摘 要：選取2020—2022年黔西市國(guó)家基本氣象站和27個(gè)鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站日最高氣溫和日最低氣溫資料，利用最小二乘法得出各鄉(xiāng)鎮(zhèn)觀測(cè)站點(diǎn)與黔西國(guó)家基本站氣溫關(guān)系式，建立預(yù)報(bào)方法，采取2023年實(shí)況數(shù)據(jù)分別對(duì)方程組預(yù)報(bào)效果和經(jīng)驗(yàn)訂正預(yù)報(bào)效果進(jìn)行檢驗(yàn)。結(jié)果顯示，精細(xì)化氣溫預(yù)報(bào)訂正后的預(yù)報(bào)效果總體較好，對(duì)黔西市各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)有較好的指導(dǎo)意義。

關(guān)鍵詞：氣溫預(yù)報(bào)；預(yù)報(bào)效果；最小二乘法

中圖分類號(hào)：P45 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：2095–3305（2024）10–0-03

隨著我國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展，社會(huì)各界對(duì)天氣預(yù)報(bào)的準(zhǔn)確率和精細(xì)化程度的要求越來(lái)越高。隨之而來(lái)對(duì)氣象預(yù)報(bào)精細(xì)化的需求日益增長(zhǎng)，其中鄉(xiāng)鎮(zhèn)氣溫的預(yù)報(bào)是重點(diǎn)之一。以貴州省畢節(jié)市黔西市為例，以國(guó)家站為基準(zhǔn)的城區(qū)氣溫預(yù)報(bào)準(zhǔn)確率較高，但在開展鄉(xiāng)鎮(zhèn)預(yù)報(bào)時(shí)，通常以基本站為基準(zhǔn)，采用經(jīng)驗(yàn)訂正的方式開展氣象服務(wù)，此方法無(wú)法滿足當(dāng)前社會(huì)需求。近年來(lái)，鄉(xiāng)鎮(zhèn)區(qū)域站網(wǎng)布局越發(fā)完善，氣象數(shù)據(jù)更加全面準(zhǔn)確，為更好地開展鄉(xiāng)鎮(zhèn)氣象服務(wù)，基于陳云飛等[1]、黃治勇等[2]、邱學(xué)興等[3]對(duì)鄉(xiāng)鎮(zhèn)氣溫訂正預(yù)報(bào)方法的研究，采用SPSS軟件，對(duì)2020—2022年黔西國(guó)家站和各鄉(xiāng)鎮(zhèn)區(qū)域站日最高氣溫和日最低氣溫相關(guān)數(shù)據(jù)進(jìn)行分析和回歸計(jì)算，建立各鄉(xiāng)鎮(zhèn)區(qū)域站與國(guó)家基本氣象站相關(guān)聯(lián)的氣溫預(yù)報(bào)回歸方程，形成黔西市各鄉(xiāng)鎮(zhèn)氣溫精細(xì)化預(yù)報(bào)的訂正客觀方法，以提高黔西市各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)準(zhǔn)確率，為農(nóng)業(yè)生產(chǎn)和人民生活提供幫助。

1 資料和方法

2020—2022年黔西市27個(gè)鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站資料，

來(lái)源于貴州省氣象局提供的區(qū)域自動(dòng)站數(shù)據(jù)文件，黔西國(guó)家基本站資料來(lái)源于本站月報(bào)表數(shù)據(jù)文件。以下使用的氣象資料在計(jì)算前進(jìn)行了嚴(yán)格的質(zhì)量控制及均一性檢查，同時(shí)對(duì)缺測(cè)資料進(jìn)行了插補(bǔ)訂正。

選取2020—2022年黔西市27個(gè)鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站和黔西國(guó)家基本氣象站的日最高氣溫及日最低氣溫資料，并通過(guò)統(tǒng)計(jì)分析各鄉(xiāng)鎮(zhèn)及黔西國(guó)家站的年平均溫度、年平均最高氣溫、年平均最低氣溫、月平均氣溫、月平均最高氣溫、月平均最低氣溫等氣象指標(biāo)的分布區(qū)域情況及變化趨勢(shì)，發(fā)現(xiàn)鄉(xiāng)鎮(zhèn)氣溫與黔西國(guó)家站氣溫之間存在線性關(guān)系，并運(yùn)用最小二乘法擬合各鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站與黔西國(guó)家站的最佳趨勢(shì)預(yù)報(bào)方程，形成不同鄉(xiāng)鎮(zhèn)的氣溫回歸模型，從數(shù)理統(tǒng)計(jì)的角度上客觀訂正各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)。

