都兰地区24小时温度智能网格预报方法检验评估

(整期优先)网络出版时间:2024-06-12
/ 2

都兰地区24小时温度智能网格预报方法检验评估

王鑫1,戴广婷1*,石秀云2

(1.青海省都兰县气象局,都兰 816199;2.青海省格尔木市气象局,格尔木816109)

摘要: 选取2021年1—6月期间都兰8站实况温度及对应青海省气象台每日发布的智能网格高低温指导预报产品,采用不同周期滑动平均方法对8站温度预报进行订正分析。结果表明:滑动周期订正可以综合考虑前期温差变化,从而达到减小预报误差,提高预报质量的目的,在一定程度上可以提高最高温度的预报准确率,但对于各站最低温度的订正效果不明显。通过滑动订正试报2021年6—12月各月的温度,最后检验得出:经过不同周期误差订正后温度预报准确率得到提高,且订正后的预报温度与实况温度更为接近,但是不同周期订正效果对于最低温度订正效果不明显,对于最高温度订正效果比较明显。

关键词:温度预报;滑动平均;不同周期

引言

精细化网格预报是当前对气象服务的迫切需求,是气象预报科技发展的大势所趋。而智能网格预报,是利用云计算、“互联网+”等现代信息技术手段改造传统预报业务流程,使业务从以往的城市站点天气预报、逐6小时乡镇精细化天气预报,转变为滚动制作、实时同步、协同一致的网格预报。随着智能网格预报业务化的推进,为了更好的将智能网格预报产品应用到本地区的气象服务中,需要各级气象部门对智能网格预报结果进行验证,总结出较好的智能网格预报方法,以提高预报准确率。

1 资料与方法

资料为青海省气象台每日发布的智能网格高低温指导预报产品、都兰2个国家站(都兰、诺木洪)及6个区域站(巴隆、香日德、沟里、香加、宗加、夏日哈)最高、最低温度实况数据,选取 2021年1月1日至6 月30日的预报及观测产品作为训练样本,选取 2021年7月1日至12月31日的数据为测试样本,预报数据为每日20:00(北京时)起报,预报时效 24 h,时间间隔为 24 h。采用滑动平均订正方法,周期分别选用3d、7d、10d。温度检验采用全国城镇预报质量检验中预报准确率、均方根误差方法。

2 结果与分析

2.1 各站不同周期订正温度预报质量

图1显示各站采用不同周期订正方案得到的最高温度预报质量。可以看出,都兰、诺木洪采用青海省气象台指导产品效果最佳;香加周期3d订正质量最高,较青海省气象台预报

质量偏高8%;香日德周期7d订正质量最高,较青海省气象台预报质量偏高6.3%;巴隆、宗加、沟里、夏日哈周期10d订正效果最佳,较青海省气象台预报质量分别偏高17.2%、36.1%、20.2%、31.1%。

图2显示各站采用不同周期订正方案得到的最低温度预报质量。可以看出,诺木洪、香日德、宗加、沟里、香加采用青海省气象台指导产品效果最佳,巴隆、夏日哈采用周期7d订正效果最好,较青海省气象台预报质量分别偏高0.8%、12.2%。都兰周期10d订正效果最佳,较青海省气象台预报质量偏高1.2%。

1各站各月最温度不同周期订正预报准确率

2各站各月最温度不同周期订正预报准确率

2.2 各站不同周期温度订正率

由表1可知,各站最高温度订正率:周期3d订正中6个站订正率为正,2个站订正率为负,其中宗加和夏日哈订正效果最好,订正率在25%以上,其余2个站为负订正,说明订正效果欠佳;周期7d订正中有6站订正率为正,其余2站为负。其中宗加订正效果最好,订正率在30%以上,其余2站为负订正,订正效果欠佳;周期10d订正6个站订正率均为正,其余2站为负,其中宗加订正效果最好,订正率在30%以上,综合而言:香加3d周期订正效果最好,香日德7d周期订正效果最好,巴隆、宗加、沟里、夏日哈10d周期订正效果最好,都兰、诺木洪青海省气象台指导产品效果最好。

1  各站最高温度不同周期订正率

站号

3d

7d

10d

都  兰

-0.1442

-0.1672

-0.1352

诺木洪

-0.1022

-0.0938

-0.0975

巴  隆

0.1437

0.1257

01712

香日德

0.0305

0.0627

0.0395

宗  加

0.2920

0.3390

0.3612

沟  里

0.1400

0.1780

0.2015

香  加

0.0800

0.0795

0.0690

夏日哈

0.2555

0.0518

0.0040

由表2可知,各站最低温度订正率:周期3d订正中1个站订正率为正,其余7站个站订正率为负,订正效果欠佳;周期7d订正中2个站订正率为正,其余6站个站订正率为负,但正订正量级很小,其余6站订正率为负,说明订正效果欠佳;周期10d订正除了都兰订正率为正外,其余7站订正率均为负,说明订正效果欠佳。综合而言:巴隆、夏日哈7d周期订正效果最好,都兰10d周期订正效果最好,诺木洪、香日德、宗加、沟里、香加青海省气象台指导产品效果最好。

