董麗紅，祝玉梅，周顯偉

（齊齊哈爾市氣象局，黑龍江 齊齊哈爾161006）

1 引言

隨著經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步對(duì)天氣預(yù)報(bào)準(zhǔn)確率和精度需求日益增高，精細(xì)化天氣預(yù)報(bào)作為氣象部門重要的社會(huì)公益服務(wù)產(chǎn)品，越來(lái)越受到社會(huì)和公眾的廣泛關(guān)注。為了提高預(yù)報(bào)的精細(xì)化水平、提高預(yù)報(bào)的時(shí)空分辨率，中國(guó)氣象局在現(xiàn)代化發(fā)展中對(duì)國(guó)家級(jí)和省級(jí)業(yè)務(wù)提出格點(diǎn)化預(yù)報(bào)的要求，要求省級(jí)對(duì)國(guó)家局預(yù)報(bào)具有訂正能力。目前黑龍江在格點(diǎn)化預(yù)報(bào)方面，尚未開展系統(tǒng)的研究工作。

由于格點(diǎn)化觀測(cè)產(chǎn)品的缺乏，因此，目前的格點(diǎn)預(yù)報(bào)普遍以站點(diǎn)預(yù)報(bào)為基礎(chǔ)，在提高站點(diǎn)預(yù)報(bào)的準(zhǔn)確率基礎(chǔ)上，進(jìn)一步進(jìn)行格點(diǎn)預(yù)報(bào)。本文章研究方法主要致力于黑龍江站點(diǎn)的客觀預(yù)報(bào)方法的研究與建立，針對(duì)觀測(cè)數(shù)據(jù)較為完整、可用性較高的縣站建立預(yù)報(bào)方程，并在業(yè)務(wù)中應(yīng)用。

2 資料的選取與處理

本項(xiàng)目選取中國(guó)氣象信息中心提供的2013和2014年歐洲中心確定性模式高分辨率預(yù)報(bào)產(chǎn)品（ECMWF-thin，0.25°*0.25°）、GRAPES_MESO 數(shù)值產(chǎn)品（GRAPES_MESO，0.1°*0.1°）和日本高分辨率大氣模式產(chǎn)品（japan-thin，0.5°*0.5°）以及黑龍江省 84 個(gè)縣站降水和最低、最高溫度實(shí)況。對(duì)其中的ECMWF-thin、GRAPES_MESO、japan_thin 三種細(xì)網(wǎng)格 08 時(shí)、20時(shí)數(shù)值預(yù)報(bào)產(chǎn)品（12 h降水量和2 m溫度），然后進(jìn)行站點(diǎn)最近格點(diǎn)取值處理，最后進(jìn)行相應(yīng)預(yù)報(bào)時(shí)段截取，取得08時(shí)、20時(shí)和后推12 h起報(bào)降水、最低氣溫和最高氣溫1—10 d的預(yù)報(bào)結(jié)果。

3 方法

(1)預(yù)報(bào)準(zhǔn)確率是采用《全國(guó)城鎮(zhèn)天氣預(yù)報(bào)質(zhì)量國(guó)家級(jí)檢驗(yàn)方案》及《關(guān)于改革城鎮(zhèn)精細(xì)化預(yù)報(bào)檢驗(yàn)辦法的通知》（氣科函[2013]9號(hào)），以24 h時(shí)效分別檢驗(yàn)（晴雨按12 h段匯總為24 h）。

(2)Cui氏等提出的通過(guò)滯后平均降低誤差尺度的自適應(yīng)(卡爾曼濾波類型)誤差訂正方法,屬于后驗(yàn)訂正,即只在整個(gè)積分完成后對(duì)預(yù)報(bào)結(jié)果進(jìn)行訂正處理。

(3)動(dòng)態(tài)地分析各種模式的近期誤差，動(dòng)態(tài)地分配各成員的權(quán)重，稱之為“變權(quán)集成預(yù)報(bào)方法”。

