中央臺精細(xì)化溫度指導(dǎo)預(yù)報產(chǎn)品在泰州市的檢驗

王喜 向陽 王琴 張玲 楊夢兮

摘 要 利用2017年泰州市5個站點(diǎn)中央臺精細(xì)化指導(dǎo)預(yù)報資料，對比日最低氣溫和日最高氣溫的預(yù)報誤差。結(jié)果表明：0～24 h氣溫預(yù)報的準(zhǔn)確率最高，日最高氣溫的預(yù)報準(zhǔn)確率略高于日最低氣溫;從季節(jié)分布看，日最低氣溫準(zhǔn)確率夏季最高，冬季最低，日最高氣溫準(zhǔn)確率秋季最高，冬季最低;氣溫預(yù)報誤差大值存在季節(jié)和地域變化，冬季1—2月是氣溫預(yù)報誤差大值頻次出現(xiàn)最多的月份;泰州中部地區(qū)的氣溫預(yù)報準(zhǔn)確率要高于南北地區(qū)，但中央臺24 h指導(dǎo)預(yù)報溫度明顯偏高，尤其是1月。

關(guān)鍵詞 精細(xì)化;溫度預(yù)報;準(zhǔn)確率;誤差分析

中圖分類號：P4 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2020.33.098

中央氣象臺精細(xì)化預(yù)報產(chǎn)品是預(yù)報員制作天氣預(yù)報的重要指導(dǎo)產(chǎn)品[1-10]，為了更好地使用上級預(yù)報產(chǎn)品，全面了解和分析中央臺精細(xì)化預(yù)報產(chǎn)品的誤差及其特征，使其發(fā)揮更大的作用，有必要對其溫度預(yù)報能力進(jìn)行檢驗，從而提高泰州市的溫度預(yù)報質(zhì)量和服務(wù)水平。

1 資料與方法

利用2017年8：00起報的泰州市5個站點(diǎn)（泰州、興化、姜堰、泰興和靖江）逐日最高（低）氣溫實(shí)況資料，對中央氣象臺精細(xì)化指導(dǎo)預(yù)報的溫度預(yù)報進(jìn)行質(zhì)量檢驗，并對誤差較大的樣本進(jìn)行分析。誤差統(tǒng)計項目包括第i站（次）的絕對誤差（TAEi）、平均絕對誤差（TMAE）、預(yù)報準(zhǔn)確率（TTr）、正誤差比例（TTf+）以及負(fù)誤差比例（TTf-）5種，分別根據(jù)公式（1）～（5）計算。

式中，F(xiàn)i為第i站（次）預(yù)報溫度，Oi為第i站（次）實(shí)況溫度，N為預(yù)報的總站（次）數(shù);溫度預(yù)報準(zhǔn)確率指|Fi-Oi|≤2 ℃的次數(shù)的百分率，正（負(fù)）誤差比例指Fi-Oi>2 ℃（Fi-Oi<-2 ℃）出現(xiàn)次數(shù)的百分率，Nr、Nf+、Nf-分別為|Fi-Oi|≤2 ℃、|Fi-Oi|>2 ℃和Fi-Oi<2 ℃預(yù)報站（次）數(shù)。

