基于人工干预的永州乡镇天气高低温预报算法研究

黄海涛　付 炜　蒋丽敏



基于人工干预的永州乡镇天气高低温预报算法研究

黄海涛付 炜蒋丽敏

（永州市气象局，湖南 永州425000）

利用2011-2014年永州市151个有代表性的乡镇的区域气象站资料及11个国家级观测站点的历史资料，对乡镇自动观测气象站最高、最低温度与11个国家气象观测站的最高、最低温度进行相关分析，建立国家气象观测站与各个乡镇最高、最低温度的最佳匹配关系，以此为基础研究适合永州地方特色的乡镇天气预报算法，结果表明：以固定值对最佳临近国家站点进行订正输出到乡镇站点的乡镇预报高低温方案可行，同时对部分特殊站点进行特别订正能进一步提高输出结果的正确率；直接使用平均误差将与乡镇站点相关性最大的国家站观测站点的城市预报订正到该乡镇整体效果最佳；对特殊站点的高低温预报订正采用逐季误差订正，高温订正效果改善明显，低温订正效果不明显。

乡镇天气预报算法；永州；温度预报

引　言

当前数值模式，特别是区域模式的空间分辨率越来越高，使得高分辨率的乡镇精细化预报成为可能，但是，直接使用数值预报产品对于实际的乡镇天气预报效果较差，而利用预报员人工进行逐一订正在实际工作中由于工作量超大而变得不可取，因此有必要建立符合当地气象要素分布特征的乡镇天气预报算法对数值预报结果进行类似人工的订正[1-5]。永州地处湖南南部，地形复杂，拔海高度分布严重不均，气象要素分布存在较大的分布不均，对此，本文在统计分析高低温的分布特征基础上，进行了乡镇天气预报算法的初步研究，以期改善乡镇天气预报的效果。

1　资料与方法

利用2011-2014年永州市151个有代表性的乡镇的区域气象站资料及11个国家级观测站点的历史资料，对乡镇自动观测气象站最高、最低温度与11个国家气象观测站的最高、最低温度进行相关分析，建立国家气象观测站与各个乡镇最高、最低温度的最佳匹配关系[6]，以此为基础研究适合永州地方特色的乡镇天气预报算法，

1.1永州市乡镇站点分布情况分析

永州市南北纬度相差约2.5°，东西经度相差约1.6°，拔海高度呈北部较低，中南部较高的分布特征。永州市乡镇区域站拔海高度分布情况如图1所示，在所选151个乡镇站点中，有137个低于400m，500-1000m为12个，1000-1600m为2个。因此，永州区域需重点进行温度预报拔海高度订正的站点不多，可结合历史气候特征值进行个别订正。

图1. 永州地区乡镇站点拔海高度统计

2　乡镇温度分布情况

2.1乡镇高低温距平情况

对永州151个乡镇观测站点逐日最高最低温度距平分布情况进行统计，如图2所示,最高温度距平主要分布于-2℃~3℃，最低温度距平主要分布于-1℃~2℃之间。由此可认为大多数站点高低温的分布比较一致。同时对最高温度误差分布于[-2,2]区间进行了统计，只有12站分布频次<80%，对最低温度误差只有2站分布频次<90%。此外还对全年逐站温度距平的最大频次进行统计，结果表明全年最高、最低温度距平最大频次主要集中于-1℃~1℃。上述结果表明永州乡镇站点以固定值对最佳临近国家站点进行订正输出是可行方案，而针对距平较大的站点进行特别订正能进一步提高输出结果的正确率。

图2. 永州地区乡镇站点高低温距平分布情况

2.2乡镇高低温与国家级气象观测站点相关关系评估

对乡镇站点的高低温与永州市11个国家观测站点的高低温进行逐一比对，以均方根误差的大小来选择与各个乡镇站点最具相关性的国家站点作为最佳基础订正站点，如图3所示，对应颜色的点代表该站最佳相关国家站点，图4为对应相关站点的误差标准差。

图3. 最佳国家观测站温度基础订正站点示意图（左为最高订正站点，右为最低订正站点）

图4. 左为对应于最佳订正站点最高温度误差均方差，右为最低温度

分别采用平均误差和最大频次误差对2015年1-5月的城市24小时最高、最低温度进行乡镇站点进行订正输出，结果表明利用平均误差对最高温度的订正效果最佳，在[2,-2]区间命中率达到90.11%，高于最大频次的85.79%；利用最低温度平均误差对最低温度的订正效果在[2,-2]区间命中率达到92.38%，高于最大频次误差的90.29%。因此研究认为，利用平均误差将与乡镇站点相关性最大的国家站观测站点的城市预报订正到该乡镇在此次检验中整体效果最佳，可以在此基础上对订正方法进行进一步的细化研究。

