基于WRF模式的紫外線指數(shù)逐小時預(yù)報模型

應(yīng) 爽， 謝靜芳， 劉海峰， 于月明， 王 寧

(1.長春市氣象局，長春 130000； 2.吉林省氣象服務(wù)中心，長春 130062； 3.吉林省氣象臺，長春 130062)

引 言

紫外線(Ultraviolet，UV)在太陽輻射光譜中的長度范圍為100-400 nm，它對人類健康、生態(tài)環(huán)境和地球氣候等具有較為復(fù)雜和重要的影響。例如，紫外線具有殺菌作用，但過量的輻射又容易引發(fā)皮膚癌等疾病。因此，對紫外線輻射(Ultraviolet Radiation，UVR)強度的監(jiān)測、預(yù)報和研究具有重要意義[1-4]。紫外線指數(shù)(Ultraviolet Index，UVI)是衡量某時某地紫外線輻射對人體可能影響(即強度)的國際計量標準。

紫外線輻射的預(yù)報模型主要有統(tǒng)計預(yù)報模型和輻射傳輸模型。加拿大率先于20世紀90年代初期開展紫外線指數(shù)預(yù)報，并提出通過擬合大氣參數(shù)與紫外線指數(shù)的觀測值，建立回歸方程進行估算的經(jīng)驗方法(即統(tǒng)計預(yù)報法)[5]。統(tǒng)計預(yù)報方法建模相對簡便，在國內(nèi)業(yè)務(wù)中較為常用。陳炳洪[6]、武輝芹[7]、高迎娟[8]、劉雨軒[9]等分別基于常規(guī)地面氣象觀測或數(shù)值模式氣象要素預(yù)報，采用多元回歸方法建立了本地的紫外線預(yù)報模型。賈艷輝等[10]對比了逐步回歸方法和灰色系統(tǒng)理論的建模結(jié)果。王寶書等[11]基于云量等常規(guī)氣象要素觀測資料，探索了長春市紫外線輻射強度分季節(jié)逐小時統(tǒng)計預(yù)報方法。孫翠鳳等[12]結(jié)合常規(guī)氣象要素與空氣質(zhì)量資料，建立了逐月的本地預(yù)報方程。輻射傳輸模型物理意義較為明確，但部分參數(shù)較難獲取。美國國家天氣局(NWS)和我國國家氣象中心(NMC)均通過輻射傳輸模式推斷到達地面的紫外線輻射量[2,13]。傅炳珊等[14]基于中分辨率大氣輻射傳輸模式，建立了石家莊夏季晴空或少云狀態(tài)下的紫外線預(yù)報模型。白建輝[15]、蔡新玲[16]、張云海[17]、劉慧[18]、蔣璐璐[19]等分別基于大氣輻射傳輸機理，建立了本地的紫外線估算或預(yù)報模型。郜婧婧等[20]在參數(shù)時空變化基礎(chǔ)上進行改進，建立了全國UVR強度預(yù)報模型。近年來，神經(jīng)網(wǎng)絡(luò)等人工智能方法也廣泛應(yīng)用于紫外線輻射的估算[21, 22]。胡春梅等[23]將兩種人工智能非線性模型(BP神經(jīng)網(wǎng)絡(luò)模型和支持向量機模型)應(yīng)用于紫外線預(yù)報，并與線性逐步回歸模型進行了對比。

