三種數(shù)值模式溫度預(yù)報(bào)能力對(duì)比與誤差分析*

胡 萍，冉仙果，楊 群，陳 軍

(1.貴州省銅仁市氣象局，貴州 銅仁 554300；2.貴州省沿河縣氣象局，貴州 沿河 565300)

三種數(shù)值模式溫度預(yù)報(bào)能力對(duì)比與誤差分析*

胡 萍1，冉仙果2，楊 群1，陳 軍1

(1.貴州省銅仁市氣象局，貴州 銅仁 554300；2.貴州省沿河縣氣象局，貴州 沿河 565300)

該文采用雙線性插值法將ECMWF(簡(jiǎn)稱EC)、天氣在線、中央臺(tái)指導(dǎo)預(yù)報(bào)3種數(shù)值模式格點(diǎn)資料插值到銅仁市碧江區(qū)本站上，對(duì)比該站2014年1—12月3種數(shù)值模式預(yù)報(bào)的24 h、48 h、72 h 2 m溫度預(yù)報(bào)產(chǎn)品的準(zhǔn)確率，并進(jìn)行日最高(低)溫度的預(yù)報(bào)準(zhǔn)確率的誤差分析與訂正。結(jié)果表明:訂正前溫度預(yù)報(bào)準(zhǔn)確率最高的是天氣在線，其次是指導(dǎo)預(yù)報(bào)，EC模式最低；且日最低溫度預(yù)報(bào)比日最高溫度預(yù)報(bào)準(zhǔn)確率更高。訂正后，高低溫預(yù)報(bào)準(zhǔn)確率提升較為明顯的是相對(duì)誤差較大的EC模式，說(shuō)明EC模式預(yù)報(bào)的系統(tǒng)誤差較大，但趨勢(shì)可信度較高。

2m溫度；預(yù)報(bào)準(zhǔn)確率；平均誤差

1 引言

隨著社會(huì)進(jìn)步，經(jīng)濟(jì)發(fā)展，人們對(duì)天氣預(yù)報(bào)的關(guān)注程度愈來(lái)愈高，希望得到更加準(zhǔn)確的氣象信息，尤其是短時(shí)臨近預(yù)報(bào)，氣溫預(yù)報(bào)是最基本的天氣預(yù)報(bào)要素之一，提高氣溫的預(yù)報(bào)準(zhǔn)確率有利于氣象事業(yè)的發(fā)展以及民眾的出行。近年來(lái)，隨著數(shù)值預(yù)報(bào)、集合預(yù)報(bào)以及各種數(shù)學(xué)物理方法的應(yīng)用[1-5]，氣溫預(yù)報(bào)方法不斷進(jìn)步，預(yù)報(bào)質(zhì)量大幅提升。吳明輝[6]等應(yīng)用T639和T213數(shù)值模式產(chǎn)品,對(duì)銅仁市溫度預(yù)報(bào)進(jìn)行對(duì)比分析發(fā)現(xiàn)T639模式較T213模式對(duì)銅仁溫度預(yù)報(bào)的準(zhǔn)確率更高。高艷波[7]等使用多種數(shù)值模式對(duì)本溪市溫度預(yù)報(bào)進(jìn)行研究發(fā)現(xiàn)，各個(gè)數(shù)值預(yù)報(bào)產(chǎn)品的最低氣溫預(yù)報(bào)準(zhǔn)確率均高于最高氣溫；最高氣溫預(yù)報(bào)準(zhǔn)確率差距較大，天氣在線預(yù)報(bào)準(zhǔn)確率最高(注：天氣在線提供的天氣預(yù)報(bào)產(chǎn)品是根據(jù)當(dāng)今世界上技術(shù)領(lǐng)先的歐洲(如歐洲中期天氣預(yù)報(bào)中心、英國(guó)氣象局)、北美(如美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心、加拿大氣象局)以及亞洲(如日本氣象廳)的數(shù)值天氣預(yù)報(bào)模式的輸出結(jié)果，結(jié)合公司自己研制的MOS-預(yù)報(bào)模式，并經(jīng)公司資深氣象預(yù)報(bào)專家的數(shù)據(jù)優(yōu)化、調(diào)控處理自動(dòng)生成的。)；張寧娜[8]等指出對(duì)于東北地區(qū)24 h的溫度預(yù)報(bào)準(zhǔn)確率，T639模式稍高于ECMWF模式，但EC模式在96h內(nèi)效果較好。為了反映各種模式溫度預(yù)報(bào)產(chǎn)品在銅仁市的預(yù)報(bào)性能，本文對(duì)EC、天氣在線、中央臺(tái)指導(dǎo)預(yù)報(bào)等3種數(shù)值模式溫度預(yù)報(bào)產(chǎn)品進(jìn)行了檢驗(yàn)評(píng)估，分析不同季節(jié)溫度預(yù)報(bào)的誤差與訂正，使得各家數(shù)值模式溫度預(yù)報(bào)準(zhǔn)確率能夠得到一定程度的提升。

