(yīng)用[J].氣象研究與應(yīng)用，2013，34（3）：39-42

[5] 康桂紅，張艷，崔兆韻，等.數(shù)值預(yù)報(bào)產(chǎn)品在泰安市溫度預(yù)報(bào)中的檢驗(yàn)[J].資源與環(huán)境科學(xué)，2010（21）：321-322.

[6] 張寧娜，黃閣，吳曼麗，等.2010年國(guó)內(nèi)外3種數(shù)值預(yù)報(bào)在東北地區(qū)的預(yù)報(bào)檢驗(yàn)[J].氣象與環(huán)境學(xué)報(bào)，2012，28（2）：28-33.

[7] 屠妮妮，何光碧，張利紅.成都區(qū)域氣象中心業(yè)務(wù)數(shù)值預(yù)報(bào)產(chǎn)品檢驗(yàn)分析[J].高原山地氣象研究，2010，30（1）：21-28.

[8] 崔錦，周小珊，陳力強(qiáng)，等.3種數(shù)值模式對(duì)2008年5—8月遼寧降水預(yù)報(bào)的天氣學(xué)檢驗(yàn)[J].安徽農(nóng)業(yè)科學(xué)，2010，28（21）：11236-11239.

[9] 管成功，王克敏，陳曉紅.2002—2005年T213數(shù)值降水預(yù)報(bào)產(chǎn)品分析檢驗(yàn)[J].氣象，2006，32（8）：70-76.

[10] 吳曼麗，梁寒，王灜，等.2008年T213與德國(guó)降水?dāng)?shù)值預(yù)報(bào)產(chǎn)品對(duì)比檢驗(yàn)[J].氣象與環(huán)境學(xué)報(bào)，2009，25（4）：22-26.