中圖分類號 P457;S165 文獻標(biāo)識碼A 文章編號 1007-7731（2025）12-0110-05

DOI號10.16377/j.cnki.issn1007-7731.2025.12.026

Research and application of monthly precipitation forecast model in Dangshan County duringfloodseasonbasedon rhythm method

ZHANG Xinran

（Dangshan County Meteorological Bureau，Dangshan 2353Oo， China）

AbstractTo improve the prediction accuracy of precipitation during the flood season in Dangshan County，Anhui Province，data fromthe National Basic MeteorologicalObservation Station in Dangshan County from December 1991 to April 2020，including average temperatureand precipitation from May to Septemberof the following yearhad used，to analyze he correlation （rhythmic relationship）between the monthly average temperature in winter andspring seasons and the precipitation in each monthof the flood season for many years.A prediction model for monthly precipitation during theflood seasonwas established，and the prediction results ofmonthly precipitationduring thefloodseason from 1991 to 2021 were tested.The prediction of precipitation from May to September 202 was applied The results indicated that （1）the model could predictthe monthlyprecipitation during the flood season byusing the monthlyaverage temperatures from December to April of the following yearbefore thefloodseason.（2）In the verificationof monthly precipitation prediction during the flood season from 1991 to 2O21，the accuracy of the model was 87 % 87% ，84 % ， 77% ， and 74% in May，June，July，August，and September，respectively，andthe test accuracy was high，so itcan be used for forecasting.（3）Intheapplicationof precipitationforecasting from Mayto September 2O22，the forecasts forMay，July， August，and September werecompletelycorrect，but theforecast in June was wrong.Theoverallpredictionefect is good and canbe applied to actual meteorological forecasting operations.This article provides supports forflood and drought prevention， water resource management，and agricultural production in the research area and similar regions.

Keywords flood season; precipitation meteorological; rhythmic method; prediction model

氣象韻律法是天氣預(yù)報中的重要依據(jù)之一，其基于自然界存在的周期性和韻律性現(xiàn)象，通過對歷史數(shù)據(jù)的分析和挖掘，尋找其中的規(guī)律和模式，從而對未來事件進行預(yù)測。氣象韻律是指相距一定時間的兩種天氣現(xiàn)象或天氣過程之間的某種聯(lián)系，這種聯(lián)系具有一定的概率和規(guī)律性。李德萍等在上合青島峰會期間延伸期氣候趨勢預(yù)測與檢驗的研究中，采用韻律法對峰會期間的天氣過程進行預(yù)測，較好地把握了開幕式前后一次冷空氣或降水過程的預(yù)報，提供了有效的氣象決策服務(wù)。吳拓等2探討了江西九江市近60年冬季降水與翌年雨季（棉花生長季）降水間的氣候韻律關(guān)系，豐富了棉花氣候年景的預(yù)報方法。丁耀海等利用朔州市朔城區(qū)4年的日平均氣溫、日平均氣壓資料，用150d韻律法對某一類氣壓、氣溫的開端特征降水過程進行預(yù)報，準(zhǔn)確率較高，可將中期預(yù)報的時限延伸至150d，也可將其應(yīng)用于短期氣候預(yù)測。雷冠軍4以豐滿水庫流域的年徑流為研究對象，選用天文、全球、流域尺度因子，挖掘各因子與流域來水的相似性、遙相關(guān)性等韻律規(guī)律，建立了多尺度因子信息融合的中長期徑流預(yù)報模型。

本文將韻律法引入安徽碭山縣汛期分月降水量預(yù)測中，建立研究區(qū)汛期分月降水量預(yù)測模型。通過對該地多年冬春季氣溫及汛期降水?dāng)?shù)據(jù)進行分析，挖掘其中的韻律特征，建立基于韻律法的汛期分月降水量預(yù)測模型，并對該模型進行檢驗和應(yīng)用，分析其預(yù)測精度和可靠性。這不僅有助于提高該地汛期降水量的預(yù)測精度，為其防災(zāi)減災(zāi)工作提供有力支持，而且對豐富和完善該地區(qū)降水量預(yù)測方法具有一定的參考價值。

