基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型研究與應(yīng)用

中圖分類(lèi)號(hào) P457;S165 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1007-7731（2025）12-0110-05

DOI號(hào)10.16377/j.cnki.issn1007-7731.2025.12.026

Research and application of monthly precipitation forecast model in Dangshan County duringfloodseasonbasedon rhythm method

ZHANG Xinran

（Dangshan County Meteorological Bureau，Dangshan 2353Oo， China）

AbstractTo improve the prediction accuracy of precipitation during the flood season in Dangshan County，Anhui Province，data fromthe National Basic MeteorologicalObservation Station in Dangshan County from December 1991 to April 2020，including average temperatureand precipitation from May to Septemberof the following yearhad used，to analyze he correlation （rhythmic relationship）between the monthly average temperature in winter andspring seasons and the precipitation in each monthof the flood season for many years.A prediction model for monthly precipitation during theflood seasonwas established，and the prediction results ofmonthly precipitationduring thefloodseason from 1991 to 2021 were tested.The prediction of precipitation from May to September 202 was applied The results indicated that （1）the model could predictthe monthlyprecipitation during the flood season byusing the monthlyaverage temperatures from December to April of the following yearbefore thefloodseason.（2）In the verificationof monthly precipitation prediction during the flood season from 1991 to 2O21，the accuracy of the model was 87 % 87% ，84 % ， 77% ， and 74% in May，June，July，August，and September，respectively，andthe test accuracy was high，so itcan be used for forecasting.（3）Intheapplicationof precipitationforecasting from Mayto September 2O22，the forecasts forMay，July， August，and September werecompletelycorrect，but theforecast in June was wrong.Theoverallpredictionefect is good and canbe applied to actual meteorological forecasting operations.This article provides supports forflood and drought prevention， water resource management，and agricultural production in the research area and similar regions.

Keywords flood season; precipitation meteorological; rhythmic method; prediction model

氣象韻律法是天氣預(yù)報(bào)中的重要依據(jù)之一，其基于自然界存在的周期性和韻律性現(xiàn)象，通過(guò)對(duì)歷史數(shù)據(jù)的分析和挖掘，尋找其中的規(guī)律和模式，從而對(duì)未來(lái)事件進(jìn)行預(yù)測(cè)。氣象韻律是指相距一定時(shí)間的兩種天氣現(xiàn)象或天氣過(guò)程之間的某種聯(lián)系，這種聯(lián)系具有一定的概率和規(guī)律性。李德萍等在上合青島峰會(huì)期間延伸期氣候趨勢(shì)預(yù)測(cè)與檢驗(yàn)的研究中，采用韻律法對(duì)峰會(huì)期間的天氣過(guò)程進(jìn)行預(yù)測(cè)，較好地把握了開(kāi)幕式前后一次冷空氣或降水過(guò)程的預(yù)報(bào)，提供了有效的氣象決策服務(wù)。吳拓等2探討了江西九江市近60年冬季降水與翌年雨季（棉花生長(zhǎng)季）降水間的氣候韻律關(guān)系，豐富了棉花氣候年景的預(yù)報(bào)方法。丁耀海等利用朔州市朔城區(qū)4年的日平均氣溫、日平均氣壓資料，用150d韻律法對(duì)某一類(lèi)氣壓、氣溫的開(kāi)端特征降水過(guò)程進(jìn)行預(yù)報(bào)，準(zhǔn)確率較高，可將中期預(yù)報(bào)的時(shí)限延伸至150d，也可將其應(yīng)用于短期氣候預(yù)測(cè)。雷冠軍4以豐滿水庫(kù)流域的年徑流為研究對(duì)象，選用天文、全球、流域尺度因子，挖掘各因子與流域來(lái)水的相似性、遙相關(guān)性等韻律規(guī)律，建立了多尺度因子信息融合的中長(zhǎng)期徑流預(yù)報(bào)模型。

本文將韻律法引入安徽碭山縣汛期分月降水量預(yù)測(cè)中，建立研究區(qū)汛期分月降水量預(yù)測(cè)模型。通過(guò)對(duì)該地多年冬春季氣溫及汛期降水?dāng)?shù)據(jù)進(jìn)行分析，挖掘其中的韻律特征，建立基于韻律法的汛期分月降水量預(yù)測(cè)模型，并對(duì)該模型進(jìn)行檢驗(yàn)和應(yīng)用，分析其預(yù)測(cè)精度和可靠性。這不僅有助于提高該地汛期降水量的預(yù)測(cè)精度，為其防災(zāi)減災(zāi)工作提供有力支持，而且對(duì)豐富和完善該地區(qū)降水量預(yù)測(cè)方法具有一定的參考價(jià)值。

