ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市溫度預(yù)報(bào)中的檢驗(yàn)

張超，李娜，賈健

（1.新疆氣象臺(tái)，新疆烏魯木齊 830002；2.烏魯木齊市氣象局，新疆烏魯木齊 830002）

ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市溫度預(yù)報(bào)中的檢驗(yàn)

張超1，李娜1，賈健2

（1.新疆氣象臺(tái)，新疆烏魯木齊 830002；2.烏魯木齊市氣象局，新疆烏魯木齊 830002）

利用2011年7月—2014年6月的ECMWF細(xì)網(wǎng)格模式2m溫度預(yù)報(bào)產(chǎn)品，采用格點(diǎn)映射站點(diǎn)和雙線性插值法挑選最優(yōu)預(yù)報(bào)參考格點(diǎn)，并用天氣學(xué)檢驗(yàn)方法，對(duì)該模式在不同季節(jié)、不同天氣時(shí)的烏魯木齊市溫度預(yù)報(bào)能力進(jìn)行檢驗(yàn)。檢驗(yàn)表明：該產(chǎn)品對(duì)制作烏魯木齊市未來24h和48h溫度預(yù)報(bào)具有很好的指導(dǎo)意義，未來24h全年最高、最低氣溫預(yù)報(bào)準(zhǔn)確率達(dá)74%～75%，未來48h最高、最低氣溫預(yù)報(bào)準(zhǔn)確率較未來24h偏低10%左右；模式對(duì)降雨、降雪時(shí)的溫度預(yù)報(bào)較好，大霧時(shí)最差，并且會(huì)使最低氣溫預(yù)報(bào)嚴(yán)重低于實(shí)況，對(duì)東南風(fēng)時(shí)最高氣溫預(yù)報(bào)好于最低氣溫，預(yù)報(bào)有逆溫時(shí)，最高氣溫預(yù)報(bào)不可信，但最低氣溫預(yù)報(bào)可作參考。該產(chǎn)品整體在準(zhǔn)確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報(bào)，預(yù)報(bào)時(shí)效越長，優(yōu)勢(shì)越明顯。

ECMWF細(xì)網(wǎng)格；溫度檢驗(yàn)；2m溫度；烏魯木齊

近年來，越來越多的氣象工作者通過數(shù)值預(yù)報(bào)模式產(chǎn)品檢驗(yàn)釋用提高預(yù)報(bào)準(zhǔn)確率和精細(xì)化水平，取得了較好的效果[1-9]。新疆接收ECMWF細(xì)網(wǎng)格模式預(yù)報(bào)產(chǎn)品已近4a，其在很多方面都優(yōu)于ECMWF粗網(wǎng)格模式。國內(nèi)一些氣象工作者利用該模式產(chǎn)品針對(duì)大霧、降水、溫度預(yù)報(bào)等方面做了檢驗(yàn)和釋用[10-13]。在新疆的ECMWF細(xì)網(wǎng)格模式預(yù)報(bào)產(chǎn)品的釋用檢驗(yàn)工作中，張俊蘭等[15]檢驗(yàn)了ECMWF細(xì)網(wǎng)格模式的LSP大尺度降水預(yù)報(bào)產(chǎn)品在2012年前冬3場(chǎng)暴雪天氣中的預(yù)報(bào)效果，萬瑜等[16]利用ECMWF細(xì)網(wǎng)格模式產(chǎn)品對(duì)一次烏魯木齊東南大風(fēng)做了釋用，都顯示出了ECMWF細(xì)網(wǎng)格模式產(chǎn)品出色的預(yù)報(bào)性能，大大提高了各類天氣預(yù)報(bào)的精細(xì)化程度，但這些僅是針對(duì)某次天氣過程的研究，缺乏對(duì)長時(shí)間序列預(yù)報(bào)效果的檢驗(yàn)。

ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品的空間分辨率為25km，為烏魯木齊市單站預(yù)報(bào)提供更多的參考格點(diǎn)，具有未來72h內(nèi)時(shí)間間隔3h的溫度預(yù)報(bào)產(chǎn)品，未來12～36h的最高、最低值可選取作為該模式次日未來24h的最高、最低氣溫預(yù)報(bào)，未來36～60h的最高、最低值可選取作為該模式次日未來48h的最高、最低氣溫預(yù)報(bào)，但此產(chǎn)品對(duì)烏魯木齊市溫度的預(yù)報(bào)效果如何，最佳參考格點(diǎn)如何選取并未進(jìn)行過客觀的檢驗(yàn)分析。由于烏魯木齊地形復(fù)雜，周邊模式格點(diǎn)所在海拔高度、下墊面性質(zhì)差異大，模式各格點(diǎn)預(yù)報(bào)數(shù)值差異也較大，需獲取能代表烏魯木齊溫度的最優(yōu)預(yù)報(bào)值。本文對(duì)2011年7月—2014年6月ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品資料未來24h及48h溫度預(yù)報(bào)進(jìn)行檢驗(yàn)評(píng)估，結(jié)合格點(diǎn)映射站點(diǎn)和雙線性插值2種方法獲取烏魯木齊溫度預(yù)報(bào)值，選出代表烏魯木齊溫度預(yù)報(bào)的最優(yōu)值，統(tǒng)計(jì)和歸納不同季節(jié)、不同天氣現(xiàn)象下ECMWF細(xì)網(wǎng)格模式對(duì)溫度預(yù)報(bào)的性能。此工作將為制作準(zhǔn)確、精細(xì)的溫度預(yù)報(bào)提供參考，并對(duì)做好復(fù)雜天氣背景下溫度預(yù)報(bào)具有重要意義。

