林天揚(yáng)，陳施靜，黃 雄

福建省柘榮縣氣象局，福建柘榮 355300

天氣預(yù)報(bào)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展和人們生產(chǎn)生活具有重要作用，隨著我國(guó)國(guó)民經(jīng)濟(jì)的不斷發(fā)展，人們對(duì)天氣預(yù)報(bào)和氣象服務(wù)的需求日益增長(zhǎng)，以城關(guān)基本單元的預(yù)報(bào)很難再滿足廣大群眾對(duì)氣象生產(chǎn)生活的需要，鄉(xiāng)鎮(zhèn)和旅游景點(diǎn)的精細(xì)化天氣預(yù)報(bào)逐漸得到重視。

作為氣象部門(mén)基層單位，縣級(jí)氣象局承擔(dān)著全縣天氣預(yù)報(bào)預(yù)警的重任。其中，溫度預(yù)報(bào)是最基本的天氣預(yù)報(bào)要素之一。目前，在省級(jí)的FZECMOS、市級(jí)、縣級(jí)的預(yù)報(bào)平臺(tái)生成的指導(dǎo)預(yù)報(bào)下，以國(guó)家氣象站為考核基準(zhǔn)的城區(qū)氣溫預(yù)報(bào)準(zhǔn)確率較高，但鄉(xiāng)鎮(zhèn)溫度指導(dǎo)預(yù)報(bào)往往準(zhǔn)確率不高，縣級(jí)預(yù)報(bào)員在制作未來(lái)24 h鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)時(shí)，通常根據(jù)市氣象局對(duì)本站溫度的預(yù)報(bào)，對(duì)比鄉(xiāng)鎮(zhèn)指導(dǎo)溫度預(yù)報(bào)，以經(jīng)驗(yàn)訂正法為主，在此溫度上加減幾度。此方法存在誤差率高、人為因素影響大的弊端，嚴(yán)重制約和滯后于現(xiàn)代氣象發(fā)展，難以滿足社會(huì)各界對(duì)鄉(xiāng)鎮(zhèn)預(yù)報(bào)準(zhǔn)確率、精細(xì)化程度的需求。

由于柘榮縣屬于山區(qū)縣，地理環(huán)境復(fù)雜，各鄉(xiāng)鎮(zhèn)海拔存在較大差異，氣溫垂直變化明顯，同時(shí)溫度季節(jié)變化大，不同季節(jié)、不同因子對(duì)溫度影響有較大差異，導(dǎo)致鄉(xiāng)鎮(zhèn)預(yù)報(bào)訂正困難加大。

近年來(lái)，鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站網(wǎng)絡(luò)趨于完善，大量區(qū)域自動(dòng)氣象站的安裝使用為縣級(jí)鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)奠定了基礎(chǔ)，但縣級(jí)在實(shí)際溫度預(yù)報(bào)中很少利用，因此，研究柘榮縣各鄉(xiāng)鎮(zhèn)區(qū)域站與本站氣溫的相關(guān)性及鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正方法尤為必要，且能更好地應(yīng)用于鄉(xiāng)鎮(zhèn)預(yù)報(bào)中，提升鄉(xiāng)鎮(zhèn)精細(xì)化預(yù)報(bào)能力。

國(guó)內(nèi)一些學(xué)者運(yùn)用不同的統(tǒng)計(jì)分析方法針對(duì)鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)方法開(kāi)展了大量的研究。連志鸞等[1]基于多級(jí)相似一站際間氣溫差額預(yù)報(bào)方法,制作石家莊204個(gè)鄉(xiāng)鎮(zhèn)點(diǎn)24 h最高、最低氣溫預(yù)報(bào)。并通過(guò)分析誤差成因，對(duì)該方法的優(yōu)缺點(diǎn)進(jìn)行了較為全面、客觀的討論，并提出了進(jìn)一步完善的方向。張成軍等[2]利用2016年寧夏氣象臺(tái)縣站溫度預(yù)報(bào)數(shù)據(jù)和寧夏縣級(jí)氣象觀測(cè)站、鄉(xiāng)鎮(zhèn)級(jí)自動(dòng)觀測(cè)站實(shí)況數(shù)據(jù)，采用訓(xùn)練擇優(yōu)、回歸PP技術(shù)，建立動(dòng)態(tài)最優(yōu)PP法鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)統(tǒng)計(jì)方法，檢驗(yàn)該方法的溫度預(yù)報(bào)效果，明顯高于舊指標(biāo)法的鄉(xiāng)鎮(zhèn)預(yù)報(bào)質(zhì)量評(píng)分。申子彬等[3]使用多元回歸分析方法，并引入日照因子代替云量數(shù)據(jù)，對(duì)寧海縣2009—2018年數(shù)據(jù)進(jìn)行分析，建立鄉(xiāng)鎮(zhèn)氣溫與寧海國(guó)家站氣溫及日照因子分布方程，并對(duì)訂正預(yù)報(bào)效果進(jìn)行檢驗(yàn)，預(yù)報(bào)準(zhǔn)確率高于經(jīng)驗(yàn)訂正預(yù)報(bào)。