我國目前進行的是白天10-14時之間最大紫外線輻射強度轉(zhuǎn)換的紫外線指數(shù)的逐日預(yù)報，以往建模對象通常是紫外線輻射強度的日預(yù)報值，建模數(shù)據(jù)多采用全球模式，少有針對逐小時精細化預(yù)報方法的研究，且經(jīng)驗?zāi)Ｐ鸵蜃佣嘁猿Ｒ?guī)氣象要素為主。隨著大城市精細化預(yù)報服務(wù)需求的提升，智能網(wǎng)格等預(yù)報技術(shù)的快速發(fā)展，基于高時空分辨率的中尺度數(shù)值模式，研究逐小時的紫外線精細化預(yù)報方法，具有必要性和可行性。WRF (Weather Research and Forecasting) 模式在長春地區(qū)的預(yù)報業(yè)務(wù)中運行穩(wěn)定，質(zhì)量可靠，且除常規(guī)氣象要素外，還運算輸出若干與紫外線輻射直接相關(guān)的物理量，可應(yīng)用于經(jīng)驗?zāi)Ｐ偷淖贤饩€預(yù)報。因此，嘗試采用WRF模式模擬輸出的紫外線輻射相關(guān)物理量(以下統(tǒng)稱“輻射因子”)與常規(guī)氣象要素(以下統(tǒng)稱“氣象因子”)的逐小時數(shù)據(jù)，結(jié)合長春市紫外線逐小時觀測資料，利用多元回歸方法，對比了單純以氣象因子建模和綜合氣象因子、輻射因子建模的效果。根據(jù)兩種模型的預(yù)報結(jié)果，采取第二種方式分季節(jié)建立了長春市未來24 h時效的紫外線指數(shù)逐小時預(yù)報模型。相比以往的預(yù)報模型研究，此方案不僅具有統(tǒng)計預(yù)報方法建模相對簡便的特點，而且充分考慮了輻射因子的作用，建立的預(yù)報模型物理意義明確，同時解決了輻射參數(shù)不易獲取的問題。此外，將預(yù)報的時間分辨率由通常的24 h縮短為1 h，提高了紫外線的精細化預(yù)報服務(wù)能力。

1 資料與方法

1.1 紫外線觀測資料

采用的實況資料為2012年1月1日-2014年12月31日吉林省長春市通帶式波段輻射計觀測到的逐小時紫外線累計輻射強度?？紤]實際業(yè)務(wù)需求，按照紫外線輻射強度、紫外線指數(shù)及其等級的換算對應(yīng)關(guān)系(表1)[2]，將輻射強度換算為指數(shù)進行研究。

表1 紫外線輻射強度、指數(shù)及級別換算對應(yīng)表

1.2 WRF模擬輸出

以NCEP提供的FNL(Final Operational Global Analysis)1°×1°間隔6 h再分析資料為初始場，采用吉林省實際業(yè)務(wù)運行的WRFV3.3.1方案，計算輸出了2012年1月1日-2014年12月31日的逐小時預(yù)報產(chǎn)品，并在常規(guī)氣象要素的基礎(chǔ)上，增加輸出了與輻射相關(guān)的物理量。

其中，WRFV3.3.1采用較為常用的Lin微物理方案、KF積云對流方案、Duhdia短波輻射方案、RRTM長波輻射方案、YSU邊界層方案等[24-27]；網(wǎng)格方案采用雙重嵌套，第一層網(wǎng)格間距為9 km，第二層網(wǎng)格間距為3 km；垂直坐標37層。計算輸出資料的空間范圍為40°-47°N、121°-132°E，水平分辨率為1°×1°，時間分辨率為1 h。

2 紫外線逐小時預(yù)報模型

2.1 樣本設(shè)置

采用上述長春市紫外線逐小時觀測資料，按照表1將輻射強度換算成指數(shù)進行統(tǒng)計分析，得到紫外線指數(shù)的日變化特征曲線(圖1)。曲線呈拋物線型，中午前后指數(shù)最大，即輻射最強，06時之前和18時之后基本無輻射。

圖1 2012-2014年長春市紫外線指數(shù)的日變化特征曲線

綜合考慮紫外線日變化特征和實際業(yè)務(wù)需求及運算成本，選取每日08-16時的紫外線指數(shù)與WRF輸出數(shù)據(jù)，剔除缺測值和奇異值后，得到樣本共計9414個，以2012-2013年數(shù)據(jù)(6210個樣本)作為訓(xùn)練集進行建模，以2014年樣本作為測試集進行試報檢驗。

