基于GIS的山區(qū)精細(xì)化降雪預(yù)報(bào)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)*

沈 沉 錢 暉 李洪權(quán) 陳國良 施金海 高 翔 林 琴 俞旭楓

(德清縣氣象局，浙江 德清 313200)

0 引 言

湖州位于30°N附近，其地理環(huán)境及氣候條件，導(dǎo)致了冬、春季節(jié)降雪多，屬浙江省冬、春季降雪最為典型的地區(qū)。雪后低溫雪凝和道路凍結(jié)，導(dǎo)致鐵路、公路和航運(yùn)交通嚴(yán)重受阻，雪災(zāi)還波及電力、旅游、工農(nóng)業(yè)、教育等各行各業(yè)及日常生活，僅2008年初的連續(xù)暴雪過程，造成全市直接經(jīng)濟(jì)損失高達(dá)76.36億元，與1999年梅汛期特大洪澇災(zāi)害造成的76.5億元經(jīng)濟(jì)損失相近，遠(yuǎn)遠(yuǎn)超過2007年“羅莎”超強(qiáng)臺(tái)風(fēng)造成的影響。

目前降雪預(yù)報(bào)以模式預(yù)報(bào)為主，以人工訂正為輔，并且數(shù)值預(yù)報(bào)模式產(chǎn)品對(duì)大氣環(huán)流演變的預(yù)報(bào)能力已超過預(yù)報(bào)員的主觀經(jīng)驗(yàn)判斷，時(shí)效越長優(yōu)勢越明顯[1-2]。雖然模式能預(yù)報(bào)從臨近至中長期各時(shí)段的情況，但也僅是對(duì)預(yù)報(bào)數(shù)據(jù)的直接展示，未做二次加工，需要預(yù)報(bào)員根據(jù)主觀經(jīng)驗(yàn)，對(duì)模式結(jié)果進(jìn)行制作和訂正[3-4]。

為更好地利用格點(diǎn)產(chǎn)品，實(shí)現(xiàn)模式預(yù)報(bào)的智能化、多元化、精細(xì)化，推動(dòng)氣象現(xiàn)代化發(fā)展，本文在對(duì)歷史實(shí)況數(shù)據(jù)綜合統(tǒng)計(jì)、比對(duì)各模式預(yù)報(bào)結(jié)果的基礎(chǔ)上，結(jié)合預(yù)報(bào)員經(jīng)驗(yàn)研發(fā)了積雪統(tǒng)計(jì)模型，并設(shè)計(jì)了精細(xì)化降雪預(yù)報(bào)產(chǎn)品自動(dòng)訂正預(yù)報(bào)平臺(tái)，以提高山區(qū)精細(xì)化降雪預(yù)報(bào)能力和主觀訂正水平。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

2016年10月以前，在出現(xiàn)降雪天氣現(xiàn)象時(shí)，對(duì)雨量筒進(jìn)行人工加蓋，只觀測積雪深度，不再觀測降水量，無法開展降水量的分析。本文使用2016年10月以來的3次降雪過程資料。建立模型的數(shù)據(jù)包括：湖州、長興、安吉、德清4個(gè)國家氣象觀測站和南潯、天荒坪、三天門和大錢水閘4個(gè)布設(shè)了稱重降水監(jiān)測設(shè)備的區(qū)域觀測站的降雪量、積雪深度、氣溫、地表氣壓、海拔等實(shí)況資料；協(xié)理員上報(bào)的08、14和20時(shí)積雪深度數(shù)據(jù)等。模式檢驗(yàn)的數(shù)據(jù)包括：EC、JMA、GFS和OCF數(shù)值模式的降水量、氣溫、積雪深度等數(shù)據(jù)及NCEP、FNL再分析資料的位勢高度和溫度等數(shù)據(jù)。

1.2 算法模型介紹

1.2.1 建立模型

根據(jù)積雪深度與降雪量等氣象要素的相關(guān)性分析，結(jié)合EC模式預(yù)報(bào)資料[5-6]，選取降雪量、氣溫、相對(duì)濕度、地表氣壓、海拔5個(gè)因子進(jìn)行建模。由于降雪開始時(shí)地表溫度一般較高，降雪初期很難形成有效積雪，大部分都被地表降溫所消耗，而一旦形成有效積雪后，積雪增長效率會(huì)有所提高。針對(duì)降雪開始后12 h和積雪開始后12 h兩個(gè)時(shí)段(下文用方案1和方案2區(qū)分)，利用SPSS軟件進(jìn)行分析，建立回歸模型，結(jié)果如表1、表2、表3、表4。

