貴州省冬季地表(0 cm)溫度預(yù)報(bào)探討

羅喜平，周明飛，汪 超

(1.貴州省氣象臺(tái)，貴州 貴陽(yáng) 550002；2.貴州省山地氣候與資源重點(diǎn)實(shí)驗(yàn)室,貴州 貴陽(yáng) 550002)

?

貴州省冬季地表(0 cm)溫度預(yù)報(bào)探討

羅喜平1,2，周明飛1,2，汪 超1,2

(1.貴州省氣象臺(tái)，貴州 貴陽(yáng) 550002；2.貴州省山地氣候與資源重點(diǎn)實(shí)驗(yàn)室,貴州 貴陽(yáng) 550002)

利用EC細(xì)網(wǎng)格地溫預(yù)報(bào)資料，進(jìn)行預(yù)報(bào)準(zhǔn)確率檢驗(yàn)，檢驗(yàn)結(jié)果表明，EC細(xì)網(wǎng)格地溫預(yù)報(bào)準(zhǔn)確率較差。并利用1971—2014年貴州0 cm地溫資料和氣溫資料，對(duì)貴州冬季地溫與氣溫的關(guān)系進(jìn)行分析, 應(yīng)用統(tǒng)計(jì)回歸方法建立以氣溫為基礎(chǔ)的地溫模型，從而實(shí)現(xiàn)通過氣溫估算地溫，并對(duì)地氣模型進(jìn)行了檢驗(yàn)；結(jié)果表明，平均地溫預(yù)測(cè)模型和最低地溫預(yù)測(cè)模型準(zhǔn)確率分別達(dá)到92%和80%，絕對(duì)誤差均小于2 ℃，最高地溫預(yù)測(cè)模型準(zhǔn)確率僅有42%，今后需要考慮在不同天氣(晴、多云、陰、雨、雪等)條件，分別建立最高地溫預(yù)測(cè)模型。

道路結(jié)冰；地表溫度；預(yù)報(bào)模型；預(yù)報(bào)檢驗(yàn)

1 引言

受云貴準(zhǔn)靜止鋒影響，貴州冬季常形成地方性的凍雨天氣，宗志平等對(duì)凍雨的時(shí)空分布的分析也表明貴州到江南中西部是凍雨易發(fā)區(qū)。貴州每年因凍雨天氣，常出現(xiàn)道路結(jié)冰現(xiàn)象，嚴(yán)重影響交通運(yùn)輸及人民生命財(cái)產(chǎn)的安全，如2008、2011年冬季貴州持續(xù)雨雪天氣，冰雪災(zāi)害嚴(yán)重，公路路面大面積結(jié)冰，道路中斷，多條公路被迫關(guān)閉，上千車輛滯留，對(duì)交通運(yùn)輸造成重大損失，人民生活造成重大影響。而地溫是影響道路結(jié)冰的核心因子，在凍雨天氣出現(xiàn)時(shí)，若地溫低于0 ℃，將出現(xiàn)道路結(jié)冰現(xiàn)象。因此貴州冬季地溫預(yù)報(bào)至關(guān)重要。

目前國(guó)內(nèi)許多學(xué)者對(duì)地溫進(jìn)行了研究，主要開展了地溫的變化趨勢(shì)研究、冰雹分布與地溫場(chǎng)的相關(guān)分析、沙塵暴與地溫場(chǎng)的相關(guān)分析等，在地溫的預(yù)測(cè)方面研究了ENSO對(duì)青藏鐵路沿線氣溫和地溫的預(yù)測(cè)，利用耿貝爾分布函數(shù)估算了青藏鐵路沿線地溫的極值，湯懋蒼等利用地溫來(lái)做降水短期氣候預(yù)測(cè)。然而對(duì)于地溫的短期預(yù)報(bào)研究極少，楊丹等利用數(shù)理統(tǒng)計(jì)方法建立了山東萊蕪地溫的預(yù)報(bào)技術(shù)，李帥等利用逐日氣溫、20 cm地溫作為預(yù)報(bào)因子建立了黑龍江春季10 cm地溫預(yù)報(bào)模型，朱寶文等利用逐步回歸建立青海大通縣地表最低溫度預(yù)報(bào)模型，這些研究主要集中在中東部及西北部地區(qū)。貴州省對(duì)地溫的研究多集中在短期氣候預(yù)測(cè)方面，在地溫預(yù)報(bào)上尚未開展過研究，因此，亟待對(duì)貴州冬季0 cm地溫開展預(yù)報(bào)探討，隨著EC細(xì)網(wǎng)格地表溫度預(yù)報(bào)的業(yè)務(wù)化，對(duì)其進(jìn)行預(yù)報(bào)準(zhǔn)確率檢驗(yàn)，同時(shí)通過分析貴州省冬季地溫與氣溫多年變化規(guī)律, 建立冬季地溫的預(yù)報(bào)模型，最終試圖通過氣溫估算地溫，并開展預(yù)報(bào)檢驗(yàn)，有望提高地溫的短期預(yù)報(bào)能力，以便在道路結(jié)冰預(yù)警預(yù)報(bào)業(yè)務(wù)中發(fā)揮重要作用。