根據(jù)中國(guó)氣象局于2005年7月1日下發(fā)的《中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法（試行）》，溫度預(yù)報(bào)檢驗(yàn)內(nèi)容包括最高氣溫和最低氣溫的預(yù)報(bào)誤差[4-5]。主要有以下3種公式：

平均絕對(duì)誤差：TMAE=|Fi-Oi|（1）

均方根誤差：TRMSE=（2）

預(yù)報(bào)準(zhǔn)確率：TTK=×100%（3）

在式（1）～式（3）中，F(xiàn)i為第i站（次）預(yù)報(bào)溫度，Oi為第i站（次）實(shí)況溫度。K值為預(yù)報(bào)準(zhǔn)確率檢驗(yàn)誤差值，K為1代表|Fi-Oi|≤1 ℃；K為2代表|Fi-Oi|≤2 ℃。NrK為預(yù)報(bào)正確的站（次）數(shù)，NfK為預(yù)報(bào)的總站（次）數(shù)。

2 結(jié)果與分析

2.1 氣溫預(yù)報(bào)的訂正方法

利用2020—2022年共3年數(shù)據(jù)作為預(yù)報(bào)方程建立樣本。以黔西國(guó)家基本站為代表，采用最小二乘法擬合各鄉(xiāng)鎮(zhèn)區(qū)域站點(diǎn)與黔西站的每日最高氣溫和最低氣溫的關(guān)系式。設(shè)各鄉(xiāng)鎮(zhèn)的氣溫為因變量（ y），黔西站的氣溫為自變量（x），建立了各鄉(xiāng)鎮(zhèn)區(qū)域站和黔西國(guó)家站的趨勢(shì)預(yù)報(bào)方程，所有趨勢(shì)預(yù)報(bào)方程的復(fù)相關(guān)系數(shù)均在0.970以上，回歸效果明顯。在實(shí)際運(yùn)用中發(fā)現(xiàn)，使用趨勢(shì)方程對(duì)各鄉(xiāng)鎮(zhèn)氣溫訂正預(yù)報(bào)效果良好，這表明此方法建立的趨勢(shì)方程在預(yù)報(bào)鄉(xiāng)鎮(zhèn)氣溫時(shí)具有良好的實(shí)用性，對(duì)提高鄉(xiāng)鎮(zhèn)最低氣溫、最高氣溫預(yù)報(bào)質(zhì)量具有重大意義。各鄉(xiāng)鎮(zhèn)與黔西站的趨勢(shì)預(yù)報(bào)方程具體見表1。

2.2 鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)的效果檢驗(yàn)

通過(guò)2023年黔西市各鄉(xiāng)鎮(zhèn)逐日氣溫預(yù)報(bào)資料與同期實(shí)況氣溫進(jìn)行對(duì)比評(píng)估，選取的有效樣本數(shù)共計(jì)365 d，根據(jù)《中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法（試行）》的評(píng)分方法，統(tǒng)計(jì)得出黔西市各鄉(xiāng)鎮(zhèn)2023年每日氣溫預(yù)報(bào)的平均絕對(duì)方差、均方根誤差和預(yù)報(bào)準(zhǔn)確率。

從表2可以看出，黔西市各鄉(xiāng)鎮(zhèn)最高氣溫和最低氣溫的平均絕對(duì)誤差均≤3.1 ℃，均方根誤差≤4.1 ℃，

其中最高氣溫平均絕對(duì)誤差≤3 ℃的預(yù)報(bào)準(zhǔn)確率高于90%，最低氣溫平均絕對(duì)誤差≤2℃的預(yù)報(bào)準(zhǔn)確率高于60%，這一結(jié)果表明黔西市各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)總體較為準(zhǔn)確。通過(guò)對(duì)比可發(fā)現(xiàn)，最低氣溫預(yù)報(bào)準(zhǔn)確率明顯高于最高氣溫預(yù)報(bào)準(zhǔn)確率，最低氣溫的平均絕對(duì)誤差、均方根誤差等普遍低于最高氣溫，最高氣溫出現(xiàn)大值預(yù)報(bào)偏差的概率普遍高于最低氣溫。