表1 方案1模型線性回歸系數(shù)表

表2 方案1模型線性回歸模型摘要

表3 方案2模型線性回歸系數(shù)表

表4 方案2模型線性回歸模型摘要

模型1：

Y1=-0.011X1-1.052X2+0.279X3-0.027X4+0.011X5+1.848

(校正R2=0.723)

其中，X1～5分別為氣象要素海拔(單位：m)、氣溫(單位：℃)、降雪量(單位：mm)、相對(duì)濕度(單位：%)和地表氣壓(單位：hPa)，Y1代表方案1最大積雪深度(單位：cm)。

模型2：

Y2=-0.009X1-0.956X2+0.44X3-0.02X5-0.34

(校正R2=0.764)

式中變量代表的意義同方案1。

兩個(gè)線性模型的校正決定系數(shù)分別為0.723和0.764，可見通過SPSS模擬的兩個(gè)模型擬合度較好，變量最大積雪深度與氣象要素存在明顯的擬合關(guān)系。

1.2.2 模型檢驗(yàn)

建立模型后，反算各個(gè)站點(diǎn)的模擬結(jié)果，并進(jìn)一步與實(shí)況對(duì)比檢驗(yàn)。表5、表6為兩個(gè)模型在3次降雪過程中，8個(gè)站點(diǎn)的氣象要素表。

表5 降雪開始后12 h各站3次降雪過程氣象要素表

表6 積雪開始后12 h各站3次降雪過程氣象要素表

由表5、表6可見，同一模型對(duì)不同站點(diǎn)的訂正效果不同。進(jìn)一步比較發(fā)現(xiàn)對(duì)于安吉、天荒坪、三天門這類高海拔站點(diǎn)，兩個(gè)模型基本表現(xiàn)為正誤差，且訂正相對(duì)誤差較大。而南潯、大錢水閘這類東部平原地區(qū)，訂正相對(duì)誤差較小。此外，兩個(gè)模型對(duì)德清3次過程均表現(xiàn)為負(fù)誤差。

以上分析說明，模型能較好地反映積雪深度與各氣象要素的關(guān)系，同時(shí)穩(wěn)定性較高。但兩個(gè)模型的性能略有差異，模型1的絕對(duì)誤差略大，但相對(duì)誤差與模型2基本接近。另外，無積雪時(shí)往往出現(xiàn)正的誤差是兩個(gè)模型都存在的問題，需要在下一步工作中改進(jìn)。

2 系統(tǒng)設(shè)計(jì)

2.1 平臺(tái)設(shè)計(jì)

如圖1所示，GIS精細(xì)化預(yù)報(bào)平臺(tái)基于EC模式資料和本地模型，自動(dòng)實(shí)現(xiàn)預(yù)報(bào)結(jié)果后臺(tái)訂正，并快速實(shí)現(xiàn)前端可視化和人機(jī)交互操作，最終輸出精細(xì)化預(yù)報(bào)產(chǎn)品。針對(duì)該平臺(tái)需求，采用模型—視圖—視圖—模型(Model-View-View-Model，MVVM)設(shè)計(jì)模式，實(shí)現(xiàn)業(yè)務(wù)邏輯與視圖分離，通過對(duì)各子功能模塊的劃分，降低模塊之間的耦合度。后臺(tái)添加定制化模型，前端交互、判斷，觸發(fā)后端算法，預(yù)留數(shù)據(jù)接口和算法接口，可實(shí)現(xiàn)平臺(tái)良好的可擴(kuò)展性，降低平臺(tái)二次開發(fā)成本和維護(hù)成本[7-8]。

圖1 GIS精細(xì)化預(yù)報(bào)平臺(tái)

針對(duì)積雪厚度預(yù)報(bào)，首先進(jìn)行降雪判斷，通過閾值進(jìn)行相態(tài)判斷，如果未預(yù)報(bào)降雪，直接進(jìn)入數(shù)據(jù)可視化和人機(jī)交互訂正環(huán)節(jié)；如果預(yù)報(bào)降雪，進(jìn)行狀態(tài)判斷，即區(qū)分降雪開始12 h和積雪后12 h，分別代入不同的模型，運(yùn)算得到更新后的數(shù)據(jù)，隨后進(jìn)入數(shù)據(jù)可視化和人機(jī)交互訂正環(huán)節(jié)，進(jìn)行圖形編輯和數(shù)據(jù)、圖片本地下載。