1 氣候背景

柘榮縣地處閩東北內(nèi)陸山區(qū)，縣境內(nèi)峰巒起伏，地勢(shì)東南高西北低，山地面積509.16 km2，占全縣總面積的94.6%。太姥山脈主峰東獅山頂海拔1 480 m，是全縣最高點(diǎn)；英山鄉(xiāng)下清水坑海拔僅78.8 m，是全縣最低點(diǎn)，平均海拔在600 m左右。屬亞熱帶季風(fēng)氣候，溫和濕潤(rùn)，氣溫立體分布明顯，雨量充沛，冬長(zhǎng)夏短，霜雪凍害較嚴(yán)重。

據(jù)柘榮縣城關(guān)大監(jiān)站1991—2020年氣候資料統(tǒng)計(jì)：年平均氣溫16.2 ℃，最冷月1月，平均氣溫6.3 ℃，最熱月7月，平均氣溫25.5 ℃，歷年極端最高氣溫37.3 ℃(1967年7月18日)，極端最低氣溫-9.8 ℃(1983年12月31日)，年平均降水量2 075.9 mm，年平均降雨日數(shù)186.3 d，年平均日照時(shí)數(shù)1 601.1 h，平均日照時(shí)數(shù)為4.4 h。

2 資料來(lái)源

采用2011—2020年福建省寧德市柘榮縣大監(jiān)站(雙城鎮(zhèn)、城郊鄉(xiāng))和境內(nèi)7個(gè)鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站(富溪鎮(zhèn)、乍洋鄉(xiāng)、東源鄉(xiāng)、黃柏鄉(xiāng)、宅中鄉(xiāng)、楮坪鄉(xiāng)和英山鄉(xiāng))逐日(20:00—翌日20:00)日最高氣溫、日最低氣溫及國(guó)家氣象站逐日日照資料，通過(guò)質(zhì)量控制處理，使用閾值檢驗(yàn)法和圖示法，人工刪除缺測(cè)或異常的數(shù)據(jù)，保證資料正確性和可用性。由于觀測(cè)項(xiàng)目調(diào)整，參考相關(guān)研究給出的方法，選取日照時(shí)數(shù)數(shù)據(jù)替代柘榮縣國(guó)家氣象觀測(cè)站云量數(shù)據(jù)，將逐日照時(shí)數(shù)分為2類(lèi)：當(dāng)日照時(shí)數(shù)＜4.4 h，將當(dāng)日日照因子量化為0；當(dāng)日照時(shí)數(shù)≥4.4 h，將當(dāng)日日照因子量化為1。

3 研究方法

多元回歸分析是指在相關(guān)變量中將1個(gè)變量視為因變量，其他1個(gè)或多個(gè)變量視為自變量，建立多個(gè)變量之間線性或非線性數(shù)學(xué)模型數(shù)量關(guān)系式，并利用樣本數(shù)據(jù)進(jìn)行分析的統(tǒng)計(jì)分析方法。此處使用多元回歸分析方法，將2011—2020年柘榮縣各鄉(xiāng)鎮(zhèn)區(qū)域站逐日日最高氣溫ZH和日最低氣溫ZL要素作為因變量，將柘榮縣大監(jiān)站逐日的日最高氣溫XH、日最低氣溫XL和經(jīng)過(guò)量化處理的日照因子Y作為自變量，使用Originpro數(shù)據(jù)分析處理軟件，分析因變量與自變量之間的線性關(guān)系，通過(guò)最小二乘法計(jì)算得到回歸系數(shù)a、b及回歸常數(shù)c，構(gòu)建鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正方程：ZH=aXH+bY+c和ZL=aXL+bY+c。并對(duì)不分季節(jié)的預(yù)報(bào)方程和分季節(jié)的預(yù)報(bào)方程進(jìn)行對(duì)比分析。