1 資料與方法

1.1 資料

實(shí)況溫度資料選用2011年7月—2014年6月共3a烏魯木齊市地面自動(dòng)觀測(cè)站逐小時(shí)溫度資料；ECMWF細(xì)網(wǎng)格模式資料采用2011年7月—2014年6月20h起報(bào)2m溫度預(yù)報(bào)資料，空間分辨率為0.25°×0.25°，時(shí)間分辨率為3h，數(shù)據(jù)缺失日不檢驗(yàn)，共有1047d的有效檢驗(yàn)樣本；為同國家氣象中心指導(dǎo)預(yù)報(bào)進(jìn)行對(duì)比檢驗(yàn)，還選用了2013年1—12月國家氣象中心下發(fā)的最高、最低氣溫指導(dǎo)預(yù)報(bào)。

1.2 方法

提取08—08時(shí)內(nèi)地面自動(dòng)觀測(cè)站逐小時(shí)溫度最高、最低值作為實(shí)況的最高、最低氣溫，采用格點(diǎn)映射站點(diǎn)和雙線性插值法提取預(yù)報(bào)檢驗(yàn)值，并將模式預(yù)報(bào)未來12～36h和36～60h的溫度最高、最低值，作為ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品未來24h和48h的最高、最低氣溫預(yù)報(bào)。

格點(diǎn)映射站點(diǎn)方法：ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品為格點(diǎn)數(shù)據(jù)，烏魯木齊站不在格點(diǎn)上，周邊存在4個(gè)預(yù)報(bào)值，分別位于烏魯木齊左上、左下、右上、右下4個(gè)方位，用以上4個(gè)方位格點(diǎn)數(shù)據(jù)映射到烏魯木齊站點(diǎn)上，用T左上、T左下、T右上、T右下格點(diǎn)映射數(shù)據(jù)代表ECMWF細(xì)網(wǎng)格模式2m溫度資料對(duì)烏魯木齊的預(yù)報(bào)值。

雙線性插值法：又稱為雙線性內(nèi)插，在數(shù)學(xué)上，雙線性插值是有兩個(gè)變量的插值函數(shù)的線性插值擴(kuò)展，其核心思想是在兩個(gè)方向分別進(jìn)行一次線性插值。若未知函數(shù)f在點(diǎn)P=（x，y）的值，假設(shè)我們已知函數(shù)f在Q11=（x1，y1）、Q12=（x1，y2），Q21=（x2，y1）以及Q22=（x2，y2）四個(gè)點(diǎn)的值。首先在x方向進(jìn)行線性插值，然后在y方向進(jìn)行線性插值。本文將模式的格點(diǎn)映射值通過雙線性插值法插值到烏魯木齊站點(diǎn)上，得到T差值。

檢驗(yàn)方法：采用預(yù)報(bào)準(zhǔn)確率、平均誤差、平均絕對(duì)誤差等統(tǒng)計(jì)方法檢驗(yàn)（公式如下），對(duì)烏魯木齊左上（T左上）、左下（T左下）、右上（T右上）、右下（T右下）及插值（T差值）后的ECMWF細(xì)網(wǎng)格模式的2m溫度預(yù)報(bào)值按月、季、天氣類型分別進(jìn)行檢驗(yàn)。

其中，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為1、2，分別代表|Fi-Oi|≤1℃、|Fi-Oi|≤2℃，MrK為預(yù)報(bào)正確的站（次）數(shù)，MfK為預(yù)報(bào)的總站（次）數(shù)。

評(píng)分技巧是指ECMWF細(xì)網(wǎng)格模式2m溫度預(yù)報(bào)產(chǎn)品的最高、最低氣溫預(yù)報(bào)平均絕對(duì)誤差相對(duì)于國家氣象中心指導(dǎo)預(yù)報(bào)的提高率，TMAEN為國家氣象中心指導(dǎo)預(yù)報(bào)最高、最低氣溫預(yù)報(bào)平均絕對(duì)誤差，TMAEF為ECMWF細(xì)網(wǎng)格2m溫度預(yù)報(bào)產(chǎn)品的最高、最低氣溫預(yù)報(bào)平均絕對(duì)誤差。

2 預(yù)報(bào)檢驗(yàn)結(jié)果

2.1 高、低溫預(yù)報(bào)逐月檢驗(yàn)