(4)滑動(dòng)變權(quán)法用于離散點(diǎn)降水集成預(yù)報(bào)。

(5)誤差遞歸訓(xùn)練變權(quán)法應(yīng)用于格點(diǎn)場(chǎng)溫度集成預(yù)報(bào)。

4 步驟

表1 數(shù)值預(yù)報(bào)原始預(yù)報(bào)數(shù)據(jù)評(píng)分

4.1 首先對(duì)原始數(shù)值預(yù)報(bào)產(chǎn)品進(jìn)行預(yù)報(bào)評(píng)分

對(duì)原始數(shù)值預(yù)報(bào)產(chǎn)品數(shù)據(jù)采用方法(1)中的降水和溫度預(yù)報(bào)方法進(jìn)行評(píng)分 （以下評(píng)分都為此法），得結(jié)果如表1所示。說(shuō)明“-hh”是向后延后12 h預(yù)報(bào)。

從表1上看，各種模式晴雨和溫度評(píng)分都隨時(shí)效增加預(yù)報(bào)準(zhǔn)確率減??；晴雨和溫度評(píng)分表現(xiàn)都高的是EC-thin，而且預(yù)報(bào)時(shí)效也是最長(zhǎng)的為240 h，資料分發(fā)及格式也為最穩(wěn)定；Grapes-mose前60 h降水晴雨預(yù)報(bào)準(zhǔn)確率最高，72 h晴雨預(yù)報(bào)準(zhǔn)確率下降明顯（可能與其2013年6月前預(yù)報(bào)時(shí)效只有60 h有聯(lián)系），所以可以看出我國(guó)Grapes-mose模式72 h晴雨預(yù)報(bào)在黑龍江省效果遠(yuǎn)遠(yuǎn)超過(guò)日本，甚至超過(guò)歐洲中心，前48 h氣溫預(yù)報(bào)準(zhǔn)確率也是遠(yuǎn)遠(yuǎn)超過(guò)日本，但是和歐洲中心相比相差較大；日本氣溫預(yù)報(bào)如果不加處理在黑龍江是不可以用的。

4.2 誤差訂正

4.2.1 降水預(yù)報(bào)誤差訂正

由于各家預(yù)報(bào)的種種原因，微量降水存在著大量的空?qǐng)?bào)，所以有必要先對(duì)四種預(yù)報(bào)進(jìn)行微量降水的去除。去除方法是從0.1 mm開始，以0.1 mm逐步去除計(jì)算黑龍江省84個(gè)縣站1—5 d預(yù)報(bào)準(zhǔn)確，直至其中出現(xiàn)預(yù)報(bào)準(zhǔn)確率有所下降或超過(guò)1.0 mm為止。

歐洲中心細(xì)網(wǎng)格晴雨數(shù)值預(yù)報(bào)產(chǎn)品在黑龍江去除微量降水0.1 mm準(zhǔn)確率迅速提升，到0.6 mm時(shí)12和24 h預(yù)報(bào)準(zhǔn)確率達(dá)到一個(gè)峰值，且和去除0.5 mm預(yù)報(bào)準(zhǔn)確率相差不大；Grapes-mose模式晴雨數(shù)值預(yù)報(bào)產(chǎn)品在黑龍江去除微量降水準(zhǔn)確率提升不明顯，到0.5 mm時(shí)12 h預(yù)報(bào)準(zhǔn)確率達(dá)到一個(gè)峰值，且和去除0.6 mm預(yù)報(bào)準(zhǔn)確率相差不大；日本氣象中心細(xì)網(wǎng)格晴雨數(shù)值預(yù)報(bào)產(chǎn)品在黑龍江去除微量降水準(zhǔn)確率迅速提升，到1.0 mm時(shí)晴雨準(zhǔn)確率還在上升，但是提高幅度不大了。