4 各鄉(xiāng)鎮(zhèn)氣溫訂正預(yù)報(bào)方程的建立

4.1 不分季節(jié)的預(yù)報(bào)方程

使用2011—2020年數(shù)據(jù)作為預(yù)報(bào)方程建立樣本，共3 571個(gè)有效數(shù)據(jù)，依據(jù)上述給出預(yù)報(bào)訂正方程，使用Origin軟件不分季節(jié)對(duì)各鄉(xiāng)鎮(zhèn)最高氣溫和最低氣溫進(jìn)行擬合，計(jì)算得到回歸系數(shù)a、b及回歸常數(shù)c，擬合結(jié)果見(jiàn)表1和表2。

表1 低溫?cái)M合結(jié)果的對(duì)比分析

表2 高溫?cái)M合結(jié)果的對(duì)比分析

根據(jù)表1和表2可知，上述給出的溫度訂正預(yù)報(bào)方法的擬合結(jié)果和實(shí)際觀測(cè)值之間有較好的符合程度，各鄉(xiāng)鎮(zhèn)計(jì)算的相關(guān)系數(shù)平方和均超過(guò)0.97，接近1。其中，本站氣溫因子相關(guān)系數(shù)絕對(duì)值為0.94～1.01，接近1，日照因子相關(guān)系數(shù)絕對(duì)值為0.01～0.91。可以看出此預(yù)報(bào)訂正方程主要依賴本站氣溫的準(zhǔn)確性，日照因子對(duì)各鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正作用的差距很大，并且對(duì)低溫的訂正作用大于高溫。使用本站溫度與日照時(shí)數(shù)作為回歸因子較合理，得到的預(yù)報(bào)方程對(duì)樣本有較好的代表性，在忽略季節(jié)、天氣系統(tǒng)等情況下可以使用相關(guān)方程對(duì)鄉(xiāng)鎮(zhèn)最高氣溫和最低氣溫進(jìn)行訂正預(yù)報(bào)。

為驗(yàn)證預(yù)報(bào)方程的實(shí)際使用效果，使用2021—2022年實(shí)況數(shù)據(jù)對(duì)其進(jìn)行檢驗(yàn)，為直觀表現(xiàn)該預(yù)報(bào)方程效果，將實(shí)測(cè)溫度與預(yù)報(bào)方程計(jì)算結(jié)果進(jìn)行對(duì)比，計(jì)算各鄉(xiāng)鎮(zhèn)最低氣溫和最高氣溫平均絕對(duì)誤差，以及誤差≤1 ℃、誤差≤2 ℃的準(zhǔn)確性，結(jié)果見(jiàn)表3。

表3 各鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正方程的效果檢驗(yàn)結(jié)果

據(jù)表3可知，各鄉(xiāng)鎮(zhèn)計(jì)算值與其實(shí)測(cè)值之間的平均絕對(duì)誤差均在1 ℃以下，其中，低溫的平均絕對(duì)誤差相較于高溫更小，效果更好。從誤差≤2 ℃的準(zhǔn)確性看，各鄉(xiāng)鎮(zhèn)溫度訂正預(yù)報(bào)準(zhǔn)確性為93%～99%，表現(xiàn)較好。從誤差≤1 ℃的準(zhǔn)確性看，除東源、黃柏和英山最高氣溫準(zhǔn)確性在70%以下外，其他各鄉(xiāng)鎮(zhèn)溫度訂正預(yù)報(bào)準(zhǔn)確性在72%～89%之間，效果較好。同時(shí)，低溫預(yù)報(bào)誤差≤1 ℃的準(zhǔn)確性相較于高溫均高出一部分。此預(yù)報(bào)方程預(yù)報(bào)效果十分理想，但針對(duì)部分效果不好的鄉(xiāng)鎮(zhèn)，需進(jìn)一步改進(jìn)預(yù)報(bào)方程。

4.2 分季節(jié)的預(yù)報(bào)方程

由于考慮不同季節(jié)溫濕特性差異對(duì)不同鄉(xiāng)鎮(zhèn)不同類(lèi)型周邊環(huán)境的影響，因此，考慮分季節(jié)(3—5月為春季，6—8月為夏季，9—11月為秋季，12月至翌年2月為冬季)改進(jìn)上述預(yù)報(bào)方程，建立各不同季節(jié)預(yù)報(bào)方程，并進(jìn)行效果檢驗(yàn)。擬合結(jié)果見(jiàn)表4(只列出相關(guān)系數(shù)(R2)。

