中央臺精細化溫度指導預報產品在泰州市的檢驗

王喜 向陽 王琴 張玲 楊夢兮

摘 要 利用2017年泰州市5個站點中央臺精細化指導預報資料，對比日最低氣溫和日最高氣溫的預報誤差。結果表明：0～24 h氣溫預報的準確率最高，日最高氣溫的預報準確率略高于日最低氣溫;從季節分布看，日最低氣溫準確率夏季最高，冬季最低，日最高氣溫準確率秋季最高，冬季最低;氣溫預報誤差大值存在季節和地域變化，冬季1—2月是氣溫預報誤差大值頻次出現最多的月份;泰州中部地區的氣溫預報準確率要高于南北地區，但中央臺24 h指導預報溫度明顯偏高，尤其是1月。

關鍵詞 精細化;溫度預報;準確率;誤差分析

中圖分類號：P4 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2020.33.098

中央氣象臺精細化預報產品是預報員制作天氣預報的重要指導產品[1-10]，為了更好地使用上級預報產品，全面了解和分析中央臺精細化預報產品的誤差及其特征，使其發揮更大的作用，有必要對其溫度預報能力進行檢驗，從而提高泰州市的溫度預報質量和服務水平。

1 資料與方法

利用2017年8：00起報的泰州市5個站點（泰州、興化、姜堰、泰興和靖江）逐日最高（低）氣溫實況資料，對中央氣象臺精細化指導預報的溫度預報進行質量檢驗，并對誤差較大的樣本進行分析。誤差統計項目包括第i站（次）的絕對誤差（TAEi）、平均絕對誤差（TMAE）、預報準確率（TTr）、正誤差比例（TTf+）以及負誤差比例（TTf-）5種，分別根據公式（1）～（5）計算。

式中，Fi為第i站（次）預報溫度，Oi為第i站（次）實況溫度，N為預報的總站（次）數;溫度預報準確率指|Fi-Oi|≤2 ℃的次數的百分率，正（負）誤差比例指Fi-Oi>2 ℃（Fi-Oi<-2 ℃）出現次數的百分率，Nr、Nf+、Nf-分別為|Fi-Oi|≤2 ℃、|Fi-Oi|>2 ℃和Fi-Oi<2 ℃預報站（次）數。

2 日最低（高）氣溫預報檢驗

2.1 0～120 h內預報準確率和誤差特征分析

從表1可以看出，日最低（高）氣溫的預報準確率與預報時效成反比，預報年平均絕對誤差與預報時效成正比。從預報準確率來看，除0～24 h日最高氣溫的預報準確率略高于日最低氣溫的，其余各時效日最低氣溫的預報效果均好于日最高氣溫，且準確率差距在5%～13%。從平均絕對誤差看，日最低氣溫0～120 h平均絕對誤差均在2 ℃以內，而最高氣溫0～72 h平均絕對誤差在2 ℃以內，72～120 h平均誤差超過2 ℃，可見72 h以后精細化預報指導作用不明顯，也進一步說明中央臺對日最低氣溫的指導預報效果要好于日最高氣溫。另外，統計了預報與實況的偏差情況，發現日最低氣溫多出現正誤差，尤其是0～48 h內，說明對于最低氣溫，中央臺指導預報明顯偏高。日最高氣溫在0～48 h也多出現正誤差，48～120 h則多出現負誤差，但除0～24 h正誤差比例明顯高于負誤差比例外，其余時效正負誤差比例相差不大。

2.2 0～24 h預報準確率的特征分析

從表1可看出，0～24 h氣溫預報的準確率最高，在實際預報業務中參考意義最大。2017年，氣溫的年平均預報準確率都在80%以上，日最高氣溫準確率（82.30%）略高于日最低氣溫（80.90%）。從年平均絕對誤差看，都在2 ℃以內，表明中央臺0～24 h氣溫預報有較好的指導作用。從逐月預報準確率看，最高氣溫預報準確率在1月、3—4月、7月、9—12月都高于同月最低氣溫準確率，僅2月、5—6月和8月最低氣溫準確率高于最高氣溫準確率，其中2月低溫準確率明顯偏高于高溫準確率，偏高11.43%。日最低氣溫在4月準確率最高，其次是7月和6月，都在87%～89%，1月準確率最低，僅56.67%;日最高氣溫9月準確率最高，其次是7月和4月，都在90%以上，2月準確率最低，為60.71%。如表2所示，按季節分布來看，日最低氣溫準確率夏季最高，秋春季次之，冬季最低;日最高氣溫準確率秋季最高，春夏季次之，冬季最低。可見不管是最低氣溫還是最高氣溫，冬季的準確率都是最低的，這可能與冬季冷空氣活動頻繁、氣溫變化幅度大有關。