EC-thin、Grapes-mose、Japan-thin 三種數(shù)值預(yù)報(bào)晴雨預(yù)報(bào)產(chǎn)品去除微量降水預(yù)報(bào)準(zhǔn)確率都有所提升。其中提升最為明顯的是日本氣象中心預(yù)報(bào)產(chǎn)品，提升10%以上，說(shuō)明其空?qǐng)?bào)率高，去除量級(jí)1.0 mm以上，即使提升后的準(zhǔn)確率和另外兩種數(shù)值預(yù)報(bào)產(chǎn)品差距還是很大 （原始晴雨預(yù)報(bào)準(zhǔn)確率太低）；Grapes-mose模式晴雨預(yù)報(bào)產(chǎn)品提升幅度最小，提升了1-2%；歐洲中心數(shù)值預(yù)報(bào)晴雨預(yù)報(bào)產(chǎn)品前期提升特別明顯，去除值大于0.5 mm后變化不大了，在去除0.6 mm時(shí)12 h和24 h晴雨預(yù)報(bào)準(zhǔn)確率達(dá)到一個(gè)峰值，并且準(zhǔn)確率超過(guò)Grapes-mose模式，達(dá)到最高值。

4.2.2 溫度預(yù)報(bào)誤差訂正

模式誤差是預(yù)報(bào)誤差的主要來(lái)源之一，本文采用Cui氏等提出的通過(guò)滯后平均降低誤差尺度的自適應(yīng)(卡爾曼濾波類型)誤差訂正方法,屬于后驗(yàn)訂正,即只在整個(gè)積分完成后對(duì)預(yù)報(bào)結(jié)果進(jìn)行訂正處理。

首先,把三種模式數(shù)值預(yù)報(bào)產(chǎn)品84個(gè)站2 m最低和最高溫度預(yù)報(bào)記為Ti,計(jì)算預(yù)報(bào)在各站點(diǎn)i時(shí)次t的30 d滑動(dòng)平均絕對(duì)誤差|fi-ai|/30。公式(1)中ai為溫度實(shí)況,fi為歷史預(yù)報(bào)結(jié)果。

利用此種方法計(jì)算出這三種數(shù)值預(yù)報(bào)溫度預(yù)報(bào)產(chǎn)品，最低溫度預(yù)報(bào)按照中國(guó)氣象局氣溫預(yù)報(bào)準(zhǔn)確率評(píng)定辦法在黑龍江省成績(jī)不理想，（討論是否因?yàn)樽畹蜌鉁囟鄶?shù)沒(méi)有出現(xiàn)在02、05和08時(shí)三個(gè)時(shí)刻）ECMWF-thin溫度最低預(yù)報(bào)成績(jī)72 h為60%左右，Grapes-mose前72 h預(yù)報(bào)準(zhǔn)確率在40%以下，japan-thin在2%左右。由此也可以說(shuō)明黑龍江省最低氣溫預(yù)報(bào)難度相當(dāng)大，是精細(xì)化天氣預(yù)報(bào)中的難點(diǎn)之一。去除30 d滑動(dòng)平均相對(duì)誤差預(yù)報(bào)準(zhǔn)確率后成績(jī)都有顯著提高，其中japan-thin模式溫度預(yù)報(bào)產(chǎn)品最低氣溫提高20%，其模式預(yù)報(bào)黑龍江省最低氣溫存在整體偏高趨勢(shì)，尤其是冬季時(shí)偏高幅度很大，整體偏高30℃以上，2016-2017年冬季日本高分辨率大氣模式溫度預(yù)報(bào)產(chǎn)品已經(jīng)有所調(diào)整，冬季氣溫趨勢(shì)不再整體偏高，而且上下偏幅較??；GRAPES_MESO數(shù)值產(chǎn)品去除相對(duì)誤差后成績(jī)提高10-20%，其主要原因是GRAPES_MESO數(shù)值溫度產(chǎn)品最低氣溫預(yù)報(bào)整體偏高4-6℃；ECMWF-thin去除30 d滑動(dòng)平均相對(duì)誤差預(yù)報(bào)準(zhǔn)確率前7 d提升了4%。

