申子彬 岳夢琦 肖王星

摘 要 選取2009—2019年浙江省寧波市寧?？h國家氣象站（58567）和14個鄉(xiāng)鎮(zhèn)區(qū)域自動氣象站的日最高氣溫和日最低氣溫以及寧海國家氣象站日照時間等資料，使用SPSS軟件對2009—2018年數據進行分析及多元回歸計算，建立鄉(xiāng)鎮(zhèn)氣溫與寧海國家站氣溫及日照因子分布方程，采用2019年實況數據分別對方程組預報效果和經驗訂正預報效果進行檢驗。結果表明，通過回歸計算得到的方程組預報準確率高于經驗訂正預報，預報方程組可用于寧?？h鄉(xiāng)鎮(zhèn)精細化氣溫預報業(yè)務。

關鍵詞 氣溫預報;訂正預報;浙江省寧波市寧海縣

寧海縣地處浙江省東部沿海，象山港和三門灣之間，天臺山、四明山山脈交匯之處。依山傍海的區(qū)位以及復雜的地形因素使得寧海縣境內同時段各地氣溫差異懸殊。自20世紀90年代寧?？h氣象局開展鄉(xiāng)鎮(zhèn)預報起，一直依托國家氣象站預報為基準，通過經驗訂正法對各鄉(xiāng)鎮(zhèn)最高最低氣溫進行預報。目前，在省級、市級相關部門的指導下，以國家氣象站為考核基準的城區(qū)氣溫預報準確率較高，但鄉(xiāng)鎮(zhèn)預報依舊以經驗訂正法為主，隨著經濟社會的發(fā)展，越來越難以滿足社會各界對鄉(xiāng)鎮(zhèn)預報準確率、精細化程度的需求。同時，近年來，鄉(xiāng)鎮(zhèn)區(qū)域自動站網絡趨于完善，觀測數據質量也進一步提高，為開展更精細、更準確的鄉(xiāng)鎮(zhèn)氣溫預報奠定了良好的基礎。基于此，利用SPSS軟件相關分析及多元回歸計算[1]，建立鄉(xiāng)鎮(zhèn)最高最低氣溫與寧海國家站最高最低氣溫及日照因子[2]等因素分布方程組，以期為寧?？h鄉(xiāng)鎮(zhèn)最高最低氣溫預報提供參考。

1 資料選取及處理方法

采用2009—2019年浙江省寧波市寧?？h境內1個國家氣象站、14個區(qū)域（西店鎮(zhèn)、強蛟鎮(zhèn)、深甽鎮(zhèn)、茶院鄉(xiāng)、一市鎮(zhèn)、胡陳鄉(xiāng)、長街鎮(zhèn)、大佳何鎮(zhèn)、前童鎮(zhèn)、越溪鄉(xiāng)、桑洲鎮(zhèn)、黃壇鎮(zhèn)、岔路鎮(zhèn)和力洋鎮(zhèn)）自動氣象站逐日20：00—20：00最高、最低氣溫實況資料以及國家氣象站逐日日照時間資料，對于有缺測數據的天數，整體予以剔除。由于2013年后寧海國家氣象站觀測項目調整，云量觀測項目取消，故選取日照時間資料作為云量替代因子。寧海縣近30年年均日照時間為1 648.8 h，日均日照時間約4.5 h，為使得回歸方程更方便應用于實際預報業(yè)務中，將每日日照時間分為兩類，當日照時間<4.5 h，將當日日照因子量化為0;日照時間≥4.5 h，將當日日照因子量化為1。

2 各鄉(xiāng)鎮(zhèn)氣溫預報回歸方程的建立

使用2009—2018年共10年數據作為預報方程建立樣本。將寧海國家氣象站日最高、最低氣溫與經過量化處理的日照因子作為自變量[3-4]，各鄉(xiāng)鎮(zhèn)自動站最高最低氣溫作為因變量，使用SPSS進行多元回歸計算，得到方程，見表1。

由表1可以看出，各鄉(xiāng)鎮(zhèn)的預報方程復相關系數都在0.98以上，預報方程對樣本有較好的代表性。

3 回歸方程的預報效果檢驗

使用2019年的實況數據，對寧?？h氣象局20世紀90年代起延續(xù)至今的經驗訂正預報模型與表1中的各鄉(xiāng)鎮(zhèn)預報方程進行檢驗。為便于對比，假定對寧?？h國家站的氣溫預報絕對正確。在此基礎上，將兩種模型對鄉(xiāng)鎮(zhèn)預報的數據正確率進行對比，得到2019年氣溫預報檢驗平均絕對誤差表（表2）以及氣溫預報檢驗誤差1 ℃內準確百分比（表3）。

由表2可以看出，回歸模型的預報絕對誤差除了越溪鄉(xiāng)、深甽鎮(zhèn)最高氣溫預報略高于經驗模型，其他各站無論是最高氣溫預報還是最低氣溫預報的平均絕對誤差均低于經驗模型，最高氣溫預報平均絕對誤差回歸模型較經驗模型低0.24 ℃，最低氣溫預報平均絕對誤差回歸模型較經驗模型低0.29 ℃。

由表3可以看出，假定寧海國家氣象站氣溫預報絕對正確的前提下，鄉(xiāng)鎮(zhèn)溫度預報1 ℃以內準確率基本在80%左右。將方程與經驗預報準確率作對比，發(fā)現方程預報準確率普遍高于經驗預報準確率，最高氣溫1 ℃內預報準確率平均高11.2%，最低氣溫1 ℃內預報準確率平均高16.96%。

4 討論與結論

4.1 討論

利用2009—2018年的數據作為樣本建立各鄉(xiāng)鎮(zhèn)氣溫預報模型，用2019年實況數據對預報方程、經驗模型預報效果分別做檢驗。結果表明：通過回歸計算得到的方程組預報絕對誤差、1 ℃內準確率均優(yōu)于經驗訂正預報。

從檢驗數據看，預報方程優(yōu)于經驗訂正，但同時也應該看到，經驗訂正預報的操作更加簡單方便，預報方程對本站的天況預報準確有要求，即預報員應對預報當天日照時間作出大致判斷。

無論是經驗預報還是回歸方程預報，最關鍵還是依賴于本站預報準確率，訂正預報存在局限性。

4.2 結論

預報方程方法理論上可以應用于浙江省寧波市寧?？h鄉(xiāng)鎮(zhèn)精細化氣溫預報業(yè)務，但還需進一步深入研究，引入更多與氣溫相關的因子，優(yōu)化預報訂正方程，并通過程序開發(fā)，形成寧海縣鄉(xiāng)鎮(zhèn)氣溫預報系統(tǒng)。

參考文獻：

[1] 陳云飛，祁雁文，韓聰，等.基于城鎮(zhèn)預報的鄉(xiāng)鎮(zhèn)氣溫預報方法初探[J].內蒙古氣象，2016（5）：35-38.

[2] 劉抗，李照榮，楊瑞鴻，等.甘肅省鄉(xiāng)鎮(zhèn)精細化客觀要素預報方法研究[J].干旱氣象，2015，33（5）：882-887.

[3] 李鴻強，宋若寧，裴悅意，等.基于相關分析的金州新區(qū)鄉(xiāng)鎮(zhèn)溫度精細化預報方法[J].現代農業(yè)科技，2015（4）：337-338.

[4] 黃治勇，張文，陳璇，等.湖北省鄉(xiāng)鎮(zhèn)溫度預報方法初探[J].氣象，2011，37（12）：1578-1583.

（責任編輯：趙中正）