兩種數(shù)值預(yù)報(bào)模式在撫遠(yuǎn)和湯原兩地預(yù)報(bào)能力對(duì)比分析

白國(guó)強(qiáng)，陳宛彤,劉富強(qiáng)

(1.樺南縣氣象局，黑龍江 佳木斯 154400；2.旅順口區(qū)氣象局，遼寧 大連 116041;3.樺南縣森林草原局，黑龍江 佳木斯 154400)

1 引言

利用數(shù)值運(yùn)算方式預(yù)報(bào)天氣的理念最早由Richardson.L.F 提出[1-2]，認(rèn)為模式預(yù)報(bào)對(duì)于天氣預(yù)測(cè)具有極高的可靠性， 至今該領(lǐng)域已經(jīng)取得非常豐碩的成果[3-11]。 然而這些模式在各臺(tái)站的預(yù)報(bào)效果表現(xiàn)不一，且模式預(yù)報(bào)誤差較大，需要進(jìn)一步縮小預(yù)報(bào)誤差，提升模式準(zhǔn)確率。

本研究以撫遠(yuǎn)市和湯原縣兩地?cái)?shù)值預(yù)報(bào)為依據(jù)，從24 h 降水、日最高和最低溫度、日平均風(fēng)速四種氣象要素出發(fā)， 對(duì)比分析數(shù)值預(yù)報(bào)模式在兩地的預(yù)報(bào)特性，具體站點(diǎn)信息如下表：

表1 撫遠(yuǎn)、湯原兩地經(jīng)緯度

2 資料與方法

2.1 資料

本文使用資料包括：（1）2018 年1 月1 日-2020年12 月31 日間EC （歐洲高分辨率數(shù)值預(yù)報(bào)）和CMA-GFS（中國(guó)全球預(yù)報(bào)）兩種預(yù)報(bào)模式, 數(shù)據(jù)類型為分布式數(shù)據(jù)， 獲取方式是從本站Java 程序終端獲取。 其中，溫度和降水模式數(shù)據(jù)時(shí)間選擇2018-2020年，風(fēng)速模式數(shù)據(jù)選擇2020 年全年，采用樣本數(shù)量為年天數(shù)的2/3 以上。 降水模式選用24 h 累積降水預(yù)報(bào)，溫度預(yù)報(bào)模式選用每日24 h 2 m 逐3 h 預(yù)報(bào)，風(fēng)速預(yù)報(bào)模式采用每日24 h 逐6 h 10 m 風(fēng)速預(yù)報(bào)；（2）實(shí)測(cè)數(shù)據(jù)時(shí)間與模式數(shù)據(jù)相對(duì)應(yīng)，從MDOS 業(yè)務(wù)平臺(tái)獲取。實(shí)測(cè)數(shù)據(jù)有24 h 累積降水量、日最高和最低溫度、日平均風(fēng)速，數(shù)據(jù)格式為標(biāo)準(zhǔn)EXCEL 格式；（3） 數(shù)據(jù)驗(yàn)證時(shí)段采用2021 年11 月-2022 年3 月，數(shù)據(jù)格式和類型與（1）、（2）中描述相同。

2.2 研究方法

研究中利用“雙線性插值法”，通過編寫NCL 插值程序代碼將模式數(shù)據(jù)提取出來， 并與相同時(shí)段實(shí)測(cè)數(shù)據(jù)一并形成用于對(duì)比分析的數(shù)據(jù)序列。 本研究采用“經(jīng)典預(yù)報(bào)評(píng)分法”進(jìn)行評(píng)定，評(píng)定方法如下：

2.2.1 降水預(yù)報(bào)檢驗(yàn)

降水預(yù)報(bào)檢驗(yàn)由TS 評(píng)分、空?qǐng)?bào)率和漏報(bào)率三部分組成，式中NAk 為預(yù)報(bào)正確站（次）數(shù)、NBk 為空?qǐng)?bào)站（次）數(shù)、NCk 為漏報(bào)站（次）數(shù)。 算法如下：

2.2.2 溫度預(yù)報(bào)檢驗(yàn)

溫度預(yù)報(bào)檢驗(yàn)由平均絕對(duì)誤差和預(yù)報(bào)準(zhǔn)確率兩部分組成。 平均絕對(duì)誤差指所有單個(gè)觀測(cè)值與實(shí)測(cè)數(shù)據(jù)偏差的絕對(duì)值的再平均； 準(zhǔn)確率用于衡量模式數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的接近程度， 反映模式數(shù)據(jù)的準(zhǔn)確性。 式中Fi為觀測(cè)站i 的預(yù)報(bào)溫度，Oi為觀測(cè)站i 的實(shí)測(cè)溫度。 Nrk為預(yù)報(bào)正確的次數(shù)，Nfk為預(yù)報(bào)的總次數(shù)，TMAE為平均絕對(duì)誤差，TTK為預(yù)報(bào)準(zhǔn)確率。 算法如下:

