格爾木地區(qū)24 h溫度預(yù)報方法研究

摘要 選取2020年6月—2021年5月期間格爾木11站實況溫度及對應(yīng)省氣象臺指導(dǎo)城鎮(zhèn)預(yù)報產(chǎn)品，采用不同周期滑動平均方法對11站溫度預(yù)報進行訂正分析。結(jié)果表明：滑動訂正預(yù)報效果明顯，可以綜合考慮臺站前期溫差變化，從而達到減小預(yù)報誤差，提高預(yù)報質(zhì)量的目的。各周期均有不同的訂正效果，但整體而言，周期7 d的誤差訂正方案效果最優(yōu)。通過滑動訂正試報2021年6—11月各月的溫度，最后檢驗得出：均方根誤差結(jié)果也顯示采用不同周期滑動平均方案后，各站溫度預(yù)報質(zhì)量均有明顯提高，且預(yù)報值更接近實況。

關(guān)鍵詞 溫度預(yù)報；滑動平均；不同周期；格爾木地區(qū)

中圖分類號：P457.3 文獻標(biāo)識碼：B 文章編號：2095–3305（2023）03–0071-03

氣溫預(yù)報是天氣預(yù)報的重要組成部分，也是人們?nèi)粘Ｉ钭铌P(guān)注的氣象要素之一。在高、低溫預(yù)警、醫(yī)療氣象、生活指數(shù)等公共預(yù)報服務(wù)中，都需要準(zhǔn)確而精細的溫度預(yù)報作為基礎(chǔ)，因此，選擇研究格爾木地區(qū)氣溫預(yù)報方法對提高預(yù)報質(zhì)量和公眾服務(wù)水平有著重要的意義[1]。現(xiàn)有溫度預(yù)報訂正方法滑動平均訂正、卡爾曼濾波、BP神經(jīng)網(wǎng)絡(luò)等，相比較而言，滑動平均訂正計算簡單，可以隨意調(diào)整訓(xùn)練周期，能夠較好地訂正模式產(chǎn)品誤差，適合在基層推廣。現(xiàn)選取格爾木地區(qū)2020年6月—2021年5月期間11站實況最高溫、最低溫和青海省氣象臺指導(dǎo)城鎮(zhèn)預(yù)報產(chǎn)品作為研究對象，開展適用于格爾木地區(qū)的溫度訂正研究工作[2]。

1 資料和方法

選用2020年6月1日—2021年5月31日全區(qū)6個國家站（格爾木、都蘭、小灶火、諾木洪、沱沱河、五道梁）及5個骨干站（察爾汗鹽湖、胡楊林、澀北氣田、玉珠峰、納赤臺）最低溫、最高溫實況及青海省氣象臺指導(dǎo)城鎮(zhèn)預(yù)報產(chǎn)品。采用滑動平均訂正方法，周期分別選用3、7、10 d。溫度檢驗采用全國城鎮(zhèn)預(yù)報質(zhì)量檢驗中預(yù)報準(zhǔn)確率、均方根誤差等方法[3-6]。

2 結(jié)果與分析

2.1 青海省氣象臺指導(dǎo)預(yù)報質(zhì)量分析

為全面了解青海省氣象臺指導(dǎo)產(chǎn)品對格爾木地區(qū)11站的預(yù)報情況，對青海省氣象臺指導(dǎo)產(chǎn)品進行預(yù)報質(zhì)量分析。由圖1可知，2020年6月—2021年5月期間，青海省氣象臺對格爾木11站最高溫度預(yù)報質(zhì)量總體為70.3%，最高準(zhǔn)確率為小灶火，83.8%，最低準(zhǔn)確率為納赤臺，34.6%。圖2中最低溫度預(yù)報質(zhì)量總體為54.7%，最高準(zhǔn)確率為五道梁，73.3%，最低準(zhǔn)確率為胡楊林，17.6%。具體分析各站預(yù)報質(zhì)量，可見在最高溫度預(yù)報方面青海省氣象臺對6個國家站質(zhì)量較高，骨干站質(zhì)量偏低；最低溫度預(yù)報方面青海省氣象臺對國家站質(zhì)量比骨干站明顯偏高。整體而言，青海省氣象臺指導(dǎo)產(chǎn)品對6個國家站的預(yù)報效果較好，對5個骨干站的效果不是很理想，因此，在基于青海省氣象臺指導(dǎo)產(chǎn)品進行溫度訂正時，預(yù)報員更應(yīng)關(guān)注骨干站。

2.2 不同周期訂正溫度預(yù)報質(zhì)量分析

圖3顯示采用不同周期誤差訂正方案得到的全區(qū)11個站溫度預(yù)報質(zhì)量。最高溫度青海省氣象臺質(zhì)量為70.3%，3 d訂正質(zhì)量為74.3%，7 d為77.1%，10 d為76.9%，7 d周期訂正質(zhì)量比3 d、10 d更高，其中7 d訂正質(zhì)量較青海省氣象臺指導(dǎo)產(chǎn)品偏高6.8%。最低溫度青海省氣象臺質(zhì)量為54.7%，3 d訂正質(zhì)量為63.4%，7 d為66.6%，10 d為65.7%，7 d周期訂正質(zhì)量比3 d、10 d更高，7 d訂正質(zhì)量較青海省氣象臺指導(dǎo)產(chǎn)品偏高11.9%。從全年來看，最高溫度和最低溫度采用7 d周期訂正效果最佳。

各滑動周期方案對青海省氣象臺指導(dǎo)預(yù)報最高溫度、最低溫度的訂正值（表1）顯示：最高氣溫周期3、7、10 d均為正訂正，其中7 d訂正值最高；最低氣溫周期3、7、10 d也均為正訂正，其中7 d訂正值最高。說明各周期訂正預(yù)報質(zhì)量都較青海省氣象臺有明顯提高，而且最高和最低溫度采用7 d周期訂正效果最佳。