2 使用資料與方法

2.1 資料

選取EC、天氣在線和中央臺(tái)指導(dǎo)預(yù)報(bào)3種數(shù)值模式資料中溫度預(yù)報(bào)產(chǎn)品，分別從08時(shí)和20時(shí)起報(bào)，對(duì)預(yù)報(bào)時(shí)效分別為24 h、48 h、72 h的2 m溫度進(jìn)行檢驗(yàn)分析。

實(shí)況資料為2014年1—12月銅仁市碧江區(qū)本站逐小時(shí)的2 m溫度數(shù)據(jù)。

2.2 方法

本文采用雙線性插值法將各模式格點(diǎn)資料插值到碧江區(qū)本站上，再將各模式和實(shí)況資料分別從08時(shí)和20時(shí)起報(bào)，求時(shí)效分別為24 h、48 h、72 h的日最高、日最低溫度。其中，模式預(yù)報(bào)的0-24 h日最高(低)溫度為 0-24 h逐時(shí)預(yù)報(bào)的最大(小)值，24-48 h日最高(低)溫度和48-72 h日最高(低)溫度取值同0-24 h日最高(低)溫度取值方法相同；實(shí)況取值方法同上，將24 h、48 h、72 h日最高(低)溫度分別作為0-24 h、24-48 h、48-72 h的逐時(shí)最高(低)溫度的最大(小)值。

預(yù)報(bào)準(zhǔn)確率的計(jì)算主要采用中國(guó)氣象局規(guī)定的中短期天氣預(yù)報(bào)質(zhì)量檢驗(yàn)辦法[9]，計(jì)算單站逐月溫度預(yù)報(bào)的準(zhǔn)確率TTk(預(yù)報(bào)誤差的絕對(duì)值≤2 ℃的百分率)、平均絕對(duì)誤差(MAE)和平均誤差(ME)，對(duì)上述3種數(shù)值模式溫度預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)分析，具體計(jì)算公式如下:

(1)

(2)

(3)

其中，NrK為預(yù)報(bào)正確的次數(shù)，NfK為預(yù)報(bào)的總次數(shù)，fi為第i次的預(yù)報(bào)溫度，Oi為第i次的實(shí)況溫度。

3 結(jié)果分析

利用 EC、天氣在線、指導(dǎo)預(yù)報(bào)模式的2 m溫度預(yù)報(bào)產(chǎn)品，對(duì)2014年1—12月逐日的2 m日最高(低)溫度的準(zhǔn)確率、平均絕對(duì)誤差、平均誤差進(jìn)行計(jì)算，并分析季節(jié)變化對(duì)各家數(shù)值模式的溫度預(yù)報(bào)造成的影響。

將碧江區(qū)本站2 m日最高(低)溫度作為檢驗(yàn)對(duì)象，起報(bào)時(shí)分別為08時(shí)和20時(shí)，時(shí)效分別為24 h、48 h、72 h，計(jì)算EC、天氣在線和指導(dǎo)預(yù)報(bào)模式在2014年1—12月逐月的2 m日最高(低)溫度的預(yù)報(bào)準(zhǔn)確率，并將逐月的24 h、48 h和72 h溫度預(yù)報(bào)準(zhǔn)確率的平均值作為模式的逐月準(zhǔn)確率，對(duì)該模式進(jìn)行準(zhǔn)確率評(píng)分，如圖1所示。