根據(jù)中國氣象局對(duì)各省、地（市）氣象臺(tái)的考核標(biāo)準(zhǔn)，用誤差為2℃以內(nèi)作為溫度預(yù)報(bào)準(zhǔn)確率的閾值。圖1為2011年7月—2014年6月ECMWF細(xì)網(wǎng)格模式2m溫度的未來24h最高、最低溫度預(yù)報(bào)準(zhǔn)確率。圖1a中，最高氣溫預(yù)報(bào)準(zhǔn)確率從高到低排列分別為T左下、T差值、T右上、T右下、T左上，左下格點(diǎn)T左下夏半年的最高氣溫預(yù)報(bào)準(zhǔn)確率最高，尤其是5—8月最高氣溫預(yù)報(bào)準(zhǔn)確率均超過了85%，7月準(zhǔn)確率最高，達(dá)到92.3%；右上格點(diǎn)溫度預(yù)報(bào)T右上的準(zhǔn)確率呈現(xiàn)出“雙峰型”，在春季和秋季準(zhǔn)確率明顯高于其他時(shí)期，4月、10月超過了T左下的準(zhǔn)確率，達(dá)到了84%；左上格點(diǎn)T左上的準(zhǔn)確率最低，5—8月不到50%，6、7月最低，不到20%；雙線性插值預(yù)報(bào)的準(zhǔn)確率均低于T左下。可見不同格點(diǎn)的預(yù)報(bào)能力存在明顯差異，插值的溫度預(yù)報(bào)T差值并沒有預(yù)期的優(yōu)越性，在春、夏、秋季均低于T左下的最高氣溫預(yù)報(bào)準(zhǔn)確率。冬季各格點(diǎn)預(yù)報(bào)能力普遍較差，預(yù)報(bào)準(zhǔn)確率都偏低，在30%～60%之間。

由圖1b可知各參考點(diǎn)的預(yù)報(bào)能力具有更為明顯的季節(jié)性變化，T右上的最低氣溫預(yù)報(bào)準(zhǔn)確率同樣呈現(xiàn)出“雙峰型”，在3—5月和9—1月有著明顯的優(yōu)勢(shì)，4月、5月、9月、10月的預(yù)報(bào)準(zhǔn)確率都超過了80%，其中10月的最低氣溫預(yù)報(bào)準(zhǔn)確率達(dá)到了91.8%，6月開始，T右上的最低氣溫預(yù)報(bào)準(zhǔn)確率開始明顯下降，7月降到了54.9%；而T差值預(yù)報(bào)在6月、7月表現(xiàn)較好，準(zhǔn)確率分別達(dá)到了69.7%、74.7%，對(duì)T右上夏季的不足有了較好的彌補(bǔ)；在所有參考點(diǎn)中，T右下的最低氣溫預(yù)報(bào)能力最差，對(duì)烏市單站的最低氣溫預(yù)報(bào)缺乏參考意義；在12月—翌年2月，各格點(diǎn)最低氣溫預(yù)報(bào)準(zhǔn)確率也較其他月份差，準(zhǔn)確率在20%～60%，2月，T左上的最低氣溫預(yù)報(bào)準(zhǔn)確率最高，可達(dá)到59.2%，12月和1月的最低氣溫預(yù)報(bào)準(zhǔn)確率仍然是T右上最高，準(zhǔn)確率分別達(dá)到71.4%、55.2%。

圖1 2011年7月—2014年6月ECMWF細(xì)網(wǎng)格2m溫度對(duì)烏魯木齊溫度未來24h預(yù)報(bào)準(zhǔn)確率/%

圖2為2011年7月—2014年6月ECMWF細(xì)網(wǎng)格模式2m溫度未來24h的最高、最低氣溫的誤差分析，檢驗(yàn)?zāi)Ｊ筋A(yù)報(bào)的平均誤差和平均絕對(duì)誤差，其中平均誤差能夠量化預(yù)報(bào)和實(shí)況之間的平均偏差，也是模式預(yù)報(bào)的系統(tǒng)誤差，平均絕對(duì)誤差能夠量化預(yù)報(bào)與實(shí)況的總體偏差程度。由圖2a可以看出，4個(gè)格點(diǎn)最高氣溫預(yù)報(bào)平均誤差隨季節(jié)也有明顯變化，T右上和T左上在2—10月都為預(yù)報(bào)正誤差，即預(yù)報(bào)偏高誤差，在5—8月平均誤差都接近3℃，11—1月逐漸轉(zhuǎn)為負(fù)誤差；而T左下、T右下及T差值平均誤差月分布正好相反，在3—11月為負(fù)誤差，其中T左下的平均誤差最小，12—翌年2月逐漸轉(zhuǎn)為正誤差，開始轉(zhuǎn)換的時(shí)期正是冬春和秋冬的過渡時(shí)期。從圖2c來分析，T右下和T左上的預(yù)報(bào)值較實(shí)況偏離程度明顯高于其余參考點(diǎn)，偏離值為2～3.5℃；T左下和T差值的預(yù)報(bào)值在3—11月較實(shí)況偏離程度較小，均低于1.6℃，但在11—2月偏離程度迅速加大，偏離值達(dá)2.5～3.5℃,T右上的平均絕對(duì)誤差呈現(xiàn)出了“雙谷型”，4月、10月為兩個(gè)低值，偏離值在1.5℃以下，其他時(shí)段在2～2.5℃之間。由圖2b可知，各格點(diǎn)最低氣溫的平均誤差季節(jié)分布規(guī)律與高溫類似，在夏半年T左下、T右下及T差值的溫度預(yù)報(bào)較實(shí)況略偏低，而在冬半年迅速轉(zhuǎn)為偏高，1月偏高幅度達(dá)到最強(qiáng)，為3～4℃，轉(zhuǎn)換的時(shí)期也正是冬春和秋冬的過渡時(shí)期；T右上和T左上在5—8月溫度預(yù)報(bào)較實(shí)況有所偏高，其他月偏低，總體來看平均誤差在-2～2℃之間。由圖2d可以看出，在各月4個(gè)格點(diǎn)較實(shí)況偏離范圍在1～4.5℃之間，T右上的偏離程度最小，在1～2.5℃之間，冬季普遍高于其他季節(jié)。

