ECMWF細網格模式2m溫度產品在烏魯木齊市溫度預報中的檢驗

張超，李娜，賈健

（1.新疆氣象臺，新疆烏魯木齊 830002；2.烏魯木齊市氣象局，新疆烏魯木齊 830002）

ECMWF細網格模式2m溫度產品在烏魯木齊市溫度預報中的檢驗

張超1，李娜1，賈健2

（1.新疆氣象臺，新疆烏魯木齊 830002；2.烏魯木齊市氣象局，新疆烏魯木齊 830002）

利用2011年7月—2014年6月的ECMWF細網格模式2m溫度預報產品，采用格點映射站點和雙線性插值法挑選最優預報參考格點，并用天氣學檢驗方法，對該模式在不同季節、不同天氣時的烏魯木齊市溫度預報能力進行檢驗。檢驗表明：該產品對制作烏魯木齊市未來24h和48h溫度預報具有很好的指導意義，未來24h全年最高、最低氣溫預報準確率達74%～75%，未來48h最高、最低氣溫預報準確率較未來24h偏低10%左右；模式對降雨、降雪時的溫度預報較好，大霧時最差，并且會使最低氣溫預報嚴重低于實況，對東南風時最高氣溫預報好于最低氣溫，預報有逆溫時，最高氣溫預報不可信，但最低氣溫預報可作參考。該產品整體在準確率和穩定性上均優于國家氣象中心指導預報，預報時效越長，優勢越明顯。

ECMWF細網格；溫度檢驗；2m溫度；烏魯木齊

近年來，越來越多的氣象工作者通過數值預報模式產品檢驗釋用提高預報準確率和精細化水平，取得了較好的效果[1-9]。新疆接收ECMWF細網格模式預報產品已近4a，其在很多方面都優于ECMWF粗網格模式。國內一些氣象工作者利用該模式產品針對大霧、降水、溫度預報等方面做了檢驗和釋用[10-13]。在新疆的ECMWF細網格模式預報產品的釋用檢驗工作中，張俊蘭等[15]檢驗了ECMWF細網格模式的LSP大尺度降水預報產品在2012年前冬3場暴雪天氣中的預報效果，萬瑜等[16]利用ECMWF細網格模式產品對一次烏魯木齊東南大風做了釋用，都顯示出了ECMWF細網格模式產品出色的預報性能，大大提高了各類天氣預報的精細化程度，但這些僅是針對某次天氣過程的研究，缺乏對長時間序列預報效果的檢驗。

ECMWF細網格模式2m溫度產品的空間分辨率為25km，為烏魯木齊市單站預報提供更多的參考格點，具有未來72h內時間間隔3h的溫度預報產品，未來12～36h的最高、最低值可選取作為該模式次日未來24h的最高、最低氣溫預報，未來36～60h的最高、最低值可選取作為該模式次日未來48h的最高、最低氣溫預報，但此產品對烏魯木齊市溫度的預報效果如何，最佳參考格點如何選取并未進行過客觀的檢驗分析。由于烏魯木齊地形復雜，周邊模式格點所在海拔高度、下墊面性質差異大，模式各格點預報數值差異也較大，需獲取能代表烏魯木齊溫度的最優預報值。本文對2011年7月—2014年6月ECMWF細網格模式2m溫度產品資料未來24h及48h溫度預報進行檢驗評估，結合格點映射站點和雙線性插值2種方法獲取烏魯木齊溫度預報值，選出代表烏魯木齊溫度預報的最優值，統計和歸納不同季節、不同天氣現象下ECMWF細網格模式對溫度預報的性能。此工作將為制作準確、精細的溫度預報提供參考，并對做好復雜天氣背景下溫度預報具有重要意義。

1 資料與方法

1.1 資料

實況溫度資料選用2011年7月—2014年6月共3a烏魯木齊市地面自動觀測站逐小時溫度資料；ECMWF細網格模式資料采用2011年7月—2014年6月20h起報2m溫度預報資料，空間分辨率為0.25°×0.25°，時間分辨率為3h，數據缺失日不檢驗，共有1047d的有效檢驗樣本；為同國家氣象中心指導預報進行對比檢驗，還選用了2013年1—12月國家氣象中心下發的最高、最低氣溫指導預報。