從08時(shí)和20時(shí)起報(bào)時(shí)間所得出的72 h時(shí)效逐月的2 m日最高(低)氣溫的預(yù)報(bào)準(zhǔn)確率來(lái)看，除天氣在線在08時(shí)和20時(shí)起報(bào)的逐月日最高氣溫準(zhǔn)確率不一致以外，其余的趨勢(shì)大致相同。由于EC模式在12月的樣本值太少，無(wú)參考意義，故剔除。08時(shí)起報(bào)，日最高氣溫預(yù)報(bào)效果最差的是EC模式，在7月最低為14.2%，指導(dǎo)預(yù)報(bào)和天氣在線差不多，均在7月預(yù)報(bào)準(zhǔn)確率最高，指導(dǎo)預(yù)報(bào)為82%，天氣在線為79%；日最低氣溫預(yù)報(bào)效果相差不大，EC模式預(yù)報(bào)的溫度預(yù)報(bào)準(zhǔn)確率最高在6月，為96%，指導(dǎo)預(yù)報(bào)和天氣在線的溫度預(yù)報(bào)準(zhǔn)確率最高都在8月，指導(dǎo)預(yù)報(bào)為94%，而天氣在線為89%；EC模式預(yù)報(bào)的溫度預(yù)報(bào)準(zhǔn)確率最差的在2月，為29%，指導(dǎo)預(yù)報(bào)最差的在1月，為59%，天氣在線最差的在11月，為62%。20時(shí)起報(bào)，日最高氣溫預(yù)報(bào)效果最好的是天氣在線，平均準(zhǔn)確率達(dá)86%以上，4月高達(dá)93%，指導(dǎo)預(yù)報(bào)預(yù)報(bào)效果較差，平均準(zhǔn)確率達(dá)51%，EC模式預(yù)報(bào)平均準(zhǔn)確率最低，只有35%；日最低氣溫預(yù)報(bào)效果3種模式效果相差不大，較好的是天氣在線，最高在7月，達(dá)95%以上。綜上所述，天氣在線預(yù)報(bào)準(zhǔn)確率較EC和指導(dǎo)預(yù)報(bào)高；EC預(yù)報(bào)4—6月高低溫預(yù)報(bào)準(zhǔn)確率均高于其他月份，12月和2月兩月最低；中央臺(tái)指導(dǎo)預(yù)報(bào)日最低氣溫準(zhǔn)確率最高在7月。EC和指導(dǎo)預(yù)報(bào)的日最低氣溫準(zhǔn)確率均明顯高于日最高氣溫預(yù)報(bào)準(zhǔn)確率，天氣在線的日最高和日最低氣溫的準(zhǔn)確率相差不大。無(wú)論日最高、日最低氣溫度，24 h的預(yù)報(bào)準(zhǔn)確率最高，其次是48 h，最差的是72 h(圖略)，說(shuō)明隨著預(yù)報(bào)時(shí)效的增加，預(yù)報(bào)準(zhǔn)確率下降。

圖1 2014年1—12月EC、天氣在線和指導(dǎo)預(yù)報(bào)模式在碧江區(qū)本站逐月的2 m日最高(低)溫度的平均預(yù)報(bào)準(zhǔn)確率 (a)08時(shí)起報(bào)，日最高溫度；(b)08時(shí)起報(bào)，日最低溫度；(c)20時(shí)起報(bào)，日最高溫度；(d)20時(shí)起報(bào)，日最低溫度Fig.1 The Average rate of forecast for the highest (low) temperature at 2m per month in Bijiang District in January-December 2014 of EC,Weather Online and Guidance Forecast Mode (a) the maximum temperature from the date of 08∶00; (b) the lowest temperature from the date of 08∶00; (c) the maximum temperature from the date of 08∶00; (d) 20∶00 from the date,the lowest temperature