1材料與方法

1.1 研究區(qū)基本情況

安徽碭山縣農(nóng)業(yè)資源豐富，汛期是該地區(qū)降水較為集中的時期，汛期降水量對該地區(qū)的經(jīng)濟社會發(fā)展、農(nóng)業(yè)生產(chǎn)等具有重要影響。在每年汛前開展汛期降水量預(yù)測是一項常規(guī)且重要的工作，準(zhǔn)確預(yù)測汛期分月降水量，為地方防汛抗旱決策提供較為精準(zhǔn)的技術(shù)支持，有利于防汛抗旱工作實現(xiàn)早部署、早準(zhǔn)備、早調(diào)度，促進研究區(qū)農(nóng)業(yè)防災(zāi)減災(zāi)工作順利展開。

1.2供試材料

使用碭山縣國家基本氣象觀測站1991—2020年12月至次年4月的月平均氣溫（12月份氣溫使用的是1990—2019年的數(shù)據(jù)）以及1991—2020年5-9月（汛期）的月降水量，通過分析12月至次年4月的月平均氣溫與汛期各月降水量之間的相關(guān)性（韻律關(guān)系），建立汛期分月降水量預(yù)測模型。

1.3 預(yù)測模型的建立

1.3.1月平均氣溫分級 根據(jù)各月歷年平均氣溫、最高最低氣溫，將1991—2020年碭山縣國家基本氣象觀測站12月至次年4月的月平均氣溫進行分級，分為-3、-2、-1、0、1、2、3共7級，得到其月平均氣溫分級標(biāo)準(zhǔn)（表1）。

1.3.2月降水量分級 根據(jù)汛期各月歷年平均降水量乘以相應(yīng)百分比，將1991一2020年碭山縣國家基本氣象觀測站汛期5—9月的總降水量進行分級，分為1、2、3、4、5、6、7共7級，得到其月降水量分級標(biāo)準(zhǔn)（表2）。

1.3.3降水量預(yù)測模型建立 統(tǒng)計1991—

2020年12月至次年4月份出現(xiàn)各級氣溫時汛期5—9月出現(xiàn)各級降水的次數(shù)，并計算汛期各月各降水量級別出現(xiàn)的氣候概率，建立基于韻律法的碭山縣汛期分月降水量預(yù)測模型（表3＼～7）。

1.4降水量預(yù)測模型的預(yù)測

對研究區(qū)汛期分月降水量進行預(yù)測，根據(jù)表1，找出汛期前12月至次年4月各月平均氣溫對應(yīng)的級別；再根據(jù)表3，將12月至次年4月所對應(yīng)的溫度級別（共5列）數(shù)據(jù)進行復(fù)制，粘貼到Excel表格中，以計算汛期5一9月各降水量級別出現(xiàn)的頻次，除以各月總頻次，可得出汛期5一9月各降水量級別出現(xiàn)的頻率；用頻率減去該降水量級別出現(xiàn)的氣候概率（表3＼～7），差值越大，說明正相關(guān)性越強，取概率差最大的級別作為該月降水量的預(yù)測級別，其對應(yīng)的降水量值即該月降水量預(yù)測值（表2）。

1.5降水量預(yù)測模型的檢驗

用汛期分月降水量預(yù)測模型分別對1991—2021年汛期5一9月降水量進行檢驗。如果降水實況值在模型預(yù)測值范圍內(nèi)，則記預(yù)測結(jié)果正確；如果降水實況值不在模型預(yù)測值范圍內(nèi)，則記預(yù)測結(jié)果錯誤。共檢驗31年，每年取5個檢驗樣本，共155個檢驗樣本。