2.2 預(yù)報因子分析

將WRF輸出的氣象要素及輻射相關(guān)物理量與紫外線指數(shù)實況進行相關(guān)分析，其相關(guān)系數(shù)通過α為0.01的顯著性檢驗，符合物理意義的要素共17個(表2)。

表2 17個與UVI相關(guān)系數(shù)在10%以上且通過α為0.01的顯著性檢驗的WRF輸出要素

由相關(guān)分析結(jié)果可見，氣象因子當(dāng)中，地面及低層大氣氣溫與紫外線指數(shù)呈現(xiàn)較明顯的正相關(guān)；輻射因子當(dāng)中，SWDOWN(downward short wave flux at ground surface)表征到達地表高度的太陽短波輻射，SWDOWN與紫外線指數(shù)相關(guān)性最好，即地表接收到的短波輻射通量與地面紫外線觀測值統(tǒng)計關(guān)系較為密切。兩種類型因子對比來看，SWDOWN和GRDFLX相比大多數(shù)氣象因子來說，與紫外線指數(shù)的相關(guān)性更好。

各因子之間的相關(guān)性分析顯示，T925、T850和T700之間的相關(guān)系數(shù)均大于等于0.95，Q925和Q700直接的相關(guān)系數(shù)為0.84，為避免多線重疊，優(yōu)先選取近地面要素，去掉T850、T700和Q700，以其余14個要素作為回歸方程待選因子。

2.3 建模方式對比

為對比和檢驗輻射因子對紫外線指數(shù)的影響貢獻，首先嘗試分別從只考慮氣象因子、綜合考慮輻射和氣象因子兩個角度建立預(yù)報模型，并考察了兩種方式所建立的預(yù)報模型的效果。

選取氣象因子作為自變量，紫外線指數(shù)實況為因變量，進行多元逐步回歸，得到預(yù)報方程(1)，選取氣象因子和輻射因子共同作為自變量進行建模，得到方程(2)。

Y=-11.398-0.038x1-0.083x2+
0.137x3+0.062x4

(1)

Y=-3.399+0.032x1-0.023x2+0.42x3+
0.035x4+0.004x5

(2)

式中，Y為紫外線指數(shù)的逐小時預(yù)報值，方程(1)中x1-x4分別為Q925、T925、T2、WS10，方程(2)中x1-x5分別為Q925、T925、T2、WS10、SWDOWN。兩個方程的復(fù)相關(guān)系數(shù)見表3。

中國氣象局對紫外線預(yù)報質(zhì)量實行等級誤差考核評分辦法，即當(dāng)紫外線指數(shù)等級預(yù)報的誤差為0級時得分為100，誤差為1級時得分為50。根據(jù)此辦法，對方程進行擬合，擬合結(jié)果見表3。

表3 兩種不同建模方式所得方程的復(fù)相關(guān)系數(shù)和擬合率

由表3可見，與方程(1)相比，方程(2)的復(fù)相關(guān)系數(shù)、0級擬合率和1級以內(nèi)擬合率均有明顯提高。其中復(fù)相關(guān)系數(shù)提高了29%，說明采用綜合氣象因子和輻射因子的方式建模，方程穩(wěn)定性增強，擬合效果明顯優(yōu)于單純氣象因子預(yù)報模型的效果。

2.4 分季節(jié)的綜合因子預(yù)報模型

采取綜合氣象因子和輻射因子的建模方式，按照長春市氣候特征，劃分四季(春夏秋冬四季分別為4-5月、6-8月、9-10月、11月-次年3月)，建立了分季節(jié)的長春市逐小時紫外線預(yù)報模型：

Yspr=-3.339-0.013x1+0.143x2+
0.105x3+0.02x4

(3)

Ysum=-8.44-0.209x1+0.248x2-0.008x3

(4)

Yfal=1.133+0.202x1+0.088x2-0.023x3

(5)

Ywin=-1.906+0.01x1+0.062x2-
0.005x3+0.006x4

(6)