2 資料和方法

研究資料為1971年12月—2014年2月貴州省84個(gè)地面氣象觀測(cè)站逐日平均、最低、最高氣溫及0 cm地溫資料，均經(jīng)過了質(zhì)量檢驗(yàn)，資料來(lái)源于貴州省氣候中心。所用數(shù)值預(yù)報(bào)資料有2011年12月—2014年2月冬季EC細(xì)網(wǎng)格08時(shí)、20時(shí)起報(bào)的48 h逐3 h間隔地溫預(yù)報(bào)資料。

考慮到主要城市對(duì)交通影響的重要性，選擇9個(gè)市州所在地為代表站進(jìn)行地溫預(yù)報(bào)探討，這9個(gè)代表站分別是貴陽(yáng)、遵義、銅仁、凱里、都勻、安順、興義、水城、畢節(jié)。

對(duì)地溫預(yù)報(bào)準(zhǔn)確率的檢驗(yàn)主要根據(jù)天氣產(chǎn)品預(yù)報(bào)正(準(zhǔn))確率質(zhì)量檢驗(yàn)方法，參考文件相關(guān)規(guī)定。其中對(duì)地溫預(yù)報(bào)準(zhǔn)確率檢驗(yàn)以2 ℃作為檢驗(yàn)標(biāo)準(zhǔn)，地溫評(píng)分標(biāo)準(zhǔn)(|預(yù)測(cè)值-實(shí)況值|≤2 ℃為準(zhǔn)確,否則為錯(cuò)誤)進(jìn)行EC地溫?cái)?shù)值預(yù)報(bào)和地—?dú)忸A(yù)報(bào)模型檢驗(yàn)，地溫準(zhǔn)確率=(地溫預(yù)報(bào)準(zhǔn)確總次數(shù)/樣本次數(shù))×%；同時(shí)對(duì)地溫預(yù)報(bào)模型計(jì)算絕對(duì)誤差，探討其可預(yù)報(bào)性。

利用代表站1971—2010年的逐日冬季最低、最高、平均氣溫和地溫資料(樣本天數(shù)為3 560 d), 建立40 a日地溫與氣溫序列，并應(yīng)用統(tǒng)計(jì)回歸方法建立逐日地溫與氣溫關(guān)系模型。

3 EC細(xì)網(wǎng)格地表溫度檢驗(yàn)

利用2011—2014年冬季EC細(xì)網(wǎng)格08時(shí)、20時(shí)起報(bào)的48 h逐3 h間隔地表溫度預(yù)報(bào)，提取和計(jì)算2個(gè)時(shí)次起報(bào)的未來(lái)48 h(24～48 h逐3 h)時(shí)段的最低、最高、平均地溫預(yù)報(bào)，與實(shí)況地表溫度資料進(jìn)行預(yù)報(bào)準(zhǔn)確率檢驗(yàn)，檢驗(yàn)站點(diǎn)為9個(gè)地州市所在地。

3.1 08時(shí)起報(bào)EC地表溫度檢驗(yàn)

表1是08時(shí)起報(bào)的EC預(yù)報(bào)的最低、最高、平均地溫預(yù)報(bào)檢驗(yàn)，可見預(yù)報(bào)準(zhǔn)確率都不高，9站最低地溫準(zhǔn)確率稍高一些，平均達(dá)到52%，平均地溫準(zhǔn)確率次之為40%，而最高地溫的準(zhǔn)確率僅為19%。

