基于環(huán)流分型的逐時(shí)氣溫預(yù)報(bào)技術(shù)探討

施 蕭，裴軍林，江曉華，黨建濤，楊道勇

（中國(guó)人民解放軍63796 部隊(duì)氣象室，615000）

隨著氣象預(yù)報(bào)精細(xì)化以及各行業(yè)對(duì)專業(yè)氣象服務(wù)需求的提高，逐時(shí)氣溫已經(jīng)成為一種較為重要的專業(yè)氣象要素預(yù)報(bào)。氣溫屬于連續(xù)性要素，在強(qiáng)冷氣團(tuán)或者強(qiáng)暖氣團(tuán)的影響下氣溫會(huì)出現(xiàn)劇烈的波動(dòng)，而一般情況下卻屬于平穩(wěn)變化。因此，找出氣溫的日變化趨勢(shì)，預(yù)報(bào)出日最高、最低氣溫是當(dāng)前提高逐時(shí)氣溫預(yù)報(bào)水平的關(guān)鍵。近年來(lái)，一些科研業(yè)務(wù)人員針對(duì)逐時(shí)氣溫做過(guò)大量有意義的工作，馬芳梅[1]引入了日溫差概念，通過(guò)周期函數(shù)擬合了一個(gè)逐時(shí)氣溫的經(jīng)驗(yàn)方程；陸如華[2]在國(guó)內(nèi)首次將Kalman 濾波算法引入到溫度極值的預(yù)報(bào)，其通過(guò)動(dòng)態(tài)建模的方法有效地提高了日最高、最低溫度預(yù)報(bào)的準(zhǔn)確率；張德山[3]根據(jù)長(zhǎng)期逐時(shí)氣溫的氣候統(tǒng)計(jì)情況，建立了日較差分級(jí)方法，并將其運(yùn)用到北京地面逐時(shí)氣溫的預(yù)報(bào)；徐學(xué)芳[4]通過(guò)氣象要素分布相似原理預(yù)報(bào)了相同氣候背景下的逐時(shí)氣溫。以上工作取得了豐碩的成果，但是，目前數(shù)值預(yù)報(bào)模式產(chǎn)品以及其它資料在逐時(shí)氣溫中的綜合運(yùn)用卻較少。隨著基層臺(tái)站建站以來(lái)常規(guī)觀測(cè)報(bào)文資料的長(zhǎng)期積累以及可接收數(shù)值模式產(chǎn)品的豐富多樣，如何充分利用這些資料并將其運(yùn)用到逐時(shí)氣溫預(yù)報(bào)領(lǐng)域是一個(gè)迫切的要求。

本文以保障場(chǎng)區(qū)作為預(yù)報(bào)點(diǎn)，綜合運(yùn)用常規(guī)觀測(cè)報(bào)文和T213 產(chǎn)品，通過(guò)簡(jiǎn)單的天氣分型，分析了不同環(huán)流型下逐月的日平均氣溫增率，并借助Kalman 濾波方法建立了場(chǎng)區(qū)溫度極值的預(yù)報(bào)模型，最終形成了場(chǎng)區(qū)72 h 逐時(shí)氣溫預(yù)報(bào)模型。

1 資料介紹

本文所用資料為1980—2010年?yáng)|亞常規(guī)氣象觀測(cè)報(bào)文、1974—2011年場(chǎng)區(qū)逐時(shí)氣溫觀測(cè)記錄、通過(guò)中國(guó)氣象局下發(fā)的2009年1—7月T213 模式產(chǎn)品。其中T213 模式起報(bào)時(shí)間為當(dāng)天北京時(shí)20 時(shí)（后續(xù)均為北京時(shí)），接收的模式產(chǎn)品是經(jīng)過(guò)后處理的，屬于均勻經(jīng)緯網(wǎng)格，分辨率為1°×1°。常規(guī)氣象觀測(cè)報(bào)文分為地面和高空?qǐng)?bào)文，高空?qǐng)?bào)文分為08 時(shí)和20 時(shí)兩次觀測(cè)，地面觀測(cè)多為6 h 間隔。T213 資料1—2月缺失4 d，6—7月缺失10 d。此外，本場(chǎng)站的冷空氣指標(biāo)站——成都站或溫江站在2004 下半年到2005年期間缺失。