2.2.3 風(fēng)速預(yù)報(bào)檢驗(yàn)

SMAX 為第i 站次風(fēng)速，U 和V 是風(fēng)的兩個(gè)分量。 n 為樣本數(shù)量，xi 為模式數(shù)據(jù)， 為實(shí)測(cè)風(fēng)速平均值，算法如下：

3 對(duì)比分析

3.1 撫遠(yuǎn)、湯原兩地兩種模式24 h 降水預(yù)報(bào)檢驗(yàn)對(duì)比分析

模式數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)在撫遠(yuǎn)、 湯原兩地相關(guān)性表現(xiàn)不同，EC 模式相關(guān)系數(shù)高于CMA-GFS 模式，且湯原EC 模式相關(guān)系數(shù)明顯高于撫遠(yuǎn)（圖1）。 EC 模式對(duì)大雨以上量級(jí)TS 評(píng)分通常高于CMA-GFS 模式，同時(shí)漏報(bào)率也遠(yuǎn)高于CMA-GFS 模式。 湯原兩種模式大雨以上空?qǐng)?bào)率約為撫遠(yuǎn)兩倍左右（圖2）。

圖1 （a）撫遠(yuǎn)，（b）湯原24 h 降水量模式數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)相關(guān)分析

圖2 撫遠(yuǎn)（a）EC 模式、（b）CMA-GFS 模式和湯原（c）EC 模式、（d）CMA-GFS 模式大雨以上量級(jí)TS 評(píng)分、空?qǐng)?bào)率、漏報(bào)率對(duì)比分析

3.2 撫遠(yuǎn)、湯原兩地兩種模式日最高、最低溫度平均絕對(duì)誤差和預(yù)報(bào)準(zhǔn)確率對(duì)比分析

3.2.1 日最高、最低溫度平均絕對(duì)誤差對(duì)比分析

平均絕對(duì)誤差通常隨時(shí)間增加而呈上升趨勢(shì)，CMA-GFS 模式平均絕對(duì)誤差通常高于EC 模式，但兩種模式在兩地表現(xiàn)不同。 日最高溫度對(duì)比中，撫遠(yuǎn)24 h CMA-GFS 模式平均絕對(duì)誤差略低于EC 模式0.18 ℃，而湯原CMA-GFS 模式平均絕對(duì)誤差始終高于EC 模式。日最低溫度對(duì)比中，EC 模式平均絕對(duì)誤差普遍低于CMA-GFS 模式，且隨時(shí)間變化兩地表現(xiàn)不同。 湯原平均絕對(duì)誤差隨時(shí)間增加始終呈上升趨勢(shì)， 而撫遠(yuǎn)48 h 兩模式平均絕對(duì)誤差略低于24 h，其中EC 模式低于24 h 0.73 ℃，CMA-GFS 模式低于24 h 0.26 ℃， 且CMA-GFS 模式72 h 平均絕對(duì)誤差明顯高于其他時(shí)次（圖3）。

圖3 兩種模式在撫遠(yuǎn)（a）日最高溫度、（b）日最低溫度，湯原（c）日最高溫度、（d）日最低溫度不同時(shí)段平均絕對(duì)誤差對(duì)比

3.2.2 日最高、 最低溫度不同時(shí)效預(yù)報(bào)準(zhǔn)確率對(duì)比分析

兩地EC 模式預(yù)報(bào)準(zhǔn)確率明顯高于CMA-GFS模式。 日最高溫度預(yù)報(bào)準(zhǔn)確率隨時(shí)間增加而下降，其中48 h 降幅最大，且降幅在7-20%。 兩地日最低溫度預(yù)報(bào)準(zhǔn)確率隨時(shí)間增加變化不同， 湯原兩模式預(yù)報(bào)準(zhǔn)確率隨時(shí)間增加始終呈下降趨勢(shì)， 其中48 h 降幅最大；而撫遠(yuǎn)48 h 預(yù)報(bào)準(zhǔn)確率存在陡然升高現(xiàn)象，且兩模式升幅均在5%以上（圖4）。

圖4 兩種模式在撫遠(yuǎn)（a）日最高溫度、（b）日最低溫度，湯原（c）日最高溫度、（d）日最低溫度與實(shí)測(cè)數(shù)據(jù)差值≤2 ℃時(shí)準(zhǔn)確率對(duì)比