通過2011年7月—2014年6月ECMWF細(xì)網(wǎng)格模式2m溫度的未來48h最高、最低氣溫預(yù)報(bào)準(zhǔn)確率和預(yù)報(bào)誤差分析。發(fā)現(xiàn)，各格點(diǎn)預(yù)報(bào)水平有同未來24h相似的逐月變化規(guī)律，依然具有很好的指導(dǎo)意義。全年最高、最低氣溫預(yù)報(bào)準(zhǔn)確率為65%左右，但較未來24h最高、最低氣溫預(yù)報(bào)準(zhǔn)確率偏低10%左右，其中春季偏低幅度最大，為10%～28%，夏秋季降低幅度最小，僅為1%～5%，這同春季模式調(diào)整頻繁有關(guān)。

綜上所述，ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品對(duì)制作烏魯木齊未來24h和48h溫度都具有很好的指導(dǎo)意義，隨著季節(jié)的變化，不同參考點(diǎn)對(duì)烏魯木齊市高低溫預(yù)報(bào)能力也相應(yīng)變化，在冬春和秋冬的過渡時(shí)期，各格點(diǎn)的系統(tǒng)誤差會(huì)發(fā)生明顯變化，多數(shù)時(shí)間格點(diǎn)映射站點(diǎn)的方法要優(yōu)于雙線性插值法。經(jīng)過分析，可以把T左下的日最大值代表2月、3月、5月、6月、7月、8月和9月的最高氣溫預(yù)報(bào)，T右上的日最大值代表1月、4月、10月、11月和12月的最高氣溫預(yù)報(bào)，T右上的日最小值代表1月、3月、4月、5月、9月、10月、11月、12月的最低氣溫預(yù)報(bào)，T差值的日最小值代表6月、7月的最低氣溫預(yù)報(bào)。T左上的日最小值代表2月、8月的最低氣溫預(yù)報(bào)，未來24h全年最高、最低氣溫準(zhǔn)確率可以達(dá)到74%～75%，未來48h最高、最低氣溫預(yù)報(bào)準(zhǔn)確率較24h偏低10%左右，其中春季降低幅度最大，為10%～28%，夏秋季較小，為1%～5%。

2.2 高、低溫預(yù)報(bào)季度檢驗(yàn)

圖2 2011年7月—2014年6月ECMWF細(xì)網(wǎng)格2m溫度的未來24h預(yù)報(bào)誤差分析

為了便于統(tǒng)計(jì)、分析，采用3—5月為春季、6—8月為夏季、9—11月為秋季、12月—翌年2月為冬季的季節(jié)劃分。重點(diǎn)分析ECMWF細(xì)網(wǎng)格模式2m溫度未來24h預(yù)報(bào)產(chǎn)品逐季節(jié)預(yù)報(bào)準(zhǔn)確率，發(fā)現(xiàn)有明顯的季節(jié)變化，夏半年的預(yù)報(bào)準(zhǔn)確率高出冬半10%～25%。最高氣溫準(zhǔn)確率在夏季最高，可達(dá)到88.7%，冬季最低，僅有53.3%，夏季高出冬季35%；而最低氣溫預(yù)報(bào)準(zhǔn)確率，秋季最高，為83.1%，冬季最低，準(zhǔn)確率為63.2%，秋季高出冬季20%，且最低氣溫預(yù)報(bào)準(zhǔn)確率在春、秋、冬季均高出同季節(jié)最高氣溫預(yù)報(bào)3%～9%，夏季，最高氣溫預(yù)報(bào)準(zhǔn)確率高出最低氣溫預(yù)報(bào)準(zhǔn)確率14%。最高氣溫預(yù)報(bào)在夏季偏離實(shí)況的程度最小，平均絕對(duì)誤差在1℃附近，冬季最大，平均絕對(duì)誤差接近2.5℃；最低氣溫預(yù)報(bào)在秋季偏離實(shí)況程度最小，冬季最大，并且最低氣溫預(yù)報(bào)的平均絕對(duì)誤差在春、秋、冬季均低于同季節(jié)最高氣溫預(yù)報(bào)的平均絕對(duì)誤差，在夏季高于最高氣溫預(yù)報(bào)的平均誤差。冬季最高、最低氣溫預(yù)報(bào)偏離實(shí)況程度最大，同時(shí)也是降低全年溫度預(yù)報(bào)準(zhǔn)確率的主要季節(jié)，這與冬季逆溫影響有關(guān)。