1.2 方法

提取08—08時內地面自動觀測站逐小時溫度最高、最低值作為實況的最高、最低氣溫，采用格點映射站點和雙線性插值法提取預報檢驗值，并將模式預報未來12～36h和36～60h的溫度最高、最低值，作為ECMWF細網格模式2m溫度產品未來24h和48h的最高、最低氣溫預報。

格點映射站點方法：ECMWF細網格模式2m溫度產品為格點數據，烏魯木齊站不在格點上，周邊存在4個預報值，分別位于烏魯木齊左上、左下、右上、右下4個方位，用以上4個方位格點數據映射到烏魯木齊站點上，用T左上、T左下、T右上、T右下格點映射數據代表ECMWF細網格模式2m溫度資料對烏魯木齊的預報值。

雙線性插值法：又稱為雙線性內插，在數學上，雙線性插值是有兩個變量的插值函數的線性插值擴展，其核心思想是在兩個方向分別進行一次線性插值。若未知函數f在點P=（x，y）的值，假設我們已知函數f在Q11=（x1，y1）、Q12=（x1，y2），Q21=（x2，y1）以及Q22=（x2，y2）四個點的值。首先在x方向進行線性插值，然后在y方向進行線性插值。本文將模式的格點映射值通過雙線性插值法插值到烏魯木齊站點上，得到T差值。

檢驗方法：采用預報準確率、平均誤差、平均絕對誤差等統計方法檢驗（公式如下），對烏魯木齊左上（T左上）、左下（T左下）、右上（T右上）、右下（T右下）及插值（T差值）后的ECMWF細網格模式的2m溫度預報值按月、季、天氣類型分別進行檢驗。

其中，Fi為第i站（次）預報溫度，Oi為第i站（次）實況溫度，K為1、2，分別代表|Fi-Oi|≤1℃、|Fi-Oi|≤2℃，MrK為預報正確的站（次）數，MfK為預報的總站（次）數。

評分技巧是指ECMWF細網格模式2m溫度預報產品的最高、最低氣溫預報平均絕對誤差相對于國家氣象中心指導預報的提高率，TMAEN為國家氣象中心指導預報最高、最低氣溫預報平均絕對誤差，TMAEF為ECMWF細網格2m溫度預報產品的最高、最低氣溫預報平均絕對誤差。

2 預報檢驗結果

2.1 高、低溫預報逐月檢驗

根據中國氣象局對各省、地（市）氣象臺的考核標準，用誤差為2℃以內作為溫度預報準確率的閾值。圖1為2011年7月—2014年6月ECMWF細網格模式2m溫度的未來24h最高、最低溫度預報準確率。圖1a中，最高氣溫預報準確率從高到低排列分別為T左下、T差值、T右上、T右下、T左上，左下格點T左下夏半年的最高氣溫預報準確率最高，尤其是5—8月最高氣溫預報準確率均超過了85%，7月準確率最高，達到92.3%；右上格點溫度預報T右上的準確率呈現出“雙峰型”，在春季和秋季準確率明顯高于其他時期，4月、10月超過了T左下的準確率，達到了84%；左上格點T左上的準確率最低，5—8月不到50%，6、7月最低，不到20%；雙線性插值預報的準確率均低于T左下。可見不同格點的預報能力存在明顯差異，插值的溫度預報T差值并沒有預期的優越性，在春、夏、秋季均低于T左下的最高氣溫預報準確率。冬季各格點預報能力普遍較差，預報準確率都偏低，在30%～60%之間。