一般情況下，當(dāng)實(shí)況氣溫與預(yù)報(bào)氣溫相近時(shí)，公眾會(huì)認(rèn)為預(yù)報(bào)是準(zhǔn)確可信的。但當(dāng)實(shí)況氣溫與預(yù)報(bào)氣溫存在差異，且超過(guò)一定閾值時(shí)，易損害氣象部門公信力[6-8]。根據(jù)天氣預(yù)報(bào)質(zhì)量評(píng)定相關(guān)辦法，溫度預(yù)報(bào)絕對(duì)誤差＞4.5 ℃，即溫度預(yù)報(bào)評(píng)分60分作為大值的閾值[9-11]。從表2中可以發(fā)現(xiàn)，黔西市氣溫預(yù)報(bào)≤4.5 ℃的預(yù)報(bào)準(zhǔn)確率高于75%，最高可達(dá)94.8%，表明黔西市各鄉(xiāng)鎮(zhèn)的氣溫趨勢(shì)預(yù)報(bào)方程可用性較高。

通過(guò)對(duì)2023年全年的各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)效果檢驗(yàn)可以看出，此趨勢(shì)預(yù)報(bào)方程的建立，對(duì)黔西市各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)具有一定的指導(dǎo)作用，對(duì)黔西市開展精細(xì)化氣象服務(wù)，提高預(yù)報(bào)服務(wù)質(zhì)量具有重要意義。

表1" 各鄉(xiāng)鎮(zhèn)最高、最低氣溫預(yù)報(bào)方程

鄉(xiāng)鎮(zhèn) 日最高氣溫預(yù)報(bào)方程 復(fù)相關(guān)系數(shù) 日最低氣溫預(yù)報(bào)方程 復(fù)相關(guān)系數(shù)