2.3 重要天氣過程的溫度預(yù)報(bào)檢驗(yàn)結(jié)果

為檢驗(yàn)ECMWF細(xì)網(wǎng)格模式2m溫度預(yù)報(bào)未來24h產(chǎn)品在不同天氣過程中的預(yù)報(bào)能力，選取2011年7月—2014年6月影響天氣出現(xiàn)日，共304d有效樣本，依照不同天氣性質(zhì)特點(diǎn)分成降雨日、降雪日、東南大風(fēng)日、大霧日四類。由于雨雪春秋季多為雨雪轉(zhuǎn)換時(shí)期，不好區(qū)分降雨降雪狀態(tài)，為方便研究，我們把4—10月08—08時(shí)出現(xiàn)0.1mm以上的降水定義為降雨日，共108d；11月—翌年3月08—08時(shí)出現(xiàn)0.1mm以上的降水定義為降雪日，共92d；全年08—08時(shí)出現(xiàn)極大風(fēng)速超過13m·s-1（5級(jí)）的東南風(fēng)定義為東南風(fēng)日，共39d；全年08—08時(shí)出現(xiàn)能見度小于1km的霧，定義為大霧日，共65d，分別分析各類天氣發(fā)生時(shí)期，模式的溫度預(yù)報(bào)效果（表1）。

表1 2011年7月—2014年6月ECMWF細(xì)網(wǎng)格2m溫度在不同天氣情況下最高、最低氣溫預(yù)報(bào)效果

降雨日時(shí)最高、最低氣溫預(yù)報(bào)準(zhǔn)確率相對(duì)較高，分別為77.8%、78.7%，均超過了全年的平均準(zhǔn)確率，且穩(wěn)定性較好，平均絕對(duì)誤差都在1.5℃以下，從平均誤差看，模式預(yù)報(bào)普遍較實(shí)況偏高，最低氣溫預(yù)報(bào)表現(xiàn)更為明顯，正誤差達(dá)到了1℃，最高、最低氣溫預(yù)報(bào)的最大誤差分別為5.3℃和5℃，但出現(xiàn)大幅偏離實(shí)況的次數(shù)不多，108d中，最高、最低氣溫預(yù)報(bào)都只有3d偏離幅度超過4℃，且均為正誤差。

降雪日最高、最低氣溫預(yù)報(bào)準(zhǔn)確率低于降雨日，分別為68.5%和65.2%，這由于降雪日時(shí)逆溫的破壞與維持都會(huì)對(duì)溫度預(yù)報(bào)有影響。最高氣溫預(yù)報(bào)的穩(wěn)定性略好于最低氣溫。最高、最低氣溫預(yù)報(bào)平均絕對(duì)誤差分別為1.5℃和1.7℃，平均誤差都較小，無法找出明顯的系統(tǒng)誤差，最大誤差分別為5.5℃和-5.4℃。在92d中，最高氣溫預(yù)報(bào)偏離幅度超過4℃的情況出現(xiàn)了4次，有2次正誤差，2次負(fù)誤差；最低氣溫預(yù)報(bào)偏離幅度超過4℃的情況出現(xiàn)了8次，有3次正誤差，5次負(fù)誤差。

烏魯木齊市東南大風(fēng)出現(xiàn)時(shí)，由于空氣干絕熱下沉運(yùn)動(dòng)，會(huì)使溫度異常偏高，增加了對(duì)溫度預(yù)報(bào)的難度，ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品在東南風(fēng)日的溫度預(yù)報(bào)中最高氣溫預(yù)報(bào)較好，準(zhǔn)確率可以達(dá)到71.8%，最低氣溫預(yù)報(bào)較差，準(zhǔn)確率僅為59%。最高氣溫預(yù)報(bào)相對(duì)穩(wěn)定，平均絕對(duì)誤差為1.65℃，最大誤差為-4.6℃，偏離幅度超過4℃的情況僅出現(xiàn)了1次；最低氣溫預(yù)報(bào)穩(wěn)定性較差，平均絕對(duì)誤差為2.3℃，最大誤差到達(dá)-5.8℃，偏離幅度超過4℃的情況達(dá)到了7次，且均為負(fù)誤差，出現(xiàn)概率超過17%。東南風(fēng)對(duì)最低氣溫的影響遠(yuǎn)大于最高氣溫，東南風(fēng)的起風(fēng)時(shí)間，持續(xù)時(shí)間以及強(qiáng)度的不同會(huì)對(duì)模式的最低氣溫預(yù)報(bào)造成不同影響，東南大風(fēng)在夜間的持續(xù)時(shí)間越長，對(duì)低溫的影響越大，7次較大的低溫預(yù)報(bào)誤差中，有4次都出現(xiàn)在持續(xù)2d以上的強(qiáng)東南風(fēng)過程，2次出現(xiàn)在隆冬季節(jié)短暫的東南大風(fēng)過程。