表4 分季節(jié)各鄉(xiāng)鎮(zhèn)擬合結(jié)果相關(guān)系數(shù)(R2)的對(duì)比分析

根據(jù)表4可以看出，分季節(jié)對(duì)各鄉(xiāng)鎮(zhèn)預(yù)報(bào)方程進(jìn)行擬合結(jié)果的相關(guān)系數(shù)(R2)為0.82～0.98，除夏季部分鄉(xiāng)鎮(zhèn)低溫?cái)M合結(jié)果低于0.9外，大部分鄉(xiāng)鎮(zhèn)擬合結(jié)果和實(shí)際觀測(cè)值之間有很好符合程度。為直觀地表現(xiàn)該預(yù)報(bào)方程效果，將實(shí)測(cè)溫度與預(yù)報(bào)方程計(jì)算結(jié)果進(jìn)行對(duì)比，計(jì)算各鄉(xiāng)鎮(zhèn)最低氣溫和最高氣溫的平均絕對(duì)誤差和誤差≤1 ℃、誤差≤2 ℃的準(zhǔn)確性，結(jié)果如表5所示(以東源鄉(xiāng)為例)，并與不分季節(jié)方案進(jìn)行對(duì)比。

表5 東源鄉(xiāng)分季節(jié)溫度預(yù)報(bào)訂正方程的效果檢驗(yàn)結(jié)果

據(jù)表5對(duì)比可知，考慮季節(jié)對(duì)溫度的影響，針對(duì)東源鄉(xiāng)最低、最高溫度，分季節(jié)建立各預(yù)報(bào)方程和不分季節(jié)的預(yù)報(bào)方程對(duì)比，大多數(shù)準(zhǔn)確率基本持平或略有下降。其中，只有春季最低氣溫和夏季最高氣溫準(zhǔn)確率有提升，春季最低氣溫誤差≤1 ℃預(yù)報(bào)準(zhǔn)確率由77%提高至83%，夏季最高氣溫誤差≤1 ℃預(yù)報(bào)準(zhǔn)確率由35%提高至41%，同時(shí)看出不同季節(jié)對(duì)氣溫訂正影響較大，預(yù)報(bào)準(zhǔn)確性相差很大，夏季最低氣溫誤差≤1℃的概率最低。

根據(jù)上述結(jié)果分析可知，不分季節(jié)的溫度預(yù)報(bào)方程已經(jīng)達(dá)到很好預(yù)報(bào)效果，氣溫誤差≤2 ℃的準(zhǔn)確性均接近100%，但≤1 ℃的準(zhǔn)確性差距比較大。通過(guò)分季節(jié)計(jì)算得到的預(yù)報(bào)方程在一些特定季節(jié)(如東源鄉(xiāng)春季最低氣溫和夏季最高氣溫)可提高預(yù)報(bào)準(zhǔn)確性，可以在這些季節(jié)使用分季節(jié)預(yù)報(bào)方程。

5 結(jié)論

(1)使用多元回歸分析方法，將2011—2020年柘榮縣各鄉(xiāng)鎮(zhèn)區(qū)域站逐日日最高氣溫ZH和日最低氣溫ZL要素作為因變量，將柘榮縣大監(jiān)站逐日日最高氣溫XH、日最低氣溫XL和經(jīng)過(guò)量化處理的日照因子Y作為自變量建立的預(yù)報(bào)方程比較合理，得到的預(yù)報(bào)方程準(zhǔn)確性較高，可以使用相關(guān)方程對(duì)鄉(xiāng)鎮(zhèn)最高氣溫和最低氣溫進(jìn)行訂正預(yù)報(bào)。

(2)分季節(jié)改進(jìn)預(yù)報(bào)方程的結(jié)果表明，不同季節(jié)對(duì)氣溫訂正的影響較大，預(yù)報(bào)準(zhǔn)確性相差很大。通過(guò)分季節(jié)計(jì)算得到的預(yù)報(bào)方程在一些特定季節(jié)(如東源鄉(xiāng)春季最低氣溫和夏季最高氣溫)可提高預(yù)報(bào)準(zhǔn)確性，可以在這些季節(jié)使用分季節(jié)預(yù)報(bào)方程。

(3)此溫度預(yù)報(bào)訂正方法仍依賴于本站氣溫預(yù)報(bào)的準(zhǔn)確性，預(yù)報(bào)方程存在局限性。同時(shí)，鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站數(shù)據(jù)質(zhì)量距離本站仍存在一定差距，對(duì)回歸方程建立有一定影響，雖然當(dāng)前準(zhǔn)確性較高，但仍需進(jìn)一步完善預(yù)報(bào)方程。