楊鐵鋼

摘要：該系統(tǒng)基于T639、ECMWF、GRAPES和WRF等模式產(chǎn)品，采用最近格點(diǎn)和格點(diǎn)插值方法建立氣象站點(diǎn)預(yù)報(bào)數(shù)據(jù)庫。根據(jù)氣象局預(yù)報(bào)檢驗(yàn)有關(guān)規(guī)定或自行客觀分級實(shí)時(shí)檢驗(yàn)各類模式產(chǎn)品。通過絕對平均誤差、平均誤差、均方根誤差和多元線性回歸等方法訂正模式產(chǎn)品誤差。基于模式產(chǎn)品研究精準(zhǔn)化預(yù)報(bào)預(yù)警指標(biāo)體系，研究探討最佳預(yù)報(bào)模型、預(yù)報(bào)準(zhǔn)確率權(quán)重模型、天氣學(xué)解釋模型和天氣跟蹤預(yù)報(bào)模型等統(tǒng)計(jì)學(xué)預(yù)報(bào)模型。同時(shí)開展圖形化分析，實(shí)現(xiàn)物理量診斷解讀、天氣學(xué)診斷分析、模式產(chǎn)品對比分析等主觀精細(xì)化分析功能。

【關(guān)鍵詞】數(shù)值模式 解釋應(yīng)用 誤差訂正 統(tǒng)計(jì)學(xué)預(yù)報(bào)模型

1 前言

目前地級市氣象臺站存在接收到國內(nèi)外數(shù)值模式產(chǎn)品種類多，存儲數(shù)據(jù)量大、預(yù)報(bào)質(zhì)量參次不齊等實(shí)際情況，預(yù)報(bào)員針對預(yù)報(bào)站點(diǎn)多（鄉(xiāng)鎮(zhèn)精細(xì)化預(yù)報(bào)）、預(yù)報(bào)時(shí)間緊、氣象要素多、預(yù)報(bào)時(shí)效長的要求下，怎么使用集成預(yù)報(bào)。集成預(yù)報(bào)方法中參與的成員和權(quán)重都是基于歷史樣本回代計(jì)算而得出，基本都是靜態(tài)的、固定的。但是對于復(fù)雜的天氣預(yù)報(bào)中使用這樣的固定指標(biāo)是顯然效果不佳。

基于上述問題，本軟件平臺解決多模式產(chǎn)品分級實(shí)時(shí)自動檢驗(yàn)功能，提供模式產(chǎn)品誤差訂正方法及自定義多級檢驗(yàn)功能，基于模式產(chǎn)品自定義建立定量化、精準(zhǔn)化預(yù)報(bào)預(yù)警指標(biāo)、探討或研究統(tǒng)計(jì)學(xué)預(yù)報(bào)模型，提出了多模式動態(tài)變權(quán)的集成預(yù)報(bào)方法，可擺脫大量樣本實(shí)況資料的依賴性，實(shí)現(xiàn)多模式產(chǎn)品在集成預(yù)報(bào)中的權(quán)重系數(shù)能夠預(yù)報(bào)員要求動態(tài)調(diào)整，動態(tài)反應(yīng)每一個(gè)模式產(chǎn)品在不同季節(jié)、不同時(shí)效、不同站點(diǎn)的預(yù)報(bào)水平。

2 業(yè)務(wù)系統(tǒng)設(shè)計(jì)

從模式特點(diǎn)來分析，使用區(qū)域中尺度模式產(chǎn)品，在24h預(yù)報(bào)時(shí)間分辨率上可以發(fā)揮更好的作用，更好的解決短臨災(zāi)害性預(yù)報(bào)預(yù)警，開展新一代天氣雷達(dá)產(chǎn)品和實(shí)況信相結(jié)合的WRF th定量化精細(xì)化的要素預(yù)報(bào)；在lOd內(nèi)以T639、ECMWF等模式產(chǎn)品開展累計(jì)降水量、平均氣溫定量預(yù)報(bào)和指數(shù)預(yù)報(bào)。

該軟件平臺系統(tǒng)以Microsoft .NET為框架，以Visual C#為編程語言，采用c/s結(jié)構(gòu)（客戶端與服務(wù)器端），后臺服務(wù)器采用Microsoft SQL server 2008數(shù)據(jù)庫?；诓煌瑫r(shí)空尺度天氣系統(tǒng)特點(diǎn)，建立“高低分辨率搭配、長短時(shí)效兼顧、有限區(qū)域與全球模式相配合”的站點(diǎn)式精細(xì)化數(shù)值模式產(chǎn)品解釋應(yīng)用系統(tǒng)。

