周小豐 郭慧 萬成豪

摘要? ? 強降溫對秋冬季高山蔬菜、春季烤煙等農(nóng)作物的生長發(fā)育影響很大，準確預報強降溫，可以提前做好預防措施，最大程度減少強降溫對農(nóng)業(yè)生產(chǎn)的危害。利用MOS反向強降溫過程法，作武隆冬半年（10月至翌年4月）的強降溫預報，并進行誤差訂正，實現(xiàn)了強降溫預報的動態(tài)化、定量化和自動化，以期為強降溫預報提供參考。

關鍵詞? ? 強降溫預報;MOS反向強降溫過程法;應用;重慶市;武隆區(qū)

中圖分類號? ? P456? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2019）21-0197-02? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

目前，利用EC 850 hPa溫度場的變化預報未來溫度變化，特別是用來預報日平均、日最高、日最低氣溫已經(jīng)非常普遍。多數(shù)區(qū)縣進行強降溫預報時采用1個月1個回歸方程，整個冬半年（10月至翌年4月）共有7個回歸方程，使用起來很不方便[1]。而且，多數(shù)區(qū)縣只預報強降溫的有無，僅作出了定性預報，而對強降溫的降溫幅度預報較少，在定量預報方面還未普遍應用[2]。在自動化方面，由于種種原因，也未能建立動態(tài)方程，實現(xiàn)動態(tài)預報強降溫的降溫幅度。

為此，筆者將首次采用MOS反向強降溫過程法，整個冬半年采用1個回歸方程，實現(xiàn)強降溫預報的動態(tài)化、定量化和自動化。

1? ? 強降溫及其對農(nóng)業(yè)生產(chǎn)的影響

重慶所處的地理環(huán)境獨特，冷空氣帶來的降溫強度相對較弱，但降溫時間較長。氣象資料分析表明，重慶幾乎達不到寒潮標準（日最低氣溫24 h內(nèi)降溫幅度≥8 ℃，或48 h內(nèi)降溫幅度≥10 ℃，72 h內(nèi)降溫幅度≥12 ℃且日最低氣溫降到4 ℃或以下）。結(jié)合重慶地區(qū)的降溫特點，定義了重慶的強降溫標準。①強降溫：冬季（12月至翌年2月）72 h內(nèi)日平均氣溫連續(xù)下降≥6.0 ℃;春季（3—4月）和秋季（10—11月）72 h內(nèi)日平均氣溫連續(xù)下降≥8.0 ℃。②特強降溫：冬季（12月至翌年2月）72 h內(nèi)日平均氣溫連續(xù)下降≥8.0 ℃;春季（3—4月）和秋季（10—11月）72 h內(nèi)日平均氣溫連續(xù)下降≥10.0 ℃。

強降溫天氣出現(xiàn)時，冷空氣影響范圍大，有時會達到寒潮標準。強降溫帶來霜凍時，溫度會降到0 ℃以下，造成農(nóng)作物部分枯萎或完全死亡。冬季氣候寒冷干燥，對農(nóng)作物等生長不利，特別是對高山蔬菜越冬會產(chǎn)生非常不利的影響，農(nóng)作物極可能受災。在春季，對玉米、烤煙等農(nóng)作物的育苗、移栽、生長發(fā)育影響很大。另外，強降溫會造成氣溫急劇下降、動物的免疫能力急速下降，導致疫病流行;因溫度下降大雪封路，造成動物覓食變得困難，導致動物大批量的連續(xù)死亡。

如果準確預報出了強降溫的強度、范圍和時間，就可以提前做好預防措施，最大程度減少強降溫給農(nóng)業(yè)生產(chǎn)帶來的危害。

2? ? MOS反向強降溫過程法原理

MOS法，是從數(shù)值預報模式的歸檔資料中選取預報因子x，求出預報量y的同時或近于同時的預報關系式y(tǒng)=f（x）。在實際運用中，就把數(shù)值預報輸出的結(jié)果代入相應的形如y=f（x）預報關系中。

MOS反向強降溫過程法實際上就是MOS法，只是利用達到強降溫標準的實況降溫資料，進行強降溫反向查詢歐洲中心的850 hPa的72 h降溫，作為預報因子，建立回歸方程[3]。