2  各站最低温度不同周期订正率

站号

3d

7d

10d

都  兰

-0.1587

-0.1928

0.0120

诺木洪

-0.1828

-0.1780

-0.1437

巴  隆

-0.0705

0.0073

-0.0697

香日德

-0.1813

-0.1702

-0.1945

宗  加

-0.2048

-0.2155

-0.2535

沟  里

-0.1255

-0.0955

-0.0805

香  加

-0.1572

-0.1788

-0.1083

夏日哈

0.0125

0.0093

-0.2480

2.3试报结果检验

2.3.1 不同周期订正温度预报质量及订正技巧检验

检验11

3 (a)不同周期最高温度预报准确率           (b)不同周期全区最低温度预报准确率

对2021年7月1日至2021年12月31日青海省气象台每日发布的智能网格指导预报产品进行不同周期订正试报,分别从预报质量、订正技巧、均方根误差进行检验,形成检验结果。图3显示采用不同周期订正方案对各站试报得到的全区温度预报质量。最高温度预报质量(图4a):全区、区域站10d周期订正质量最高,较青海省气象台预报质量分别偏高4.4%、14.5%,国家站采用青海省气象台指导产品效果最佳;最低温度预报质量(图4b):全区、区域站采用青海省气象台指导预报质量最高,国家站采用10d周期订正效果最佳,较青海省气象台预报质量偏高1.3%

从试报结果来看,最高温度全区、区域站采用10d周期订正效果最佳,国家站采用青海省气象台指导预报效果最好;最低温度全区、区域站采用青海省气象台指导产品效果最佳,国家站采用10d周期订正效果最佳。

2.3.2 全区均方根误差检验

4 各站最高温度不同周期均方根误差

均方根误差用来衡量预报值同实况值之间的偏差,其值越小表明误差越小,因此在预报检验中也可进一步通过计算均方根误差来判断预报质量是否提高。图4显示采用不同周期订正方案后的8站最高温度均方根误差。从各站来看,周期3d订正效果较好的站为沟里、香加、夏日哈,3个站均方根误差均小于青海省气象台指导预报均方根误差,误差减小最明显的是夏日哈,其余5个站均方根误差均大于青海省气象台指导预报均方根误差,说明订正效果不是太好;周期7d订正效果较好的站为沟里、香加、夏日哈,3个站均方根误差均小于青海省气象台指导预报均方根误差,订正效果最明显的是夏日哈,宗加和香日德均方根误差大体与青海省气象台持平;周期10d订正效果较好的站有香日德、宗加、沟里、香加、夏日哈,5个站均方根误差均小于青海省气象台指导预报均方根误差,订正效果最明显的是夏日哈,都兰、诺木洪、巴隆3个站均方根误差均大于青海省气象台指导预报均方根误差。

从全区均方根误差来看,青海省气象台指导为2.82℃、周期3d订正为 2.91℃,7d订正为2.86℃,10d订正为2.72℃,10d周期订正效果小于青海省气象台指导产品,这表明经过周期误差订正后不仅温度预报准确率得到提高,且订正后的预报温度与实况温度更为接近。相比较而言,10d周期均方根误差最小,说明周期10d订正效果最佳。

5  各站最低温度不同周期均方根误差

图5显示采用不同周期订正方案后的8站最低温度均方根误差。从各站来看,周期3d订正中除夏日哈外,各站均方根误差均大于青海省气象台指导预报均方根误差,说明订正效果不是太好;周期7d订正效果较好的站有巴隆、夏日哈,2个站均方根误差均小于青海省气象台指导预报均方根误差,订正效果最明显的是夏日哈;周期10d订正效果较好的站有都兰、夏日哈,2个站均方根误差均小于青海省气象台指导预报均方根误差,订正效果最明显的是夏日哈。从全区均方根误差来看,青海省气象台指导为3.35℃、周期3d订正为 4.64℃,7d订正为4.52℃,10d订正为4.64℃,说明不同周期订正效果不明显,相比较而言,青海省气象台指导预报效果最佳。

3 .结论

(1)分析结果显示滑动周期订正可以综合考虑前期温差变化,从而达到减小预报误差,提高预报质量的目的,在一定程度上可以提高最高温度的预报准确率,但对于各站最低温度的订正效果不明显。

(2)均方根误差分析结果也显示采用不同周期滑动平均方案后,不同周期订正效果小于青海省气象台指导产品,表明经过不同周期误差订正后温度预报准确率得到提高,且订正后的预报温度与实况温度更为接近,但是不同周期订正效果对于最低温度订正效果不明显,对于最高温度订正效果比较明显。

参考文献

[1] 黄嘉佑.气象统计分析与预报方法[M].北京:气象出版社,2004.

[2]刘段灵;陈超;李珊珊;罗聪. 2020年CMA-GD(R3)模式逐时降水检验评估分析[J]. 广东气象,2022,(02):38-41.

[3]刘新伟. 基于小波分析的客观预报方法在智能网格高低温预报中的应用[J].大气科学学报,2020,43(03):577-584.

第33届中国气象学会年会 S8 数值模式产品应用与评估[C].中国气象学会:,2016:7

[4]沈洁.智能网格预报在西宁最高、最低温度中的检验[J].青海农林科技,2020,(02):54—59.

作者简介:王鑫,(1994.09),女,汉族,青海西宁人,本科学历,助工,从事研究方向或职业:气象预报服务方面。

*通信作者,戴广婷(1991-),女,中级工程师,主要从事气象业务及研究工作。