由圖1b可知各參考點的預報能力具有更為明顯的季節性變化，T右上的最低氣溫預報準確率同樣呈現出“雙峰型”，在3—5月和9—1月有著明顯的優勢，4月、5月、9月、10月的預報準確率都超過了80%，其中10月的最低氣溫預報準確率達到了91.8%，6月開始，T右上的最低氣溫預報準確率開始明顯下降，7月降到了54.9%；而T差值預報在6月、7月表現較好，準確率分別達到了69.7%、74.7%，對T右上夏季的不足有了較好的彌補；在所有參考點中，T右下的最低氣溫預報能力最差，對烏市單站的最低氣溫預報缺乏參考意義；在12月—翌年2月，各格點最低氣溫預報準確率也較其他月份差，準確率在20%～60%，2月，T左上的最低氣溫預報準確率最高，可達到59.2%，12月和1月的最低氣溫預報準確率仍然是T右上最高，準確率分別達到71.4%、55.2%。

圖1 2011年7月—2014年6月ECMWF細網格2m溫度對烏魯木齊溫度未來24h預報準確率/%

圖2為2011年7月—2014年6月ECMWF細網格模式2m溫度未來24h的最高、最低氣溫的誤差分析，檢驗模式預報的平均誤差和平均絕對誤差，其中平均誤差能夠量化預報和實況之間的平均偏差，也是模式預報的系統誤差，平均絕對誤差能夠量化預報與實況的總體偏差程度。由圖2a可以看出，4個格點最高氣溫預報平均誤差隨季節也有明顯變化，T右上和T左上在2—10月都為預報正誤差，即預報偏高誤差，在5—8月平均誤差都接近3℃，11—1月逐漸轉為負誤差；而T左下、T右下及T差值平均誤差月分布正好相反，在3—11月為負誤差，其中T左下的平均誤差最小，12—翌年2月逐漸轉為正誤差，開始轉換的時期正是冬春和秋冬的過渡時期。從圖2c來分析，T右下和T左上的預報值較實況偏離程度明顯高于其余參考點，偏離值為2～3.5℃；T左下和T差值的預報值在3—11月較實況偏離程度較小，均低于1.6℃，但在11—2月偏離程度迅速加大，偏離值達2.5～3.5℃,T右上的平均絕對誤差呈現出了“雙谷型”，4月、10月為兩個低值，偏離值在1.5℃以下，其他時段在2～2.5℃之間。由圖2b可知，各格點最低氣溫的平均誤差季節分布規律與高溫類似，在夏半年T左下、T右下及T差值的溫度預報較實況略偏低，而在冬半年迅速轉為偏高，1月偏高幅度達到最強，為3～4℃，轉換的時期也正是冬春和秋冬的過渡時期；T右上和T左上在5—8月溫度預報較實況有所偏高，其他月偏低，總體來看平均誤差在-2～2℃之間。由圖2d可以看出，在各月4個格點較實況偏離范圍在1～4.5℃之間，T右上的偏離程度最小，在1～2.5℃之間，冬季普遍高于其他季節。

通過2011年7月—2014年6月ECMWF細網格模式2m溫度的未來48h最高、最低氣溫預報準確率和預報誤差分析。發現，各格點預報水平有同未來24h相似的逐月變化規律，依然具有很好的指導意義。全年最高、最低氣溫預報準確率為65%左右，但較未來24h最高、最低氣溫預報準確率偏低10%左右，其中春季偏低幅度最大，為10%～28%，夏秋季降低幅度最小，僅為1%～5%，這同春季模式調整頻繁有關。

綜上所述，ECMWF細網格模式2m溫度產品對制作烏魯木齊未來24h和48h溫度都具有很好的指導意義，隨著季節的變化，不同參考點對烏魯木齊市高低溫預報能力也相應變化，在冬春和秋冬的過渡時期，各格點的系統誤差會發生明顯變化，多數時間格點映射站點的方法要優于雙線性插值法。經過分析，可以把T左下的日最大值代表2月、3月、5月、6月、7月、8月和9月的最高氣溫預報，T右上的日最大值代表1月、4月、10月、11月和12月的最高氣溫預報，T右上的日最小值代表1月、3月、4月、5月、9月、10月、11月、12月的最低氣溫預報，T差值的日最小值代表6月、7月的最低氣溫預報。T左上的日最小值代表2月、8月的最低氣溫預報，未來24h全年最高、最低氣溫準確率可以達到74%～75%，未來48h最高、最低氣溫預報準確率較24h偏低10%左右，其中春季降低幅度最大，為10%～28%，夏秋季較小，為1%～5%。

