影響廣州不同路徑冷空氣的氣溫預(yù)報對比分析

許歡，張?zhí)m，郝笑，魏蕾，鐘晨

（1.廣州市氣象臺，廣東廣州 511430；2.廣東省突發(fā)事件預(yù)警信息發(fā)布中心，廣東廣州 510640）

數(shù)值預(yù)報模式在現(xiàn)代氣象預(yù)報中起重要作用［1］，對模式進行系統(tǒng)化檢驗，可以為預(yù)報員提供訂正數(shù)值模式的客觀化指標(biāo)和主觀化經(jīng)驗，從而提高實際預(yù)報準(zhǔn)確率。目前實際預(yù)報業(yè)務(wù)中，歐洲中期天氣預(yù)報中心模式（ECMWF）（簡稱EC模式）在中短期預(yù)報中精度較高，使用范圍廣，綜合評價高，特別是在大尺度形勢場預(yù)報中，EC模式具有較高的參考價值［2］。中國氣象局自主研發(fā)新一代數(shù)值天氣預(yù)報系統(tǒng)全球預(yù)報系統(tǒng)（GRAPES），自2001年以來，通過改進動力框架、模式框架、物理過程方案、陸面過程方案等，全面提升模式物理過程的預(yù)報能力［3-4］。

溫度預(yù)報在天氣預(yù)報業(yè)務(wù)中十分重要，但溫度變化受諸多因素影響，如天況、風(fēng)、氣壓等，因此控制預(yù)報誤差有一定難度。不少對比檢驗表明，EC模式對氣溫預(yù)報能力呈現(xiàn)出明顯的季節(jié)性及區(qū)域性差異［5-7］，比如EC模式對新疆氣溫預(yù)報的準(zhǔn)確率表現(xiàn)較好，且最低氣溫的預(yù)報準(zhǔn)確率提高程度高于最高氣溫［7］。與EC模式相比，GRAPES區(qū)域集合預(yù)報能較好地預(yù)報冬季明顯降溫、高低空環(huán)流形勢及冷平流的入侵，對低溫預(yù)報能力較好，日最高溫的預(yù)報誤差大幅下降［8］，在隨著智能網(wǎng)格算法的發(fā)展，客觀算法訂正后的溫度預(yù)報有所提高［9-12］。

廣州位于粵港澳大灣區(qū)中心區(qū)域，南北緯度相差150 km左右，而且東北部以山地為主，中部區(qū)域以中低山和丘陵為主，南部區(qū)域以平原為主。海拔高度與緯度的不同，造成冷空氣影響過程，最高、最低氣溫出現(xiàn)明顯差異。目前數(shù)值預(yù)報雖然對溫度預(yù)報有效提高，但針對氣溫預(yù)報及預(yù)報效果的成果偏少，且主要探究數(shù)值模式對氣溫的整體預(yù)報效果，對強冷空氣過程分類及精細(xì)化程度不夠。因此，本研究利用統(tǒng)計檢驗方法細(xì)化分析在2018—2021年不同路徑冷空氣影響下，EC與GRAPES模式對廣州氣溫預(yù)報過程的評估分析，以期為后期科學(xué)合理地運用模式預(yù)報產(chǎn)品提供參考。

1 資料和方法

1.1 數(shù)據(jù)

實況數(shù)據(jù)選取2018—2021年冷空氣過程（表1）廣州市從化、增城、花都、五山與番禺自動站（圖1）日最高溫度、最低溫度，其中冷空氣過程以冷空氣影響當(dāng)天及前后3 d為一次過程，共7 d。模式數(shù)據(jù)選擇相對應(yīng)自動站距離最近的格點，讀取EC、GRAPES 20：00（北京時，下同）起報的最高溫度、最低溫度。為精細(xì)化檢驗?zāi)Ｊ浇Y(jié)果，本研究對強冷空氣路徑進行分類，按照《廣東省天氣預(yù)報技術(shù)手冊》［13］，將侵入的冷空氣分中路、西路和東路3條路徑。