MOS反向強降溫過程法具有一般MOS法的特點，它要求有較長時間的數(shù)值預報產(chǎn)品資料作為建立MOS方程的樣本資料，能自動地與局地天氣匹配，并考慮了數(shù)值模式的系統(tǒng)偏差。此外，MOS法還包括了許多不易為PP法采用的預報因子，如垂直速度、邊界層風和渦度等物理意義明確、預報信息量大的因子，因而MOS法比PP法使用范圍更廣泛。

3? ? MOS反向強降溫過程法在武隆強降溫預報中的應用

3.1? ? 因子選擇

要使MOS反向強降溫過程法盡快適應所選樣本資料的統(tǒng)計特性，有較高的預報精度，必須選取物理意義清楚、相關系數(shù)高的因子。

武隆的850 hPa溫度受大氣環(huán)流、冷暖氣團活動、青藏高原大地形和地面摩擦等多方面的影響，如果人為判斷它的變化，可能會出現(xiàn)較大偏差。然而，歐洲中心數(shù)值預報模式已把影響850 hPa溫度的諸多因素予以考慮，其預報結(jié)論更具科學性、客觀化、定量化。

EC 850 hPa溫度預報場的格距是2.5°×2.5°，有0～168 h的預報，對1次強降溫過程在預報時效內(nèi)可以包含進去。因武隆的位置處于東經(jīng)107.45°、北緯29.19°，它與格點（東經(jīng)107.5°、北緯30°）很接近，但由于只收集了格點（東經(jīng)105°、北緯30°）、（東經(jīng)110°、北緯30°）的數(shù)值產(chǎn)品資料，所以定義1個格點稱為武隆格點（東經(jīng)107.45°、北緯29.19°），取這2個格點溫度的平均值作為武隆的EC 850 hPa溫度，具有較好的代表性。

普查武隆2007—2017年每年冬半年各月的達強降溫標準的實況降溫資料，進行強降溫反向查詢同期EC 850 hPa的72 h降溫，發(fā)現(xiàn)武隆格點（東經(jīng)107.45°、北緯29.19°）EC 850 hPa的72 h降溫與達強降溫標準的實況降溫相關系數(shù)比較高，由于不同的樣本資料有不同的相關系數(shù)，但通過程序計算大多在0.80以上。因此，選定武隆格點（東經(jīng)107.45°、北緯29.19°）EC 850 hPa的72 h降溫資料作為預報因子。

特別說明的是，在這個樣本資料中，不再分月統(tǒng)計，而是把2007—2017年每年冬半年的資料視為一個整體，作為一個靜態(tài)資料。同時，這個樣本資料是放在一個文件中，可以隨時減少或增加，以實現(xiàn)樣本資料的動態(tài)性。

3.2? ? 方程建立

利用武隆2007—2017年每年冬半年各月的達強降溫標準的實況降溫資料，進行強降溫反向查詢武隆格點（東經(jīng)107.45°、北緯29.19°）EC 850 hPa的72 h降溫資料，作為預報因子，建立回歸方程。

回歸方程采用一元線性回歸，用程序進行計算。由于樣本資料的動態(tài)性，因而可以建立動態(tài)方程。由于樣本資料不分月份，因而回歸方程只有一個，適用于冬半年的任何時候。即y=4.828 294+0.340 156 3x其中，x為武隆格點（東經(jīng)107.45°、北緯29.19°）EC 850 hPa的72 h降溫。

但是，若增加或減少文件中的樣本資料，則回歸方程的系數(shù)就會改變，從而實現(xiàn)了建立動態(tài)方程。

3.3? ? 誤差訂正

利用達強降溫標準的實況降溫資料進行強降溫反向查詢EC 850 hPa的72 h降溫作為預報因子建立回歸方程，用它來預報降溫幅度，發(fā)現(xiàn)其與實況降溫有一定差異。主要表現(xiàn)在用當日實況起點溫度與武隆歷年同期的溫度進行比較，差值在4～6 ℃時，預報與實況差異最小;其他情況，預報與實況都有不同程度的差異。

