李靜楠，張春同

(1.天津市寧河區(qū)氣象局 天津301500；2.成都市氣象局 四川成都611130)

0 引 言

隨著氣象觀測方法的革新以及資料的同化應(yīng)用，數(shù)值預(yù)報模式的初始場愈加精確，時空分辨率不斷提高，物理過程參數(shù)化方案日趨完善，對大氣運動的描述更為精準。近年來，數(shù)值模式的形勢預(yù)報水平已超過了預(yù)報員[1-4]，并且國內(nèi)外關(guān)于數(shù)值模式的研究仍在進行中，許多專家學(xué)者致力于應(yīng)用多源觀測資料、改進資料同化算法、優(yōu)化參數(shù)化方案等方式[5-9]，使數(shù)值模式的預(yù)報性能不斷提高。但由于模式框架、物理過程等計算方法的限制，數(shù)值模式還存在很多不確定性因素造成的誤差[10-11]，其輸出的要素預(yù)報在時間、空間上的精度還比較低，不能完全滿足國家防災(zāi)減災(zāi)和公眾對氣象服務(wù)日益增長的需求。

《2005—2020年中國氣象事業(yè)發(fā)展戰(zhàn)略》[12]指出，必須把提高預(yù)報預(yù)測準確率放在突出位置，加快短、中期天氣預(yù)報的精細化進程，著力提高關(guān)鍵性、轉(zhuǎn)折性、災(zāi)害性重大天氣預(yù)警預(yù)報的水平，不斷提高短期氣候預(yù)測和氣候變化預(yù)估的水平，實現(xiàn)從傳統(tǒng)的、比較粗泛的預(yù)報預(yù)測向更準確、更及時、更精細、多時空尺度“無縫隙”預(yù)報預(yù)測轉(zhuǎn)變。為此，天津市氣象臺結(jié)合氣象業(yè)務(wù)的實際情況，以 EC、T639數(shù)值預(yù)報產(chǎn)品為基礎(chǔ)，利用 MySql數(shù)據(jù)庫開發(fā)了一體化綜合氣象業(yè)務(wù)平臺(Tianjin Multiple Meteorological Operation Platform，TIPTOP)，于2017年正式投入業(yè)務(wù)運行，并已成功應(yīng)用于第十三屆全運會等大型活動的氣象保障服務(wù)中。該平臺致力于提高市、區(qū)兩級業(yè)務(wù)單位的氣象分析及氣候監(jiān)測、警報預(yù)測能力，可滾動提供 24、48、72h時效的逐小時氣象要素格點預(yù)報結(jié)果，對氣象預(yù)報尤其是重大災(zāi)害性天氣的預(yù)警提供強有力的技術(shù)支撐。

為了把握一體化平臺格點預(yù)報對天津市寧河區(qū)的要素預(yù)報性能，更好地進行本地化應(yīng)用，本文選取寧河轄區(qū)內(nèi) 7個地點，對一體化平臺制作的 24h預(yù)報時效逐小時 4種地面氣象要素(氣溫、相對濕度、風向和風速)預(yù)報產(chǎn)品進行了比較全面的檢驗評估，為寧河區(qū)氣象預(yù)報、服務(wù)提供保障。

1 資料與方法

1.1 檢驗站點

選取蘆臺城區(qū)(39.352°N，117.828°E)、七里海古海岸與濕地自然保護區(qū)(39.318°N，117.680°E)、道教圣地天尊閣(39.564°N，117.765°E)、國家級種豬繁育基地(39.446°N，117.650°E)、于方舟故居(39.333°N，117.561°E)、一汽大眾華北基地(39.237°N ，117.548°E)和齊心蘑法小鎮(zhèn)(39.347°N，117.391°E)作為寧河區(qū)內(nèi)不同區(qū)域的代表站。

1.2 數(shù)據(jù)資料

資料時段為2017年9月1日至2017年11月30日。一體化平臺每日 14時對上述 7個代表站24h預(yù)報時效內(nèi)的逐時要素格點預(yù)報數(shù)據(jù)。實況數(shù)據(jù)為相應(yīng)時間的觀測數(shù)據(jù)。

本文檢驗的內(nèi)容包括 2m 氣溫、相對濕度、風速、風向等，考察要素格點預(yù)報在每日不同時間的預(yù)報能力，將預(yù)報結(jié)果與相對應(yīng)的實況進行檢驗分析。

1.3 檢驗方法

本文參照中國氣象局《天氣預(yù)報質(zhì)量檢驗辦法》[13]的規(guī)定，進行預(yù)報檢驗。

③風向：檢驗按八方位風的規(guī)定，計算每一方位±22.5°內(nèi)的預(yù)報準確率等。

④風速：檢驗包括相關(guān)系數(shù)、平均絕對誤差和平均誤差等。

2 檢驗結(jié)果分析

2.1 氣溫檢驗

2.1.1 相關(guān)系數(shù)