其中，Yspr、Ysum、Yfal、Ywin分別為春、夏、秋、冬四個季節(jié)的紫外線預(yù)報指數(shù)；方程(3)中，x1-x4分別為GRDFLX、WS10、Q925、T2，復(fù)相關(guān)系數(shù)為0.445；方程(4)中，x1-x3分別為T925、T2、GRDFLX，復(fù)相關(guān)系數(shù)為0.322；方程(5)中，x1-x3分別為Q925、WS10、GRDFLX，復(fù)相關(guān)系數(shù)為0.648；方程(6)中，x1-x4分別為T925、WS10、GRDFLX、SWDOWN，復(fù)相關(guān)系數(shù)為0.752。

可以看到，與紫外線指數(shù)相關(guān)性較好的GRDFLX得以進入回歸方程。方程組擬合結(jié)果如表4。與不分季節(jié)的預(yù)報方程(2)相比，秋冬兩季的方程復(fù)相關(guān)系數(shù)更大，穩(wěn)定性更強，擬合過程中，1級以內(nèi)擬合率有所提高?？梢姡谇锒瑑杉静捎梅旨竟?jié)的預(yù)報方程，可改善季節(jié)性預(yù)報偏差；春夏兩季的方程表現(xiàn)略差，可能與樣本數(shù)量有一定關(guān)系。

表4 綜合氣象和輻射因子建立的分季節(jié)預(yù)報方程的復(fù)相關(guān)系數(shù)和擬合率

綜上，采用春秋季使用方程(2)、秋冬季分別使用方程(3)和(4)的方式，作為最終的分季節(jié)的綜合因子預(yù)報模型。

3 模型效果檢驗

為檢驗?zāi)Ｐ皖A(yù)報效果，采用最終的綜合因子預(yù)報模型，對2014年樣本進行了試報檢驗。另外，本地實際業(yè)務(wù)中采用的是與方程(1)類似，即僅考慮氣象因子的預(yù)報模型(以下稱為原有模型)，采用該模型進行了對比檢驗。根據(jù)檢驗結(jié)果(表5)，綜合因子預(yù)報模型的1級內(nèi)擬合率達92%，試報效果較原有模型有明顯提高。

表5 兩種預(yù)報模型的試報擬合率

4 結(jié)論與討論

本文基于WRF模式模擬輸出的2012-2014年長春市的常規(guī)氣象要素及與輻射相關(guān)的物理量，結(jié)合紫外線實況，采用多元回歸方法，建立了分季節(jié)的長春市逐小時紫外線指數(shù)預(yù)報模型。

建模因子當(dāng)中，地面及低層大氣氣溫與紫外線指數(shù)呈現(xiàn)較明顯的正相關(guān)，地表接收到的短波輻射通量與地面紫外線觀測值統(tǒng)計關(guān)系最為密切；部分輻射因子相比大多數(shù)氣象因子而言，與紫外線指數(shù)具有更好的相關(guān)性。綜合氣象因子和輻射因子建立的紫外線逐小時預(yù)報模型，穩(wěn)定性和擬合效果都明顯優(yōu)于單純采用氣象因子建立的預(yù)報模型，說明輻射因子在紫外線預(yù)報中較有優(yōu)勢。

以綜合因子建模方式，建立了分季節(jié)的紫外線逐小時預(yù)報方程，秋冬兩季的方程穩(wěn)定性和1級以內(nèi)擬合效果較不分季節(jié)的預(yù)報模型的有所提高。最終確立的分季節(jié)的綜合因子預(yù)報模型試報1級擬合率達92%，效果較本地原有模型有明顯提升。

輻射因子便于從業(yè)務(wù)運行的中尺度數(shù)值模式中獲取，結(jié)合統(tǒng)計建模方法，能夠以較低成本有效提高紫外線預(yù)報的精細化程度和預(yù)報效果，值得在業(yè)務(wù)中應(yīng)用?？紤]到實際業(yè)務(wù)中模式可能出現(xiàn)調(diào)整升級，可進一步采取滑動訓(xùn)練期等方式對模型進行改進。