在各類天氣中，ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品受大霧影響最大，最高、最低氣溫預(yù)報(bào)準(zhǔn)確率為53.8%和52.3%，準(zhǔn)確率是幾類天氣過程中最低的，且預(yù)報(bào)的穩(wěn)定性均較差，平均絕對(duì)誤差都超過了2℃。最高氣溫預(yù)報(bào)的最大誤差達(dá)12℃，偏離幅度超過4℃的情況出現(xiàn)15次，出現(xiàn)概率超過了23%，其中6次為正誤差，9次為負(fù)誤差；最低氣溫預(yù)報(bào)的最大誤差為-5.8℃，偏離幅度超過4℃的情況出現(xiàn)10次，出現(xiàn)概率超過了15%，其中2次為正誤差，8次為負(fù)誤差?？梢?，大霧天氣下多會(huì)使模式最低氣溫預(yù)報(bào)嚴(yán)重低于實(shí)況。逆溫是造成大霧天氣的重要條件，大霧時(shí)溫度預(yù)報(bào)準(zhǔn)確率低與模式無法很好處理逆溫時(shí)的溫度預(yù)報(bào)有很大關(guān)系。

總體來看，模式對(duì)降雨、降雪時(shí)的溫度預(yù)報(bào)較好；大霧時(shí)最差，并且會(huì)使最低氣溫預(yù)報(bào)嚴(yán)重低于實(shí)況；對(duì)東南風(fēng)溫度預(yù)報(bào)時(shí)最高氣溫預(yù)報(bào)好于最低氣溫，東南風(fēng)的起風(fēng)時(shí)間，持續(xù)時(shí)間以及強(qiáng)度的不同會(huì)對(duì)模式的最低氣溫預(yù)報(bào)造成不同影響，東南大風(fēng)在夜間的持續(xù)時(shí)間越長，對(duì)低溫預(yù)報(bào)的影響越大。

2.4 ECMWF細(xì)網(wǎng)格預(yù)報(bào)逆溫時(shí)的檢驗(yàn)結(jié)果

將2011年7月—2014年6月ECMWF細(xì)網(wǎng)格上格點(diǎn)850hPa溫度與925hPa的溫度差值，作為逆溫預(yù)報(bào)值，將未來24h最強(qiáng)逆溫大于8℃作為一個(gè)逆溫預(yù)報(bào)日，共63d。檢驗(yàn)表明，最高、最低氣溫預(yù)報(bào)準(zhǔn)確率為31.74%和63.5%，最高溫度的預(yù)報(bào)明顯偏低。最高氣溫預(yù)報(bào)的最大誤差達(dá)12℃，偏離幅度超過4℃的情況出現(xiàn)21次，出現(xiàn)概率超過33%，其中13次為正誤差，8次為負(fù)誤差。最低氣溫預(yù)報(bào)的最大誤差為-5.6℃，偏離幅度超過4℃的情況出現(xiàn)8次，出現(xiàn)概率為13%，均為負(fù)誤差?？梢?，當(dāng)ECMWF細(xì)網(wǎng)格預(yù)報(bào)明顯逆溫時(shí)，最高溫度預(yù)報(bào)不可信，但最低溫度可作參考，并且會(huì)使最低氣溫預(yù)報(bào)低于實(shí)況，這同大霧天氣的溫度預(yù)報(bào)情況相似。

2.5 ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品與國家氣象中心指導(dǎo)預(yù)報(bào)對(duì)比檢驗(yàn)

為更好地衡量ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市的預(yù)報(bào)能力，選取其2013年整年資料，同國家氣象中心指導(dǎo)預(yù)報(bào)溫度產(chǎn)品進(jìn)行對(duì)比檢驗(yàn)，發(fā)現(xiàn)ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品整體在準(zhǔn)確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報(bào)，預(yù)報(bào)時(shí)效越長，優(yōu)勢(shì)越明顯，尤其在春季溫度預(yù)報(bào)中有明顯優(yōu)勢(shì)。從圖3a可以看出ECMWF細(xì)網(wǎng)格模式的未來24h預(yù)報(bào)產(chǎn)品在3—5月，最高氣溫預(yù)報(bào)準(zhǔn)確率高出國家氣象中心指導(dǎo)預(yù)報(bào)30%～40%；最低氣溫預(yù)報(bào)準(zhǔn)確率高出國家氣象中心預(yù)報(bào)準(zhǔn)確率20%～35%；從圖3b來看，最高氣溫預(yù)報(bào)較指導(dǎo)預(yù)報(bào)在3—6月、10月有30%～40%的正技巧，1月、9月、11月為負(fù)技巧，其中11月的負(fù)技巧達(dá)67%；對(duì)于最低氣溫預(yù)報(bào)而言，2—4月、10月有30%左右的正技巧，1月為64%的負(fù)技巧，其他月份預(yù)報(bào)水平相當(dāng)。圖3c可以看出，ECMWF細(xì)網(wǎng)格模式的未來48h最高氣溫預(yù)報(bào)準(zhǔn)確率僅在7月、11月低于國家氣象中心指導(dǎo)預(yù)報(bào)，其余月份都高于指導(dǎo)預(yù)報(bào)，最低氣溫預(yù)報(bào)準(zhǔn)確率在2月、5月、8月、9月低于國家氣象中心指導(dǎo)預(yù)報(bào)，其余月份都高于指導(dǎo)預(yù)報(bào)；圖3d可以看出，僅在11月ECMWF細(xì)網(wǎng)格模式的未來48h最高氣溫預(yù)報(bào)較指導(dǎo)預(yù)報(bào)有30%左右負(fù)技巧，其余時(shí)間都接近或?yàn)槊黠@正技巧。雖然ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品整體在準(zhǔn)確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報(bào)，但在秋冬季的一些時(shí)間也會(huì)劣于國家氣象中心指導(dǎo)預(yù)報(bào)，兩種模式產(chǎn)品存在一定互補(bǔ)性。