甘棠 y=1.040 7x+0.751 8 0.970 y=0.971 5x+0.527 2 0.969

大關(guān) y=0.997 1x+0.725 8 0.990 y=0.983 3x+0.726 6 0.993

定新 y=1.045 3x+0.562 9 0.972 y=0.960 6x+1.189 2 0.981

谷里 y=1.017 1x+0.530 5 0.991 y=1.002 7x+0.748 3 0.993

觀音洞 y=0.989 8x-0.420 1 0.986 y=0.993 9x-0.207 2 0.987

紅林 y=1.031 5x-0.787 6 0.984 y=0.939x-0.448 6 0.979

花溪 y=1.047x+0.048 4 0.973 y=0.978 2x+0.687 8 0.988

金碧 y=1.007 4x+0.599 1 0.991 y=0.985x+0.249 3 0.994

金蘭 y=0.990 7x+0.211 3 0.985 y=0.977x-0.001 1 0.988

金坡 y=1.001 4x-0.833 9 0.978 y=0.941 5x-0.704 7 0.964

錦星 y=1.028 7x+1.1 0.990 y=0.969 7x+0.678 0.974

林泉 y=1.006 2x-0.3364 0.992 y=0.965x-0.224 7 0.987

綠化 y=0.983 5x-0.05 0.992 y=0.966x+0.042 4 0.990

仁和 y=1.041 9x+0.063 9 0.985 y=0.963 4x+0.341 0.977

素樸 y=1.023 1x-0.040 2 0.986 y=1.004x-0.232 1 0.973

太來(lái) y=1.042 9x-0.345 8 0.983 y=1.002 2x+0.156 0.991

鐵石 y=1.014 4x+0.751 9 0.987 y=1.009 9x+0.663 7 0.987

五里 y=0.986 3x-0.414 6 0.985 y=0.989 9x-0.277 4 0.994

協(xié)和 y=1.014 8x+0.795 5 0.971 y=0.979 9x-0.150 5 0.971

新仁 y=0.988 7x+0.050 9 0.985 y=0.965 1x+0.591 4 0.979

永興 y=1.033 6x+0.597 6 0.988 y=0.974 3x+0.841 7 0.978

雨朵 y=0.991x+0.701 8 0.991 y=0.976 9x+0.566 1 0.987

長(zhǎng)堰 y=0.988 8x+0.460 8 0.993 y=0.940 7x+0.502 2 0.974

中建 y=1.039 9x+0.983 5 0.971 y=0.965 3x+0.879 8 0.968

中坪 y=1.020 4x+1.945 4 0.978 y=0.952 6x+2.104 5 0.971

鐘山 y=1.015 6x+0.441 1 0.989 y=0.981 8x-0.096 7 0.970

重新 y=1.006 3x-0.220 4 0.978 y=1.014 1x-0.562 9 0.967

表2" 黔西市各鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)評(píng)分

鄉(xiāng)鎮(zhèn) 平均絕對(duì)誤差/℃ 均方根誤差/℃ ≤2 ℃預(yù)報(bào)準(zhǔn)確率/% ≤4.5 ℃預(yù)報(bào)準(zhǔn)確率/%

最高氣溫 最低氣溫 最高氣溫 最低氣溫 最高氣溫 最低氣溫 最高氣溫 最低氣溫

甘棠 3.1 2.0 4.1 2.8 42.2 64.4 75.3 87.9

大關(guān) 2.8 1.8 3.7 3.9 46.3 66.3 78.6 92.3

定新 3.0 1.9 3.9 3.7 41.4 64.1 76.7 90.7

谷里 2.8 1.8 3.7 3.7 47.4 66.0 78.9 92.1

觀音洞 2.8 1.5 3.7 3.9 50.7 72.3 77.5 94.8

紅林 2.9 1.8 3.9 3.8 47.9 65.8 75.9 92.1

鄉(xiāng)鎮(zhèn) 平均絕對(duì)誤差/℃ 均方根誤差/℃ ≤2 ℃預(yù)報(bào)準(zhǔn)確率/% ≤4.5 ℃預(yù)報(bào)準(zhǔn)確率/%

最高氣溫 最低氣溫 最高氣溫 最低氣溫 最高氣溫 最低氣溫 最高氣溫 最低氣溫

花溪 2.9 1.8 3.8 3.7 44.4 66.3 79.2 92.3

金碧 2.8 1.8 3.7 3.7 50.1 66.0 79.5 92.1

金蘭 2.7 2.0 3.7 3.6 50.4 62.5 78.9 90.1

金坡 2.7 2.0 3.6 3.8 47.9 63.0 80.3 91.5

錦星 2.8 2.1 3.8 3.7 47.4 61.1 80.3 88.5

林泉 2.8 1.8 3.7 3.6 49.0 66.0 77.8 92.3

綠化 2.7 1.8 3.6 3.9 48.2 67.7 78.6 93.2

仁和 2.9 2.0 3.9 3.8 47.9 61.4 77.3 90.1

素樸 2.8 2.1 3.8 3.9 47.7 62.2 79.5 87.7

太來(lái) 2.8 1.8 3.9 3.8 48.8 66.6 80.0 92.3

鐵石 2.8 1.9 3.8 3.6 46.0 64.1 80.0 91.2

五里 2.7 1.7 3.6 3.8 50.4 67.7 79.2 94.0

協(xié)和 2.9 1.7 3.8 3.6 46.0 68.5 78.9 93.4

新仁 2.8 1.9 3.6 3.8 46.6 64.9 79.5 92.1

永興 2.8 2.0 3.8 3.6 48.5 63.6 78.1 90.1

雨朵 2.7 1.9 3.6 3.6 49.6 64.9 78.1 91.2

長(zhǎng)堰 2.7 2.0 3.6 3.9 49.9 63.6 79.2 90.1

中建 2.9 2.1 3.9 3.7 45.8 61.4 77.3 88.5

中坪 2.8 2.1 3.7 3.7 47.1 62.5 79.7 89.9

鐘山 2.7 2.1 3.7 3.8 49.9 62.5 79.7 86.8

重新 2.8 2.3 3.8 3.1 50.1 59.7 79.5 85.8

3 結(jié)論

（1）黔西市各鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站與國(guó)家站氣溫的差值絕對(duì)值最大值均＞2.0 ℃，由此可見，各鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站與國(guó)家站氣溫存在差異，單純用黔西國(guó)家站的氣溫預(yù)報(bào)代表鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)，其準(zhǔn)確率較低。

