黔南地區ECMWF_thin溫度預報誤差分析

趙 杰，顧 欣，潘啟學，陳 波，莫乙冬

(黔南州氣象局，貴州都勻 558000)

目前數值預報的要素預報與實況仍然存在一定的差距，需要對要素預報進行訂正。國內已有不同學者，采用不同的方法，對各模式的溫度預報進行了訂正研究，例如滑動雙權平均法[1]、多項式曲線擬合法[2]、平均法[3]等。客觀訂正并不能完全滿足預報員的需求，還需要預報員進行主觀訂正，因此對各模式溫度預報的誤差進行分析很有必要。已有一些學者對當地的各種數值模式溫度預報的誤差進行了分析[2,4-10]。

黔南地處貴州南部，南北跨度大，海拔高度差異明顯，地形復雜，溝壑縱深，地形條件造成了黔南地區氣溫差異較為明顯，溫度預報難度加大。目前黔南地區預報員做要素預報仍主要參考EC細網格資料，且針對EC細網格的訂正有一定的經驗，故本文對EC細網格2 m溫度預報在黔南的誤差進行分析，使預報員對EC細網格溫度預報的誤差有更全面的、系統性的認識，以提高預報員的訂正能力，并為后續對EC模式溫度預報的訂正提供參考。

1 資料和方法

選取EC細網格2 m溫度預報場資料，資料起止時間為2019年6月27日至2020年7月3日。對于逐日08時和20時起報的數據，均提取其未來7 d 20時至20時的最高氣溫(下稱高溫)和最低氣溫(下稱低溫)預報；實況資料為相應時段黔南12縣市的氣象觀測數據，包括20時至20時高溫、低溫、云量、海平面氣壓等。

將EC細網格格點資料采用雙線插值法得到每個站點的預報數據，然后再對未來1～7 d的數據處理得到未來7 d的高溫與低溫的預報值。通過python編程處理數據得到全年、逐月的平均誤差以及誤差分布，同時對不同云量及海平面氣壓條件下的誤差進行分析。用預報準確率、平均絕對誤差、平均誤差對2 m溫度預報場進行評估[1]。

2 年誤差分析

圖1為 EC細網格2 m低溫和高溫的預報準確率及平均絕對誤差。總體來講EC模式低溫預報的準確率明顯高于高溫預報的準確率，并且隨預報時效的增加高溫與低溫的預報準確率均下降，低溫預報準確率由76.5%下降到67.2%，高溫預報準確率由40.7%下降到34.9%。高溫預報的平均絕對誤差明顯高于低溫預報，且高溫與低溫的平均絕對誤差均隨時效的增加而增加，低溫預報的平均絕對誤差由1.4 ℃增加到1.7 ℃，高溫預報的平均絕對誤差由2.7 ℃增加到3.4 ℃。

圖1 EC細網格在黔南地區溫度預報的準確率及平均絕對誤差

平均絕對誤差能較好地表現出誤差絕對值的大小，但是對于預報是偏高還是偏低無法表現，為此計算了各個時效不同站點全年的溫度預報平均誤差，來了解EC細網格2 m溫度預報誤差在不同地區的偏高或偏低情況。圖2為24 h時效內全年的溫度預報平均誤差分布圖，可以看出低溫預報(圖2b)平均誤差在-2.2～0.6 ℃，高溫預報(圖2a)平均誤差在-3.6～-0.6 ℃，同一地區低溫預報比高溫預報誤差要小。無論是高溫預報還是低溫預報，黔南中部以東、西部及北部地區的誤差都比較小，基本在±2 ℃以內；東南部地區的誤差比較大，低溫預報誤差為-2.3 ℃，高溫預報誤差達到-3.6 ℃。這可能與黔南中部以東、西部及北部地區地勢較高，多山脈，而東南部地勢較低，EC模式受地形和邊界層影響較大，沒能準確體現海拔差異所導致的溫度差異有關。

圖2 24 h時效全年溫度預報平均誤差(單位：℃)分布(a 高溫；b 低溫)