2.2 高、低溫預報季度檢驗

圖2 2011年7月—2014年6月ECMWF細網格2m溫度的未來24h預報誤差分析

為了便于統計、分析，采用3—5月為春季、6—8月為夏季、9—11月為秋季、12月—翌年2月為冬季的季節劃分。重點分析ECMWF細網格模式2m溫度未來24h預報產品逐季節預報準確率，發現有明顯的季節變化，夏半年的預報準確率高出冬半10%～25%。最高氣溫準確率在夏季最高，可達到88.7%，冬季最低，僅有53.3%，夏季高出冬季35%；而最低氣溫預報準確率，秋季最高，為83.1%，冬季最低，準確率為63.2%，秋季高出冬季20%，且最低氣溫預報準確率在春、秋、冬季均高出同季節最高氣溫預報3%～9%，夏季，最高氣溫預報準確率高出最低氣溫預報準確率14%。最高氣溫預報在夏季偏離實況的程度最小，平均絕對誤差在1℃附近，冬季最大，平均絕對誤差接近2.5℃；最低氣溫預報在秋季偏離實況程度最小，冬季最大，并且最低氣溫預報的平均絕對誤差在春、秋、冬季均低于同季節最高氣溫預報的平均絕對誤差，在夏季高于最高氣溫預報的平均誤差。冬季最高、最低氣溫預報偏離實況程度最大，同時也是降低全年溫度預報準確率的主要季節，這與冬季逆溫影響有關。

2.3 重要天氣過程的溫度預報檢驗結果

為檢驗ECMWF細網格模式2m溫度預報未來24h產品在不同天氣過程中的預報能力，選取2011年7月—2014年6月影響天氣出現日，共304d有效樣本，依照不同天氣性質特點分成降雨日、降雪日、東南大風日、大霧日四類。由于雨雪春秋季多為雨雪轉換時期，不好區分降雨降雪狀態，為方便研究，我們把4—10月08—08時出現0.1mm以上的降水定義為降雨日，共108d；11月—翌年3月08—08時出現0.1mm以上的降水定義為降雪日，共92d；全年08—08時出現極大風速超過13m·s-1（5級）的東南風定義為東南風日，共39d；全年08—08時出現能見度小于1km的霧，定義為大霧日，共65d，分別分析各類天氣發生時期，模式的溫度預報效果（表1）。

表1 2011年7月—2014年6月ECMWF細網格2m溫度在不同天氣情況下最高、最低氣溫預報效果

降雨日時最高、最低氣溫預報準確率相對較高，分別為77.8%、78.7%，均超過了全年的平均準確率，且穩定性較好，平均絕對誤差都在1.5℃以下，從平均誤差看，模式預報普遍較實況偏高，最低氣溫預報表現更為明顯，正誤差達到了1℃，最高、最低氣溫預報的最大誤差分別為5.3℃和5℃，但出現大幅偏離實況的次數不多，108d中，最高、最低氣溫預報都只有3d偏離幅度超過4℃，且均為正誤差。

降雪日最高、最低氣溫預報準確率低于降雨日，分別為68.5%和65.2%，這由于降雪日時逆溫的破壞與維持都會對溫度預報有影響。最高氣溫預報的穩定性略好于最低氣溫。最高、最低氣溫預報平均絕對誤差分別為1.5℃和1.7℃，平均誤差都較小，無法找出明顯的系統誤差，最大誤差分別為5.5℃和-5.4℃。在92d中，最高氣溫預報偏離幅度超過4℃的情況出現了4次，有2次正誤差，2次負誤差；最低氣溫預報偏離幅度超過4℃的情況出現了8次，有3次正誤差，5次負誤差。