2.2 界面介紹

運(yùn)行系統(tǒng)文件夾中的GridEditor.exe，啟動(dòng)主程序。平臺(tái)主界面主要分為菜單欄、工具面板、數(shù)值修訂區(qū)、主編輯區(qū)、狀態(tài)欄等幾大塊區(qū)域。

工具面板主要提供以下修訂工具，地圖控制：放大、縮小、平移；區(qū)域選擇：框選、多邊形選區(qū)、圓形選區(qū)等；區(qū)域控制：梯度工具、移動(dòng)選區(qū)、選區(qū)內(nèi)清零、選區(qū)外清零、區(qū)域加鎖、區(qū)域解鎖、圖章、連續(xù)編輯等；視圖切換：數(shù)據(jù)視圖、排版視圖；撤銷、反撤銷；數(shù)據(jù)保存。

地圖窗口實(shí)現(xiàn)氣象數(shù)據(jù)的GIS疊加，提供修訂的偏移量選擇、地圖和數(shù)據(jù)展示區(qū)域、修訂操作的主要區(qū)域，顯示當(dāng)前鼠標(biāo)位置的經(jīng)緯度，顯示當(dāng)前編輯的狀態(tài)信息，按照比例尺進(jìn)行分級(jí)顯示，展示地縣級(jí)邊界和站點(diǎn)信息的疊加，以及地圖裁邊和色標(biāo)選擇等。

數(shù)據(jù)填充工具選擇時(shí)次，點(diǎn)擊生成加載數(shù)據(jù)和數(shù)據(jù)信息列表，可以選擇計(jì)算或數(shù)據(jù)直接展示，以及模型參數(shù)手動(dòng)修改；對(duì)數(shù)據(jù)進(jìn)行當(dāng)?shù)貍浞荼４妗?/p>

3 平臺(tái)檢驗(yàn)

3.1 2018年12月7—9日降雪過程

2018年12月7—9日全市出現(xiàn)中到大雪，局部出現(xiàn)暴雪。截至9日08時(shí)，全市各地出現(xiàn)不同程度的積雪，東部平原輕微積雪，中西部明顯積雪，最大積雪深度為3～5 cm，山區(qū)普遍為6～10 cm，高山區(qū)達(dá)到15 cm以上，其中安吉天荒坪高達(dá)19 cm，德清莫干山為15 cm。強(qiáng)降雪出現(xiàn)在12月8日夜里至9日白天。

在6日20時(shí)的預(yù)報(bào)資料中，EC模式預(yù)報(bào)在9日08時(shí)浙西北及皖南有大范圍10 cm以上、局部25～30 cm的積雪深度，在湖州西南山區(qū)有20 cm以上，在東部平原有8～10 cm；本地模型的預(yù)報(bào)與EC模式預(yù)報(bào)大體一致，但對(duì)東部平原的預(yù)報(bào)相比于EC模式預(yù)報(bào)明顯偏小，只有3～7 cm；西南山區(qū)的最大積雪深度為10～15 cm，同時(shí)，東部平原的積雪深度為2 cm以上，也就是說，無論EC模式還是本地模型，6日20時(shí)的預(yù)報(bào)都較實(shí)況明顯偏大，但對(duì)東部平原的預(yù)報(bào)，本地模型的偏差更小。

在7日20時(shí)的預(yù)報(bào)資料中，EC模式預(yù)報(bào)與本地模型預(yù)報(bào)相較于上一時(shí)次的預(yù)報(bào)都有明顯的下調(diào)，EC模式在西南山區(qū)的預(yù)報(bào)值下調(diào)至13～15 cm，長興地區(qū)的預(yù)報(bào)值為5～8 cm，東部平原的預(yù)報(bào)值下調(diào)至4～6 cm，對(duì)比實(shí)況資料，西南山區(qū)的預(yù)報(bào)較準(zhǔn)確，但是對(duì)長興地區(qū)和東部平原的預(yù)報(bào)偏大較多；在本地模型的預(yù)報(bào)中，對(duì)東部平原的預(yù)報(bào)下調(diào)至1～4 cm，與實(shí)況比較符合，對(duì)西南山區(qū)和長興地區(qū)的預(yù)報(bào)，與EC模式的預(yù)報(bào)大體一致。