1材料與方法

1.1 研究區(qū)基本情況

安徽碭山縣農(nóng)業(yè)資源豐富，汛期是該地區(qū)降水較為集中的時(shí)期，汛期降水量對(duì)該地區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展、農(nóng)業(yè)生產(chǎn)等具有重要影響。在每年汛前開(kāi)展汛期降水量預(yù)測(cè)是一項(xiàng)常規(guī)且重要的工作，準(zhǔn)確預(yù)測(cè)汛期分月降水量，為地方防汛抗旱決策提供較為精準(zhǔn)的技術(shù)支持，有利于防汛抗旱工作實(shí)現(xiàn)早部署、早準(zhǔn)備、早調(diào)度，促進(jìn)研究區(qū)農(nóng)業(yè)防災(zāi)減災(zāi)工作順利展開(kāi)。

1.2供試材料

使用碭山縣國(guó)家基本氣象觀測(cè)站1991—2020年12月至次年4月的月平均氣溫（12月份氣溫使用的是1990—2019年的數(shù)據(jù)）以及1991—2020年5-9月（汛期）的月降水量，通過(guò)分析12月至次年4月的月平均氣溫與汛期各月降水量之間的相關(guān)性（韻律關(guān)系），建立汛期分月降水量預(yù)測(cè)模型。

1.3 預(yù)測(cè)模型的建立

1.3.1月平均氣溫分級(jí) 根據(jù)各月歷年平均氣溫、最高最低氣溫，將1991—2020年碭山縣國(guó)家基本氣象觀測(cè)站12月至次年4月的月平均氣溫進(jìn)行分級(jí)，分為-3、-2、-1、0、1、2、3共7級(jí)，得到其月平均氣溫分級(jí)標(biāo)準(zhǔn)（表1）。

1.3.2月降水量分級(jí) 根據(jù)汛期各月歷年平均降水量乘以相應(yīng)百分比，將1991一2020年碭山縣國(guó)家基本氣象觀測(cè)站汛期5—9月的總降水量進(jìn)行分級(jí)，分為1、2、3、4、5、6、7共7級(jí)，得到其月降水量分級(jí)標(biāo)準(zhǔn)（表2）。

1.3.3降水量預(yù)測(cè)模型建立 統(tǒng)計(jì)1991—

2020年12月至次年4月份出現(xiàn)各級(jí)氣溫時(shí)汛期5—9月出現(xiàn)各級(jí)降水的次數(shù)，并計(jì)算汛期各月各降水量級(jí)別出現(xiàn)的氣候概率，建立基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型（表3＼～7）。

1.4降水量預(yù)測(cè)模型的預(yù)測(cè)

對(duì)研究區(qū)汛期分月降水量進(jìn)行預(yù)測(cè)，根據(jù)表1，找出汛期前12月至次年4月各月平均氣溫對(duì)應(yīng)的級(jí)別；再根據(jù)表3，將12月至次年4月所對(duì)應(yīng)的溫度級(jí)別（共5列）數(shù)據(jù)進(jìn)行復(fù)制，粘貼到Excel表格中，以計(jì)算汛期5一9月各降水量級(jí)別出現(xiàn)的頻次，除以各月總頻次，可得出汛期5一9月各降水量級(jí)別出現(xiàn)的頻率；用頻率減去該降水量級(jí)別出現(xiàn)的氣候概率（表3＼～7），差值越大，說(shuō)明正相關(guān)性越強(qiáng)，取概率差最大的級(jí)別作為該月降水量的預(yù)測(cè)級(jí)別，其對(duì)應(yīng)的降水量值即該月降水量預(yù)測(cè)值（表2）。

1.5降水量預(yù)測(cè)模型的檢驗(yàn)

用汛期分月降水量預(yù)測(cè)模型分別對(duì)1991—2021年汛期5一9月降水量進(jìn)行檢驗(yàn)。如果降水實(shí)況值在模型預(yù)測(cè)值范圍內(nèi)，則記預(yù)測(cè)結(jié)果正確；如果降水實(shí)況值不在模型預(yù)測(cè)值范圍內(nèi)，則記預(yù)測(cè)結(jié)果錯(cuò)誤。共檢驗(yàn)31年，每年取5個(gè)檢驗(yàn)樣本，共155個(gè)檢驗(yàn)樣本。