3 月誤差分析

為了研究EC細網格各月溫度預報情況，計算各月每個站點EC細網格不同時效溫度預報的準確率、平均絕對誤差、平均誤差。圖3為24 h和48 h時效EC細網格各月溫度預報準確率和絕對誤差分布。從準確率來看(圖3a、圖3b)，高溫預報準確率整體低于低溫預報，低溫預報各月準確率的差距較小，高溫預報各月準確率的差距較為明顯。低溫預報24 h準確率在7、8月最高為83.2%，最低在6月，為71.1%；48 h準確率在8月最高為86.1%，最低在1月為66.7%。高溫預報24 h和48 h的準確率均是8、9月較低，其中8月準確率最低，僅為15%(24 h)和15.8%(48 h)，其次為5月；10、11月準確率相對較高。

圓點表示絕對誤差異常值。圖3 EC細網格的逐月溫度預報準確率(a 24 h;b 48 h)和絕對誤差分布(c 24 h;d 48 h)

絕對誤差的箱線圖(圖3c、圖3d)能表現出各月的誤差分布情況，箱體長度越長，表明數據差異性越大。各月高溫預報絕對誤差的波動范圍明顯大于低溫預報， 說明高溫預報誤差的差異性比較明顯。低溫預報的平均絕對誤差逐月變化比較平穩， 高溫預報的平均絕對誤差明顯大于低溫預報的平均絕對誤差。高溫預報的平均絕對誤差呈波狀分布，有3個波峰，8月為最高峰，其次為5月和12月，對應準確率也相應出現3次下降，兩個時效的平均絕對誤差均在8月達到最大3.7 ℃。8、9月高溫預報的準確率雖低，但是沒有異常值，1、2、3月高溫預報的準確率雖然相對較高，但異常值多且分布的離散程度大,其中48 h時效1月的最大誤差達到14 ℃，不利于預報的訂正。

為進一步分析EC細網格溫度預報誤差的空間分布差異，繪制了1月和7月的24 h預報時效高溫、低溫預報的平均誤差空間分布圖(圖4)。可以看出除了甕安、都勻7月的低溫預報以及1月的高溫和低溫預報，獨山、長順1月的高溫預報和低溫預報均呈現正誤差，且7月平均誤差值明顯小于1月誤差，說明EC細網格溫度預報整體呈現偏低趨勢，且7月偏低更明顯。高、低溫預報平均誤差的空間分布基本一致，甕安、長順、都勻、獨山等地的誤差較小，羅甸、荔波、惠水、三都、龍里等地誤差較大，相同月份同一地區的高溫預報平均誤差明顯低于低溫的平均誤差，說明高溫預報偏低更明顯。7月低溫預報以及1月高、低溫預報的平均誤差全州普遍在±2 ℃以內，7月的高溫預報除甕安、都勻、獨山外，其余地區均偏低2 ℃以上，其中荔波偏低4 ℃以上。總體來看：黔南北部、西部、中部以東地區平均誤差較小，其余地區誤差較大，東南部地區誤差更為明顯，這與全年誤差分析結果一致。

圖4 EC細網格24 h預報時效高溫預報(a,b)和低溫預報(c,d)的平均誤差(單位：℃)分布

為進一步了解EC細網格溫度預報在各個站點的情況，表格1為24 h時效逐月溫度預報平均誤差的最大值、最小值及相應站點。由表1可以看出，各月誤差較小的站為甕安、獨山、都勻，其中甕安居多，說明甕安、獨山、都勻站點溫度預報相對較好，其中甕安更為突出。各月誤差較大的站點為羅甸、荔波、三都，其中荔波居多，說明EC細網格對羅甸、荔波、三都的溫度預報明顯偏低，其中荔波偏低更為明顯。各月低溫預報誤差的最大值或者最小值出現的站點基本為同一個站點，而高溫預報站點變化較多，說明EC細網格低溫預報穩定性比高溫預報更好。甕安低溫預報的誤差均為正值，高溫預報的誤差基本為負值，說明EC細網格對甕安的低溫預報略偏高，而高溫預報則略偏低。由此可見，在做預報時可以考慮將甕安、獨山、都勻作為指標站。