從逐日氣溫格點預(yù)報與實況的相關(guān)系數(shù)分布可以看出，檢驗時段內(nèi)樣本的相關(guān)系數(shù)較高，普遍達到0.95以上。但在10月8至9日相關(guān)系數(shù)出現(xiàn)明顯波動，部分地區(qū)的預(yù)報值與實況出現(xiàn)了負相關(guān)，如 9日一汽大眾華北基地的負相關(guān)最明顯，相關(guān)系數(shù)達到-0.429，可能由于10月7日下午至9日下午寧河地區(qū)有高空槽過境，出現(xiàn)明顯的降水、大風降溫過程。從 9～11月各代表站氣溫格點預(yù)報相關(guān)系數(shù)的平均值分布來看，2017年秋季，除蘆臺城區(qū)為 0.726以外，其余各站的平均相關(guān)系數(shù)在 0.810以上。這表明，一體化平臺對格點溫度的連續(xù)變化趨勢預(yù)報性能穩(wěn)定，對氣溫預(yù)報具有較高的參考價值。

2.1.2 平均絕對誤差和平均誤差

分析氣溫格點預(yù)報與實況的平均絕對誤差隨時間的分布，可以發(fā)現(xiàn)各代表站的平均絕對誤差略有差異，差值均在0.7～2.3℃之間。從圖1顯示的7個代表站氣溫平均誤差可以看出，24小時內(nèi)平均誤差介于-2.3～0.6℃之間；在 16:00～20:00的小時氣溫預(yù)報結(jié)果偏大，而其他 20個時次的平均誤差多為負值，20:00～08:00格點預(yù)報與實況的誤差較小，08:00～16:00誤差的負值明顯增大。這表明一體化平臺在秋季的氣溫格點預(yù)報值普遍偏低，尤其是在日出到午后時段。

2.1.3 氣溫預(yù)報準確率

圖2給出了一體化平臺氣溫格點預(yù)報誤差在±1℃范圍內(nèi)的準確率隨時間的變化。可以看出，誤差在±1℃范圍內(nèi)的準確率集中在 0.2～0.8，24小時內(nèi)不同時段的誤差差異不大，且隨時間的增長誤差的分布沒有顯著的變化規(guī)律。誤差在±2℃范圍內(nèi)的準確率集中在 0.6～1.0，不同時次之間的差別也不明顯，隨時間的增長無明顯變化規(guī)律。綜合對比圖1、圖2可以發(fā)現(xiàn)，一體化平臺對齊心蘑法小鎮(zhèn)在08:00～09:00的氣溫預(yù)報值和準確率偏低；對道教圣地天尊閣在白天段的氣溫預(yù)報值和準確率也偏低，將影響該地最高氣溫的預(yù)報。

圖1 一體化平臺氣溫預(yù)報的平均誤差隨時間的分布Fig.1 Variation of average error of TIPTOP temperature prediction with time

圖2 一體化平臺氣溫預(yù)報準確率(誤差為±1℃)隨時間的變化Fig.2 Variation of accuracy of TIPTOP temperature prediction with time(error ±1 ℃)

2.2 相對濕度檢驗

2.2.1 相關(guān)系數(shù)

同氣溫格點預(yù)報與實況的相關(guān)系數(shù)類似，相對濕度的相關(guān)系數(shù)整體較高，平均為 0.6～0.8。從逐日相對濕度格點預(yù)報與實況的相關(guān)系數(shù)表可以看出，9—11月中除10月7至9日數(shù)值較低以外，其他時段相關(guān)系數(shù)主要集中在 0.7～0.9。由此可見，一體化平臺對相對濕度的預(yù)報值與實況的變化趨勢相符。

2.2.2 平均絕對誤差和平均誤差

分析相對濕度平均絕對誤差和平均誤差可見，7個代表站的平均絕對誤差集中在 8%～18%，大多數(shù)時次預(yù)報的平均誤差為負值，且隨預(yù)報時間的增加平均誤差負值減小，在 13:00～17:00轉(zhuǎn)為正偏差，隨后平均誤差迅速向負值增加(圖3)。這表明，一體化平臺預(yù)報的相對濕度整體偏小，隨預(yù)報時間的增加，相對濕度預(yù)報值呈先偏高后偏低的趨勢，在午后及日落時段的預(yù)報與實況最接近。

圖3 一體化平臺相對濕度預(yù)報的平均誤差隨時間的變化Fig.3 Variation of average error of TIPTOP relative humidity prediction with time

2.2.3 相對濕度預(yù)報準確率

相對濕度格點預(yù)報準確率隨時間的變化情況如圖4所示?？梢钥闯?，24小時內(nèi)各代表站預(yù)報準確率的變化趨勢大體是一致的。在日出后的 08:00～09:00以及日落后的 18:00～19:00預(yù)報誤差均有增加，準確率平均下降約 40%；清晨和傍晚的預(yù)報準確率最高，可達到 80%～90%。對比各站可以發(fā)現(xiàn)，在夜間(20:00～08:00)格點預(yù)報的預(yù)報技巧差異顯著，對寧河區(qū)西側(cè)(如齊心蘑法小鎮(zhèn)、于方舟故居)的預(yù)報準確率相對較低，對寧河區(qū)東、南側(cè)的預(yù)報準確率相對較高，如蘆臺城區(qū)、一汽大眾華北基地和七里海古海岸與濕地自然保護區(qū)。