表1 EC地溫預(yù)報(bào)48 h檢驗(yàn)(08時(shí)起報(bào))

3.2 20時(shí)起報(bào)EC地表溫度檢驗(yàn)

表2是20時(shí)起報(bào)的EC預(yù)報(bào)的最低、最高、平均地溫預(yù)報(bào)檢驗(yàn)，預(yù)報(bào)準(zhǔn)確率略高于08時(shí)起報(bào)，9站平均最低地溫準(zhǔn)確率最高達(dá)60%，平均地溫準(zhǔn)確率次之為48%，而最高地溫的準(zhǔn)確率僅為23%。

表2 EC地溫預(yù)報(bào)48 h檢驗(yàn)(20時(shí)起報(bào))

由以上檢驗(yàn)結(jié)果可知，2個(gè)時(shí)次起報(bào)的地溫預(yù)報(bào)準(zhǔn)確率都較低，在業(yè)務(wù)中直接使用效果差。根據(jù)局地的溫度方程所知,導(dǎo)致局地溫度變化主要有兩個(gè)因子,一為溫度平流,二為非絕熱加熱，在地溫中非絕熱加熱項(xiàng)尤為重要。造成局地地溫變化的溫度平流主要受天氣系統(tǒng)的冷暖性質(zhì)決定，在這一方面歐洲中心數(shù)值預(yù)報(bào)較好，有一定的預(yù)報(bào)水平。而造成局地地溫變化的非絕熱加熱項(xiàng)受天氣現(xiàn)象、地形以及下墊面性質(zhì)等因素影響，貴州地處西南山地，地形起伏不定，下墊面復(fù)雜，數(shù)值預(yù)報(bào)在此類環(huán)境下，對(duì)非絕熱加熱項(xiàng)造成的溫度影響不能很好的表示，故歐洲中心數(shù)值預(yù)報(bào)對(duì)貴州的低溫預(yù)報(bào)效果不理想。

由前人的研究表明，地溫與氣溫有很好的相關(guān)性，以下對(duì)地溫與氣溫進(jìn)行探討，以期找到優(yōu)于EC地溫預(yù)報(bào)的方法。

4 貴州冬季地溫預(yù)報(bào)模型

將1971—2010年逐日的地溫與降水量、相對(duì)濕度、能見度、氣溫、風(fēng)速、氣壓等氣象要素進(jìn)行相關(guān)性分析，其中地溫與氣溫呈明顯的正相關(guān)，各站相關(guān)系數(shù)均在0.8以上，通過0.01的信度檢驗(yàn)，與前人的研究結(jié)論一致，故地溫預(yù)報(bào)模型主要選取氣溫因子建模。

利用貴州9個(gè)代表站地面觀測(cè)站1971—2010年的逐日冬季最低、最高、平均氣溫和地溫資料, 建立多年日地溫與氣溫序列，樣本天數(shù)為3 560 d，并應(yīng)用統(tǒng)計(jì)回歸方法建立逐日最低、最高、平均地溫方程。

4.1 最低地溫方程

圖1是遵義市建立的最低地溫與最低氣溫的模型，模擬方程為：

Ts=0.903 4Ta- 0.457 7，R2= 0.793

式中Ts為最低地溫，Ta為最低氣溫，相關(guān)系數(shù)是0.890 5。

圖1 多年平均日最低地—?dú)怅P(guān)系圖

Fig.1 Relation graph of annual average minimum temperature and annual average minimum ground temperature

同理，分別建立其余8站的逐日最低地—?dú)饽M方程，如表3，各相關(guān)系數(shù)均在0.66以上(通過0.001顯著性檢驗(yàn))。

表3 8站逐日最低地—?dú)饽M方程

4.2 最高地溫方程

圖2是遵義市建立的最高地溫與最高氣溫的模型，模擬方程為：

Ts=1.402 8Ta+1.515 7，R2=0.787 9

式中Ts為最高地溫，Ta為最高氣溫，相關(guān)系數(shù)是0.887 7。

圖2 多年平均日最高地氣關(guān)系圖Fig.2 Relation graph of annual average maximum temperature and annual average maximum ground temperature