2.3 各站不同周期訂正誤差分析

由表2、表3可知，最高溫度訂正，納赤臺、玉珠峰效果明顯，訂正率均在12%以上，納赤臺周期7 d的訂正率最高，可達29.72%。綜合而言，周期7 d在納赤臺、玉珠峰、澀北效果最好，周期10 d訂正效果基本類似；最低溫度訂正，各周期對察爾汗、胡楊林、澀北訂正效果明顯，訂正率均在33%以上。

2.4 不同周期均方根誤差檢驗分析

均方根誤差用來衡量預(yù)報值與實況值之間的偏差，其值越小，表明誤差越小。因此，在預(yù)報檢驗中也可進一步通過計算均方根誤差判斷預(yù)報質(zhì)量是否提高。圖4顯示采用不同周期誤差訂正方案后的11站最高溫度均方根誤差，周期7 d訂正效果較好的站為格爾木、都蘭、諾木洪、五道梁、沱沱河、察爾汗、胡楊林、玉珠峰、納赤臺，9個站均方根誤差均小于青海省氣象臺指導(dǎo)預(yù)報均方根誤差。從全區(qū)均方根誤差來看，青海省氣象臺指導(dǎo)為2.17 ℃、周期3 d訂正為 2.14 ℃，7 d訂正為1.99 ℃，10 d訂正為2.03 ℃，說明不同周期訂正效果明顯弱于青海省氣象臺指導(dǎo)產(chǎn)品。相比較而言，7 d周期均方根誤差最小，說明周期7 d訂正效果最佳。

圖5顯示采用不同周期誤差訂正方案后的11站最低溫度均方根誤差。周期7 d訂正效果較好的站有格爾木、都蘭、小灶火、諾木洪、沱沱河、察爾汗、胡楊林、澀北、玉珠峰、納赤臺，10個站均方根誤差均小于青海省氣象臺指導(dǎo)預(yù)報均方根誤差。總的來說，周期7 d訂正效果最佳。從全區(qū)均方根誤差來看，青海省氣象臺指導(dǎo)為2.47 ℃、周期3 d訂正為 2.40 ℃，7 d訂正為2.17 ℃，10 d訂正為2.18 ℃，說明不同周期訂正效果明顯小于青海省氣象臺指導(dǎo)產(chǎn)品。相比較而言，7 d周期均方根誤差最小，說明周期7 d訂正效果最佳。

3 結(jié)論

（1）分析結(jié)果顯示滑動訂正可以綜合考慮前期溫差變化，從而達到減小預(yù)報誤差、提高預(yù)報質(zhì)量的目的。對于各站的預(yù)報，各周期均有不同的訂正效果，因此應(yīng)對不同臺站采取不同周期的誤差分析方案，但考慮整體預(yù)報效果和工作效率，周期7 d的誤差分析訂正方案效果在格爾木地區(qū)最優(yōu)。

（2）均方根誤差分析結(jié)果顯示采用不同周期滑動平均方案后，格爾木地區(qū)11站溫度預(yù)報質(zhì)量均有明顯提高，且預(yù)報值更接近實況。

參考文獻

[1] 黃嘉佑.氣象統(tǒng)計分析與預(yù)報方法[M].北京：氣象出版社，2004.

[2] 劉新偉，段伯隆，黃武斌，等.基于小波分析的客觀預(yù)報方法在智能網(wǎng)格高低溫預(yù)報中的應(yīng)用[J].大氣科學(xué)學(xué)報， 2020，43（3）：577-584.

[3] 王付華，李博，王梅，等.智能網(wǎng)格預(yù)報產(chǎn)品在大興安嶺暴雪天氣中的釋用分析[J].黑龍江氣象，2019，36（2）：2-3.

[4] 沈潔，朱寶文.智能網(wǎng)格預(yù)報在西寧最高、最低溫度中的檢驗[J].青海農(nóng)林科技，2020（2）：54-59，93.

[5] 林中鵬，周順武，溫繼昌.ECMWF細網(wǎng)格10m風(fēng)場在“天兔”大風(fēng)預(yù)報中的釋用[J].氣象水文海洋儀器，2015，32（3）：7-12.

[6] 鄔昀.數(shù)值模式產(chǎn)品在三峽庫區(qū)面雨量估算中的釋用研究[J].氣象水文海洋儀器，2013，30（4）：30-35.

責(zé)任編輯：黃艷飛

Study on 24 Hour Temperature Forecast Method in Golmud Region

Shi Xiu-yun et al（Golmud Meteorological Bureau of Qinghai Province， Golmud， Qinghai 816000）

Abstract The temperature forecast of 11 stations in Golmud from June 2020 to May 2021 and the guiding urban forecast products of the corresponding provincial meteorological stations were selected to revise and analyze the temperature forecast of 11 stations by using the sliding average method of different periods. The results showed that the sliding correction prediction effect was obvious， and the temperature difference of the station in the early stage can be considered comprehensively， so as to achieve the purpose of reducing the forecast error and improving the forecast quality. Each cycle had different correction effects， but overall， the error correction scheme of cycle 7d has the best effect. Through the sliding correction test， the temperature of each month from June to November 2021 was reported. The final test results showed that the root mean square error results also showed that the temperature forecast quality of each station was significantly improved after using the sliding average scheme of different periods， and the forecast value was closer to the real situation.

Key words Temperature forecast; Sliding average; Different periods; Golmud region

作者簡介 石秀云（1973—），女，青海互助人，副研級高級工程師，主要從事短期天氣預(yù)報工作。

收稿日期 2023-01-05