2 日最低（高）氣溫預(yù)報檢驗

2.1 0～120 h內(nèi)預(yù)報準(zhǔn)確率和誤差特征分析

從表1可以看出，日最低（高）氣溫的預(yù)報準(zhǔn)確率與預(yù)報時效成反比，預(yù)報年平均絕對誤差與預(yù)報時效成正比。從預(yù)報準(zhǔn)確率來看，除0～24 h日最高氣溫的預(yù)報準(zhǔn)確率略高于日最低氣溫的，其余各時效日最低氣溫的預(yù)報效果均好于日最高氣溫，且準(zhǔn)確率差距在5%～13%。從平均絕對誤差看，日最低氣溫0～120 h平均絕對誤差均在2 ℃以內(nèi)，而最高氣溫0～72 h平均絕對誤差在2 ℃以內(nèi)，72～120 h平均誤差超過2 ℃，可見72 h以后精細(xì)化預(yù)報指導(dǎo)作用不明顯，也進(jìn)一步說明中央臺對日最低氣溫的指導(dǎo)預(yù)報效果要好于日最高氣溫。另外，統(tǒng)計了預(yù)報與實(shí)況的偏差情況，發(fā)現(xiàn)日最低氣溫多出現(xiàn)正誤差，尤其是0～48 h內(nèi)，說明對于最低氣溫，中央臺指導(dǎo)預(yù)報明顯偏高。日最高氣溫在0～48 h也多出現(xiàn)正誤差，48～120 h則多出現(xiàn)負(fù)誤差，但除0～24 h正誤差比例明顯高于負(fù)誤差比例外，其余時效正負(fù)誤差比例相差不大。

2.2 0～24 h預(yù)報準(zhǔn)確率的特征分析

從表1可看出，0～24 h氣溫預(yù)報的準(zhǔn)確率最高，在實(shí)際預(yù)報業(yè)務(wù)中參考意義最大。2017年，氣溫的年平均預(yù)報準(zhǔn)確率都在80%以上，日最高氣溫準(zhǔn)確率（82.30%）略高于日最低氣溫（80.90%）。從年平均絕對誤差看，都在2 ℃以內(nèi)，表明中央臺0～24 h氣溫預(yù)報有較好的指導(dǎo)作用。從逐月預(yù)報準(zhǔn)確率看，最高氣溫預(yù)報準(zhǔn)確率在1月、3—4月、7月、9—12月都高于同月最低氣溫準(zhǔn)確率，僅2月、5—6月和8月最低氣溫準(zhǔn)確率高于最高氣溫準(zhǔn)確率，其中2月低溫準(zhǔn)確率明顯偏高于高溫準(zhǔn)確率，偏高11.43%。日最低氣溫在4月準(zhǔn)確率最高，其次是7月和6月，都在87%～89%，1月準(zhǔn)確率最低，僅56.67%;日最高氣溫9月準(zhǔn)確率最高，其次是7月和4月，都在90%以上，2月準(zhǔn)確率最低，為60.71%。如表2所示，按季節(jié)分布來看，日最低氣溫準(zhǔn)確率夏季最高，秋春季次之，冬季最低;日最高氣溫準(zhǔn)確率秋季最高，春夏季次之，冬季最低?？梢姴还苁亲畹蜌鉁剡€是最高氣溫，冬季的準(zhǔn)確率都是最低的，這可能與冬季冷空氣活動頻繁、氣溫變化幅度大有關(guān)。

2.3 0～24 h預(yù)報誤差的特征分析

通過0～24 h預(yù)報誤差統(tǒng)計發(fā)現(xiàn)，日最低氣溫的年平均正、負(fù)誤差比例分別為12.13%和6.97%，日最高氣溫的年平均正、負(fù)誤差比例分別為11.18%和6.52%;溫度預(yù)報的正誤差比例略高于負(fù)誤差比例，即指導(dǎo)預(yù)報更偏向于將氣溫預(yù)報得比實(shí)況偏高。按月統(tǒng)計來看，日最低氣溫的正誤差比例為4.00%（7月）～26.67%（1月），負(fù)誤差比例在0（10月）～18.57%（3月），其中正誤差比例在1—2月、4—6月、8—10月和12月高于負(fù)誤差比例，特別是10月偏高明顯，而3月、7月和11月這3個月相比偏低。日最高氣溫的正誤差比例在5.33%（7月）～18.00%（1月），負(fù)誤差比例在1.33%（9月）～23.57%（2月），除2月和8月，其他各月正誤差比例高于負(fù)誤差比例?？梢?，雖然年平均正負(fù)誤差次數(shù)相差不是很大，但逐月變化還是比較明顯的。尤其是1月，日最低氣溫和最高氣溫的正誤差比例是各月中最大的。這可能與冷空氣影響后，過程極端最低氣溫出現(xiàn)后的第二日，第二日的最低溫度一般出現(xiàn)在前一日的8：00，而中央臺指導(dǎo)溫度預(yù)報中一般不會考慮到08-08的預(yù)報時效，所以一般都會報得偏高。而7月最低氣溫和最高氣溫的正誤差比例是各月中最低的。

