基于DERF2.0的烏魯木齊2013年春季降溫過程的延伸期預報檢驗

李淑娟，毛煒嶧，于曉晶，竇新英，陳　穎，賈孜拉·拜山

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中亞大氣科學研究中心，新疆 烏魯木齊 830002；3.新疆維吾爾自治區氣象臺，新疆 烏魯木齊 830002；4.新疆氣候中心，新疆 烏魯木齊 830002）

第二代動力延伸預測模式系統（DERF 2.0）是基于第一代（DERF 1.0）的升級，對氣溫的預報性能明顯優于降水，對極端旱澇事件具有一定預報能力[1]。預報性能的評估檢驗是業務應用的基礎，受地形、下墊面等因素的影響，DERF 2.0模式的預報效果在不同區域存在一定差異。章大全等[2-3]對DERF 2.0模式回算資料的分析表明，月平均溫度預報與觀測實況仍然存在較大偏差，模式預報有較大改進空間。唐紅玉等[4]基于DERF 2.0模式的逐日資料和歷史回算資料，對重慶2月氣溫和8月500 hPa高度場進行檢驗，認為預測效果低緯好于中高緯，8月總體好于2月。陳思蓉等[5]利用廣西87個臺站的觀測資料，對DERF 2.0系統的氣溫和降水預報性能開展了檢驗評估，結果顯示，該系統對廣西月氣溫的總體效果優于降水，氣溫和降水的預測效果存在明顯的月季變化，夏季的預報效果最差。李忠燕等[6]評估了貴州省DERF 2.0不同起報日的氣溫、降水的月尺度預測性能，研究表明：不同起報日的預測評分差異性不大，DERF 2.0對冬季和春季的氣溫預測評分較好，對秋季降水預測評分最高，基本能夠預測出貴州的秋季總體旱澇趨勢，整體而言，DERF 2.0對氣溫和降水異常預測具有一定的優勢。

DERF 2.0模式在新疆已經開展業務應用多年，是目前氣候中期及延伸期預測的重要參考工具，可是對其預報性能的檢驗評估工作還有待進一步展開。鑒于烏魯木齊春季多年平均溫度呈下降趨勢[7]，寒潮多發[8-10]，造成交通不便的同時，多變的氣溫容易突發各類疾病[11-12]，因此，參考以往的模式檢驗方法[13-16]，本研究以DERF 2.0對2013年烏魯木齊春季溫度檢驗為背景，擬通過春季強降溫過程的延伸期預報性能檢驗，初步評估該模式對中期尤其是延伸期溫度的預測能力，以期為相關業務提供參考。

1　資料和方法

1.1　資料

觀測和預報資料均來自新疆氣象局信息中心。觀測資料中站點選取烏魯木齊站，溫度要素包括逐日最高氣溫（Tmax）、最低氣溫（Tmin）和平均溫度（T2m），時間截取2013年春季，即3月1日—5月31日；DERF2.0模式輸出的00時未來1～52 d逐日溫度預報數據格式為：Z_NAFP_C_BAQH_yyyy mmdd00000_P_BCC_AGCM2.2_2MT[TMAX、TMIN]_1.0_MN_00.nc，資料選取時段為2013年1月9日—5月31日。

1.2　方法

本研究用到的方法包括偏差對比、相關系數、均一化標準差以及均方根誤差。

（1）均一化標準差（NSTD）。標準差（Standard Deviation，STD）表達公式為：

其中，N為樣本數，Xi為第i個樣本的值是N個樣本的平均值，均一化標準差NSTD=STDM/STDO，是模式模擬數據的標準差和觀測數據標準差的比值[15]。標準差反映數據離散程度，將其應用到時間上反映變率，應用到空間上反映空間分布的均勻程度，為評估DERF 2.0模式模擬結果時間變率與觀測值之間的差異，i為時間樣本。一般認為NSTD的值介于0.75～1.25的模式模擬性能良好。