2 逐月天氣型與氣溫增率

氣溫是一連續(xù)性標(biāo)量，具有較好的時(shí)間平穩(wěn)性，實(shí)際溫度可以視為平均溫度曲線上的擾動(dòng)。氣溫影響因素較多,其中針對(duì)溫度平穩(wěn)序列影響最大的是冷暖平流和太陽(yáng)輻射。冷暖平流和太陽(yáng)輻射主要決定于環(huán)流形勢(shì)和大氣濕度條件。其中大氣濕度條件變化較大，且時(shí)空分布不均，故這里主要探討能夠影響冷暖平流的不同環(huán)流形勢(shì)下溫度增率情況。

將場(chǎng)區(qū)周圍一合適范圍視為關(guān)鍵區(qū)，關(guān)鍵區(qū)范圍為25～40°N，95～115°E，由于場(chǎng)區(qū)海拔近2 000 m，故關(guān)鍵區(qū)環(huán)流形勢(shì)的確定主要依據(jù)500 hPa。關(guān)鍵區(qū)主體為偏北風(fēng)時(shí)，場(chǎng)區(qū)可能受北側(cè)冷氣團(tuán)影響，偏南風(fēng)時(shí)則受暖氣團(tuán)影響。據(jù)場(chǎng)區(qū)長(zhǎng)年統(tǒng)計(jì)，影響場(chǎng)區(qū)的冷空氣主要是經(jīng)河套地區(qū)南下或者經(jīng)高原東南側(cè)影響；影響場(chǎng)區(qū)的干暖氣團(tuán)主要來(lái)自于場(chǎng)區(qū)西南。因此，這里依據(jù)偏北風(fēng)“西高東低”、偏南風(fēng)“西低東高”的原則選擇6個(gè)站點(diǎn)，根據(jù)經(jīng)向地轉(zhuǎn)風(fēng)的風(fēng)向建立簡(jiǎn)單的環(huán)流分型標(biāo)準(zhǔn)，初步分型條件及結(jié)果見(jiàn)下式和表1。

表1 經(jīng)向地轉(zhuǎn)風(fēng)分型依據(jù)及結(jié)果[5]

以上僅反映了500 hPa 高空的環(huán)流形勢(shì)，冷暖空氣往往通過(guò)低層直接影響場(chǎng)區(qū)，因此需要考慮高低層配置的情況。通過(guò)場(chǎng)區(qū)預(yù)報(bào)員長(zhǎng)年積累的經(jīng)驗(yàn)，當(dāng)成都站或者溫江站700 hPa 為東北風(fēng)時(shí)，12 h 內(nèi)冷空氣將會(huì)影響到場(chǎng)區(qū)；當(dāng)場(chǎng)區(qū)500 hPa 和700 hPa均為西南風(fēng)，且場(chǎng)區(qū)周圍為“西低東高”形勢(shì)時(shí)，場(chǎng)區(qū)受南側(cè)干暖氣團(tuán)影響。

最終環(huán)流分型標(biāo)準(zhǔn)如下：

（1）環(huán)流型一：當(dāng)△HN>0 且成都站（溫江站）700 hPa 為東北風(fēng)時(shí)，關(guān)鍵區(qū)為偏北氣流型；

（2）環(huán)流型二：當(dāng)△HS<0 且場(chǎng)區(qū)700 hPa 為西南風(fēng)時(shí)，關(guān)鍵區(qū)為偏南氣流型；

（3）環(huán)流型三：在以上兩種環(huán)流型之外的。

通過(guò)統(tǒng)計(jì)：環(huán)流型一所占比例為25.0%，環(huán)流型二所占比例為34.6%，環(huán)流型三所占比例為40.4%，大致與實(shí)際情況相符。

溫度有較為平穩(wěn)的日變化、月變化。由于實(shí)況觀測(cè)記錄有30 a，記錄較長(zhǎng)，因此本文針對(duì)以上3 種環(huán)流形勢(shì)統(tǒng)計(jì)了各月的日平均溫度增率，總計(jì)36 種溫度增率。氣溫增率計(jì)算時(shí)間從02 時(shí)起，24 時(shí)止。為了便于計(jì)算，溫度進(jìn)行歸一化處理。d 代表天數(shù)，h為小時(shí)，Td，min為當(dāng)天歷史最低氣溫，Td，max為當(dāng)天歷史最高氣溫。