（2）各鄉(xiāng)鎮(zhèn)最低氣溫預(yù)報(bào)準(zhǔn)確率明顯高于最高氣溫預(yù)報(bào)準(zhǔn)確率，意味著最高氣溫出現(xiàn)大值偏差的概率較大。通過(guò)對(duì)預(yù)報(bào)效果檢驗(yàn)可以發(fā)現(xiàn)，各鄉(xiāng)鎮(zhèn)最高氣溫預(yù)報(bào)的絕對(duì)誤差≤2 ℃的預(yù)報(bào)準(zhǔn)確率為41.1%

～50.7%，最低氣溫預(yù)報(bào)的絕對(duì)誤差≤2 ℃的預(yù)報(bào)準(zhǔn)確率為59.7%～66.6%。

（3）因氣溫預(yù)報(bào)存在大值偏差，故采用溫度預(yù)報(bào)絕對(duì)誤差＞4.5 ℃為大值預(yù)報(bào)誤差閾值。黔西市各鄉(xiāng)鎮(zhèn)最高氣溫絕對(duì)值誤差≤4.5 ℃的預(yù)報(bào)準(zhǔn)確率為75.3%～80.3%，最低氣溫絕對(duì)值誤差≤4.5 ℃的預(yù)報(bào)準(zhǔn)確率為85.8%～94.0%。

參考文獻(xiàn)

[1] 陳云飛，祁雁文，韓聰，等.基于城鎮(zhèn)預(yù)報(bào)的鄉(xiāng)鎮(zhèn)氣溫預(yù)報(bào)方法初探[J].內(nèi)蒙古氣象，2016（5）：35-38.

[2] 黃治勇，張文，陳璇，等.湖北省鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)方法初探[J].氣象，2011，37（12）：1578-1583.

[3] 邱學(xué)興，王東勇，朱紅芳.鄉(xiāng)鎮(zhèn)精細(xì)化最高最低氣溫預(yù)報(bào)方法研究[J].氣象與環(huán)境學(xué)報(bào)，2013，29（3）：92-96.

[4] 蔡軍，楊承梅，倪妮，等.威寧縣鄉(xiāng)鎮(zhèn)最高最低氣溫分析與預(yù)報(bào)方法探討[J].中低緯山地氣象，2019，43（5）：29-35.

[5] 郝占宇.呼倫貝爾市氣候分區(qū)氣溫精細(xì)化訂正預(yù)報(bào)方法研究[J].農(nóng)業(yè)災(zāi)害研究，2024，14（1）：212-214.

[6] 劉嘉慧敏，潘留杰，戴昌明，等.我國(guó)氣溫網(wǎng)格預(yù)報(bào)檢驗(yàn)及客觀訂正方法研究進(jìn)展[J].氣象科技進(jìn)展，2023，13（6）：10-20.

[7] 李天江，楊曉玲，張占文，等.河西走廊東部智能網(wǎng)格溫度預(yù)報(bào)產(chǎn)品訂正方法探討[J].干旱氣象，2023，41（5）：802-810.

[8] 羅晨藝，劉紅雙，張?jiān)魄铮?冬季黔北境內(nèi)云貴準(zhǔn)靜止鋒影響下最高氣溫預(yù)報(bào)訂正方法研究[J].中低緯山地氣象， 2023，47（5）：24-28.

[9] 邱貴強(qiáng)，時(shí)少英，王洪霞，等.2m氣溫集成訂正方法及在冬奧延慶賽區(qū)的應(yīng)用[J].應(yīng)用氣象學(xué)報(bào)，2023，34（4）：400-412.

[10] 吳姍，姚浪，劉健平，等.不同天氣現(xiàn)象下畢節(jié)高溫特征及預(yù)報(bào)回歸檢驗(yàn)分析[J].中低緯山地氣象，2022，46（1）：68-72.

[11] 李國(guó)翠，連志鸞，趙彥廠，等.石家莊溫度預(yù)報(bào)檢驗(yàn)及影響因子分析[J].氣象與環(huán)境學(xué)報(bào)，2009，25（1）：15-18.

收稿日期：2024-07-10

作者簡(jiǎn)介：姜軍志（1996—），男，山東梁山人，助理工程師，研究方向?yàn)榫C合氣象業(yè)務(wù)。