利用此種方法計(jì)算出這三種數(shù)值預(yù)報(bào)溫度預(yù)報(bào)產(chǎn)品，最高溫度預(yù)報(bào)按照中國(guó)氣象局氣溫預(yù)報(bào)準(zhǔn)確率評(píng)定辦法在黑龍江省成績(jī)較為理想，比最低氣溫預(yù)報(bào)效果好很多。ECMWF-thin溫度最高預(yù)報(bào)成績(jī)72 h為60%以上，Grapes-mose前72 h預(yù)報(bào)準(zhǔn)確率在50%以上，japan-thin在15%左右。但是去除30 d滑動(dòng)平均相對(duì)誤差預(yù)報(bào)準(zhǔn)確率后成績(jī)都有顯著提高，其中japan-thin模式溫度預(yù)報(bào)產(chǎn)品最低氣溫提高10%，其模式預(yù)報(bào)黑龍江省最高氣溫存在整體偏高趨勢(shì)，尤其是冬季時(shí)偏高幅度很大，整體偏高20℃以上，2016-2017年冬季japan-thin模式氣溫預(yù)報(bào)產(chǎn)品已經(jīng)有所調(diào)整，冬季氣溫趨勢(shì)不再整體偏高，而且上下偏幅較小；GRAPES_MESO數(shù)值產(chǎn)品去除相對(duì)誤差后成績(jī)提高7-10%；ECMWF-thin去除30 d滑動(dòng)平均相對(duì)誤差預(yù)報(bào)準(zhǔn)確率前4 d提升了10%左右，后6 d變化不再明顯。

4.3 變權(quán)集成預(yù)報(bào)方法的引入

本 文 采 用 ECMWF-thin、GRAPES_MESO、japan_thin數(shù)值預(yù)報(bào)產(chǎn)品動(dòng)態(tài)地分析各種模式的近期誤差，動(dòng)態(tài)地分配各成員的權(quán)重，稱之為“變權(quán)集成預(yù)報(bào)方法”。

4.3.1 誤差概率遞歸訓(xùn)練變權(quán)法應(yīng)用于格點(diǎn)場(chǎng)溫度集成預(yù)報(bào)

對(duì)于數(shù)值預(yù)報(bào)的格點(diǎn)場(chǎng)，考慮到模式的整體預(yù)報(bào)能力，一般不對(duì)每一點(diǎn)進(jìn)行權(quán)重分配，而是考慮某個(gè)區(qū)域的權(quán)重系數(shù)。另外，格點(diǎn)場(chǎng)數(shù)值預(yù)報(bào)原始模式如果具有一定的資料積累，可以適當(dāng)考慮模式的歷史誤差問(wèn)題。

P1、P2為基于誤差概率的第一種、第二種模式在集成中的權(quán)重系數(shù)，是歸一化的，由此得出權(quán)重預(yù)報(bào)的最低和最高氣溫預(yù)報(bào)。

最優(yōu)預(yù)報(bào)為臨近前7 d三種模式預(yù)報(bào)84個(gè)站點(diǎn)和10 d預(yù)報(bào)時(shí)效中各自去除30 d平均相對(duì)誤差后最低、最高累計(jì)絕對(duì)誤差最小的那種模式的預(yù)報(bào)值。

4.3.2 滑動(dòng)變權(quán)法用于離散點(diǎn)降水集成預(yù)報(bào)

首先計(jì)算最優(yōu)法集成降水量：各站各時(shí)次預(yù)報(bào)降水中準(zhǔn)確率最高模式所預(yù)報(bào)的降水量。

其次計(jì)算權(quán)重降水量：

(1)先評(píng)出近7 d的各種模式的降水預(yù)報(bào)準(zhǔn)確率。

(2)計(jì)算預(yù)報(bào)有降水模式的預(yù)報(bào)準(zhǔn)確率。

(3)判斷預(yù)報(bào)降水模式的預(yù)報(bào)準(zhǔn)確率是否＞總預(yù)報(bào)準(zhǔn)確率的50%。

(4)降水量=∑J*a/A

J為預(yù)報(bào)降水各模式降水量，a為預(yù)報(bào)降水各模式降水準(zhǔn)確率，A為預(yù)報(bào)降水模式總預(yù)報(bào)準(zhǔn)確率