總的來說，EC模式與本地模型在兩個(gè)時(shí)次的預(yù)報(bào)都大幅下調(diào)了，但對(duì)東部平原的積雪深度預(yù)報(bào)，本地模型的預(yù)報(bào)要明顯好于EC模式的預(yù)報(bào)，更加接近實(shí)況。

3.2 2018年12月30日降雪過程

2018年12月30—31日全市普降中雪，山區(qū)大到暴雪。截至31日08時(shí)湖州市各地出現(xiàn)不同程度的積雪，自西向東積雪深度逐漸減小。最大積雪深度為平原1～3 cm，安吉、德清高山區(qū)積雪深度為5～10 cm，湖州為2 cm，德清為2 cm，長興為1 cm，安吉為2 cm。強(qiáng)降雪出現(xiàn)在12月30日下午至夜里。

在2018年12月30—31日的降雪過程中，EC模式與本地模型在最大積雪深度的預(yù)報(bào)上存在一定差異。在28日20時(shí)的預(yù)報(bào)資料中，EC模式預(yù)報(bào)較上一時(shí)次調(diào)整明顯，大范圍的積雪深度都調(diào)整至5 cm以下，湖州市西南山區(qū)為5～7 cm，其他大部分地區(qū)為2～4 cm；本地模型預(yù)報(bào)也下調(diào)了各地區(qū)的積雪深度，其中西南山區(qū)調(diào)整至12～17 cm，長興西北山區(qū)為3～4 cm，東部平原調(diào)整至1 cm以下；EC模式預(yù)報(bào)的大幅度調(diào)整，使得與實(shí)況的偏差加大，同時(shí)對(duì)東部地區(qū)的預(yù)報(bào)仍為2 cm以上，而本地模型的預(yù)報(bào)雖然有所調(diào)整，但是更加接近實(shí)況。

在29日20時(shí)的資料中，EC模式預(yù)報(bào)在28日下調(diào)的基礎(chǔ)上又有所上調(diào)，但是西南山區(qū)的最大積雪深度仍只有6～8 cm，較實(shí)況仍然偏小，而長興大部分地區(qū)以及東部平原的還是2～3 cm，比實(shí)況明顯偏大；在本地模型的預(yù)報(bào)中，最大積雪深度較上一時(shí)次也有所上調(diào)，主要在莫干山地區(qū)為2～5 cm，這與實(shí)況更加接近。

總的來說，在從26日20時(shí)起的降雪過程預(yù)報(bào)中，EC模式預(yù)報(bào)的調(diào)整幅度較大，在臨近時(shí)段的預(yù)報(bào)結(jié)果與實(shí)況有所接近，但是仍有一定差距；而本地模型26—29日4個(gè)時(shí)次的預(yù)報(bào)一直相對(duì)比較穩(wěn)定，對(duì)降雪落區(qū)及積雪深度的預(yù)報(bào)都比EC模式預(yù)報(bào)更加接近實(shí)況。

4 小 結(jié)

本文主要針對(duì)近年來兩次降雪過程進(jìn)行總結(jié)分析，在建立積雪深度預(yù)報(bào)模型的基礎(chǔ)上，開發(fā)了人機(jī)交互的訂正平臺(tái)。平臺(tái)整體運(yùn)行穩(wěn)定，對(duì)積雪模型結(jié)果進(jìn)行檢驗(yàn)對(duì)比，結(jié)果優(yōu)于直接使用EC模式預(yù)報(bào)，表明積雪模型對(duì)模式的釋用效果明顯。但由于稱重降水監(jiān)測設(shè)備啟用較晚，加之降雪過程較少，導(dǎo)致降雪量和積雪深度統(tǒng)計(jì)數(shù)據(jù)偏少，構(gòu)建模型的可靠性還需進(jìn)一步完善；經(jīng)過幾次降雪過程的應(yīng)用檢驗(yàn)發(fā)現(xiàn)，構(gòu)建模型對(duì)強(qiáng)降雪過程的預(yù)報(bào)結(jié)果較EC模式預(yù)報(bào)直接輸出的結(jié)果有明顯改進(jìn)，但對(duì)弱降雪過程中的山區(qū)積雪深度預(yù)報(bào)較實(shí)況偏大，并且在項(xiàng)目研究期間智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)還未正式運(yùn)行，未與智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)接軌，尚需進(jìn)一步改進(jìn)。