同理，分別建立其余8站的逐日最高地—?dú)饽M方程，如表4，各相關(guān)系數(shù)均在0.87以上(通過0.001顯著性檢驗(yàn))。

表4 8站逐日最高地—?dú)饽M方程

4.3 平均地溫方程

圖3是遵義市站建立的平均地溫與平均氣溫的模型，模擬方程為：

Ts=0.927 6Ta+1.277 3，R2=0.936 4

式中Ts為平均地溫，Ta為平均氣溫，相關(guān)系數(shù)是0.967 7。

圖3 多年平均日均地氣關(guān)系圖Fig.3 Relation graph of annual average temperature and annual average ground temperature

同理，分別建立其余8站的逐日平均地—?dú)饽M方程，如表5，各相關(guān)系數(shù)均在0.94以上(通過0.001顯著性檢驗(yàn))。

表5 8站逐日平均地—?dú)饽M方程

5 貴州冬季地—?dú)鉁啬Ｐ蜋z驗(yàn)及應(yīng)用

5.1 地—?dú)忸A(yù)報(bào)模型檢驗(yàn)

5.1.1 地—?dú)忸A(yù)報(bào)模型預(yù)報(bào)準(zhǔn)確率 利用2011—2014年冬季逐日的氣溫(最低、最高、平均)資料，根據(jù)相應(yīng)的地—?dú)忸A(yù)報(bào)模型，計(jì)算逐日的(最低、最高、平均)地溫，根據(jù)溫度評(píng)分標(biāo)準(zhǔn)開展地—?dú)忸A(yù)報(bào)模型檢驗(yàn)，預(yù)報(bào)準(zhǔn)確率如圖4。

由圖4可見，研究建立的地溫預(yù)報(bào)模型明顯優(yōu)于EC地溫的預(yù)報(bào)，平均地溫預(yù)測(cè)模型準(zhǔn)確率最高，大部分準(zhǔn)確率均在90%以上，9站平均為92%，其中以都勻、安順站96%為最高，平均地溫預(yù)測(cè)模型可直接應(yīng)用到實(shí)際預(yù)報(bào)中；最低地溫預(yù)測(cè)模型準(zhǔn)確率也較高，9站平均為80%，其中以銅仁站為最高達(dá)90%；但最高地溫預(yù)測(cè)模型準(zhǔn)確率相對(duì)較差，9站平均只有41%，在業(yè)務(wù)中不能直接使用，分析原因最高地溫受太陽(yáng)輻射的影響較大，在具體建模時(shí)，應(yīng)該充分考慮不同天氣(晴、多云、陰、雨、雪等)條件，分別建立最高地溫預(yù)測(cè)模型，效果可能將有望提高，這有待今后做更深入的研究。

圖4 9站地溫預(yù)報(bào)準(zhǔn)確率(單位：%)Fig.4 9 station ground temperature forecast accuracy (unit: %)

5.1.2 地—?dú)忸A(yù)報(bào)模型絕對(duì)誤差 評(píng)估溫度預(yù)報(bào)的改進(jìn)情況采用平均絕對(duì)誤差，一般認(rèn)為，溫度平均絕對(duì)誤差≤2.5 ℃就具有可預(yù)報(bào)性，平均絕對(duì)誤差越小，預(yù)報(bào)效果越好。

圖5 9站地溫預(yù)報(bào)絕對(duì)誤差(單位：℃)Fig.5 station ground temperature forecasting absolute error (unit: ℃)

計(jì)算逐日地溫預(yù)報(bào)與實(shí)況之間的絕對(duì)誤差，然后得出9個(gè)站的最低地溫、最高地溫、平均地溫預(yù)報(bào)的絕對(duì)誤差，如圖5可見，最高地溫預(yù)報(bào)誤差最大，在2.5 ℃以上，可預(yù)報(bào)性差，而最低地溫及平均地溫模型預(yù)報(bào)誤差都小于2 ℃，具有可預(yù)報(bào)性，特別是平均地溫預(yù)報(bào)模型絕對(duì)誤差均在1 ℃范圍以內(nèi)。