圖3 2013年ECMWF細(xì)網(wǎng)格2m溫度產(chǎn)品同國家氣象中心指導(dǎo)預(yù)報(bào)對(duì)比檢驗(yàn)結(jié)果

3 結(jié)論

（1）ECMWF細(xì)網(wǎng)格模式2m溫度預(yù)報(bào)產(chǎn)品對(duì)制作烏魯木齊未來24h及48h溫度預(yù)報(bào)具有很好的指導(dǎo)意義。隨著季節(jié)的變化，不同參考點(diǎn)對(duì)烏魯木齊市最高、最低氣溫預(yù)報(bào)能力也相應(yīng)變化。多數(shù)時(shí)間格點(diǎn)映射站點(diǎn)的方法要優(yōu)于雙線性插值法，經(jīng)過分析，可以把T左下的日最大值代表2月、3月、5月、6月、7月、8月和9月的最高氣溫預(yù)報(bào)，T右上的日最大值代表1月、4月、10月、11月和12月的最高氣溫預(yù)報(bào)，T右上的日最小值代表1月、3月、4月、5月、9月、10月、11月、12月的最低氣溫預(yù)報(bào)，T差值的日最小值代表6月、7月的最低氣溫預(yù)報(bào)。T左上的日最小值代表代表2月、8月的最低氣溫預(yù)報(bào)。未來24h全年最高、最低氣溫預(yù)報(bào)準(zhǔn)確率可以達(dá)到74%～75%，未來48h最高、最低氣溫預(yù)報(bào)準(zhǔn)確率較24h偏低10%左右，其中春季降低幅度最大，為10%～ 28%，夏秋季較小，為1%～5%。

（2）模式季節(jié)變化明顯，夏半年的預(yù)報(bào)準(zhǔn)確率高出冬半年10%～25%，冬季最高、最低氣溫預(yù)報(bào)偏離實(shí)況程度最大，同時(shí)也是降低全年溫度預(yù)報(bào)準(zhǔn)確率的主要季節(jié)。

（3）模式對(duì)降雨、降雪時(shí)的溫度預(yù)報(bào)較好，大霧時(shí)最差，并且會(huì)使最低氣溫預(yù)報(bào)嚴(yán)重低于實(shí)況；對(duì)東南風(fēng)時(shí)最高氣溫預(yù)報(bào)好于最低氣溫，東南風(fēng)的起風(fēng)時(shí)間，持續(xù)時(shí)間以及強(qiáng)度的不同會(huì)對(duì)模式的最低氣溫預(yù)報(bào)造成不同影響，東南大風(fēng)在夜間的持續(xù)時(shí)間越長，對(duì)低溫的影響越大；預(yù)報(bào)逆溫時(shí)，最高氣溫預(yù)報(bào)不可信，但最低氣溫可作參考，并且最低氣溫預(yù)報(bào)低于實(shí)況。

（4）該產(chǎn)品整體在準(zhǔn)確率和穩(wěn)定性上均優(yōu)于國家氣象中心指導(dǎo)預(yù)報(bào)，預(yù)報(bào)時(shí)效越長，優(yōu)勢(shì)越明顯，尤其在春季溫度預(yù)報(bào)中有明顯優(yōu)勢(shì)。但在秋冬季的一些時(shí)間也會(huì)劣于國家氣象中心指導(dǎo)預(yù)報(bào)，兩種模式產(chǎn)品存在一定互補(bǔ)性。

[1]賈麗紅，盧新玉，崔彩霞，等.新疆15地州首府城市最高、最低氣溫預(yù)報(bào)檢驗(yàn)[J].沙漠與綠洲氣象，2013，7（1）：16-20.

[2]肖明靜，隋明，范蘇丹，等.3種數(shù)值模式溫度預(yù)報(bào)產(chǎn)品在山東應(yīng)用和誤差分析與訂正[J].干旱氣象，2012，30（3）：472-477.

[3]康嵐，馮漢中，屠妮妮，等.Grapes模式預(yù)報(bào)西南地區(qū)夏季2m溫度檢驗(yàn)評(píng)估[J].高原山地氣象研究，2009，29（2）：26-32.

[4]歐徽寧,鄒哲馨，孫小龍.中央臺(tái)精細(xì)化溫度指導(dǎo)預(yù)報(bào)產(chǎn)品在賀州市的檢驗(yàn)[J].氣象研究與應(yīng)用，2012，33（2suppl1）：150-152.