（2）均方根誤差（RMSE）。均方根誤差（Root Mean Error，RMSE）的計算公式為：

其中，N為樣本量，XM，i和XO，i分別為第i個樣本的模擬值和觀測值。均方根誤差反映模式預報數據和觀測實況的整體偏差水平，RMSE越小、越接近0，表明模擬效果越好。

2　DERF 2.0模式對2013年春季烏魯木齊溫度預報效果評估

烏魯木齊2013年春季溫度（Tmax、Tmin、T2m）在波動中整體向暖轉變，3月波動較大，5月漸趨平穩，日平均溫度為11.5℃，平均最低溫和最高溫分別為6.9℃和17.3℃，晝夜溫差大，平均氣溫日較差（Tmax與Tmin的差值）為10.4℃（圖1）。

圖1　烏魯木齊站日最低氣溫（Tmin）、日最高氣溫（Tmax）和日平均氣溫（T2m）的觀測實況

2.1　旬平均溫度預報偏差

為了分析DERF2.0模式對較長時間尺度溫度的預報水平，對烏魯木齊2013年春季旬平均溫度的預報溫度與觀測實況求取偏差，包括Tmax、Tmin和T2m。根據旬的劃分，定義每個月的第1—10天為上旬，11—20天為中旬，21—月底為下旬。模式中March、April和May分別代表3、4、5月，1、2、3分別代表上、中、下旬，如March1代表3月上旬，March 2代表3月中旬，March3代表3月下旬，依次類推，下同。各旬的平均溫度分布見表1，旬平均溫度偏差如圖2。

表1　烏魯木齊2013年春季旬平均溫度

圖2為Tmax、Tmin和T2m對應的旬平均溫度的預報偏差。當預報時效小于10 d時，各要素均對3月下旬（March 3）預報偏差最大，最大偏差接近甚至超過-16 ℃，Tmin和T2m對3月上旬（March1）預報偏差最小，其中Tmin的預報偏差在1～-4 ℃，T2m的預報偏差在0～-2℃，偏差隨預報時效推進逐漸增大，而Tmax對5月下旬（May3）的預報偏差最小，偏差基本穩定在-2℃左右。預報時效大于10 d時，各要素均對五月份的旬平均溫度（May3、May2、May1）預報偏差最小，對March3預報偏差最大，最小偏差在0℃左右，最大偏差為-15.5℃，偏差分布伴隨小幅波動整體平穩。

整體來看，對旬平均溫度的預報偏差普遍偏大，除了Tmax對May3的預報偏差基本在-2℃以內，對其他旬平均溫度的預報偏差都遠大于業務考核的2℃范圍，延伸期的預報偏差比10 d以內的中期預報偏差更大，預報參考的價值有限。

圖2　2013年春季烏魯木齊站旬平均溫度預報偏差

2.2　逐日溫度檢驗評估

2.2.1逐日偏差檢驗

圖3給出了烏魯木齊各溫度要素在不同預報時效的預報偏差。不論是Tmax、Tmin還是T2m，預報偏差和觀測實況基本呈對稱分布，預報偏差主要在5～-15℃范圍內變動，以冷偏為主，整體呈隨預報時效推進逐漸增大的特點。預報結果在冷偏差背景下，高溫越高偏差越大，低溫越低偏差越小，DERF 2.0模式對升溫階段的預報冷偏差隨升溫加劇而增大，對降溫階段的預報偏差隨降溫加劇而減小，對Tmax的預報偏差整體較Tmin大，部分時段對Tmin的預報呈2℃以內的暖偏暖。預報時效小于10 d時，不同時效的預報偏差差別較大，對同一時段的預報偏差可以接近甚至超過10℃，但偏差分布的高峰和低谷形勢基本一致；預報時效大于10 d時，預報偏差主要在-5～-15℃，不同預報時效的預報偏差存在小幅度波動變化。