圖1 3—7月各環(huán)流型的日平均氣溫增率

為配合后續(xù)預(yù)報(bào)試驗(yàn)，本文僅給出3—7月各環(huán)流型的氣溫增率曲線。圖1 為3—7月對(duì)應(yīng)各環(huán)流的日平均氣溫增率，圖示“clp103”為3月第一種環(huán)流型的氣溫增率。總體來(lái)看，每天的9 時(shí)或10 時(shí)氣溫增加最快，20 時(shí)左右氣溫下降最快；8—16 時(shí)是氣溫累積升高時(shí)期。此外，還可以通過(guò)每條氣溫增率曲線分析出平均每天氣溫最低值及最高值出現(xiàn)的時(shí)間，通過(guò)圖1，可知3月場(chǎng)區(qū)每天的極端溫度低值在8時(shí)左右，4—7月基本都是在7 時(shí)，6月第2 種環(huán)流型對(duì)應(yīng)的日最低氣溫在6 時(shí)。氣溫最低值出現(xiàn)時(shí)間的統(tǒng)計(jì)，可以作為后續(xù)逐時(shí)氣溫中溫度拐點(diǎn)。

3 日最高和月最低氣溫的計(jì)算

Kalman 濾波算法由R.E.Kalman 在1960年創(chuàng)立，1987年由北歐一些國(guó)家引入到氣象領(lǐng)域。由于Kalman 濾波算法主要是借助前時(shí)刻的濾波結(jié)果來(lái)遞推出現(xiàn)時(shí)刻的狀態(tài)估量，所以Kalman 濾波方法主要用于溫度、風(fēng)等連續(xù)性要素的預(yù)報(bào)[2，6]。Kalman濾波方法所需建模資料少，可以根據(jù)資料的延續(xù)進(jìn)行參數(shù)的修正，進(jìn)而實(shí)現(xiàn)動(dòng)態(tài)建模，被認(rèn)為是繼MOS、PP 方法之后一種較好的數(shù)值產(chǎn)品釋用方法。

3.1 Kalman 濾波系統(tǒng)簡(jiǎn)介

將Kalman 濾波方法用于天氣預(yù)報(bào)時(shí)，可將通常的回歸方程作為卡爾曼濾波中的量測(cè)方程，回歸系數(shù)可視為需隨資料長(zhǎng)度而更新的Kalman 濾波系統(tǒng)狀態(tài)向量：上式中Yt是預(yù)報(bào)量，Xt是預(yù)報(bào)因子，βt是回歸系數(shù)，et是量測(cè)噪聲，εt-1為動(dòng)態(tài)噪聲。從t-1時(shí)刻到t時(shí)刻的過(guò)程中，因受到動(dòng)態(tài)噪聲εt-1的影響，狀態(tài)向量由βt-1變化到βt。

3.2 預(yù)報(bào)對(duì)象和預(yù)報(bào)因子

預(yù)報(bào)對(duì)象有6個(gè)，分別為場(chǎng)站3—7月逐日向后3 d（72 h）內(nèi)各天溫度的最大高、最低值。這里針對(duì)每個(gè)預(yù)報(bào)對(duì)象建立相應(yīng)的預(yù)報(bào)模型。預(yù)報(bào)起始時(shí)間為北京時(shí)00 時(shí)。其中6—7月缺10 d，該10 d 不進(jìn)行預(yù)報(bào)。

預(yù)報(bào)因子所用資料來(lái)源為常規(guī)報(bào)文和T213 產(chǎn)品。資料時(shí)間范圍為2009年的1月和2月，其中T213 資料缺4 d。針對(duì)6個(gè)預(yù)報(bào)對(duì)象的因子都一樣：

（1）動(dòng)力因子：本站、溫江站前一天20 時(shí)和當(dāng)天08 時(shí)的經(jīng)向、緯向風(fēng)場(chǎng)，風(fēng)場(chǎng)分為三層，即700 hPa、500 hPa、300 hPa。本站、溫江站當(dāng)天08 時(shí)和前一天20 時(shí)500 hPa 的高度差，合計(jì)26個(gè)；

（2）熱力因子：本站前后兩天08 時(shí)和14 時(shí)的溫度、前一天20 時(shí)的相對(duì)比濕。其中24 h 內(nèi)相對(duì)比濕改為溫度露點(diǎn)差的實(shí)況，合計(jì)5個(gè)。

為了綜合利用常規(guī)報(bào)文和T213 產(chǎn)品，24 h 內(nèi)的預(yù)報(bào)凡是因子涉及到前一天的時(shí)次均由實(shí)況觀測(cè)代替。此外，T213 中的站點(diǎn)數(shù)據(jù)采用距站點(diǎn)最近的格點(diǎn)。