1.6降水量預(yù)測模型的應(yīng)用

用研究區(qū)汛期分月降水量預(yù)測模型對該地2022年汛期5一9月降水量進行預(yù)測應(yīng)用。將模型預(yù)測值和降水實況值進行比較，如果降水實況值在模型預(yù)測值范圍內(nèi)，則記模型應(yīng)用結(jié)果正確；如果降水實況值不在模型預(yù)測值范圍內(nèi)，則記應(yīng)用結(jié)果錯誤。

2 結(jié)果與分析

2.1汛期分月降水量預(yù)測模型的檢驗結(jié)果

采用基于韻律法的碭山縣汛期分月降水量預(yù)測模型對該地1991—2021年共31年汛期5—9月的降水量進行檢驗，31年中5月有27年預(yù)測正確，6月有27年預(yù)測正確，7月有26年預(yù)測正確，8月有24年預(yù)測正確，9月有23年預(yù)測正確。1991—2021年155個檢驗樣本中，5—9月分別有4、4、5、7、8共28個樣本預(yù)測結(jié)果錯誤;5—9月檢驗準(zhǔn)確率分別為87%.87%.84%.77%.74% 。整體檢驗準(zhǔn)確率較高，可以進行預(yù)測應(yīng)用（表8）。

2.2 汛期分月降水量預(yù)測模型的應(yīng)用

用碭山縣汛期分月降水量預(yù)測模型對該地2022年汛期分月降水量進行預(yù)測應(yīng)用。2022年5月降水量預(yù)測結(jié)果 ?18.6mm ，降水量實況 6.9mm ，預(yù)測結(jié)果正確;6月降水量預(yù)測值在 86.5～105.6mm 降水量實況 183.3mm ，預(yù)測結(jié)果錯誤；7月降水量預(yù)測結(jié)果 ?318.0mm ，降水量實況 332.2mm ，預(yù)測結(jié)果正確；8月降水量預(yù)測值在 49.9～99.6mm ，降水量實況 66.7mm ，預(yù)測結(jié)果正確；9月降水量預(yù)測結(jié)果 ? 20.7mm ，降水量實況 0mm ，預(yù)測結(jié)果正確（表9）。

基于韻律法的碭山縣汛期分月降水量預(yù)測模型在2022年5—9月降水量預(yù)測應(yīng)用中，5、7、8、9月的預(yù)測結(jié)果完全正確，僅6月的預(yù)測結(jié)果錯誤。整體預(yù)測效果較好，可應(yīng)用于實際氣象預(yù)報業(yè)務(wù)。

3結(jié)論與討論

準(zhǔn)確開展汛期分月降水量預(yù)測，將其預(yù)測值應(yīng)用于氣象決策服務(wù)，可以為研究區(qū)防汛抗旱決策提供較為精準(zhǔn)的技術(shù)支持，有利于防汛抗旱工作的早部署、早準(zhǔn)備、早調(diào)度，促進該地農(nóng)業(yè)防災(zāi)減災(zāi)工作的順利開展。相關(guān)學(xué)者采用不同方法對不同地區(qū)汛期降水量預(yù)測進行研究[5-8]，研究結(jié)果均表明汛期降水量預(yù)測對農(nóng)業(yè)生產(chǎn)服務(wù)有重要作用。胡鑫等5對塊澤河流域降水量趨勢進行分析與預(yù)測，研究成果可為后期區(qū)域水資源管理、水生態(tài)調(diào)度、防汛抗旱等工作提供參考。霍延風(fēng)等對安徽池州石臺縣主汛期降水特征及其影響進行分析，明確主汛期降水天氣特征對該地防汛抗洪搶險的決策作用以及對農(nóng)業(yè)生產(chǎn)和旅游發(fā)展的意義。高健對內(nèi)蒙古烏蘭浩特汛期降水變化特征及其對農(nóng)業(yè)的影響進行分析，結(jié)果表明，汛期降水天氣易導(dǎo)致農(nóng)田排水不暢、土壤質(zhì)量下降及洪澇災(zāi)害等問題，對農(nóng)業(yè)生產(chǎn)造成較大影響，需引起高度重視。潘先潔等8對安徽淮南暖冬事件與汛期降水的關(guān)系進行研究，研究結(jié)果可以更好地服務(wù)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)、防災(zāi)減災(zāi)及汛期降水預(yù)測等工作。