表1 2018—2021年影響廣州市冷空氣過程

圖1 廣州市5個代表站點分布

1.2 統(tǒng)計檢驗方法

根據(jù)中國氣象局《中短期天氣預(yù)報質(zhì)量檢驗辦法》［14］，本研究主要使用的評估參數(shù)為平均相對誤差，公式如下：

其中，tME為氣溫相對誤差（℃），F(xiàn)i為第i站預(yù)報溫度（℃）；Oi為第i站實況溫度（℃）；n為冷空氣個例總數(shù)。

2 預(yù)報結(jié)果與分析

2.1 不同路徑冷空氣氣溫預(yù)報整體效果分析

圖2是不同路徑冷空氣過程中平均最高氣溫預(yù)報與實況的相對誤差。從西路冷空氣最高氣溫的相對誤差來看，除GRAPES模式在冷空氣影響第3天時預(yù)報比實況偏大外，其他時段EC與GRAPES模式均是預(yù)報較實況偏小，不過隨著冷空氣的逐漸影響，偏小范圍有所減小，EC模式最大的誤差達到1.3℃，GRAPES模式最大誤差在1.2℃。中路冷空氣預(yù)報結(jié)果與西路的節(jié)奏相似，也是在冷空氣影響過后的第3天預(yù)報結(jié)果比實況偏大，這也說明冷空氣減弱的速度較模式預(yù)報偏慢，但在冷空氣逐漸影響后，EC 與GRAPES模式均是誤差減小到0.5℃以內(nèi)。東路冷空氣影響前，EC模式預(yù)報氣溫較實況偏大，最大誤差在1.4℃，隨著冷空氣逐漸影響，誤差減小，冷空氣影響當(dāng)日氣溫又較實況偏小，可以說EC模式對冷空氣預(yù)報的強度較實況偏強，冷空氣影響后的前兩日，氣溫預(yù)報偏大，也說明模式預(yù)報的回溫速度偏快，最大誤差有1℃。GRAPES模式對冷空氣來之前與影響中大部分是偏小于實況的，強度較實況偏大有1.2℃，而回溫速度也較實況偏快。而對所有的冷空氣個例影響期間的最高氣溫誤差對比來看，EC與GRAPES模式大部分時次是偏小于實況，尤其是EC模式，冷空氣影響當(dāng)日，最高氣溫的平均誤差達1.2℃，實際預(yù)報過程中可對其進行調(diào)整。

圖2 冷空氣過程5站平均最高氣溫EC與GRAPES預(yù)報相對誤差

圖3是不同路徑冷空氣過程中平均最低氣溫預(yù)報與實況的相對誤差結(jié)果。冷空氣影響過程，中路、西路冷空氣以及所有個例最低氣溫預(yù)報與實況的誤差基本是一致的，明顯偏小于實況，也就是說模式對最低氣溫的預(yù)報較實況偏低，最大誤差時間在冷空氣影響廣州的前1 d，GRAPES最大值達2.1℃，EC最大值達1.2℃。而影響前2 d、影響當(dāng)天及影響后1 d的誤差在0.5～2.1℃。其他時段在0.0～0.5℃。且GRAPES模式最低氣溫誤差偏大于EC模式。對于東路冷空氣的影響，EC與GRAPES模式基本是除了在冷空氣影響前1 d以及影響2～3 d的最低氣溫低于實況外，其他時段均是高于實況的，表明冷空氣影響當(dāng)天及后1 d的降溫幅度比模式預(yù)報的大。

圖3 冷空氣過程5站平均最低氣溫EC與GRAPES預(yù)報相對誤差

2.2 不同路徑冷空氣氣溫預(yù)報區(qū)域效果分析

圖4a-c分別是中路、西路與東路路徑冷空氣EC與GRAPES在廣州不同站點最高氣溫相對誤差。對于中路冷空氣，冷空氣影響前，EC與GRAPES模式對從化區(qū)最高氣溫預(yù)報偏小效果最明顯，接近1.5℃，其他站點基本在0.5～1.0℃，GRAPES模式對增城站誤差最小0.2～0.5℃。冷空氣影響當(dāng)天，花都站與五山站預(yù)報稍優(yōu)，較實況低于1.0℃。冷空氣影響過后，除從化站外，其余基本接近實況，誤差大部分在0.5℃以內(nèi)。對于西路冷空氣，從影響時間、影響區(qū)域的誤差來看，絕對誤差明顯呈自北向南、自影響前至影響后呈減小趨勢。冷空氣影響前與影響過程中，基本大都是預(yù)報偏小于實況，中北部誤差1.5～2.0℃，南部番禺誤差在1.0～1.5℃。冷空氣影響后，絕對誤差明顯減小，而且多個時次EC與GRAPES模式預(yù)報大于實況，中北部誤差0.5～1.0℃，番禺誤差低于0.5℃。對于東路冷空氣，EC模式在冷空氣影響前3 d時，對五山站預(yù)報偏大于實況在1.5℃上下，增城站誤差最小，而前2至1 d時，GRAPES模式對從化與番禺站相對誤差超過-2℃，對其他3站相對誤差也在1℃以上。冷空氣影響當(dāng)天，EC模式對增城站相對誤差最大為-1.7℃。影響過后的1～2 d，基本是偏大于實況1℃以內(nèi)，而在第3 d時，除對花都站預(yù)報小于實況1.5℃以下外，其他4站，EC與GRAPES模式均接近-2℃的誤差。