2.2.2不同預報時效的相關系數

考慮到春季（3—5月）屬于寒冷冬季向炎熱夏季轉換的過渡季節，溫度會在波動中呈現向暖轉變，因此對相關系數進行了去除線性趨勢的對比分析（圖4）。

相關系數在去趨勢前后差別較大。圖4a中各溫度要素在不同預報時效的相關系數隨時效推進略有降低，其中，Tmin的預報效果相對最好，相關系數基本都在0.8以上，Tmax的預報效果相對最差，也都基本穩定在0.7以上。去除線性趨勢后（圖4b），相關系數大幅度降低，預報時效小于10 d時，相關系數隨預報時效推進迅速由0.6左右降至0.2附近，但都通過了0.05的顯著性檢驗，其中，Tmax預報效果轉為最好，T2m次之，Tmin最差；預報時效在10～30 d時，相關系數均有大幅度降低，Tmin的相關系數相對最高，基本穩定在0.4，Tmax相對最小，在0～0.3之間波動變化，T2m介于二者之間；預報時效大于40 d時，預報值與觀測值呈負相關，相關系數普遍小于0。

2.2.3不同預報時效的均一化標準差（NSTD）和均方根誤差（RMSE）

因為NSTD是預報與觀測數據標準差的比值，NSTD越接近1，表明預報與觀測的標準差差別越小。由圖5a可知，烏魯木齊2013年春季Tmin、Tmax和T2m的均一化標準差（NSTD）在各預報時效內基本都介于0.75～1.2之間，表明預報的整體離散程度和觀測接近。當預報時效小于10 d時，各溫度要素的NSTD差別較大，其中Tmax與1的偏差相對最小，Tmin與1的偏差相對最大，表明對Tmax的整體預報效果優于Tmin。預報時效大于10 d時，各溫度要素的NSTD差別不大，隨預報時效推進逐漸增大至1.2左右。

由圖5b可知，各溫度要素的均方根誤差（RMSE）普遍在6以上，隨預報時效推進而增大，整體來看，T2m的RMSE最小，Tmax次之，Tmin最大。預報時效小于10 d時，RMSE迅速增大，之后基本穩定在高值，隨預報時效推進小幅度波動。

綜合分析各溫度要素NSTD和RMSE的變化情況，認為DERF 2.0模式對烏魯木齊2013年春季溫度的整體預報水平有限，對整體的離散程度有一定把握能力，但是對預報的整體偏差太大，參考價值有限。

2.3　24 h變溫預報效果檢驗評估

2.3.124 h變溫偏差檢驗

圖6給出了烏魯木齊各溫度要素在不同預報時效的24 h變溫偏差，因為相鄰預報時效的變溫差別較小，且預報時效在20 d以上時，不同預報時效的24 h變溫偏差的變化幅度較小，情況可參考第20天，因此在圖中24 h變溫偏差只選取了個別預報時效。

圖3　烏魯木齊站日最低氣溫（Tmin，a1～a5）、最高氣溫（Tmax，b1～b5）和日平均氣溫（T2m，c1～c5）與觀測實況的預報偏差

圖4　烏魯木齊不同溫度要素去趨勢前后的預報相關系數

圖5　烏魯木齊不同溫度要素在不同預報時效的均一化標準差（a）和均方根誤差（b）

中期預報的24 h變溫偏差主要在±5℃范圍內變化，隨預報時效推進而增大，在部分時段，24 h變溫偏差也可突破正負10℃，但整體的偏差強度較逐日溫度偏差小，相對來說，Tmax的24 h變溫偏差最大，Tmin最小，延伸期（10 d以上）的變溫偏差普遍比中期（10 d以內）大|2|℃以上，甚至突破|8|℃。

不論是逐日的溫度偏差還是24 h變溫偏差，偏差變化的范圍都遠大于±2℃的業務標準，直接作為預報參考的價值有限。

2.3.224 h變溫的相關系數、NSTD及RMSE檢驗

24 h變溫的相關系數在預報時效小于10 d時先增大后減小，基本在0.2～0.6之間波動，均通過了0.05的顯著性水平檢驗；預報時效大于10 d的延伸期內，相關系數普遍低于0.2，但不顯著；預報時效大于40 d時，相關系數持續減小，普遍小于0（圖7a）。