圖4 一體化平臺相對濕度預(yù)報準確率(誤差≤10%)隨時間的變化Fig.4 Variation of accuracy of TIPTOP relative humidity prediction with time(error≤10%)

2.3 風向檢驗

分析發(fā)現(xiàn)，24h內(nèi)逐小時風向預(yù)報準確率在各代表站的變化趨勢基本一致。從圖5給出的 7個代表站逐小時預(yù)報準確率的平均情況來看，24小時內(nèi)風向格點預(yù)報的準確率在 33%～59%之間。24小時蘆臺城區(qū)、七里海古海岸與濕地自然保護區(qū)、道教圣地天尊閣、國家級種豬繁育基地、于方舟故居、一汽大眾華北基地和齊心蘑法小鎮(zhèn)的預(yù)報準確率分別為38.52%、46.06%、34.81%、34.63%、46.13%、49.26%和36.81%，七里海古海岸與濕地自然保護區(qū)、于方舟故居和一汽大眾華北基地相對其他地區(qū)，預(yù)報準確率較高，在 46%以上，而道教圣地天尊閣和國家級種豬繁育基地準確率低于 35%。值得注意的是，夜間不同地區(qū)預(yù)報準確率的差異明顯，于方舟故居的夜間準確率明顯高一些，而道教圣地天尊閣的準確率下降到低谷。

圖5 一體化平臺風向各站平均預(yù)報準確率隨時間的變化(誤差為±22.5°)Fig.5 Variation of average accuracy of TIPTOPwind direction prediction with time(error ±22.5°)

2.4 風速檢驗

2.4.1 相關(guān)系數(shù)

一體化平臺對風速預(yù)報的相關(guān)系數(shù)不高，相比溫、濕度要素，各站風速預(yù)報與實況的相關(guān)系數(shù)為負值的情況明顯增多。在蘆臺城區(qū)、于方舟故居和齊心蘑法小鎮(zhèn)等地的平均相關(guān)系數(shù)相對較小，分別為0.065、0.015和0.063，一汽大眾華北基地的平均相關(guān)系數(shù)較大，也僅為0.353。

2.4.2 平均絕對誤差和平均誤差

分析逐小時風速格點預(yù)報的平均絕對誤差和平均誤差的分布，可以發(fā)現(xiàn)各代表站平均絕對誤差隨時間的變化趨于一致，多數(shù)站點預(yù)報值的平均絕對誤差都在1～2m/s之間。從風速平均誤差來看，一體化平臺對風速的預(yù)報總體偏高1～2m/s。對比分析7個代表站，24小時內(nèi)道教圣地天尊閣和齊心蘑法小鎮(zhèn)的平均絕對誤差明顯高出其他地點約 0.5m/s，國家級種豬繁育基地的平均絕對誤差最低，為 1.5m/s；于方舟故居夜間的平均絕對誤差和平均誤差都較小，但白天段預(yù)報的絕對誤差和平均誤差都明顯增加。

3 結(jié) 論

本文使用寧河區(qū) 7個格點秋季的逐小時實況資料，對天津一體化平臺逐小時氣溫、相對濕度、風向、風速要素格點預(yù)報進行檢驗評估，得到以下結(jié)論：

①一體化平臺對秋季 2m氣溫的變化趨勢預(yù)報很好，預(yù)報準確率較高，1℃誤差的準確率為 0.2～0.8，2℃誤差的準確率為 0.6～1.0。24小時內(nèi)格點預(yù)報性能與預(yù)報時長無明顯關(guān)系。秋季的氣溫預(yù)報平均偏低，尤其是在日出到午后時段。

②一體化平臺對相對濕度變化趨勢的預(yù)報較好，總體來說相對濕度的預(yù)報值比實況略低，在午后到日落時段的預(yù)報與實況最接近，預(yù)報準確率可達到80%～90%。24小時預(yù)報時效內(nèi)，風向預(yù)報準確率在33%～59%之間；風速的預(yù)報總體比實況偏高 1～2m/s，平均絕對誤差在1.6m/s左右。

③一體化平臺對不同區(qū)域的不同要素預(yù)報性能存在差別，總體來說寧河區(qū)東部到南部地區(qū)的蘆臺城區(qū)、七里海古海岸與濕地自然保護區(qū)到一汽大眾華北基地一線的預(yù)報性能相對較好，對一汽大眾華北基地的預(yù)報最為準確；而對西部到北部地區(qū)的預(yù)報性能相對較差，對齊心蘑法小鎮(zhèn)的預(yù)報準確性最差。