一种精细化至乡镇高、低温预报方法的初探.pdfVIP

一种精细化至乡镇的高、低温预报方法初探 邱学兴 王东勇 朱红芳 （安徽省气象台 合肥 230031） 摘 要 本文首先统计了2008年10月～2009年9月的乡镇与县站观测点的最低、最高温度的差异， 统计结果表明：乡镇观测点和县站观测点之间的最低、最高温度具有明显差异，两者最低和最高温度平均 偏差都在1℃左右，而且这种差异随着季节变化而不同。尝试使用常规分县要素预报结果，利用修正Barnes 插值和一阶卡尔曼滤波订正方法预报乡镇站点的最低、最高温度。预报结果表明：前3天的乡镇最低温度 预报准确率和县站的预报比较接近，预报准确率差异在1%之内，但随着预报时效的增加两者的差异略有增 加；对于乡镇的最高温度预报，与县站的最高温度预报小于2℃的准确率始终保持在3%之内。对比一阶卡 尔曼滤波订正前后效果发现，该方法对乡镇最低和最高温度的前4天预报具有正的订正效果，而对于第5～ 7天没有订正效果或为负的订正效果。另外不同权重系数的对预报结果有较大影响，当权重系数取0.1附 近时，可以得到较小的预报误差，获得较高的预报准确率。 关键词 分县温度预报 乡镇预报 Barnes插值 卡尔曼滤波 1 引言 日最低和最高温度预报是非常重要的天气预报要素之一。随着经济社会发展对温度预报 的精细化要求越来越高，精细化到乡镇的最低和最高温度预报也被提上日程。近年来，大量 乡镇的自动观测站的布置使用，也为开展精细化到乡镇的温度预报奠定了基础。目前在国内 已有许多关于如何制作乡镇温度预报的研究工作，比如：连志鸾[1] 等利用ECMWF资料、地面 常规观测资料和自动站气温资料，采用多级相似和站际间的气温差额预报方法制作乡镇的最 低、最高温度预报，得到了较高的预报准确率；文献[2-5]中利用高分辨率的中尺度数值预 报结果和统计方法（如：输出统计方法、神经网络方法）来制作乡镇的温度预报；另外利用 统计降尺度方法制作乡镇精细化的温度预报[6]，也取得较高的准确率。对比上述方法可知， 上述方法制作乡镇温度预报的基础是全球数值模式或局地中尺度数值模式预报结果，其准确 率的高低与最终乡镇温度预报的准确率息息相关。另外，部分统计方法需要积累大量的历史 样本。 上个世纪80、90年代开始，我们国家开展了大量分辨率到县站的温度预报研究，已具 有较成熟的技术，这也是目前温度预报的主要业务，总体而言，其准确率高于数值预报的客 观预报的准确率。是否可以利用较少的历史样本，根据准确率更高的分县最低、最高预报来 制作乡镇的最低、最高温度预报，并得到较高的预报准确率？针对该问题，本文尝试利用安 徽省一整年的分县温度预报和乡镇自动站温度观测资料来制作乡镇的最低、最高温度预报， 并将乡镇的温度预报准确率与分县的温度预报准确率进行对比分析。 2 资料 本文中使用到分县要素资料包括：2008年10月～2009年9月安徽省80个县站观测站 逐日的最高、最低温度观测和预报员制作的1～7天的分县要素预报。乡镇观测资料为相同 时间段内安徽省328个乡镇自动观测站的逐小时温度观测资料。由于自动站的温度观测资料 个别时刻存在明显的质量问题，在使用该资料之前先对其进行质量控制。首先对测站高度小 于500米的观测站进行质量控制：对于某个观测站，根据其周边站点的温度观测，利用修正 的Barnes插值方法（见第三部分）得到该观测点温度的初猜值，对比该初猜值与观测值的 偏差，如果偏差大于某一个阈值（文中取10℃），则认为该站点的观测存在质量问题，进行 剔除。以此类推，对每个观测点进行质量控制。在此基础上，在对测站高度高于500米得高 气象与减灾 2011专刊 山观测站进行质量控制：根据质量控制后的测站计算出温度的垂直递减率，并据此计算高山 站的温度初猜值，再判断该初猜值与观测值的偏差是否大于某个阈值（文中取10℃）。如果 大于该阈值，则判断该高山站的观测资料有问题，进行剔除，此次类推至每个高山站。 3 乡镇最低、最高温度预报方法 为了制作乡镇最高、最低温度预报，第一步将预报员制作的分县最高、最低温度插值至 各个乡镇上。插值方法采用修正的Barnes插值方法：首先计算某