Tmin、Tmax和T2m的24 h變溫NSTD在預報時效為3 d時，均出現極大值，Tmax最大，接近1.1，Tmin最小，超過0.75，表明該時效的預報整體離散程度與觀測最為接近，之后NSTD隨預報時效推進而逐漸減小至0.4左右。預報時效大于10 d的NSTD基本穩定在0.4以下，隨預報時效的推進變化不大，表明預報時效大于10 d的整體預報離散程度比實際觀測小（圖7b）。

Tmin、Tmax和T2m的24 h變溫RMSE差別明顯，其中，Tmin的整體RMSE最小，Tmax整體最大，T2m介于二者之間。預報時效小于10 d時，隨預報時效推進，RMSE先減小后增大，但各要素的RMSE極小值出現的預報時效不盡相同，Tmin出現在第5天，Tmax在第7d，T2m出現在第8天。預報時效大于10 d時，各要素的24 h變溫RMSE隨預報時效推進變化不大，Tmin、Tmax和T2m的RMSE分別在3.0、4.0和3.5左右變化（圖7c）。

圖6　烏魯木齊Tmin（a）、Tmax（b）和T2m（c）在不同預報時效的24 h變溫

綜合來看，延伸期內各要素24 h變溫的相關系數均小于0.2且不顯著，NSTD遠低于0.75，RMSE整體偏大，預報參考價值有限。

圖7　烏魯木齊站不同溫度要素在不同預報時效的24 h變溫相關系數（a）、均一化標準差（b）和均方根誤差（c）

3　DERF2.0模式對2013年春季強降溫過程預報效果評估

對強降溫過程的預報能力是評估氣候模式預報準確程度的一個重要方面。參照《冷空氣等級》（GB/T20482—2006）中對冷空氣級別的劃分，單站強降溫過程為48 h過程降溫達到或大于8℃，且最低氣溫小于8 ℃，以此為依據，對2013年春季（3、4、5月）烏魯木齊日最低氣溫進行篩選，強降溫過程共有三場，分別為3月31日—4月3日（0331—0403）、5月10日—12日（0510—0512）以及5月20日—22日（0520—0522），各過程的溫度特征見表2。

由圖8可知，DERF2.0對三次過程的預報中，對過程起始溫度的預報均呈現冷偏差，當預報時效小于10 d時，偏差由-6℃逐漸增大至-10℃左右，預報時效大于10 d時，偏差普遍在-10℃以上，部分時效的偏差可達-16℃。對過程結束溫度的預報也是以冷偏差為主，但偏差幅度相對較小，普遍在5℃以內，其中，過程C的偏差最小，基本在2℃以內。對過程起始溫度預報的冷偏差遠大于對過程結束溫度預報的冷偏差，這種不對稱性造成模式對降溫過程預報的相對暖偏差（灰色線），偏差幅度普遍在5～8℃，過程A中部分預報時效的偏差甚至在10℃以上。對過程溫度的預報偏差隨預報時效的推進整體呈波狀分布，預報時效大于10 d后，偏差基本穩定，波動幅度隨之減小。通過曲線分布可以看出，過程降溫幅度隨預報時效推進呈現的曲線變化與過程初始溫度基本呈反向對稱分布，即初始溫度冷偏差越大，降溫幅度的暖偏差也越大，說明對過程初始溫度的預報能力對整個降溫過程的預報水平起主要作用。

表2　烏魯木齊2013年春季強降溫過程

DERF 2.0對三次強降溫過程均為漏報。根據氣候中心《月內強降溫過程預測檢驗評估方法》中對強降溫過程的檢驗指標，不論是對強降溫過程次數進行檢驗的Zs評分標準，還是對降溫日數進行檢驗的Cs評分標準，DERF 2.0對上述過程的評分均為0分。

4　結論和討論

（1）DERF 2.0模式對2013年烏魯木齊春季溫度的整體偏差中，不論是逐日偏差還是24 h變溫偏差，延伸期預報偏差明顯大于中期，預報偏差具有隨預報時效推進而增大的特點，普遍表現為以10 d的預報時效為界，預報時效小于10 d時，不同時效的預報結果差別明顯，預報時效大于10 d時，不同時效的預報結果差別不大。