3 檢驗(yàn)方案

國際氣象組織（WMO）的基本系統(tǒng)委員會（CBS） 1985年確定數(shù)值天氣預(yù)報(bào)標(biāo)準(zhǔn)化檢驗(yàn)方法，方法包括兩個(gè)部分，一是采用客觀分析檢驗(yàn)，本系統(tǒng)按照天氣預(yù)報(bào)質(zhì)量考核管理辦法進(jìn)行客觀檢驗(yàn)，二是用全球交換系統(tǒng)的探空觀測資料進(jìn)行檢驗(yàn)，由于通遼市本站是探空觀測站，所以只檢驗(yàn)通遼本站高空模式產(chǎn)品。

4 誤差訂正方法

4.1 平均誤差

4.1.1 計(jì)算平均誤差

5 統(tǒng)計(jì)學(xué)天氣預(yù)報(bào)模型

（1）最佳預(yù)報(bào)模型，根據(jù)預(yù)報(bào)員定期計(jì)算情況（例如前面10天的誤差訂正）下，多模式產(chǎn)品分級檢驗(yàn)誤差訂正后再次檢驗(yàn)，最后得出預(yù)報(bào)準(zhǔn)確率最高，平均絕對誤差最小的模式產(chǎn)品預(yù)報(bào)。

（2）預(yù)報(bào)準(zhǔn)確率權(quán)重模型，根據(jù)最佳預(yù)報(bào)模型的基礎(chǔ)上，確定前三或前五，然后基于預(yù)報(bào)準(zhǔn)確率計(jì)算權(quán)重系數(shù)，最后得出多模式產(chǎn)品的權(quán)重預(yù)報(bào)。

（3）天氣跟蹤模型，根據(jù)預(yù)報(bào)員定期計(jì)算情況下，模式預(yù)報(bào)針對不同的初始場預(yù)報(bào)同一個(gè)時(shí)次氣象要素或物理量，首先確定每一次預(yù)報(bào)時(shí)效的最佳預(yù)報(bào)，然后基于預(yù)報(bào)準(zhǔn)確率計(jì)算權(quán)重系數(shù)，最后得出預(yù)報(bào)結(jié)果。

（4）天氣學(xué)解釋模型，根據(jù)預(yù)報(bào)員定期計(jì)算情況下，通過某一個(gè)預(yù)報(bào)時(shí)效的多模式產(chǎn)品采用多元線性回歸方法計(jì)算出回歸方程，最后用方程計(jì)算對應(yīng)預(yù)報(bào)時(shí)效的氣象要素預(yù)報(bào)。

6 定量化預(yù)報(bào)預(yù)警指標(biāo)

例如大風(fēng)預(yù)報(bào)預(yù)警，預(yù)報(bào)員根據(jù)歷史樣本資料確定一個(gè)大風(fēng)指標(biāo)（200hPa的風(fēng)速大于36m/s并且850hPa的風(fēng)速大于18m/s并且十米風(fēng)速大于8m/s）通過多模式產(chǎn)品計(jì)算出每一個(gè)站點(diǎn)的24h、48h內(nèi)大風(fēng)開始時(shí)間、結(jié)束時(shí)間和持續(xù)時(shí)間；基于業(yè)務(wù)的需求不斷修改完善指標(biāo)，該系統(tǒng)實(shí)現(xiàn)自定義建立指標(biāo)和自動檢驗(yàn)預(yù)報(bào)指標(biāo)功能。

7 結(jié)束

本文的誤差訂正方法、集成預(yù)報(bào)方法都是一種超級集合思想，最大特點(diǎn)在多模式產(chǎn)品權(quán)重系數(shù)的可變性和參與多模式產(chǎn)品數(shù)量的不確定性以及集成產(chǎn)品的多樣性。

提供模式產(chǎn)品對比診斷、天氣預(yù)報(bào)診斷分析、誤差訂正為一體的平臺，實(shí)現(xiàn)全自動模式產(chǎn)品檢驗(yàn)功能，規(guī)范化模式產(chǎn)品入庫管理，開展鄉(xiāng)鎮(zhèn)精細(xì)化氣象要素預(yù)報(bào)和指數(shù)預(yù)報(bào)。

優(yōu)化現(xiàn)有的算法，引入相似力度算法開展降水相似預(yù)報(bào)，引入EOF正交展開算法開展天氣分型預(yù)報(bào)。

參考文獻(xiàn)

[1]李俊，紀(jì)飛，齊琳琳，等.集合天氣預(yù)報(bào)的研究進(jìn)展[J]，氣象，2004，31（02）：3-7.

[2]顧建鋒，殷鶴寶，徐一鳴，等.MM5在上海區(qū)域氣象中心數(shù)值預(yù)報(bào)中的改進(jìn)和引用.應(yīng)用氣象學(xué)報(bào)[J]，2000 （11）：189-198.

[3]皇甫雪官.國家氣象中心集合數(shù)值預(yù)報(bào)檢驗(yàn)評價(jià)[J].應(yīng)用氣象報(bào)，2002，13（01）： 29-36.endprint