由于08時(shí)和20時(shí)的趨勢(shì)基本一致，因此以下以20時(shí)起報(bào)時(shí)間為例。

圖2a、2b分別為2 m日最高、日最低溫度的平均誤差曲線，圖2a中表明除指導(dǎo)預(yù)報(bào)和天氣在線在5—7月以及指導(dǎo)預(yù)報(bào)的2月預(yù)報(bào)偏高以外，在其他月份預(yù)報(bào)基本偏低。圖2b表明指導(dǎo)預(yù)報(bào)和天氣在線在-1～1 ℃之間擺動(dòng)。無(wú)論最高、最低溫度，EC模式的平均誤差偏低明顯，且差值最大。圖2c、2d給出的2 m日最高、最低溫度平均絕對(duì)誤差曲線，結(jié)論基本與圖1的日最高最低氣溫預(yù)報(bào)準(zhǔn)確率曲線一致。

圖2 2014年1—12月EC、天氣在線和指導(dǎo)預(yù)報(bào)模式在碧江區(qū)本站逐月的2 m日最高(低)溫度的平均誤差和平均絕對(duì)誤差 (a)日最高溫度，平均誤差;(b)日最低溫度，平均誤差;(c)日最高溫度，平均絕對(duì)誤差;(d)日最低溫度，平均絕對(duì)誤差Fig.2 The Average error and Average absolute error of 2m daily maximum (low) temperature per month in Bijiang District from January to December 2014 of EC,Weather Online and Guidance Forecast Mode (a) the maximum daily temperature,The average error; (b) the minimum daily temperature,The average error; (c) the maximum daily temperature,the average absolute error; (d) the minimum daily temperature,the average absolute error

總的來(lái)說(shuō)，日最低溫度比日最高溫度的預(yù)報(bào)效果要好，天氣在線和指導(dǎo)預(yù)報(bào)效果較EC模式好。

對(duì)2014年1—12月的3種模式預(yù)報(bào)產(chǎn)品分別進(jìn)行訂正，訂正后的預(yù)報(bào)值為模式預(yù)報(bào)值減去平均誤差后的值，并對(duì)各模式進(jìn)行預(yù)報(bào)準(zhǔn)確率評(píng)分(圖略)，結(jié)果與圖1相差不大，表明準(zhǔn)確率沒(méi)有明顯的提升?？赡苁菍?duì)于整年的逐日最高(低)溫度計(jì)算平均誤差，忽略了季節(jié)變化對(duì)溫度的影響。下面劃分不同季節(jié)，分別計(jì)算3種模式的平均誤差。

將2014年1—12月劃分成4個(gè)季節(jié):3—5月為春季，6—8月為夏季，9—11月為秋季，1、2、12月為冬季，按季節(jié)分別計(jì)算各模式計(jì)算平均誤差。

圖3 EC、天氣在線和指導(dǎo)預(yù)報(bào)模式在碧江區(qū)本站不同季節(jié)的2 m日最高(低)溫度平均誤差(a)日最高溫度；(b)日最低溫度；Fig.3 The 2 m day maximum (low) temperature average error in different season of EC,weather online and guide the forecast mode in the Bijiang District (a) the maximum daily temperature; (b) the minimum daily temperature;

圖3給出了EC、天氣在線和指導(dǎo)預(yù)報(bào)模式在碧江區(qū)本站不同季節(jié)的2m日最高(低)溫度平均誤差。圖3a日最高溫度平均誤差曲線表明指導(dǎo)預(yù)報(bào)和天氣在線在夏季為正誤差，值分別為0.14、0.17 ℃，即模式溫度預(yù)報(bào)偏高，其余季節(jié)偏低，特別是天氣在線在冬季溫度的平均誤差值為-1.67 ℃；EC模式預(yù)報(bào)的誤差最大，預(yù)報(bào)偏低2 ℃以上。圖3b日最低溫度平均誤差曲線表明指導(dǎo)預(yù)報(bào)在夏季為正誤差，值為0.22 ℃，即模式預(yù)報(bào)偏高，其余季節(jié)偏低，秋季偏低較大，為-0.48 ℃；天氣在線在冬季為負(fù)誤差，值為-0.39 ℃，即模式預(yù)報(bào)偏低，其余季節(jié)偏高；EC模式預(yù)報(bào)的誤差最大，且預(yù)報(bào)偏低1～2 ℃。3種模式的日最低溫度預(yù)報(bào)比日最高溫度預(yù)報(bào)效果要好。預(yù)報(bào)能力較好的是天氣在線和指導(dǎo)預(yù)報(bào)。