3.3 預(yù)報(bào)因子處理以及Kalman 濾波初值建立

預(yù)報(bào)因子較多容易造成預(yù)報(bào)方程后續(xù)預(yù)報(bào)的不穩(wěn)定，因此需要精簡(jiǎn)因子，剔除不必要的因子，引入重要的因子。在數(shù)理統(tǒng)計(jì)中，常用逐步線性回歸的方法，即根據(jù)預(yù)報(bào)因子的偏相關(guān)系數(shù)和方差貢獻(xiàn)進(jìn)行預(yù)報(bào)因子的篩選，同時(shí)建立預(yù)報(bào)方程。本文運(yùn)用逐步線性回歸方法選擇因子并得到回歸方程的系數(shù)β。逐步線性回歸較常用，具體見(jiàn)文獻(xiàn)[7]。

鑒于1、2月T213 產(chǎn)品缺失4 d，因此在逐步線性回歸選擇合適因子后，選擇前27 d 和后27 d分別建立多元線性回歸方程，然后得到動(dòng)態(tài)噪聲的方差陣W。最后選擇最后一天，找出量測(cè)噪聲的方差陣V。Kalman 濾波方法中的狀態(tài)參數(shù)即逐步回歸得到的回歸系數(shù)β。

3.4 預(yù)報(bào)對(duì)象質(zhì)量控制

客觀預(yù)報(bào)的溫度最高、最低值有時(shí)會(huì)出現(xiàn)超過(guò)歷史極值的極端值。此外，由于溫度最大值，最小值獨(dú)立預(yù)報(bào)，同一天的溫度預(yù)報(bào)最小值有時(shí)也可能大于最大值。因此，需要一定的質(zhì)量控制規(guī)則進(jìn)行溫度預(yù)報(bào)值的主觀修訂。

（1）找出1974—2011年以來(lái)場(chǎng)區(qū)各天出現(xiàn)的溫度最高、最低值，進(jìn)而統(tǒng)計(jì)38 a 來(lái)各天溫度的極值，合計(jì)366 對(duì)數(shù)據(jù)。實(shí)際預(yù)報(bào)中，當(dāng)某天預(yù)報(bào)的溫度最高值大于歷史當(dāng)天最高值時(shí)，最高值取歷史當(dāng)天最高值，預(yù)報(bào)溫度最低值出現(xiàn)該情況時(shí)同之。

（2）當(dāng)某天預(yù)報(bào)的溫度最高值小于溫度最低值時(shí)，最高溫度取最低溫度再加3 ℃。

3.5 溫度最高、最低值預(yù)報(bào)結(jié)果分析

表2 是3—7月總的最高、最低溫度預(yù)報(bào)的絕對(duì)誤差值。可以看到，3—7月平均溫度絕對(duì)誤差隨著預(yù)報(bào)時(shí)效的延長(zhǎng)是呈增加趨勢(shì)的，但是總體來(lái)看，最高、最低溫度平均絕對(duì)誤差值能夠在3 ℃以內(nèi)，說(shuō)明總體預(yù)報(bào)效果還是可以接受的。另外，通過(guò)質(zhì)量控制，也有效的提高了預(yù)報(bào)準(zhǔn)確率。

表2 3—7月最高、最低溫度預(yù)報(bào)實(shí)況的平均絕對(duì)誤差/℃

4 逐時(shí)氣溫的計(jì)算

4.1 逐時(shí)氣溫計(jì)算依據(jù)

在逐時(shí)氣溫的實(shí)際計(jì)算中，由于目前預(yù)報(bào)能力的局限以及所用資料時(shí)空分辨率的限制，對(duì)于場(chǎng)區(qū)72 h 內(nèi)各天最高、最低值出現(xiàn)的時(shí)間難以做到精確。另外，場(chǎng)區(qū)海拔較高，較強(qiáng)的冷空氣影響場(chǎng)區(qū)次數(shù)并不是過(guò)于頻繁。因此，判斷場(chǎng)區(qū)各月最高、最低溫度出現(xiàn)時(shí)間主要根據(jù)各月環(huán)流型對(duì)應(yīng)的溫度最值出現(xiàn)時(shí)間。

由于溫度是連續(xù)性變量，當(dāng)1～24 h，25～48 h，49～72 h 中的最低最高溫度值出現(xiàn)時(shí)間確定后，可以由溫度最高、最低值進(jìn)而結(jié)合各天的環(huán)流型及對(duì)應(yīng)的溫度增率進(jìn)行逐時(shí)氣溫的計(jì)算。相應(yīng)的逐時(shí)計(jì)算分為溫度下降期間的計(jì)算即1 h 到24 h 內(nèi)最低氣溫出現(xiàn)時(shí)間，24 h 內(nèi)最高溫度到25～48 h 最低溫度，25～48 h 最高溫度到49～72 h 最低溫度，49～72 h最高溫度到72 h 節(jié)點(diǎn)；上升階段分為1～24 h、25～48 h、49～72 h 最低氣溫到最高氣溫的計(jì)算。