（2）旬平均溫度的預報偏差普遍高于±2℃的業務標準，偏差主要集中在-2～-8℃。延伸期預報中，各要素均對5月的旬平均溫度（May3、May2、May1）預報偏差最小，對March3預報偏差最大，最小偏差在0℃左右，最大偏差為-15.5℃。

圖8　2013年春季烏魯木齊站（3—5月）三次強降溫過程的預報與實況對比

（3）逐日偏差普遍偏冷，偏差幅度主要為5～-15℃，延伸期預報的逐日偏差主要在-5～-15℃，不同預報時效的預報偏差存在小幅度波動。逐日偏差分布曲線和對應的溫度要素觀測曲線基本呈對稱分布，模式對升溫階段的預報冷偏差隨升溫加劇而增大，對降溫階段的預報偏差隨降溫加劇而減小。24 h變溫偏差幅度較逐日偏差小，主要在正負5℃范圍內變化，延伸期的24 h變溫偏差普遍比中期（10 d以內）大|2|℃以上，甚至突破|8|℃。不論是逐日的溫度偏差還是24 h變溫偏差，偏差變化的范圍都遠大于正負2℃的業務標準，無法直接作為預報參考。

（4）逐日相關系數去除線性趨勢前后差別明顯，去趨勢前相關系數普遍在0.7以上，去趨勢后，隨預報時效推進，相關系數從0.6迅速變小，延伸期的相關系數較中期預報大幅度降低，Tmin的相關系數相對最高，基本穩定在0.4，Tmax相對最小，在0～0.3之間變動，T2m介于二者之間，預報時效大于40 d的相關系數普遍小于0；24 h變溫的相關系數在中期預報中主要在0.2～0.6之間波動，均通過了0.05的顯著性水平檢驗，在延伸期普遍低于0.2且不顯著，預報時效大于40 d的相關系數普遍小于0。逐日NSTD基本介于0.75～1.2之間，24 h變溫的NSTD在中期預報主要在0.4～1.1之間變化，延伸期普遍低于0.4；逐日RMSE普遍大于6，24 h變溫的RMSE在中期預報隨預報時效推進先減小后增大，延伸期內，RMSE隨預報時效推進變化不大，Tmin、Tmax和T2m的RMSE分別在3.0、4.0和3.5左右變化。不論逐日溫度還是24 h變溫，認為DERF 2.0模式對中短期溫度預報具有一定的預報能力，延伸期的溫度預報能力較弱。

（5）針對強降溫過程，DERF 2.0模式均為漏報，過程初始溫度的預報能力對其預報水平起主要作用。模式對過程結束溫度預報偏差較小，部分時效的預報偏差在2℃以內，可是對過程初始溫度預報偏差較大，普遍在-6～-10℃，延伸期的過程初始偏差普遍在-10℃以上，部分時效的偏差可達-16℃。對初始溫度預報的強冷偏差和對結束溫度的弱冷偏差，導致對整個過程預報的強的暖偏差，造成對強降溫過程的漏報。

目前，針對氣溫變化的中期和延伸期預報主要依賴數值模式，通過上述檢驗發現，DERF 2.0模式對烏魯木齊2013年春季的中期溫度預報有一定的參考價值，但是對延伸期溫度預報參考價值有限。今后一方面需要在更加豐富的資料基礎上，全面評估DERF 2.0對春季延伸期降溫過程的預報能力，另一方面，在目前模式未進行性能升級的前提下，要應用該模式產品對新疆春季的延伸期降溫過程預報提供支持，難以滿足目前的業務需求，需要進行多方面探索。根據DERF 2.0模式的環流場預報結果，結合影響新疆春季強降溫過程發生及演變的系統活動規律，通過對延伸期環流場的分析，嘗試進行新疆烏魯木齊等地的春季降溫過程預報，這是下一步準備開展的研究。