圖4d-f分別是中路、西路與東路路徑冷空氣EC與GRAPES在廣州不同站點最低氣溫相對誤差。對于中路冷空氣，最大誤差主要在冷空氣影響前1 d的五山、增城與花都站，相對誤差達到-2℃左右，且主要是GRAPES模式造成的；其次是番禺與從化站，相對誤差接近-1.5℃。EC模式在冷空氣影響前，從化站相對誤差最小，番禺站最大，前3至前1 d時，相對誤差均在-1℃以上。冷空氣影響的中后期，EC模式對北部站點的預(yù)報效果優(yōu)于中南部，絕對誤差基本呈自北向南增大趨勢，尤其是番禺站點，相對誤差在-1℃左右。對于西路冷空氣，EC與GRAPES模式的表現(xiàn)與中路冷空氣基本一致，EC模式對中西路冷空氣最低氣溫預(yù)報誤差呈自北向南逐漸增大趨勢，GRAPES模式對五山站預(yù)報誤差最大，其次是番禺站，相對誤差在-2.5℃左右。對于東路冷空氣，冷空氣影響前3至前2 d，誤差基本維持在0.5℃以內(nèi)，前1 d時，EC與GRAPES模式分別對增城與五山站的絕對誤差在1℃以上，其他站點均在1℃以下。影響過程后的2～3 d GRAPES模式對增城與五山站均是偏小于實況，誤差在1℃以上，EC模式除對增城站預(yù)報誤差在1℃以上外，其他站點均是偏小在1℃以內(nèi)，也就是說，對于東路冷空氣，增城站點預(yù)報絕對誤差最大，其次是五山站，EC模式除了在冷空氣影響過后2～3 d對增城站點的預(yù)報偏小誤差在1℃以上，其他時次其他站點的絕對誤差基本在1℃以內(nèi)。GRAPES模式除了增城站點外，五山站點預(yù)報絕對誤差也在1℃以上。

圖4 冷空氣過程-3到3 d最高氣溫（a、b、c）與最低氣溫（d、e、f）氣溫預(yù)報相對誤差（單位：℃）

3 結(jié)論

1）中路與西路冷空氣，EC與GRAPES模式對最高與最低氣溫預(yù)報效果一致。對于最高氣溫，除了GRAPES模式在冷空氣影響第3 d時預(yù)報比實況偏大外，其他時段EC與GRAPES模式均是預(yù)報較實況偏小，隨著冷空氣的逐漸影響，偏小范圍有所減小。東路冷空氣影響前，EC模式預(yù)報氣溫較實況是偏大的，最大偏差在1.5℃，GRAPES模式對冷空氣來之前與影響中大部分偏小于實況，強度較實況偏大1.2℃。對于最低氣溫，中西路冷空氣模式預(yù)報明顯偏小于實況。

2）從不同路徑冷空氣氣溫預(yù)報區(qū)域效果分析來看，對于最高氣溫，EC與GRAPES模式對于中西路冷空氣；從影響時間、影響區(qū)域的誤差來看，絕對誤差明顯自北向南、自影響前至影響后呈減小趨勢，即在冷空氣影響前3 d，從化站絕對誤差最大，且是預(yù)報明顯偏小于實況，接近2℃。對于東路冷空氣，EC模式除冷空氣影響后第3天氣溫明顯低于實況外，其他時段基本是預(yù)報偏大，尤其是前3 d時，大部站點較實況偏高1.5℃左右。GRAPES模式大部時段大部站點是偏小于實況，尤其是影響過后的第3天。

3）對于最低氣溫，EC模式預(yù)報絕對誤差小于GRAPES 模式，效果較優(yōu)。不過 EC 與GRAPES模式對中西路冷空氣的預(yù)報效果基本一致，EC模式對中西路冷空氣最低氣溫預(yù)報誤差自北向南呈逐漸增大趨勢，GRAPES模式對五山站預(yù)報誤差最大，其次是番禺站，誤差在-2.5℃左右。對于東路冷空氣，增城站點預(yù)報絕對誤差最大，其次是五山站。