顧 薇 趙長健 郭 嬌 閆 慧

（1.上海市崇明區(qū)氣象臺，上海 202150；2.青海省瑪多縣氣象局，青海 813599）

隨著數(shù)值天氣預報技術的快速發(fā)展和日益豐富，數(shù)值預報產(chǎn)品在氣象預報業(yè)務中得到越來越廣泛的應用，已成為氣象預報制作不可缺少的重要工具和手段。傳統(tǒng)的數(shù)值天氣預報主要關注天氣形勢場的預報，而現(xiàn)在的中尺度數(shù)值預報主要功能是局地天氣要素的預報[1]。上海臺風研究所的WARMS數(shù)值模式預報系統(tǒng)是基于美國ADAS-WRF數(shù)值模式預報系統(tǒng)建立，已經(jīng)歷了近20年的發(fā)展，自投入業(yè)務運行以來，一直提供穩(wěn)定的數(shù)值預報產(chǎn)品。實踐表明，要素釋用預報的質量比模式直接輸出要明顯提高[2]，MOS法是比較傳統(tǒng)的一種數(shù)值預報產(chǎn)品釋用方法。研究表明，MOS方法能克服數(shù)值預報產(chǎn)品的某些系統(tǒng)性誤差[3]，而獲得較好的天氣要素預報結果。本文通過利用線性回歸法建立MOS模型，得到不同季節(jié)的預報方程，以訂正模式誤差，使預報員能在日后的溫度日極值預報上把握得更好。

崇明地處長江入海口，屬亞熱帶季風性氣候，歷史年極端最高氣溫39.9 ℃，年極端最低氣溫為-9.8 ℃，溫度變化較大。每年春冬季的寒潮、夏日的高溫均給生產(chǎn)生活帶來較大影響，做好溫度預報具有重要意義。

1 數(shù)據(jù)獲取與處理

1.1 數(shù)據(jù)獲取

（1）地面氣象站實況數(shù)據(jù)。地面氣象站實況數(shù)據(jù)由崇明國家氣象觀測站提供。選取該站自動觀測數(shù)據(jù)中的溫度要素，通過地面綜合觀測業(yè)務軟件導出該氣象要素的小時極端最高溫度和最低溫度。

（2）預報數(shù)據(jù)。溫度預報數(shù)據(jù)由上海臺風研究所的WARMS數(shù)值預報系統(tǒng)提供，選取08時起報的崇明本站溫度要素預報產(chǎn)品。

圖1 2014年日最高溫度（24 h）實況與預報值及誤差

1.2 數(shù)據(jù)預處理

通過python對實況數(shù)據(jù)和預報值進行處理，獲取以08時為起報時間的溫度日極值。預報時效為0～24 h（以下簡稱為24 h）和24～48 h（以下簡稱為48 h）。實況與預報產(chǎn)品的時間均選取2014～2018年。其中令2014～2017年為訓練期，訓練主觀預報模型；2018年為測試期，檢驗模型的釋用能力。

2 檢驗評估

2.1 模式數(shù)據(jù)評估標準

溫度預報主要以均方根誤差（越小越好）以及準確率（越高越好）作為評估標準。評定標準參考短期天氣預報質量評定方法，即絕對誤差≤2 ℃為準確。

2.2 評估結果分析

圖1～圖4分別反映了2014年24 h、48 h的崇明本站實況與模式輸出的最高/最低溫度逐日變化，同時也給出了模式輸出值與實況值的誤差。從圖1可發(fā)現(xiàn)，誤差大部分為負，有最高溫度偏低趨勢的系統(tǒng)性誤差；圖2中則誤差大部分為正，有最低溫度偏高趨勢的系統(tǒng)性誤差，且最低溫度預報的平均絕對誤差大于日最高溫度，24 h和48 h分別偏高0.13 ℃和0.17 ℃。2015～2018年結論類似，即模式整體存在日最低溫度高估，日最高溫度低估的問題，且日最低溫度的預報表現(xiàn)更差。

3 MOS方程建模方法

圖2 2014年日最高溫度（48 h）實況與預報值及誤差

圖3 2014年日最低溫度（24 h）實況與預報值及誤差

圖4 2014年日最低溫度（48 h）實況與預報值及誤差

基于模式提供的預報產(chǎn)品是崇明本站的單點時間序列，為了便于預報員在日常工作中的使用，采用線性回歸方法，由本站溫度的實況日極值與預報值進行回歸，以不同預報時效的數(shù)據(jù)作為線性回歸的變量，分季節(jié)得到方程，訂正模式誤差。逐步回歸是逐步篩選自變量的回歸[4]。以模式本日起報的24 h預報值、前一日起報的48 h預報值以及前兩日起報的72 h預報值作為變量，建立方程，訂正溫度的24 h預報。在實際回歸過程中，由于72 h預報結果對24 h基本無貢獻，該變量未通過顯著性檢驗，因此只使用24 h和48 h的預報結果進行建模。48 h預報則以本日起報的48 h預報以及前一日起報的72 h預報為變量。建立的方程如表1所示。

表1 不同預報時效（0～24、24～48 h）的日最高/最低的四季預報方程

4 訂正前后的對比分析

圖5是測試期（2018年）運用預報方程訂正前后的比較（為檢驗模型的釋用能力，在此將測試期2018年1～2月和12月作為冬季來統(tǒng)計）。

圖5 2018年日最高/最低溫度預報訂正前后準確率的季節(jié)變化

可看出，經(jīng)訂正后的溫度日極值預報，預報準確率除24 h日最高溫度較訂正前略下降1%外，其他均有較好提升，秋冬季改善較明顯，最大提高30%左右。同時，預報時效為24～48 h的訂正效果比0～24 h的更好。

5 結語

區(qū)域中尺度模式整體存在日最低溫度高估，日最高溫度低估的問題，其中，日最低溫度的誤差存在一個較明顯的年循環(huán)，即在秋冬季高估問題顯著，夏季則預報較好；日最高溫度誤差序列的年循環(huán)現(xiàn)象較微弱，季節(jié)變化較小。

區(qū)域中尺度模式的溫度預報在夏季表現(xiàn)較好，可參考性高。

采用雙重檢驗線性回歸方法，由本站溫度的實況日極值與預報值進行回歸，以不同預報時效的數(shù)據(jù)作為線性回歸的變量，分季節(jié)得到的方程對模式的預報結果有作用，秋冬季準確率最多提升30%左右，訂正效果較好，有一定參考價值。