4 誤差訂正

對(duì) 2014年1—12月EC、天氣在線和指導(dǎo)預(yù)報(bào)模式2m日最高(低)溫度72h預(yù)報(bào)產(chǎn)品按季節(jié)分別使用多項(xiàng)式曲線擬合方法進(jìn)行訂正，具體公式如下：

Y=b0+b1x1+……+bnxn

(4)

其中n=6，b0,b1,……，bn為多項(xiàng)式系數(shù)，x為預(yù)報(bào)值，Y為訂正后的預(yù)報(bào)值。運(yùn)用多項(xiàng)式曲線擬合方法進(jìn)行擬合，使得訂正后的預(yù)報(bào)值更接近實(shí)況值，使模式預(yù)報(bào)效果更好。對(duì)訂正后的模式預(yù)報(bào)結(jié)果進(jìn)行準(zhǔn)確率評(píng)分，如圖4所示。

圖4 2014年1—12月EC、天氣在線和指導(dǎo)預(yù)報(bào)模式誤差訂正后的2m日最高(低)溫度的平均預(yù)報(bào)準(zhǔn)確率 (a)日最高溫度；(b)日最低溫度Fig.4 Through the corrected error of 2m day maximum (low) temperature average forecast accuracy form January to December 2014 of EC,Weather Online and Guidance Forecast Model (a) the maximum daily temperature; (b) the minimum daily temperature;

圖4a、4b分別為誤差訂正后2m日最高、日最低溫度的預(yù)報(bào)準(zhǔn)確率曲線。圖4a表明EC模式訂正后的平均準(zhǔn)確率比訂正前提高35%左右，達(dá)到70%左右，但天氣在線和指導(dǎo)預(yù)報(bào)訂正后預(yù)報(bào)準(zhǔn)確率卻降低了，這有可能與他們部分?jǐn)?shù)據(jù)的離散程度大有關(guān)。圖4b可以看出，EC模式和天氣在線模式訂正后的平均準(zhǔn)確率比訂正前均有一定幅度的提高，尤其是EC模式提高23%左右，達(dá)到90%以上，但指導(dǎo)預(yù)報(bào)訂正后的預(yù)報(bào)準(zhǔn)確率提升效果不是很理想?？傮w來(lái)看，EC模式準(zhǔn)確率提升能力最強(qiáng)。所以20時(shí)起報(bào)，日最高氣溫預(yù)報(bào)最好的是訂正前的天氣在線，日最低氣溫預(yù)報(bào)最好的是訂正后的EC。

由圖2可知EC模式的平均誤差最大，訂正后該模式預(yù)報(bào)準(zhǔn)確率得到明顯提升。說(shuō)明EC模式預(yù)報(bào)的系統(tǒng)誤差較大，但趨勢(shì)可信度較高。天氣在線和指導(dǎo)預(yù)報(bào)訂正效果不理想。

5 結(jié)論

①?gòu)挠喺? m日最高(低)氣溫的預(yù)報(bào)準(zhǔn)確率來(lái)看(20時(shí)起報(bào))，日最高氣溫預(yù)報(bào)效果最好的是天氣在線，EC和指導(dǎo)預(yù)報(bào)預(yù)報(bào)效果較差。日最低氣溫預(yù)報(bào)效果3種模式效果相差不大，較好的是天氣在線。

②從季節(jié)變化對(duì)各模式溫度預(yù)報(bào)影響來(lái)看，日最高溫度預(yù)報(bào)誤差的指導(dǎo)預(yù)報(bào)和天氣在線在夏季預(yù)報(bào)偏高，其余季節(jié)偏低。日最低溫度預(yù)報(bào)誤差的指導(dǎo)預(yù)報(bào)在夏季預(yù)報(bào)偏高，其余季節(jié)偏低；天氣在線冬季預(yù)報(bào)偏低，其余季節(jié)偏高。無(wú)論日最高、最低溫度預(yù)報(bào)，EC模式的誤差最大，且預(yù)報(bào)偏低。