2.3 0～24 h預報誤差的特征分析

通過0～24 h預報誤差統計發現，日最低氣溫的年平均正、負誤差比例分別為12.13%和6.97%，日最高氣溫的年平均正、負誤差比例分別為11.18%和6.52%;溫度預報的正誤差比例略高于負誤差比例，即指導預報更偏向于將氣溫預報得比實況偏高。按月統計來看，日最低氣溫的正誤差比例為4.00%（7月）～26.67%（1月），負誤差比例在0（10月）～18.57%（3月），其中正誤差比例在1—2月、4—6月、8—10月和12月高于負誤差比例，特別是10月偏高明顯，而3月、7月和11月這3個月相比偏低。日最高氣溫的正誤差比例在5.33%（7月）～18.00%（1月），負誤差比例在1.33%（9月）～23.57%（2月），除2月和8月，其他各月正誤差比例高于負誤差比例。可見，雖然年平均正負誤差次數相差不是很大，但逐月變化還是比較明顯的。尤其是1月，日最低氣溫和最高氣溫的正誤差比例是各月中最大的。這可能與冷空氣影響后，過程極端最低氣溫出現后的第二日，第二日的最低溫度一般出現在前一日的8：00，而中央臺指導溫度預報中一般不會考慮到08-08的預報時效，所以一般都會報得偏高。而7月最低氣溫和最高氣溫的正誤差比例是各月中最低的。

2.4 不同站點溫度檢驗

如表3所示，分別對泰州5個站點的中央臺24 h指導預報的最低氣溫和最高氣溫進行檢驗，中部地區泰州、姜堰、泰興3個站點的最低氣溫準確率都在80%以上，其中泰州站的準確率最高，為83.99%;而南北兩個站點的準確率在80%以下，其中靖江的準確率最低，為76.97%。最高氣溫的準確率均在80%以上，各站點間差異不大，其中興化最高，為85.11%;其次是泰州和姜堰;泰興最低，為80.62%。另外，也可以看到泰州、姜堰、泰興3個站點最低氣溫準確率和最高氣溫準確率相差不大，而興化和靖江最高氣溫的準確率都要明顯偏高于最低氣溫的，尤其是興化，偏高6.74%。氣溫準確率的空間分布表明，泰州中部地區的氣溫預報準確率要高于南北地區的。

如表4所示，從5個站點最低氣溫和最高氣溫的中央臺指導預報和實況的正負誤差來看，不管是最低氣溫還是最高氣溫，各站點的正誤差比例都明顯大于負誤差比例，其中負誤差比例均在10.00%以下，表明指導預報溫度偏高的情況要多于偏低的情況。其中靖江的最低氣溫和最高氣溫的正誤差比例是最高的，分別為17.42%和13.20%。

3 溫度預報誤差大值統計分析

3.1 溫度預報誤差大值統計

預報誤差根據2005年7月下發的《中短期天氣預報質量檢驗辦法（試行）》，選取溫度預報絕對誤差超過2 ℃作為誤差大值的閾值。根據上述標準，統計得到2017年溫度預報誤差大于2 ℃在5個站點共出現653次，占總樣本的18.45%，其中最低氣溫338次，最高氣溫315次，最低氣溫出現次數略多于最高氣溫。