1.6降水量預(yù)測(cè)模型的應(yīng)用

用研究區(qū)汛期分月降水量預(yù)測(cè)模型對(duì)該地2022年汛期5一9月降水量進(jìn)行預(yù)測(cè)應(yīng)用。將模型預(yù)測(cè)值和降水實(shí)況值進(jìn)行比較，如果降水實(shí)況值在模型預(yù)測(cè)值范圍內(nèi)，則記模型應(yīng)用結(jié)果正確；如果降水實(shí)況值不在模型預(yù)測(cè)值范圍內(nèi)，則記應(yīng)用結(jié)果錯(cuò)誤。

2 結(jié)果與分析

2.1汛期分月降水量預(yù)測(cè)模型的檢驗(yàn)結(jié)果

采用基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型對(duì)該地1991—2021年共31年汛期5—9月的降水量進(jìn)行檢驗(yàn)，31年中5月有27年預(yù)測(cè)正確，6月有27年預(yù)測(cè)正確，7月有26年預(yù)測(cè)正確，8月有24年預(yù)測(cè)正確，9月有23年預(yù)測(cè)正確。1991—2021年155個(gè)檢驗(yàn)樣本中，5—9月分別有4、4、5、7、8共28個(gè)樣本預(yù)測(cè)結(jié)果錯(cuò)誤;5—9月檢驗(yàn)準(zhǔn)確率分別為87%.87%.84%.77%.74% 。整體檢驗(yàn)準(zhǔn)確率較高，可以進(jìn)行預(yù)測(cè)應(yīng)用（表8）。

2.2 汛期分月降水量預(yù)測(cè)模型的應(yīng)用

用碭山縣汛期分月降水量預(yù)測(cè)模型對(duì)該地2022年汛期分月降水量進(jìn)行預(yù)測(cè)應(yīng)用。2022年5月降水量預(yù)測(cè)結(jié)果 ?18.6mm ，降水量實(shí)況 6.9mm ，預(yù)測(cè)結(jié)果正確;6月降水量預(yù)測(cè)值在 86.5～105.6mm 降水量實(shí)況 183.3mm ，預(yù)測(cè)結(jié)果錯(cuò)誤；7月降水量預(yù)測(cè)結(jié)果 ?318.0mm ，降水量實(shí)況 332.2mm ，預(yù)測(cè)結(jié)果正確；8月降水量預(yù)測(cè)值在 49.9～99.6mm ，降水量實(shí)況 66.7mm ，預(yù)測(cè)結(jié)果正確；9月降水量預(yù)測(cè)結(jié)果 ? 20.7mm ，降水量實(shí)況 0mm ，預(yù)測(cè)結(jié)果正確（表9）。

基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型在2022年5—9月降水量預(yù)測(cè)應(yīng)用中，5、7、8、9月的預(yù)測(cè)結(jié)果完全正確，僅6月的預(yù)測(cè)結(jié)果錯(cuò)誤。整體預(yù)測(cè)效果較好，可應(yīng)用于實(shí)際氣象預(yù)報(bào)業(yè)務(wù)。

3結(jié)論與討論

準(zhǔn)確開(kāi)展汛期分月降水量預(yù)測(cè)，將其預(yù)測(cè)值應(yīng)用于氣象決策服務(wù)，可以為研究區(qū)防汛抗旱決策提供較為精準(zhǔn)的技術(shù)支持，有利于防汛抗旱工作的早部署、早準(zhǔn)備、早調(diào)度，促進(jìn)該地農(nóng)業(yè)防災(zāi)減災(zāi)工作的順利開(kāi)展。相關(guān)學(xué)者采用不同方法對(duì)不同地區(qū)汛期降水量預(yù)測(cè)進(jìn)行研究[5-8]，研究結(jié)果均表明汛期降水量預(yù)測(cè)對(duì)農(nóng)業(yè)生產(chǎn)服務(wù)有重要作用。胡鑫等5對(duì)塊澤河流域降水量趨勢(shì)進(jìn)行分析與預(yù)測(cè)，研究成果可為后期區(qū)域水資源管理、水生態(tài)調(diào)度、防汛抗旱等工作提供參考?；粞语L(fēng)等對(duì)安徽池州石臺(tái)縣主汛期降水特征及其影響進(jìn)行分析，明確主汛期降水天氣特征對(duì)該地防汛抗洪搶險(xiǎn)的決策作用以及對(duì)農(nóng)業(yè)生產(chǎn)和旅游發(fā)展的意義。高健對(duì)內(nèi)蒙古烏蘭浩特汛期降水變化特征及其對(duì)農(nóng)業(yè)的影響進(jìn)行分析，結(jié)果表明，汛期降水天氣易導(dǎo)致農(nóng)田排水不暢、土壤質(zhì)量下降及洪澇災(zāi)害等問(wèn)題，對(duì)農(nóng)業(yè)生產(chǎn)造成較大影響，需引起高度重視。潘先潔等8對(duì)安徽淮南暖冬事件與汛期降水的關(guān)系進(jìn)行研究，研究結(jié)果可以更好地服務(wù)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)、防災(zāi)減災(zāi)及汛期降水預(yù)測(cè)等工作。