表1 EC細網格24 h時效高、低溫預報逐月誤差的最大(小)值以及出現的站點

4 總云量與誤差

溫度與總云量關系密切，為了研究EC細網格溫度預報誤差與總云量的關系，統計了不同云量狀況下的平均誤差和準確率(圖5)。從準確率與總云量的關系(圖5a)來看，無論哪種云量條件下，各時效低溫預報的準確率均高于高溫預報的準確率，且總云量越少準確率差距越明顯。高溫預報在總云量較少(1～5成)時，準確率在10%左右變化不大，當總云量增加到6成時準確率明顯上升，總云量到10成時準確率達到55%左右。低溫預報的準確率隨著總云量的增加反而略下降，總云量10成時準確率降至70%左右；在總云量較少時(1～4成)，24 h和48 h時效的低溫預報準確率要明顯高于其他時效。從平均誤差與總云量的關系(圖5b)來看，無論哪種云量條件下，低溫預報平均誤差值基本維持在±1 ℃以內，在總云量較少時(1～4成)各時效低溫預報均偏高，在總云量較多時(6～10成)各時效低溫預報均偏低。高溫預報基本偏低，在總云量較少時(1～5成)各時效平均誤差值維持在-4～-5 ℃之間，隨著總云量的增加，各時效平均誤差值明顯增大，即高溫預報隨著總云量的增加越接近實況值。

圖5 EC細網格溫度預報的準確率(a)、平均誤差(b)與總云量的關系

5 海平面氣壓與誤差

統計黔南地區的海平面氣壓，得到海平面氣壓在999 hPa到1 035 hPa，圖6為EC細網格溫度預報在各海平面氣壓下的平均誤差與預報準確率。高溫預報平均誤差(圖6a)呈兩頭低中間高的分布，即在海平面氣壓較高或較低時高溫預報明顯偏低。當海平面氣壓在1 012 hPa～1 032 hPa，平均誤差基本在±2 ℃以內，超出此范圍誤差明顯增大；當海平面氣壓降至1 000 hPa，平均誤差達-5 ℃左右。低溫的平均誤差(圖6b)隨海平面氣壓變化不大，基本穩定在±2 ℃左右，當海平面氣壓在1 015 hPa～1 018 hPa，平均誤差有所增加。從準確率來看，高溫預報準確率(圖6c)也呈中間高兩頭低的分布，與平均誤差分布類似。海平面氣壓在1 012～1 032 hPa，準確率較高，超出此范圍準確率明顯降低，24 h時效準確率在1 029 hPa時達到最大64.8%。低溫預報準確率(圖6d)的分布與高溫預報相反，呈中間低兩頭高的趨勢，當海平面氣壓在1 015～1 018 hPa，準確率明顯降低，24 h時效準確率在氣壓值為1 017 hPa時達最低68.4%。

圖6 EC細網格溫度預報平均誤差(a,b)、準確率(c,d)與海平面氣壓的關系

6 結論

(1)EC細網格的低溫預報準確率明顯高于高溫預報；隨著預報時效的增加，高溫預報與低溫預報的平均絕對誤差明顯增加，準確率下降。各月低溫預報準確率差距較小，高溫預報差距較為明顯。高溫預報絕對誤差分布的差異性比低溫預報更明顯，8、9月高溫預報的誤差分布沒有異常值，有利于預報的訂正，1、2、3月高溫預報誤差異常值分布離散程度大，不利于預報的訂正。

(2)EC細網格溫度預報整體呈現為偏低趨勢，從季節上來看夏季偏低更明顯，從空間分布來看，黔南東南部地區偏低更明顯。黔南北部、西部、中部以東地區平均誤差較小，其余地區平均誤差較大，其中東南部地區的誤差更為明顯。做預報時可以考慮將甕安、獨山、都勻作為指標站。

(3)高溫預報在總云量較少(1～5成)時，準確率變化不大，總云量增加到6成時準確率明顯上升，陰天最高；低溫預報的準確率隨著總云量增加反而略有下降。低溫預報平均誤差基本維持在±1 ℃以內，在總云量較少時(1～4成)各時效低溫預報均偏高，在總云量較多時(6～10成)各時效低溫預報均偏低。高溫預報平均誤差基本偏低，在總云量較少時(1～5成)各時效平均誤差維持在-4～-5 ℃，隨著總云量增加，誤差變小。

(4)海平面氣壓在1 012 hPa～1 032 hPa時，高溫預報的平均誤差基本在±2 ℃以內，準確率也較高，超出此范圍誤差明顯增大。低溫的平均誤差穩定在±2 ℃左右，海平面氣壓在1 015～1 018 hPa時，平均誤差明顯增加，準確率明顯降低。