甘肅省旅游景點溫度預報質量檢驗評估

崔海霞，劉 娜

（甘肅省氣象局蘭州中心氣象臺，甘肅 蘭州 730030）

1 概述

甘肅省位于我國大陸部分的地理中心，介于32°31′～42°57′N 和92°13′～108°46′E 之間。甘肅省地處黃土高原、內蒙古高原和青藏高原的交匯處，境內山脈縱橫交錯，地形地貌十分復雜。同時甘肅省又處于我國綜合自然區劃中的東部季風區、西北干旱區和青藏高原區三大自然區交匯處，其自然景觀和社會經濟發展均具有顯著的地域差異。境內有山地、高原、河谷、丘陵、盆地、平原、沙漠、戈壁、沼澤、永久性積雪和冰川等多種地形地貌。在我國一級行政區劃中，甘肅市唯一包含三大自然景區的省份，這種獨具一格的地理位置形成了多種自然生態環境和氣候類型[1]。這種復雜多樣的地形地貌使得局地小氣候特征明顯，特別是旅游景點地區的預報就更是一種挑戰。

氣溫是天氣預報中的基本氣象要素之一，它不但對于干旱、霜凍、大霧等災害性天氣的發生發展起著重要的作用，也是農林牧魚等部門判斷災害狀況的重要指標，而且對于高低溫的預警、舒適度等各種公共預報服務項目，均需要精細化的氣溫預報作為基礎[2]。現代天氣業務是以天氣預報的精細化發展為基本特征，以提高精細化預報準確率為根本要求[3]。在模式預報性能基本穩定的前提下，加強對高分辨率模式產品的解釋應用能力就成為提高個點要素預報能力的關鍵問題[4]。

氣溫的預報具有連續性，方便展開精細化業務預報，成為智能網格預報探索的重要方向。精細化預報是天氣預報發展的方向，也是社會各行業的迫切需求，近年來區域自動氣象站的建設，為開展鄉鎮及旅游景點精細化預報業務提供了可能[5]。近期，通過對甘肅省174 個旅游景點的最高、最低氣溫預報準確率進行檢驗評估，以期為天氣預報在甘肅省旅游業方面的發展提供一定數據支撐。如圖1 所示。

圖1 甘肅省174 個旅游景點分布

2 資料與方法

2.1 資料

旅游景點預報產品是基于城鎮預報產品按照其經緯度用鄰域法直接導出，而所用的實況資料為甘肅省蘭州中心氣象臺數據中心提供的區域自動氣象站逐小時的溫度數據計算得出的地面最高和最低氣溫數據；時間均選取為2020 年3-6 月；

用于訂正的模式預報數據是歐洲中期數值預報中心（the European Center of Medium-range Weather Forecast，ECMWF，以下簡稱EC）提供的20 時（北京時，下同）起報的逐日最高、最低氣溫格點資料，其水平分辨率為0.125°×0.125°，預報時效選擇24、48 和72h。訓練樣本時間選取2018 年1-12 月，測試樣本選取2020 年3-6 月。

2.2 小波分析法

利用Morlet 小波變換法[6]分析174 個旅游景點的最高、最低氣溫周期，如式（1）所示，其中c 為常數（設定為6.2）、i 表示虛數。

Morlet 小波函數為復數,其實部表示不同特征時間尺度信號在不同時間上的分布和位相兩方面的信息。不同時間尺度下的小波系數，可以反映系統在該時間尺度下變化特征：正的小波系數對應于偏多期,負的小波系數對應于偏少期，小波系數絕對值越大，表明該時間尺度的周期特征越顯著。

2.3 滑動訓練訂正法

1）采取鄰域法[7]篩選出174 個旅游景點對應的預報值，與對應的觀測值作差，得到72h 預報時效內的最高（低）氣溫差值時間序列。

2）通過Morlet 小波分析法對步驟（1）得到的溫差序列進行計算，得出每個旅游景點不同預報時次的最高（低）氣溫的周期特征。

3）將所選日期向前滑動t 天，將前t 天的預報值與對應日期的觀測值作差后進行平均，即為對應的滑動訂正系數；將滑動訂正系數與對應預報值相加，即為該旅游景點的滑動訓練訂正值。

2.4 檢驗方法

最高（低）溫度檢驗評估采用預報準確率，即溫度預報值與觀測值誤差不超過2℃的百分率。即：

式（2）F2中為氣溫預報值與實況值誤差不超過2℃的百分率；n2為誤差不超過2℃的樣本量；n 為樣本總量。

3 結果分析

3.1 旅游景點預報產品檢驗

最高溫度預報24h、48h、72h 時效內旅游景點預報產品準確率分別為36.1%、33.0%、30.3%。3-5月24h 最高溫度預報準確率均明顯高于其他兩個預報時次，6 月的略偏低一些（如圖2a 所示）。而最低溫度預報24h、48h、72h 時效內旅游景點預報產品準確率分別為43.7%、39.1%、36.8%。3-6 月24h最低溫度預報準確率均明顯高于其他兩個預報時次；除6 月外，48h 最低溫度預報準確率高于72h 的（如圖2b 所示）。