③誤差訂正后，平均誤差較大的EC模式預(yù)報(bào)準(zhǔn)確率提升能力最強(qiáng)，天氣在線和指導(dǎo)預(yù)報(bào)準(zhǔn)確率提升效果不理想，這可能與部分?jǐn)?shù)據(jù)的離散程度大有關(guān)。所以以20時(shí)起報(bào)為例，日最高氣溫預(yù)報(bào)最好的是訂正前的天氣在線，日最低氣溫預(yù)報(bào)最好的是訂正后的EC。

[1] 薛志磊,張書(shū)余.氣溫預(yù)報(bào)方法研究及其應(yīng)用進(jìn)展綜述[J].干旱氣象,2012,30(3):451-458.

[2] 智協(xié)飛,季曉東,張璟,等.基于 TIGGE 資料的地面氣溫和降水的多模式集成預(yù)報(bào)[J].大氣科學(xué)學(xué)報(bào),2013,36(3):257-266.

[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 溫度的檢驗(yàn)評(píng)估[J].高原山地氣象研究,2009,29(2):26-40.

[4] 陳優(yōu)平,陸琛莉,李云泉.基于 GFS 產(chǎn)品和卡爾曼濾波的嘉興市溫度客觀預(yù)報(bào)[J].氣象科技,2009,37(2):141-144.

[5] 羅聰,曾沁,高亭亭,等.精細(xì)化逐時(shí)滾動(dòng)溫度預(yù)報(bào)方法及檢驗(yàn)[J].熱帶氣象學(xué)報(bào),2012,28(4):552-556.

[6] 吳明輝,毛建明,田海.基于數(shù)值產(chǎn)品的銅仁市溫度預(yù)報(bào)研究[J].貴州氣象,2010,34(S):96-97.

[7] 高艷波,丁偉,秦瑜,等.本溪市數(shù)值溫度預(yù)報(bào)產(chǎn)品檢驗(yàn)分析[J].現(xiàn)代農(nóng)業(yè)科技,2016 (3):266-267.

[8] 張寧娜,黃閣,吳曼麗,等.2010 年國(guó)內(nèi)外 3 種數(shù)值預(yù)報(bào)在東北地區(qū)的預(yù)報(bào)檢驗(yàn)[J].氣象與環(huán)境學(xué)報(bào),2012,28(2):28-33.

[9] 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)用的誤差分析與訂正[J].干旱氣象,2012,30(3):472-477.

Temperature prediction ability comparison and error analysis ofthree numerical models

HU Ping1, RAN Xianguo2, YANG Qun1, CHEN Jun1

(1.Tongren Meteorological Bureau of Guizhou Province, Tongren 554300, China;2.Yanhe Meteorological Station of Guizhou Province, Yanhe 565300，China)

In this paper, two linear interpolation methods were used to interpolate the three numerical models: the ECMWF (EC), the weather online and the central station to forecast. The data was interpolated to the station of Bijiang district of Tongren City. The numerical model predicts the accuracy of the product at 24h, 48h, 72h 2m temperature prediction and the error analysis and correction of the forecast accuracy of the daily maximum (low) temperature. The results show that the highest accuracy of temperature prediction before correction is the weather line, followed by the guidance forecast, EC mode is the lowest; and the daily minimum temperature forecast is higher than the daily maximum temperature prediction accuracy. After the correction, the accuracy of high and low temperature forecast is more obvious is the relative error of the larger EC model, indicating that the EC model forecast system error is larger, but the reliability of the trend is higher.

2m temperature; forecasting accuracy; average error

2017-01-12

胡 萍(1993—)，女，助工，主要從事天氣預(yù)報(bào)工作，E-mail:916773501@qq.com。

貴州省氣象局業(yè)務(wù)技術(shù)攻關(guān)小組項(xiàng)目“銅仁市精細(xì)化溫度預(yù)報(bào)研究”。

1003-6598(2017)03-0030-05

P457.3

B