烏魯木齊市東南大風出現時，由于空氣干絕熱下沉運動，會使溫度異常偏高，增加了對溫度預報的難度，ECMWF細網格模式2m溫度產品在東南風日的溫度預報中最高氣溫預報較好，準確率可以達到71.8%，最低氣溫預報較差，準確率僅為59%。最高氣溫預報相對穩定，平均絕對誤差為1.65℃，最大誤差為-4.6℃，偏離幅度超過4℃的情況僅出現了1次；最低氣溫預報穩定性較差，平均絕對誤差為2.3℃，最大誤差到達-5.8℃，偏離幅度超過4℃的情況達到了7次，且均為負誤差，出現概率超過17%。東南風對最低氣溫的影響遠大于最高氣溫，東南風的起風時間，持續時間以及強度的不同會對模式的最低氣溫預報造成不同影響，東南大風在夜間的持續時間越長，對低溫的影響越大，7次較大的低溫預報誤差中，有4次都出現在持續2d以上的強東南風過程，2次出現在隆冬季節短暫的東南大風過程。

在各類天氣中，ECMWF細網格模式2m溫度產品受大霧影響最大，最高、最低氣溫預報準確率為53.8%和52.3%，準確率是幾類天氣過程中最低的，且預報的穩定性均較差，平均絕對誤差都超過了2℃。最高氣溫預報的最大誤差達12℃，偏離幅度超過4℃的情況出現15次，出現概率超過了23%，其中6次為正誤差，9次為負誤差；最低氣溫預報的最大誤差為-5.8℃，偏離幅度超過4℃的情況出現10次，出現概率超過了15%，其中2次為正誤差，8次為負誤差。可見，大霧天氣下多會使模式最低氣溫預報嚴重低于實況。逆溫是造成大霧天氣的重要條件，大霧時溫度預報準確率低與模式無法很好處理逆溫時的溫度預報有很大關系。

總體來看，模式對降雨、降雪時的溫度預報較好；大霧時最差，并且會使最低氣溫預報嚴重低于實況；對東南風溫度預報時最高氣溫預報好于最低氣溫，東南風的起風時間，持續時間以及強度的不同會對模式的最低氣溫預報造成不同影響，東南大風在夜間的持續時間越長，對低溫預報的影響越大。

2.4 ECMWF細網格預報逆溫時的檢驗結果

將2011年7月—2014年6月ECMWF細網格上格點850hPa溫度與925hPa的溫度差值，作為逆溫預報值，將未來24h最強逆溫大于8℃作為一個逆溫預報日，共63d。檢驗表明，最高、最低氣溫預報準確率為31.74%和63.5%，最高溫度的預報明顯偏低。最高氣溫預報的最大誤差達12℃，偏離幅度超過4℃的情況出現21次，出現概率超過33%，其中13次為正誤差，8次為負誤差。最低氣溫預報的最大誤差為-5.6℃，偏離幅度超過4℃的情況出現8次，出現概率為13%，均為負誤差。可見，當ECMWF細網格預報明顯逆溫時，最高溫度預報不可信，但最低溫度可作參考，并且會使最低氣溫預報低于實況，這同大霧天氣的溫度預報情況相似。