如表5所示，從最低氣溫誤差大值逐月分析可知，大值誤差出現頻次有明顯的季節變化，呈現出單峰型分布特征，1—3月出現次數較其他月份明顯偏多，這3個月出現的誤差大值占比達43.78%，其中1月出現次數最多，為65次，占最低氣溫誤差大值總次數的19.23%。4—12月各月大值誤差占比都在10%以內，最低氣溫誤差大值最少出現在4月，為16次，占比4.73%。分縣來看，靖江出現次數最多，占比23.67%，其次是興化，占比22.78%，其余縣都在20%以下，其中泰州最少，為16.86%。可見，最低氣溫誤差大值出現次數有一定的地域變化，南北地區要較中部地區明顯偏多。

如表6所示，從最高氣溫誤差大值的逐月分析來看，1—2月出現次數最多，其次是8月，占比都在10%以上，其中2月最多，為55次，占最高氣溫誤差大值總次數的17.46%，其余月份占比在10%以內，其中4月、7月和9月小于5%，9月次數最少，為12次，占比3.81%。分縣分析，最高氣溫誤差大值主要位于南部地區泰興和靖江，占比都超過20%，其次是中部地區，最少在北部地區興化，占比為16.83%。

從以上分析可以看出，氣溫預報誤差大值存在季節和地域變化。最低氣溫預報誤差大值在冬季1—2月和春初3月最多，春末和夏季6—7月最少，且南北地區更容易出現誤差大值。最高氣溫預報誤差大值冬季1—2月最多，其次夏季6月和8月也較多，在空間分布上呈現出從南向北依次遞減的規律。可見，冬季1—2月是氣溫預報誤差大值頻次出現最多的月份，此時也是冷空氣最活躍的月份，在以后的預報中要尤其注意。

4 結論

1）中央臺24 h氣溫預報準確率最高，日最高氣溫的預報準確率略高于日最低氣溫。從季節分布看，日最低氣溫準確率夏季最高，冬季最低，日最高氣溫準確率秋季最高，冬季最低。

2）泰州中部地區的氣溫預報準確率要高于南北地區的。但中央臺24 h指導預報溫度明顯偏高，尤其是1月，日最低氣溫和最高氣溫的正誤差比例是各月中最大的。

3）氣溫預報誤差大值存在季節和地域變化。最低氣溫預報誤差大值在冬季1—2月和春初3月最多，春末和夏季6—7月最少，且南北地區更容易出現誤差大值。最高氣溫預報誤差大值冬季1—2月最多，其次夏季6月和8月也較多，在空間分布上呈現出從南向北依次遞減的規律。冬季1—2月是氣溫預報誤差大值頻次出現最多的月份，此時也是冷空氣最活躍的月份，在以后的預報中尤其要注意。

參考文獻：

[1] 張紅雨，李毓富，張國勇，等.精細化氣象要素溫度指導預報在山西區域的誤差及特征[J].氣象科技，2012，40（5）：778-782.

[2] 王丹，高紅燕，馬磊，等.SCMOC溫度精細化指導預報在山西區域的質量檢驗[J].氣象科技，2014，42（5）：839-846.

[3] 楊睿敏，楊波，胡紅波，等.中央氣象臺精細化預報產品檢驗及誤差分析[J].陜西氣象，2014，19（6）：19-21.

[4] 李朝興，吳秦，李周，等.2008年汛期國家精細化溫度指導預報在河南區域的檢驗[J].氣象與環境科學，2009，32（3）：21-25.

[5] 矯梅燕.關于提高天氣預報準確率的幾個問題[J].氣象，2007，33（11）：328.

[6] 鄧雪嬌，胡勝，閆敬華.主客觀天氣預報質量對比分析[J].應用氣象學報，2003，14（6）：428-435.

[7] 羅聰，曾沁，高亭亭，等.精細化逐時滾動溫度預報方法及檢驗[J].熱帶氣象學報，2012，28（4）：552-556.

[8] 李澤春，畢寶貴，朱彤，等.近30年中國天氣預報業務進展[J].氣象，2004，30（12）：4-10.

[9] 徐琳娜，馮漢中.基本數值預報產品的溫度釋用方法比較[J].四川氣象，2005，14（2）：4-5.

[10] 張國華，張江濤，趙玉廣，等.河北省11個地級市極端氣溫的分析和預報[J].氣象科技，2003，31（5）：273-279.

（責任編輯：劉 昀）