本文使用碭山縣國(guó)家基本氣象觀測(cè)站1991—2020年12月至次年4月的月平均氣溫以及5一9月的降水量數(shù)據(jù)，通過(guò)分析冬春季月平均氣溫與汛期各月降水量之間的相關(guān)性（韻律關(guān)系），建立研究區(qū)汛期分月降水量預(yù)測(cè)模型，利用1991—2021年汛期分月降水量的數(shù)據(jù)進(jìn)行預(yù)測(cè)模型檢驗(yàn)，并對(duì)2022年汛期分月降水量進(jìn)行預(yù)測(cè)應(yīng)用。結(jié)果表明，（1）基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型在1991—2021年汛期降水量預(yù)測(cè)檢驗(yàn)中，對(duì)1991—2021年汛期5一9月共155個(gè)樣本進(jìn)行檢驗(yàn)，其中5—9月分別有4、4、5、7、8共28個(gè)樣本的預(yù)測(cè)結(jié)果錯(cuò)誤，5—9月檢驗(yàn)準(zhǔn)確率分別為 87% 、 87% 、 84% 、77%.74% 。整體檢驗(yàn)準(zhǔn)確率較高，可以進(jìn)行氣象預(yù)測(cè)應(yīng)用。（2）基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型在2022年碭山縣5—9月降水量預(yù)測(cè)應(yīng)用中，5、7、8、9月降水量預(yù)測(cè)范圍和降水實(shí)況值吻合，預(yù)測(cè)結(jié)果正確；6月降水量預(yù)測(cè)結(jié)果錯(cuò)誤。2022年汛期5個(gè)月中有4個(gè)月的預(yù)測(cè)結(jié)果正確，1個(gè)月預(yù)測(cè)錯(cuò)誤，模型預(yù)測(cè)整體效果較好，可以應(yīng)用于氣象預(yù)報(bào)業(yè)務(wù)。

基于韻律法的碭山縣汛期分月降水量預(yù)測(cè)模型具有兩個(gè)方面的創(chuàng)新性。一是預(yù)測(cè)的快速性。僅利用汛期之前的12月至次年4月平均氣溫即可快速得出汛期降水量的預(yù)測(cè)結(jié)果。二是預(yù)測(cè)模型使用的靈活性。在4月前，利用12、1、2、3月的月平均氣溫即可快速得出汛期降水量預(yù)測(cè)結(jié)果。總之，該預(yù)測(cè)模型可以快速、靈活地對(duì)研究區(qū)汛期各月降水量進(jìn)行預(yù)測(cè)，是一種使用方便、預(yù)測(cè)快速、準(zhǔn)確率較高的方法。

參考文獻(xiàn)

[1]李德萍，張凱靜，耿敏，等.上合青島峰會(huì)期間延伸期氣候趨勢(shì)預(yù)測(cè)與檢驗(yàn)[J].陜西氣象，2019（3）：43-48.

[2]吳拓，江國(guó)振，王磊，等.贛北地區(qū)棉花生長(zhǎng)季降水的韻律特征淺析[J]棉花科學(xué)，2019，41（3）：45-48

[3]丁耀海，馬志強(qiáng).韻律法在氣象預(yù)報(bào)中的應(yīng)用分析[J]山西科技，2015，30（4）：61-63.

[4]雷冠軍.基于數(shù)據(jù)融合的豐滿水庫(kù)長(zhǎng)期徑流預(yù)報(bào)研究[D].北京：中國(guó)水利水電科學(xué)研究院，2020.

[5]胡鑫，吳捷，王東升，等.塊澤河流域1959一2020年降水量趨勢(shì)分析與預(yù)測(cè)[J].海河水利，2025（2）：66-72.

[6]霍延風(fēng)，嚴(yán)忠國(guó).石臺(tái)主汛期降水特征及其影響分析[J].科技創(chuàng)新與應(yīng)用，2019，9（29）：64-66.

[7]高健.烏蘭浩特市汛期降水變化特征分析及對(duì)農(nóng)業(yè)的影響[J].棉花科學(xué)，2024，46（8）：77-79.

[8]潘先潔，李俠麗，黃國(guó)貴，等.淮南暖冬事件及汛期降水響應(yīng)分析[J].中國(guó)農(nóng)學(xué)通報(bào)，2019，35（22）：130-135.

（責(zé)任編輯：楊歡）