5.2 地溫預(yù)報(bào)系統(tǒng)實(shí)際應(yīng)用

經(jīng)以上檢驗(yàn)可知，上述地溫預(yù)測(cè)模型中最低地溫模型與平均地溫模型準(zhǔn)確率均高于80%，可以直接運(yùn)用于業(yè)務(wù)。將EC細(xì)網(wǎng)格2 m氣溫格點(diǎn)預(yù)報(bào)作為初始場(chǎng)，經(jīng)插值處理，分別計(jì)算各縣站24 h、48 h的地面最低氣溫和平均氣溫。根據(jù)相應(yīng)的地溫預(yù)測(cè)模型，建立貴州9個(gè)地州市24 h和48 h內(nèi)的最低地溫、平均地溫預(yù)報(bào)系統(tǒng)，計(jì)算結(jié)果轉(zhuǎn)化成Micaps 3類格式。地溫預(yù)報(bào)系統(tǒng)流程如圖6。預(yù)報(bào)結(jié)果分別以文本格式和Micaps 3類格式輸出，方便預(yù)報(bào)員查看。該地溫預(yù)報(bào)系統(tǒng)已投入貴州冬季預(yù)報(bào)業(yè)務(wù)中，在每年冬季的道路結(jié)冰預(yù)警預(yù)報(bào)中發(fā)揮了重要的作用。

圖6 最低地溫、平均地溫預(yù)報(bào)系統(tǒng)流程Fig.6 Forecast flow of minimum and mean ground temperature

6 結(jié)論與討論

①EC細(xì)網(wǎng)格48 h地溫預(yù)報(bào)檢驗(yàn)可見，兩個(gè)時(shí)次起報(bào)的地溫預(yù)報(bào)準(zhǔn)確率均較低，20時(shí)起報(bào)略高于08時(shí)起報(bào)，在業(yè)務(wù)中EC細(xì)網(wǎng)格地表溫度預(yù)報(bào)參考意義不大。

②研究中建立的地—?dú)忸A(yù)報(bào)模型，平均地溫和最低地溫預(yù)測(cè)模型準(zhǔn)確率分別達(dá)到92%和80%，最高地溫預(yù)測(cè)模型準(zhǔn)確率僅有41%，都明顯優(yōu)于EC地表溫度預(yù)報(bào)。

③地—?dú)忸A(yù)測(cè)模型實(shí)現(xiàn)了通過氣溫估算地溫，利用EC 2 m溫度預(yù)報(bào)產(chǎn)品建立地溫短期預(yù)報(bào)方法，已在業(yè)務(wù)中使用，對(duì)道路結(jié)冰預(yù)警預(yù)報(bào)具有重要作用。

[1] 葉茵， 杜小玲，嚴(yán)小冬. 貴州凍雨時(shí)空分布及對(duì)應(yīng)臨近環(huán)流特征分析[J].貴州氣象，2007，31(6)：11-13.

[2] 宗志平，馬杰，張恒德，等. 近幾十年來(lái)凍雨時(shí)空分布特征分析[J].氣象，2013，39(7)：813-820.

[3] 楊貴名，孔期，毛冬艷，等. 2008 年初“低溫雨雪冰凍”災(zāi)害天氣的持續(xù)性原因分析 [J]. 氣象學(xué)報(bào), 66 (5)：836-849.

[4] 杜小玲，高守亭，彭芳. 2011 年初貴州持續(xù)低溫雨雪冰凍天氣成因研究[J].大氣科學(xué)，2014，38(1)：61-72.

[5] 陸曉波，徐海明，孫丞虎,等. 中國(guó)近50a地溫的變化特征[J].南京氣象學(xué)院學(xué)報(bào)，2006，29(5)：706-712.

[6] 時(shí)興合，李棟梁，趙燕寧,等. 青藏鐵路沿線1373年以來(lái)氣溫和地溫的變化研究[J].中國(guó)沙漠，2006，26(6)：959-962.

[7] 李棟梁，柳苗，鐘海玲,等.青藏鐵路沿線地面氣溫和地溫的年際變化趨勢(shì)及與地形的關(guān)系[J].高原氣象，2005，24(5)：694-699.

[8] 陳超，周廣勝.1961—2010年桂林氣溫和地溫的變化特征[J] .生態(tài)學(xué)報(bào)，2013，33(7)：2 043-2 053.