本文使用碭山縣國家基本氣象觀測站1991—2020年12月至次年4月的月平均氣溫以及5一9月的降水量數(shù)據(jù)，通過分析冬春季月平均氣溫與汛期各月降水量之間的相關(guān)性（韻律關(guān)系），建立研究區(qū)汛期分月降水量預(yù)測模型，利用1991—2021年汛期分月降水量的數(shù)據(jù)進行預(yù)測模型檢驗，并對2022年汛期分月降水量進行預(yù)測應(yīng)用。結(jié)果表明，（1）基于韻律法的碭山縣汛期分月降水量預(yù)測模型在1991—2021年汛期降水量預(yù)測檢驗中，對1991—2021年汛期5一9月共155個樣本進行檢驗，其中5—9月分別有4、4、5、7、8共28個樣本的預(yù)測結(jié)果錯誤，5—9月檢驗準(zhǔn)確率分別為 87% 、 87% 、 84% 、77%.74% 。整體檢驗準(zhǔn)確率較高，可以進行氣象預(yù)測應(yīng)用。（2）基于韻律法的碭山縣汛期分月降水量預(yù)測模型在2022年碭山縣5—9月降水量預(yù)測應(yīng)用中，5、7、8、9月降水量預(yù)測范圍和降水實況值吻合，預(yù)測結(jié)果正確；6月降水量預(yù)測結(jié)果錯誤。2022年汛期5個月中有4個月的預(yù)測結(jié)果正確，1個月預(yù)測錯誤，模型預(yù)測整體效果較好，可以應(yīng)用于氣象預(yù)報業(yè)務(wù)。

基于韻律法的碭山縣汛期分月降水量預(yù)測模型具有兩個方面的創(chuàng)新性。一是預(yù)測的快速性。僅利用汛期之前的12月至次年4月平均氣溫即可快速得出汛期降水量的預(yù)測結(jié)果。二是預(yù)測模型使用的靈活性。在4月前，利用12、1、2、3月的月平均氣溫即可快速得出汛期降水量預(yù)測結(jié)果?？傊?，該預(yù)測模型可以快速、靈活地對研究區(qū)汛期各月降水量進行預(yù)測，是一種使用方便、預(yù)測快速、準(zhǔn)確率較高的方法。

參考文獻

[1]李德萍，張凱靜，耿敏，等.上合青島峰會期間延伸期氣候趨勢預(yù)測與檢驗[J].陜西氣象，2019（3）：43-48.

[2]吳拓，江國振，王磊，等.贛北地區(qū)棉花生長季降水的韻律特征淺析[J]棉花科學(xué)，2019，41（3）：45-48

[3]丁耀海，馬志強.韻律法在氣象預(yù)報中的應(yīng)用分析[J]山西科技，2015，30（4）：61-63.

[4]雷冠軍.基于數(shù)據(jù)融合的豐滿水庫長期徑流預(yù)報研究[D].北京：中國水利水電科學(xué)研究院，2020.

[5]胡鑫，吳捷，王東升，等.塊澤河流域1959一2020年降水量趨勢分析與預(yù)測[J].海河水利，2025（2）：66-72.

[6]霍延風(fēng)，嚴(yán)忠國.石臺主汛期降水特征及其影響分析[J].科技創(chuàng)新與應(yīng)用，2019，9（29）：64-66.

[7]高健.烏蘭浩特市汛期降水變化特征分析及對農(nóng)業(yè)的影響[J].棉花科學(xué)，2024，46（8）：77-79.

[8]潘先潔，李俠麗，黃國貴，等.淮南暖冬事件及汛期降水響應(yīng)分析[J].中國農(nóng)學(xué)通報，2019，35（22）：130-135.

（責(zé)任編輯：楊歡）