2.4 不同站點(diǎn)溫度檢驗

如表3所示，分別對泰州5個站點(diǎn)的中央臺24 h指導(dǎo)預(yù)報的最低氣溫和最高氣溫進(jìn)行檢驗，中部地區(qū)泰州、姜堰、泰興3個站點(diǎn)的最低氣溫準(zhǔn)確率都在80%以上，其中泰州站的準(zhǔn)確率最高，為83.99%;而南北兩個站點(diǎn)的準(zhǔn)確率在80%以下，其中靖江的準(zhǔn)確率最低，為76.97%。最高氣溫的準(zhǔn)確率均在80%以上，各站點(diǎn)間差異不大，其中興化最高，為85.11%;其次是泰州和姜堰;泰興最低，為80.62%。另外，也可以看到泰州、姜堰、泰興3個站點(diǎn)最低氣溫準(zhǔn)確率和最高氣溫準(zhǔn)確率相差不大，而興化和靖江最高氣溫的準(zhǔn)確率都要明顯偏高于最低氣溫的，尤其是興化，偏高6.74%。氣溫準(zhǔn)確率的空間分布表明，泰州中部地區(qū)的氣溫預(yù)報準(zhǔn)確率要高于南北地區(qū)的。

如表4所示，從5個站點(diǎn)最低氣溫和最高氣溫的中央臺指導(dǎo)預(yù)報和實(shí)況的正負(fù)誤差來看，不管是最低氣溫還是最高氣溫，各站點(diǎn)的正誤差比例都明顯大于負(fù)誤差比例，其中負(fù)誤差比例均在10.00%以下，表明指導(dǎo)預(yù)報溫度偏高的情況要多于偏低的情況。其中靖江的最低氣溫和最高氣溫的正誤差比例是最高的，分別為17.42%和13.20%。

3 溫度預(yù)報誤差大值統(tǒng)計分析

3.1 溫度預(yù)報誤差大值統(tǒng)計

預(yù)報誤差根據(jù)2005年7月下發(fā)的《中短期天氣預(yù)報質(zhì)量檢驗辦法（試行）》，選取溫度預(yù)報絕對誤差超過2 ℃作為誤差大值的閾值。根據(jù)上述標(biāo)準(zhǔn)，統(tǒng)計得到2017年溫度預(yù)報誤差大于2 ℃在5個站點(diǎn)共出現(xiàn)653次，占總樣本的18.45%，其中最低氣溫338次，最高氣溫315次，最低氣溫出現(xiàn)次數(shù)略多于最高氣溫。

如表5所示，從最低氣溫誤差大值逐月分析可知，大值誤差出現(xiàn)頻次有明顯的季節(jié)變化，呈現(xiàn)出單峰型分布特征，1—3月出現(xiàn)次數(shù)較其他月份明顯偏多，這3個月出現(xiàn)的誤差大值占比達(dá)43.78%，其中1月出現(xiàn)次數(shù)最多，為65次，占最低氣溫誤差大值總次數(shù)的19.23%。4—12月各月大值誤差占比都在10%以內(nèi)，最低氣溫誤差大值最少出現(xiàn)在4月，為16次，占比4.73%。分縣來看，靖江出現(xiàn)次數(shù)最多，占比23.67%，其次是興化，占比22.78%，其余縣都在20%以下，其中泰州最少，為16.86%?？梢?，最低氣溫誤差大值出現(xiàn)次數(shù)有一定的地域變化，南北地區(qū)要較中部地區(qū)明顯偏多。

如表6所示，從最高氣溫誤差大值的逐月分析來看，1—2月出現(xiàn)次數(shù)最多，其次是8月，占比都在10%以上，其中2月最多，為55次，占最高氣溫誤差大值總次數(shù)的17.46%，其余月份占比在10%以內(nèi)，其中4月、7月和9月小于5%，9月次數(shù)最少，為12次，占比3.81%。分縣分析，最高氣溫誤差大值主要位于南部地區(qū)泰興和靖江，占比都超過20%，其次是中部地區(qū)，最少在北部地區(qū)興化，占比為16.83%。