[9] 曲靜，王昱，張弘,等. 近51年西安地溫變化特征[J].氣象科技，2014，42(4)：657-662.

[10]趙紅巖，湯倉(cāng)，楊瑜峰,等. 西北區(qū)冰雹分布及與地溫場(chǎng)的相關(guān)分析[J].高原氣象，2004，23(6)：781-786.

[11]趙紅巖，楊瑜峰，梁東升,等. 中國(guó)北方沙塵暴與地溫場(chǎng)的相關(guān)分析[J].中國(guó)沙漠，2007，27(3)：509-513.

[12]董安祥，李棟梁，郭慧. ENSO對(duì)青藏鐵路沿線氣溫和地溫的影響及其預(yù)測(cè)[J].冰川凍土，2004，26(6)：772-778.

[13]董安祥，白虎志，李棟梁,等. 青藏鐵路沿線氣溫和地溫的極值推算[J].高原氣象，2003，22(5)：503-506.

[14]湯懋蒼，王敬香，張建. 利用冬季地溫距平場(chǎng)預(yù)報(bào)春季降水場(chǎng)的初步方法[J]. 高原氣象，1987，6(3)：244-255.

[15]周亞軍，湯懋蒼. 用地溫做年度降水預(yù)報(bào)的一種改進(jìn)[J]. 高原氣象，1989，8(3)：228-240.

[16]湯懋蒼，張建. 季平均3.2 m 地溫距平場(chǎng)在汛期預(yù)報(bào)中的應(yīng)用[J].高原氣象，1994，13(2)：178-187.

[17]楊丹，薛曉萍，李楠,等. 日光溫室地溫預(yù)報(bào)技術(shù)研究[J]． 中國(guó)蔬菜，2013(20)： 54- 60.

[18]李帥，王萍，陳莉,等. 黑龍江省春季淺層(0～20 cm)地溫變化特征及預(yù)報(bào)[J]． 冰川凍土，2014,36(1)： 55- 62.

[19]朱寶文，胡德奎，郭曉寧,等. 高寒地區(qū)日光溫室地溫變化及預(yù)報(bào)[J]．干旱氣象，2014,32(5)： 765-772.

[20]羅文芳. 貴州春季深層地溫與夏季降水的分布特征及夏季降水預(yù)報(bào)[J]．貴州氣象，2000,24(3)： 25-29.

[21]姚正蘭，李勇.深層地溫在短期氣候預(yù)測(cè)中的應(yīng)用[J]．貴州氣象，2004,28(3)： 9-14.

[22]《關(guān)于下發(fā)中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法(試行)的通知》(氣發(fā)[2005]109號(hào)).

[23]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)： 1 578-1 583.

The research of land surface temperature prediction in winter of Guizhou

LUO Xiping1,2,ZHOU Mingfei1,2,WANG Chao1,2

(1.Guizhou Meteorological Observatory，Guiyang 550002，China；2.Key Laboratory of Mountain Climate and Resources of Guizhou Province, Guiyang 550002, China)

The surface temperature data of ECMWF was used to verify the accuracy of prediction, the results show the accuracy is not good. The land surface temperature and air temperature from 1971 to 2014 in Guizhou was used to analyze to find its relationship. Statistical regression method was used to establish the model of forecasting the land surface temperature. The results shows that the accuracy is 92% and 80% in the average land surface temperature model and the minimum land surface temperature model, the absolute errors are less than 2 ℃, but the accuracy is only 42% in the maximum land surface temperature model, it is needed to establish different models in different meteorological conditions.

road icing；land surface temperature；prediction model；forecast verification

1003-6598(2016)04-0001-05

2016-06-20

羅喜平(1969—)，女(侗族)，副高，主要從事災(zāi)害性天氣預(yù)報(bào)及研究，E-mail：luoxipinggz@163.com。

中國(guó)氣象局氣象關(guān)鍵技術(shù)集成與應(yīng)用重點(diǎn)項(xiàng)目(CMAGJ2013Z13)“貴州中西部道路結(jié)冰的監(jiān)測(cè)預(yù)報(bào)技術(shù)研究應(yīng)用”。

P457.3

A