2.5 ECMWF細網格模式2m溫度產品與國家氣象中心指導預報對比檢驗

為更好地衡量ECMWF細網格模式2m溫度產品在烏魯木齊市的預報能力，選取其2013年整年資料，同國家氣象中心指導預報溫度產品進行對比檢驗，發現ECMWF細網格模式2m溫度產品整體在準確率和穩定性上均優于國家氣象中心指導預報，預報時效越長，優勢越明顯，尤其在春季溫度預報中有明顯優勢。從圖3a可以看出ECMWF細網格模式的未來24h預報產品在3—5月，最高氣溫預報準確率高出國家氣象中心指導預報30%～40%；最低氣溫預報準確率高出國家氣象中心預報準確率20%～35%；從圖3b來看，最高氣溫預報較指導預報在3—6月、10月有30%～40%的正技巧，1月、9月、11月為負技巧，其中11月的負技巧達67%；對于最低氣溫預報而言，2—4月、10月有30%左右的正技巧，1月為64%的負技巧，其他月份預報水平相當。圖3c可以看出，ECMWF細網格模式的未來48h最高氣溫預報準確率僅在7月、11月低于國家氣象中心指導預報，其余月份都高于指導預報，最低氣溫預報準確率在2月、5月、8月、9月低于國家氣象中心指導預報，其余月份都高于指導預報；圖3d可以看出，僅在11月ECMWF細網格模式的未來48h最高氣溫預報較指導預報有30%左右負技巧，其余時間都接近或為明顯正技巧。雖然ECMWF細網格模式2m溫度產品整體在準確率和穩定性上均優于國家氣象中心指導預報，但在秋冬季的一些時間也會劣于國家氣象中心指導預報，兩種模式產品存在一定互補性。

圖3 2013年ECMWF細網格2m溫度產品同國家氣象中心指導預報對比檢驗結果

3 結論

（1）ECMWF細網格模式2m溫度預報產品對制作烏魯木齊未來24h及48h溫度預報具有很好的指導意義。隨著季節的變化，不同參考點對烏魯木齊市最高、最低氣溫預報能力也相應變化。多數時間格點映射站點的方法要優于雙線性插值法，經過分析，可以把T左下的日最大值代表2月、3月、5月、6月、7月、8月和9月的最高氣溫預報，T右上的日最大值代表1月、4月、10月、11月和12月的最高氣溫預報，T右上的日最小值代表1月、3月、4月、5月、9月、10月、11月、12月的最低氣溫預報，T差值的日最小值代表6月、7月的最低氣溫預報。T左上的日最小值代表代表2月、8月的最低氣溫預報。未來24h全年最高、最低氣溫預報準確率可以達到74%～75%，未來48h最高、最低氣溫預報準確率較24h偏低10%左右，其中春季降低幅度最大，為10%～ 28%，夏秋季較小，為1%～5%。

（2）模式季節變化明顯，夏半年的預報準確率高出冬半年10%～25%，冬季最高、最低氣溫預報偏離實況程度最大，同時也是降低全年溫度預報準確率的主要季節。

（3）模式對降雨、降雪時的溫度預報較好，大霧時最差，并且會使最低氣溫預報嚴重低于實況；對東南風時最高氣溫預報好于最低氣溫，東南風的起風時間，持續時間以及強度的不同會對模式的最低氣溫預報造成不同影響，東南大風在夜間的持續時間越長，對低溫的影響越大；預報逆溫時，最高氣溫預報不可信，但最低氣溫可作參考，并且最低氣溫預報低于實況。

（4）該產品整體在準確率和穩定性上均優于國家氣象中心指導預報，預報時效越長，優勢越明顯，尤其在春季溫度預報中有明顯優勢。但在秋冬季的一些時間也會劣于國家氣象中心指導預報，兩種模式產品存在一定互補性。

[1]賈麗紅，盧新玉，崔彩霞，等.新疆15地州首府城市最高、最低氣溫預報檢驗[J].沙漠與綠洲氣象，2013，7（1）：16-20.

[2]肖明靜，隋明，范蘇丹，等.3種數值模式溫度預報產品在山東應用和誤差分析與訂正[J].干旱氣象，2012，30（3）：472-477.

[3]康嵐，馮漢中，屠妮妮，等.Grapes模式預報西南地區夏季2m溫度檢驗評估[J].高原山地氣象研究，2009，29（2）：26-32.

[4]歐徽寧,鄒哲馨，孫小龍.中央臺精細化溫度指導預報產品在賀州市的檢驗[J].氣象研究與應用，2012，33（2suppl1）：150-152.

[5]賈麗紅，張慧嵐，肖開提·多萊特，等.T639數值產品對影響新疆主要系統的預報檢驗評估[J].氣象，2012，38（8）：971-976.