[5]賈麗紅，張慧嵐，肖開提·多萊特，等.T639數(shù)值產(chǎn)品對(duì)影響新疆主要系統(tǒng)的預(yù)報(bào)檢驗(yàn)評(píng)估[J].氣象，2012，38（8）：971-976.

[6]佟華，姚明明，王雨，等.T213L31全球中期數(shù)值天氣預(yù)報(bào)系統(tǒng)2m溫度誤差源分析[J].氣象，2006，32（2）：52-57.

[7]張冰，魏建蘇，裴海瑛.2006年T213模式在江蘇的降水和溫度檢驗(yàn)評(píng)估[J].氣象科學(xué)，2008，28（4）：468-472.

[8]李國翠，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.

[9]吳愛敏，路亞奇，李祥科.利用ECMWF產(chǎn)品對(duì)慶陽極端氣溫釋用效果分析[J].干旱氣象，2009，27（3）：288-292.

[10]湯浩，賈麗紅.背景場(chǎng)和物理過程對(duì)WRF模式在新疆區(qū)域預(yù)報(bào)性能的影響[J].沙漠綠洲與氣象，2014，8（3）：27-33.

[11]陳曉紅，朱佳寧，周揚(yáng)帆.EC細(xì)網(wǎng)格數(shù)值預(yù)報(bào)產(chǎn)品在一次大霧預(yù)報(bào)中的釋用[J].大氣科學(xué)應(yīng)用與研究，2012，43（2）：94-100.

[12]陳海鳳，黃世芹，金建德，等.EC細(xì)網(wǎng)格數(shù)值預(yù)報(bào)在貴陽地區(qū)的釋用效果分析[J].貴州氣象，2014，38(4):22-25.

[13]陳海鳳，黃世芹，金建德，等.基于ECMWF細(xì)網(wǎng)格模式產(chǎn)品的濕螺旋度在四川盆地強(qiáng)降水預(yù)報(bào)中的應(yīng)用檢驗(yàn)[J].氣象2014，40（9）：1088-1096.

[14]陳海鳳，黃世芹，金建德，等.T639、ECMWF細(xì)網(wǎng)格模式對(duì)2012年5—8月四川盆地降水預(yù)報(bào)的天氣學(xué)檢驗(yàn)[J].高原山地氣象，2013，38（1）：22-25.

[15]張俊蘭，李圓圓，張超.ECMWF細(xì)網(wǎng)格模式降水產(chǎn)品在北疆暴雪中的應(yīng)用檢驗(yàn)[J].沙漠與綠洲氣象，2013，7 (4）：7-13.

[16]萬瑜，曹興，竇新英，等.ECMWF細(xì)網(wǎng)格數(shù)值預(yù)報(bào)產(chǎn)品在烏魯木齊東南大風(fēng)中的釋用[J].沙漠與綠洲氣象，2014，8（1）：32-38.

Test of ECMWF Refined Net Numerical 2m Temperature Forecast Data in Temperature Forecasting in Urumqi

ZHANG Chao1，LI Na1，JIA Jian2

（1.Xinjiang meteorological Observatory，Urumqi 830002，China；2.Urumqi meteorological Bureau，Urumqi 830002，China）

Using ECMWF refined net numerical 2m temperature forecast data from July 2011 to June 2014,grid mapping site and bilinear interpolation method are used to select the optimized reference points,finally apply the synoptic testing method to test its temperature forecasting ability indifferent seasons and different types of weather in Urumqi.The result shows that it is helpful to making nest 24 hours and 48hours temperature forecast,The next 24hours prediction accuracy of annual maximum and minimum temperature is 74%～75%,the next 48hours forecast accuracy is 10%,lower than the next 24h;forecast accuracy of temperature is better in rainy days and snowy days,worse in foggy days;the actual minimum temperature is significantly below the forecast temperature;the forecast accuracy of maximum temperature is better than the forecast accuracy when southeastly wind happens;when the temperature inversion is forecast,the maximum temperature forecast cannot be trusted,but the minimum temperature forecast is trusty.The accuracy and stability of ECMWF refined net numerical 2m temperature forecast data are better than guidance forecast data from the National Meteorological Center of CMA.The longer the forecast period is,the more obvious advantages there are.

ECMWF refined net;temperature test;2m temperature;Urumqi

P457.3

A

1002-0799（2015）05-0062-07

張超，李娜,賈健.ECMWF細(xì)網(wǎng)格模式2m溫度產(chǎn)品在烏魯木齊市溫度預(yù)報(bào)中的檢驗(yàn)[J].沙漠與綠洲氣象，2015，9（5）：62-68.

10.3969/j.issn.1002-0799.2015.05.010

2014-05-07；

2014-07-21

中國沙漠氣象科學(xué)研究基金（Sqj2014009）和中國氣象局預(yù)報(bào)員專項(xiàng)（CMAYBY2014-078）共同資助。

張超（1987-），男，工程師，現(xiàn)從事短期天氣預(yù)報(bào)分析與預(yù)報(bào)服務(wù)工作。E-mail：64418696@qq.com