表2 30 d滑動(dòng)平均相對(duì)誤差預(yù)報(bào)與最優(yōu)和、權(quán)重集成準(zhǔn)確率對(duì)比

(5)如果評(píng)分為0（前期缺報(bào)或?qū)崨r缺失）或?yàn)?0%直接取最優(yōu)法集成降水量

通過(guò)上述兩種方法 （誤差概率遞歸訓(xùn)練變權(quán)法應(yīng)用于格點(diǎn)場(chǎng)溫度集成預(yù)報(bào)和滑動(dòng)變權(quán)法用于離散點(diǎn)降水集成預(yù)報(bào)）最后集成預(yù)報(bào)的預(yù)報(bào)準(zhǔn)確率結(jié)果如下：

從表2可以看出，本項(xiàng)目通過(guò)所選ECMWF-thin、Grapes-mose和japan-thin三種數(shù)值預(yù)報(bào)產(chǎn)品生成的最優(yōu)集成和權(quán)重集成降水和最低、最高氣溫效果不是很理想，相對(duì)于ECMWF-thin30 d滑動(dòng)平均相對(duì)誤差預(yù)報(bào)沒(méi)有明顯的提升，主要原因可能是Grapes-mose和japan-thin正處于模式調(diào)整期，預(yù)報(bào)時(shí)效和效果有待完善后效果可能會(huì)顯現(xiàn)。后期跟蹤釋用 Grapes-mose更改為 GRAPES_GFS（0.25°*0.25°），因?yàn)殡m然 GRAPES_GFS格點(diǎn)為 0.25°*0.25°，但是預(yù)報(bào)時(shí)效為240 h和中短期預(yù)報(bào)時(shí)效相對(duì)應(yīng)，日本高分辨率大氣模式產(chǎn)品 （japan-thin，0.5°*0.5°）調(diào)整也已經(jīng)完成。

5 小結(jié)

（1）ECMWF-thin、GRAPES_MESO、japan-thin 三種格點(diǎn)資料都存在系統(tǒng)誤差。三種格點(diǎn)資料對(duì)黑龍江省地區(qū)的降水預(yù)報(bào)都存在著較多的空?qǐng)?bào)現(xiàn)象，去除微量降水預(yù)報(bào)后，降水預(yù)報(bào)質(zhì)量得到了很大的提升；溫度預(yù)報(bào)去除一段時(shí)間的平均相對(duì)誤差后，預(yù)報(bào)準(zhǔn)確率也有較大提升，尤其是前5 d。

（2）ECMWF-thin資料收取和處理穩(wěn)定，預(yù)報(bào)質(zhì)量最高，且收取時(shí)間早，在這些格點(diǎn)預(yù)報(bào)產(chǎn)品中是標(biāo)桿。它的微量降水空?qǐng)?bào)為最小，在0.6 mm左右，它本身預(yù)報(bào)效果就很好，去除微量降水和平均相對(duì)誤差,預(yù)報(bào)效果對(duì)黑龍江省5 d晴雨預(yù)報(bào)準(zhǔn)確率在80%以上；前3 d最高氣溫準(zhǔn)確率在70%以上，最低預(yù)報(bào)準(zhǔn)確率為60%以上，按照國(guó)家局TS評(píng)分最高為75%，最低為64%。

（3）GRAPES_MESO格點(diǎn)預(yù)報(bào)產(chǎn)品預(yù)報(bào)效果在黑龍江省很好。GRAPES_MESO格點(diǎn)預(yù)報(bào)產(chǎn)品在黑龍江省可用性超過(guò)japan-thin預(yù)報(bào)產(chǎn)品，japan-thin預(yù)報(bào)產(chǎn)品中2 m氣溫預(yù)報(bào)對(duì)黑龍江省預(yù)報(bào)效果非常差，氣溫誤差在冬季一段時(shí)間內(nèi)可達(dá)到30℃左右，調(diào)整后效果較好。

最優(yōu)集成預(yù)報(bào)效果動(dòng)態(tài)權(quán)重集成預(yù)報(bào)沒(méi)有太大差別,但是相對(duì)于去除誤差的ECMWF-thin預(yù)報(bào)產(chǎn)品基本沒(méi)有提升。由于資料存儲(chǔ)和可提供渠道限制，此項(xiàng)目所應(yīng)用的資料有所局限和調(diào)整期。