經(jīng)過反復試驗，確定了自動進行誤差訂正的數(shù)據(jù)如表1所示。

在實際預報中，還可以進行人工誤差訂正，即可以將日本的850 hPa的72 h降溫代入方程，看輸出結(jié)果與用EC 850 hPa的72 h降溫作預報的結(jié)果差異大小，若差異小，則不需再做其他訂正。否則，可以根據(jù)經(jīng)驗或其他工具進行綜合考慮后再決定是否發(fā)布強降溫預報。

4? ? 自動化系統(tǒng)

武隆強降溫預報自動化系統(tǒng)采用VB語言編程，其程序界面如圖1所示?？梢钥闯?，武隆強降溫預報程序?qū)⒔討B(tài)方程、參數(shù)輸入、誤差訂正、動態(tài)預報降溫幅度融合在一起，改變了以往將它們分離的設計方法。

回歸方程采用一元線性回歸，模式方程欄中顯示的是以2007—2017年每年冬半年的樣本資料形成的一元線性回歸方程。如果增加或減少文件中的樣本資料，則回歸方程的系數(shù)就會改變，從而實現(xiàn)了建立動態(tài)方程。

輸入比較T欄需要輸入武隆格點（東經(jīng)107.45°、北緯29.19°）EC 850 hPa的72 h降溫幅度。其中武隆格點的EC 850 hPa溫度是用2個格點（東經(jīng)105°、北緯30°）、（東經(jīng)110°、北緯30°）的平均值來計算的，而在實際預報時，可以用武隆所在位置EC 850 hPa實際的內(nèi)插降溫度數(shù)。

輸入EC_T欄需要輸入預報當日實況起點溫度與武隆歷年同期的溫度進行比較的差值，以進行自動化誤差訂正。

輸出降溫T欄輸出的是武隆同期72 h降溫幅度。利用預報的72 h降溫幅度，再根據(jù)不同的強降溫標準，最后決定是否預報強降溫及降溫幅度。

需要說明的是，樣本資料文件為WuLongQJW.TXT，武隆強降溫預報程序文件為WuLongQJW.exe，這2個文件放在在同一目錄;運行WuLongQJW. exe時，最好安裝VB6.0[4]。

5? ? 預報檢驗

根據(jù)對武隆2007—2017年38次強降溫天氣過程的實例計算，強降溫預報歷史擬合率為38/40=95%，歷史概括率為38/42=90%。

通過1年的應用，定性預報準確率為7/7=100%，定量預報準確率為610/7=87%，概括率為7/7=100%。

不管從歷史情況看，還是從1年的實際使用上看，武隆強降溫預報方案預報結(jié)果較好，用它來進行武隆強降溫預報具有很好的參考價值[5]。

6? ? 結(jié)語

（1）武隆強降溫預報方案，采用MOS反向強降溫過程法，利用達強降溫標準的實況降溫資料，進行強降溫反向查詢EC 850 hPa的72 h降溫，作為預報因子，建立回歸方程，可以用它來進行強降溫預報。

（2）整個冬半年采用1個回歸方程，實現(xiàn)了強降溫預報的動態(tài)化、定量化和自動化。誤差訂正采用自動進行誤差訂正和人工誤差訂正相結(jié)合的方式，靈活、方便、簡單和實用。不管從歷史情況看，還是從1年的實際使用上看，用它來進行武隆強降溫預報具有較好的效果。

（3）采用武隆強降溫預報方案，給秋冬季高山蔬菜、春季烤煙等農(nóng)作物的種植提供更好的氣象支撐，準確預報強降溫，可以提前做好預防措施，最大程度地減少強降溫對農(nóng)業(yè)生產(chǎn)的危害。

7? ? 參考文獻

[1] 劉波.EC850hPa溫度預報場與自貢市的寒潮降溫[J].四川氣象，1997（1）：9-11.

[2] 章國財.衛(wèi)星氣象數(shù)據(jù)廣播接收系統(tǒng)培訓教材[M].北京：氣象出版社，2001.

[3] 黃嘉佑.氣象統(tǒng)計分析與預報方法[M].北京：氣象出版社，2000.

[4] 曾強聰.Visual Basic 6.0 程序設計教程[M].北京：中國水利水電出版社，2001.

[5] 王文清，陳靜平，陳曉平.巴彥淖爾市春季降雪特征及預報方法分析[J].現(xiàn)代農(nóng)業(yè)科技，2012（14）：235.