2.3特殊站点订正方案

表1. 最高温度误差离散度较大站点

站号所属县区拔海高度（m）最佳相关站点标准差 P7723双牌1524零陵7.48 P7947蓝山1159零陵5.53 P8107江永319道县3.65 P8085双牌320双牌3.47 P8070冷区107东安3.33 P7948蓝山803江华3.24 P7631祁阳496零陵3.06

表2. 最低温度误差离散度较大站点

站号所属县区拔海高度（m）最佳相关站点标准差 P7723双牌1524双牌6.32 P7947蓝山1159宁远4.12 P7948蓝山803江永3.79 P7631祁阳496双牌3.47 P8085双牌320双牌3.14

通过对最佳相关站点的最高、最低温度误差分布进行了分段频次统计，发现表1及表2所示的站点误差标准差较大，而与此同时，再次验证较高海拔站点的高低温误差分布离散度更大。对表1及表2中站点误差分布离散度大的原因逐站统计分析，如图5、图6及图7所示（以阳明山站点为例）高海拔站点与最佳相关站点的最高温度误差呈现明显的年季变化规律，同时呈现相关站点温度越高误差离散度越小的特征。低温特征与高温类似，呈现相关站点温度越高误差离散度越小的特征，同时呈现相关站点温度越低误差离散度越大的特征。

图5. 阳明山（P7723）站点最低温度与最佳相关站点双牌站（57962）最低温度（2011-2014年）逐日误差分布情况.(蓝色折线为57962站最低温度，红色折线为误差分布)

图6. 阳明山（P7723）站点与最佳相关站点零陵站（57866）最高温度（2011-2014年）逐日误差分布情况.(红色为零陵站最高温度，蓝线为最高温度误差.)

图7. 阳明山（P7723）站点最高、最低误差与最佳相关站点最高、最低分布散点图

分别对最高温度、最低温度误差离散度较大的站点进行分季统计，并选取标准差最小的误差试验值作为最终订正误差，具体值如表3及表4。同样采用表中所示订正值，利用2015年1-5月的城市24小时最高、最低温度进行乡镇站点分季订正输出，结果表明最高温度误差标准差除P8070站有小幅增大之外其他站均有所减小，最低温度误差标准差变化不大，因此最高温度订正对特殊高海拔站点进行特殊订正可提高预报准确率，而最低温度作用不大。

表3. 最高温度逐季订正值（高离散度站点）

站号最佳相关站号冬季春季夏季秋季 P772357866-4-6-9-6 P794757866-2-4-6-4 P8107579651221 P80705786710-10 P794859063-1-2-3-2 P763157866-2-2-3-2

表4. 最高温度逐季订正值（高离散度站点）

站号最佳相关站号冬季春季夏季秋季 P772357962-5-6-7-6 P794757966-3-4-5-4 P794857969-3-3-4-4 P763157962-3-3-3-4 P808557962-3000

3　小结与展望

通过对永州乡镇观测站点与国家观测站点最高、最低温度的逐站相关程度分析，分别获得了与乡镇观测站点高低温相关最佳的国家站点，主要结论如下：

一是以固定值对最佳临近国家站点进行订正输出到乡镇站点的乡镇预报高低温方案是可行的，同时对部分特殊站点进行特别订正能进一步提高输出结果的正确率；

二是直接使用平均误差将与乡镇站点相关性最大的国家站观测站点的城市预报订正到该乡镇整体效果最佳；

三是对特殊站点的高低温预报订正采用逐季误差订正，高温订正效果改善明显，低温订正效果不明显。

展望：由于高低温的分布及变化情况与天气系统的变化直接相关，因此，在此后的研究中，可以考虑采用不同天气形势，特别是春、冬季冷空气频繁时段的乡镇站点与各国家站点的相关性进行更为细致的分析，以期进一步提高乡镇站点天气预报的准确率。

[1]张秀年,曹杰,杨素雨,等.多模式集成MOS方法在精细化温度预报中的应用[J].云南大学学报(自然科学版),2011,33(1):67-71.

[2]张继赢,费杰,邢宇航,等.基于数值产品的乡镇天气预报方法研究与应用[J].气象与环境学报,2007,23(1):22-26.

[3]王敏,李晓莉,范广州,等.区域集合预报系统2m温度预报的校准技术[J].应用气象学报.2012,2(4):395-401.

[4]武杨,李晴岚.深圳地区日极值气温的降尺度研究[J].集成技术,2014,3(2):53-66.

[5]韩世刚,吉莉,苟思,等.最高(低)温度PP法预报修正方案的比较研究[J].高原山地气象研究.2009,29(3):66-68.

[6]刘永和,郭维栋,冯锦明,等.气象资料的统计降尺度方法综述[J].地球科学进展,2011,26(8):837-847.

（责任编校：何俊华）

2015－06－10

2014年湖南省气象局短平快课题“永州乡镇天气预报算法研究”（项目编号XQKJ14B049）。

黄海涛（1971－），男，湖南娄底人，天气气候工程师，主要从事天气与决策气象服务研究。

P45

A

1673-2219（2015）10-0071-05