圖2 旅游景點預報產品的24h、48h、72h 溫度預報準確率

最高、最低溫度預報準確率的空間分布在三個預報時效內結果類似，現以24h 的空間檢驗結果為例（如圖3所示）進行說明：最高溫度在河西地區預報效果較好，河東地區特別是高原邊坡地區的預報成績較低，這可能與復雜的地形地貌有關。而最低溫度在河西中東部和河東地區的中部預報效果相對較好，而其余地區的預報成績較低，特別是迭部-舟曲一帶。

圖3 旅游景點預報產品最高（a、c、e）、最低（b、d、f）溫度預報準確率空間分布（（a、b）24h；（c、d）48h；（e、f）72h）

3.2 模式訂正產品檢驗

以上研究結果表明，現有旅游景點預報產品的溫度預報準確率較低，無法滿足人們對于旅游景點天氣預報的要求，也達不到目前精細化天氣預報的標準。因此，基于現有業務中常用的EC 高分辨率模式數據產品，建立了一套預報效果更佳的旅游景點溫度客觀預報產品。如圖4 所示。

圖4 旅游景點預報產品與EC 模式及其訂正產品的對比

對最高溫度而言，EC 模式產品本身預報準確率在24h、48h、72h 時效內依次為36.61%、36.68%、37.26%，與旅游景點預報產品的預報準確率持平或略高。而72h 時效內EC 訂正產品的預報效果比旅游景點預報產品和EC 模式產品均有了顯著的提升，其預報準確率依次為72.17%、67.87%、64.55%。而對最低溫度來說，EC 模式產品本身預報準確率在24h、48h、72h 時效內依次為52.95%、51.96%、51.39%，比旅游景點預報產品的預報準確率分別高9.21%、12.85%、14.63%。而72h 時效內EC 訂正產品的預報效果比旅游景點預報產品和EC 模式產品均有了顯著的提升，其預報準確率依次為68.32%、65.95%、64.08%。如圖5 所示。

以上的結果表明，EC 模式產品訂正之后的預報準確率有了顯著的提高，最高溫度平均提高了35.11%，最低溫度平均提高了26.25%。訂正后的最高、最低溫度預報準確率基本維持在60%以上，其中24h 的預報準確率最高，且隨著預報時效的增加而降低。在24h 時效內，最高溫度預報準確率的最大值在5 月達81.05%，最低溫度預報準確率的最大值在6 月達73.67%。

圖5 EC 訂正產品的24h、48h、72h 溫度逐月預報準確率

圖6 EC 訂正產品的最高（a、c、e）、最低（b、d、f）溫度預報準確率空間分布（（a、b）24h；（c、d）48h；（e、f）72h）

EC 訂正產品的空間檢驗結果（如圖6 所示）表明，與旅游景點預報產品相比，整體上最高溫度的預報效果有明顯的改善，特別是在河西地區；而河東地區特別是高原邊坡地區的預報成績依然較低，說明EC 模式訂正產品對復雜地形造成的低預報準確率并沒有顯著的改進。與最高溫度相比，最低溫度的預報效果雖然有一定的提高，但提升幅度較小。

4 結論與討論

針對智能網格預報業務開展以來所面對的客觀化預報的問題，提出基于歐洲中心的ECMWF 精細化網格數值預報產品，通過小波分析法和滑動訓練技術對甘肅省174 個旅游景點的最高、最低氣溫進行客觀訂正，結果表明該方法能有效地提升旅游景點現有的預報準確率，主要結論如下：

1）旅游景點預報產品的溫度預報準確率基本在50%以下，其中24h 高溫為36.1%、低溫為46.7%；且隨著預報時效的增長，預報準確率在降低。最高溫度在河西地區的預報效果整體較好，而最低溫度在河西和河東中部的預報效果較好；二者均是在高原邊坡及祁連山區的預報效果較差，特別是肅南、夏河及迭部等高海拔地區。

2）EC 模式產品訂正之后的預報準確率有了顯著的提高，最高溫度平均提高了35.11%，最低溫度平均提高了26.25%。訂正后的最高、最低溫度3-6月各月的預報準確率基本維持在60%以上；在24h時效內，最高溫度預報準確率的最大值在5 月達81.05%，最低溫度預報準確率的最大值在6 月達73.67%。

3）空間誤差檢驗表明：整體上看，EC 模式訂正產品的預報能力要明顯優于旅游景點預報產品的。最高溫度的預報效果有明顯的改善，特別是在河西地區；而河東地區特別是高原邊坡地區的預報成績依然較低，說明EC 模式訂正產品對復雜地形造成的低預報準確率并沒有顯著的改進。與最高溫度相比，最低溫度的預報效果雖然有一定的提高，但提升幅度較小。