從以上分析可以看出，氣溫預(yù)報誤差大值存在季節(jié)和地域變化。最低氣溫預(yù)報誤差大值在冬季1—2月和春初3月最多，春末和夏季6—7月最少，且南北地區(qū)更容易出現(xiàn)誤差大值。最高氣溫預(yù)報誤差大值冬季1—2月最多，其次夏季6月和8月也較多，在空間分布上呈現(xiàn)出從南向北依次遞減的規(guī)律?？梢?，冬季1—2月是氣溫預(yù)報誤差大值頻次出現(xiàn)最多的月份，此時也是冷空氣最活躍的月份，在以后的預(yù)報中要尤其注意。

4 結(jié)論

1）中央臺24 h氣溫預(yù)報準(zhǔn)確率最高，日最高氣溫的預(yù)報準(zhǔn)確率略高于日最低氣溫。從季節(jié)分布看，日最低氣溫準(zhǔn)確率夏季最高，冬季最低，日最高氣溫準(zhǔn)確率秋季最高，冬季最低。

2）泰州中部地區(qū)的氣溫預(yù)報準(zhǔn)確率要高于南北地區(qū)的。但中央臺24 h指導(dǎo)預(yù)報溫度明顯偏高，尤其是1月，日最低氣溫和最高氣溫的正誤差比例是各月中最大的。

3）氣溫預(yù)報誤差大值存在季節(jié)和地域變化。最低氣溫預(yù)報誤差大值在冬季1—2月和春初3月最多，春末和夏季6—7月最少，且南北地區(qū)更容易出現(xiàn)誤差大值。最高氣溫預(yù)報誤差大值冬季1—2月最多，其次夏季6月和8月也較多，在空間分布上呈現(xiàn)出從南向北依次遞減的規(guī)律。冬季1—2月是氣溫預(yù)報誤差大值頻次出現(xiàn)最多的月份，此時也是冷空氣最活躍的月份，在以后的預(yù)報中尤其要注意。

參考文獻(xiàn)：

[1] 張紅雨，李毓富，張國勇，等.精細(xì)化氣象要素溫度指導(dǎo)預(yù)報在山西區(qū)域的誤差及特征[J].氣象科技，2012，40（5）：778-782.

[2] 王丹，高紅燕，馬磊，等.SCMOC溫度精細(xì)化指導(dǎo)預(yù)報在山西區(qū)域的質(zhì)量檢驗[J].氣象科技，2014，42（5）：839-846.

[3] 楊睿敏，楊波，胡紅波，等.中央氣象臺精細(xì)化預(yù)報產(chǎn)品檢驗及誤差分析[J].陜西氣象，2014，19（6）：19-21.

[4] 李朝興，吳秦，李周，等.2008年汛期國家精細(xì)化溫度指導(dǎo)預(yù)報在河南區(qū)域的檢驗[J].氣象與環(huán)境科學(xué)，2009，32（3）：21-25.

[5] 矯梅燕.關(guān)于提高天氣預(yù)報準(zhǔn)確率的幾個問題[J].氣象，2007，33（11）：328.

[6] 鄧雪嬌，胡勝，閆敬華.主客觀天氣預(yù)報質(zhì)量對比分析[J].應(yīng)用氣象學(xué)報，2003，14（6）：428-435.

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

[8] 李澤春，畢寶貴，朱彤，等.近30年中國天氣預(yù)報業(yè)務(wù)進(jìn)展[J].氣象，2004，30（12）：4-10.

[9] 徐琳娜，馮漢中.基本數(shù)值預(yù)報產(chǎn)品的溫度釋用方法比較[J].四川氣象，2005，14（2）：4-5.

[10] 張國華，張江濤，趙玉廣，等.河北省11個地級市極端氣溫的分析和預(yù)報[J].氣象科技，2003，31（5）：273-279.

（責(zé)任編輯：劉 昀）