[6]佟華，姚明明，王雨，等.T213L31全球中期數值天氣預報系統2m溫度誤差源分析[J].氣象，2006，32（2）：52-57.

[7]張冰，魏建蘇，裴海瑛.2006年T213模式在江蘇的降水和溫度檢驗評估[J].氣象科學，2008，28（4）：468-472.

[8]李國翠，連志鸞，趙彥廠，等.石家莊溫度預報檢驗及影響因子分析[J].氣象與環境學報，2009，25（1）：15-18.

[9]吳愛敏，路亞奇，李祥科.利用ECMWF產品對慶陽極端氣溫釋用效果分析[J].干旱氣象，2009，27（3）：288-292.

[10]湯浩，賈麗紅.背景場和物理過程對WRF模式在新疆區域預報性能的影響[J].沙漠綠洲與氣象，2014，8（3）：27-33.

[11]陳曉紅，朱佳寧，周揚帆.EC細網格數值預報產品在一次大霧預報中的釋用[J].大氣科學應用與研究，2012，43（2）：94-100.

[12]陳海鳳，黃世芹，金建德，等.EC細網格數值預報在貴陽地區的釋用效果分析[J].貴州氣象，2014，38(4):22-25.

[13]陳海鳳，黃世芹，金建德，等.基于ECMWF細網格模式產品的濕螺旋度在四川盆地強降水預報中的應用檢驗[J].氣象2014，40（9）：1088-1096.

[14]陳海鳳，黃世芹，金建德，等.T639、ECMWF細網格模式對2012年5—8月四川盆地降水預報的天氣學檢驗[J].高原山地氣象，2013，38（1）：22-25.

[15]張俊蘭，李圓圓，張超.ECMWF細網格模式降水產品在北疆暴雪中的應用檢驗[J].沙漠與綠洲氣象，2013，7 (4）：7-13.

[16]萬瑜，曹興，竇新英，等.ECMWF細網格數值預報產品在烏魯木齊東南大風中的釋用[J].沙漠與綠洲氣象，2014，8（1）：32-38.

Test of ECMWF Refined Net Numerical 2m Temperature Forecast Data in Temperature Forecasting in Urumqi

ZHANG Chao1，LI Na1，JIA Jian2

（1.Xinjiang meteorological Observatory，Urumqi 830002，China；2.Urumqi meteorological Bureau，Urumqi 830002，China）

Using ECMWF refined net numerical 2m temperature forecast data from July 2011 to June 2014,grid mapping site and bilinear interpolation method are used to select the optimized reference points,finally apply the synoptic testing method to test its temperature forecasting ability indifferent seasons and different types of weather in Urumqi.The result shows that it is helpful to making nest 24 hours and 48hours temperature forecast,The next 24hours prediction accuracy of annual maximum and minimum temperature is 74%～75%,the next 48hours forecast accuracy is 10%,lower than the next 24h;forecast accuracy of temperature is better in rainy days and snowy days,worse in foggy days;the actual minimum temperature is significantly below the forecast temperature;the forecast accuracy of maximum temperature is better than the forecast accuracy when southeastly wind happens;when the temperature inversion is forecast,the maximum temperature forecast cannot be trusted,but the minimum temperature forecast is trusty.The accuracy and stability of ECMWF refined net numerical 2m temperature forecast data are better than guidance forecast data from the National Meteorological Center of CMA.The longer the forecast period is,the more obvious advantages there are.

ECMWF refined net;temperature test;2m temperature;Urumqi

P457.3

A

1002-0799（2015）05-0062-07

張超，李娜,賈健.ECMWF細網格模式2m溫度產品在烏魯木齊市溫度預報中的檢驗[J].沙漠與綠洲氣象，2015，9（5）：62-68.

10.3969/j.issn.1002-0799.2015.05.010

2014-05-07；

2014-07-21

中國沙漠氣象科學研究基金（Sqj2014009）和中國氣象局預報員專項（CMAYBY2014-078）共同資助。

張超（1987-），男，工程師，現從事短期天氣預報分析與預報服務工作。E-mail：64418696@qq.com