4.2 逐時(shí)氣溫計(jì)算結(jié)果分析

表3 是場(chǎng)區(qū)3—7月72 h 逐時(shí)氣溫預(yù)報(bào)的平均結(jié)果，分析依據(jù)預(yù)報(bào)實(shí)況絕對(duì)誤差值。由結(jié)果分析可知，隨著時(shí)間的延伸，預(yù)報(bào)效果是變差的。但總體上看，如果3 ℃以內(nèi)為預(yù)報(bào)正確，則預(yù)報(bào)準(zhǔn)確率能夠達(dá)到73.2%，依然有一定的參考意義。預(yù)報(bào)效果是對(duì)預(yù)報(bào)模型的檢驗(yàn)，一方面說(shuō)明了建模過(guò)程中還存在著不足，另一方面也反映了了轉(zhuǎn)折性天氣的溫度預(yù)報(bào)問(wèn)題。

表3 3—7月72 h 逐時(shí)氣溫預(yù)報(bào)實(shí)況的平均絕對(duì)誤差/%

5 結(jié)論

本文綜合利用常規(guī)報(bào)文和T213 模式產(chǎn)品探討了場(chǎng)區(qū)逐時(shí)氣溫的預(yù)報(bào)技術(shù)，通過(guò)逐步線性回歸、Kalman 濾波、基于環(huán)流形勢(shì)的溫度增率統(tǒng)計(jì)，形成了場(chǎng)區(qū)逐時(shí)氣溫的客觀預(yù)報(bào)方法，然后預(yù)報(bào)了場(chǎng)區(qū)3—7月72 h 逐時(shí)氣溫。預(yù)報(bào)結(jié)果有一定參考意義，預(yù)報(bào)技術(shù)可以推廣至其它模式產(chǎn)品，但還存在不足，可以從以下進(jìn)行改進(jìn)：

（1）釋用預(yù)報(bào)的效果與預(yù)報(bào)因子有較大關(guān)系，本文主要在干季選擇了因子并進(jìn)行建模然后向后預(yù)報(bào)，在場(chǎng)區(qū)實(shí)際應(yīng)用中可以雨季、干季、過(guò)渡季節(jié)分開(kāi)進(jìn)行逐步線性回歸選擇因子并建立Kalman 遞推系統(tǒng)。

（2）最高、最低溫度的預(yù)報(bào)精度及預(yù)報(bào)時(shí)間會(huì)明顯影響逐時(shí)氣溫預(yù)報(bào)效果，遇到天氣轉(zhuǎn)折時(shí)，影響尤為明顯。一次劇烈天氣往往影響時(shí)間有限，對(duì)于劇烈天氣影響的那天，可以借助區(qū)域數(shù)值模式的預(yù)報(bào)或者主觀訂正進(jìn)行一定的修正。

（3）環(huán)流形勢(shì)與氣溫增率相關(guān)性較好，場(chǎng)區(qū)積累資料時(shí)間已經(jīng)較長(zhǎng)，可以針對(duì)豐富的環(huán)流分型，找出各環(huán)流型下的溫度增率，進(jìn)而得到場(chǎng)區(qū)的逐時(shí)氣溫。

[1]馬芳梅，金六一，張昆峰.一個(gè)逐時(shí)氣溫方程[J].華中理工大學(xué)學(xué)報(bào)，1995，23（8）：46-49.

[2]陸如華，徐傳玉，張玲，等.卡拉曼濾波的初值計(jì)算方法及其應(yīng)用[J].應(yīng)用氣象學(xué)報(bào)，1997，8（1）：34-42.

[3]張德山，竇以文，白鋼，等.日較差分級(jí)的北京地面逐時(shí)氣溫預(yù)報(bào)[J].氣象，1999，25（5）：54-57.

[4]徐學(xué)芳，王英，焦育忠.場(chǎng)區(qū)逐時(shí)氣溫統(tǒng)計(jì)預(yù)報(bào)[J].導(dǎo)彈試驗(yàn)技術(shù)，2004（4）：56-57.

[5]樊曉春，董彥雄，董安祥，等.T213 資料在冰雹短期預(yù)報(bào)中的釋用[J].干旱氣象，2004，22（1）：86-89.

[6]孔玉壽，章東華.現(xiàn)代天氣預(yù)報(bào)技術(shù)[M].北京：氣象出版社，2005.

[7]施能.氣象統(tǒng)計(jì)預(yù)報(bào)[M].北京：氣象出版社，2009.