3.3 撫遠(yuǎn)、 湯原兩地兩種模式日平均風(fēng)速均方根誤差及相關(guān)系數(shù)對(duì)比分析

CMA-GFS 模式日平均風(fēng)速預(yù)報(bào)值與實(shí)測(cè)值相關(guān)系數(shù)通常大于EC 模式，且CMA-GFS 模式在撫遠(yuǎn)預(yù)報(bào)效果通常好于湯原（圖5）。撫遠(yuǎn)日平均風(fēng)速均方根誤差略高于湯原，且兩種模式誤差接近（表2）。

圖5 兩種模式在撫遠(yuǎn)（a）、湯原（b）日平均風(fēng)速與實(shí)測(cè)日平均風(fēng)速相關(guān)性對(duì)比

表2 兩種模式均方根誤差及相關(guān)系數(shù)

4 撫遠(yuǎn)、湯原兩地兩種模式日最高、最低溫度和日平均風(fēng)速預(yù)報(bào)訂正效果檢驗(yàn)分析

日最高、最低溫度：兩地EC 模式訂正后預(yù)報(bào)誤差平均減小0.5 ℃，且訂正后預(yù)報(bào)誤差始終維持在1℃以內(nèi)；兩地CMA-GFS 模式訂正后預(yù)報(bào)誤差也維持在1 ℃左右(表3-5)。

表3 兩種數(shù)值預(yù)報(bào)模式在撫遠(yuǎn)日最高和最低溫度逐月預(yù)報(bào)訂正數(shù)據(jù)表

表4 兩種數(shù)值預(yù)報(bào)模式在湯原日最高和最低溫度逐月預(yù)報(bào)訂正數(shù)據(jù)表

表5 兩種數(shù)值預(yù)報(bào)模式日最高、最低溫度預(yù)報(bào)訂正前后絕對(duì)誤差對(duì)比（單位：℃）

日平均風(fēng)速： 兩種模式在湯原訂正效果好于撫遠(yuǎn)，且經(jīng)過訂正兩種模式預(yù)報(bào)誤差降至0.13 m·s-1以下（表6-7）。

表6 兩種數(shù)值預(yù)報(bào)模式在撫遠(yuǎn)、湯原兩地日平均風(fēng)速逐月預(yù)報(bào)訂正數(shù)據(jù)表

表7 兩種數(shù)值預(yù)報(bào)模式日平均風(fēng)速預(yù)報(bào)訂正前后絕對(duì)誤差對(duì)比（單位：m/s）

5 結(jié)論與討論

(1)24 h 降水預(yù)報(bào)檢驗(yàn)。 大雨以上預(yù)報(bào)效果檢驗(yàn)中，EC 模式TS 評(píng)分仍高于CMA-GFS 模式， 但湯原CMA-GFS 模式預(yù)報(bào)效果明顯好于撫遠(yuǎn)。

(2)溫度預(yù)報(bào)檢驗(yàn)。 兩種模式預(yù)報(bào)誤差隨時(shí)間增加通常呈上升趨勢(shì)， 兩種模式預(yù)報(bào)準(zhǔn)確率隨時(shí)間增加通常呈下降趨勢(shì)， 但撫遠(yuǎn)EC 模式48 h 日最低溫度預(yù)報(bào)準(zhǔn)確率高于24 h 13.9 %，CMA-GFS 模式48 h 預(yù)報(bào)準(zhǔn)確率高于24 h 4.18 %， 撫遠(yuǎn)最低溫度48 h預(yù)報(bào)效果明顯好于24 h。

（3）日平均風(fēng)速預(yù)報(bào)檢驗(yàn)。 兩種模式預(yù)報(bào)效果表現(xiàn)一般，CMA-GFS 模式預(yù)報(bào)效果略好于EC 模式，湯原預(yù)報(bào)效果略好于撫遠(yuǎn)。

（4）兩模式日最高、最低溫度和日平均風(fēng)速訂正后的預(yù)報(bào)效果明顯好于訂正前， 且湯原訂正效果總體好于撫遠(yuǎn)。 日最高、最低溫度預(yù)報(bào)值訂正前后誤差對(duì)比：經(jīng)訂正兩種模式預(yù)報(bào)誤差明顯低于訂正前，且湯原訂正效果好于撫遠(yuǎn)。 日平均風(fēng)速預(yù)報(bào)值訂正前后誤差對(duì)比：兩地EC 模式訂正后預(yù)報(bào)誤差明顯低于訂正前，且湯原預(yù)報(bào)效果略好于撫遠(yuǎn)。

本研究降水分級(jí)檢驗(yàn)僅以大雨量級(jí)為切入點(diǎn)，即僅對(duì)大雨以上量級(jí)降水進(jìn)行評(píng)定， 檢驗(yàn)?zāi)繕?biāo)略顯粗略。 僅對(duì)日平均風(fēng)速進(jìn)行評(píng)定，而缺少對(duì)陣風(fēng)的檢驗(yàn)，檢驗(yàn)結(jié)果略顯不足。