第３４卷第３期 气象研究与应用 Ｖｏ１．３４ Ｎｏ．３ ２０１３年９月 ＪＯＵＲＮＡＬ ＯＦ ＭＥＴＥＯＲＯＬＯＧＩＣＡＬ ＲＥＳＥＡＲＣＨ ＡＮＤ ＡＰＰＬＩＣＡＴＩＯＮ Ｓｅｖ．２０１３ 文章编号：１６７３—８４１１（２０１３）０３—００３９—０４ 数值预报产品在宝鸡市温度预报中的应用 李恩莉 （宝鸡市气象局，陕西宝鸡７２１００６） 摘 要：采用２００８年４月１日至２０１２年１２月３１日宝鸡市自动站观测的逐日最高最低气温实况资料与天气在线、兰 州、中央台的温度预报产品。通过对中央台、天气在线的数值预报产品中２４—７２ｈ温度预报准确率进行检验，结果表 明，三家产品均是最低气温预报准确率高于最高气温预报准确率，其中最高、最低气温预报准确率均较高的为９月份， 三家数值月报产品横向比较，其中中央台预报准确率最高，其次是兰州，德国天气在线最低。并对数值预报产品进行回 归分析．得出宝鸡市２４—７２ｈ的最高最低温度预报方程，选取三个月实况资料对其准确率检验，预报效果较为良好。 关键词：数值预报产品；温度预报；检验；温度预报方法 中图分类号：Ｐ４９ 文献标识码：Ａ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｎｕｍｅｒｉｃａｌ Ｐｒｅｄｉｃｔｉｏｎ Ｐｒｏｄｕｃｔｓ ｉ。ｎ １ Ｔｑｅｍｏｅｒａｔｕｒｅ ｏｒｅｃａｓｔ ０ ｐｅｒａｔｕ Ｆｏｒｅｃａｓｔ ｏｆ’Ｂ‘ ａｏ‘‘．ｉｉ Ｌｉ Ｅｎ—ｌｉ （Ｂａｏｊｉ Ｍｕｎｉｃｉｐａｌ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｅｒｖｉｃｅ，Ｂａｏｊｉ Ｓｈａｎｘｉ ７２１００６） Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｔｈｅ ｄａｉｌｙ ｍａｘｉｍｕｍ ａｎｄ ｍｉｎｉｍｕｍ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｃｏｒｄｉｎｇ ｄａｔａ ｆｒｏｍ ａｕｔｏｍａｔｉｃ ｓｔａｔｉｏｎ ｄｕｒｉｎｇ Ａｐｒｉｌ １ｓｔ，２００８ ａｎｄ Ｄｅｃｅｍｂｅｒ ３１ｔｈ，２０１２ ｉｎ Ｂａｌｉ，ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ２４－７２ ｈｏｕｒ ｔｅｍｐｅｒａｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ａｍｏｎｇ ＣＣＴＶ，ｗｅａｔｈｅｒ ｏｎ ｌｉｎｅ ａｎｄ Ｌａｎｚｈｏｕ ｎｕｍｅｒｉｃａｌ ｐｒｅｄｉｃｔｉｏｎ ｐｒｏｄｕｃｔｓ ｗｅｒｅ ｔｅｓｔｅｄ．Ｉｔ ｉｓ ｆｏｕｎｄ ｔｈａｔ ａｌｌ ｔｈｅ ｐｒｏｄｕｃｔｓ ｓｈｏｗ ｈｉｇｈｅｒ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｌｏｗｅｓｔ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒｅｃａｓｔ ｔｈａｎ ｔｈｅ ｈｉｇｈｅｓｔ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒｅｃａｓｔ ａｎｄ ｂｏｔｈ ０ｆ ｔｈｅｍ ａｒｅ ｂｅｔｔｅｒ ｉｎ Ｓｅｐｔｅｍｂｅｒ．Ｃｒｏｓｓｗｉｓｅ ｃｏｍｐａｒｉｓｏｎ ａｍｏｎｇ ｔｈｅ ｔｈｒｅｅ ｍｏｎｔｈｌｙ ｐｒｏｄｕｃｔｓ ｓｈｏｗ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ＣＣＴＶ ｐｒｏｄｕｃｔｓ ｉｓ ｔｈｅ ｈｉｇｈｅｓｔ，ａｎｄ Ｌａｎｚｈｏｕ ｉｓ ｌｏｗｅｒ，Ｇｅｒｍａｎ ｗｅａｔｈｅｒ ｏｎ ｌｉｎｅ ｉｓ ｔｈｅ ｌｏｗｅｓｔ．Ｔｈｅ ２４－７２ ｈｏｕｒ ｈｉｇｈｅｓｔ ａｎｄ ｌｏｗｅｓｔ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒｅｃａｓｔ ｅｑｕａｔｉｏｎ ｏｆ Ｂａｏｊｉ ｉｓ ｂｕｉｌｔ ｂｙ ｍａｋｉｎｇ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ ｆｏｒ ｔｈｅ ｎｕｍｅｒｉｃａｌ ｐｒｅｄｉｃｔｉｏｎ ｐｒｏｄｕｃｔｓ．Ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｅｑｕａｔｉｏｎ ｉｓ ｃｈｅｃｋｅｄ ｂｙ ｕｓｉｎｇ ｔｈｒｅｅ ｍｏｎｔｈｓ ｒｅｃｏｒｄｉｎｇ ｄａｔａ，ａｎｄ ｉｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｆｏｒｅｃａｓｔ ｒｅｓｕｈ ｉｓ ｇｏｏｄ． Ｋｅｙ Ｗｏｒｄｓ：ｎｕｍｅｒｉｃａｌ ｐｒｅｄｉｃｔｉｏｎ ｐｒｏｄｕｃｔｓ；ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒｅｃａｓｔ；ｔｅｓｔ；ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒｅｃａｓｔ ｍｅｔｈｏｄ １ 引言 最高、最低气温实况之间的误差，为今后的温度预报 找出可参考的依据，进而提高温度预报准确度。 随着生活水平的提高．人们对天气预报也越来 越重视，对预报的准确率提出了越来越高的要求。 ２资料来源与研究方法 宝鸡市处于关中最西部，有山区和川塬区地形较复 利用２００８年４月１日至２０１２年１２月３１日宝 杂，一直以来温度预报是天气预报的难点。本文通过 鸡市逐日最高气温和最低气温实况资料与天气在 找出数值预报产品（天气在线、兰州中心及中央台） 线、兰州、中央台的数值预报产品中最高气温和最低 中对宝鸡市各站最高气温和最低气温的预报结果与 气温逐日的预报产品进行比较。预报值与实况的差 收稿日期：２０１３—０３—０８ 基金项目：陕西省气象局科技创新基金计划项目（２０１２Ｙ一２１）资助 作者简介：李恩莉（１９８５一）女，助工，主要从事短期预报和短期气候预测。 气象研究与应用 ３４卷 值在一２—２￣Ｃ之间视为正确，并计算各家预报产品的 逐月预报准确率、偏高率、偏低率，找出准确率较高 的预报产品作为今后温度预报的参考。最后使用统 计分析，得出集合数值预报的客观定量的温度预报 方程。 ３数值预报产品中的温度预报检验 ３．１全年预报准确率 总体上来说，三家预报产品最低气温预报准确 率均高于最高气温预报准确率。２４ｈ最高气温预报 准确率均小于６０％，准确率最高的是２月份５５．２％： ２４ｈ最低气温预报准确率最高的是９月份，为８Ｏ％。 ４８ｈ最高气温预报准确率最高的为９月份。为 ５８．３％：４８小时最低气温预报准确率最高的是ｌ０月 份。为７７．４％。７２小时最高气温预报准确率最高的 是９月份，为６０．０％；７２ｈ最低气温预报准确率最高 的是９月份，为７５．Ｏ％，三个时次最高最低气温预报 准确率均较高的月份是９月（图１）。 ｉ ８０ ．０棚 删相柚ｌ８删棚衄相橱栅 图１ 各家数值预报产品各月平均预报准确率 从各家预报产品整体预报准确率来看，中央台 的准确率最高，其次是兰州中心，天气在线最低。三 家预报产品均是最低气温预报准确率高于最高气温 预报准确率。中央台和兰州中心三个时次最高最低 气温预报准确率均是２４ｈ最高，４８ｈ次之，７２ｈ最低。 图２各家数值预报产品预报准确率 天气在线最高气温预报准确率三个时次基本相当． 最低气温预报准确率２４ｈ最低，７２ｈ最高（图２）。 从各家预报产品整体预报偏高率来看，三个时 次最高气温预报偏高率均高于最低气温预报偏高 率，兰州中心最高最低气温预报偏高率最高，其次是 中央台（图３）。 图３各家数值预报产品预报偏高率 从各家预报产品整体偏低率来看．三个时次最 高气温预报偏低率均高于最低气温预报偏低率，其 中天气在线预报最高最低气温预报偏低率最高．中 央台和兰州中心相当（图４）。 图４各家数值预报产品预报偏低率 ３．２逐月预报准确率 ３．２．１ 最高气温 ２４ｈ最高气温预报准确率，１月最高的是兰州． 为４８．６％，２～９月最高的均为中央台，其中４月德国 天气在线预报准确率与其余两家相差较大，ｌ０月和 １１月最高的都是兰州，为５７．３％和５１．７％，１２月最 高的是德国天气在线，为４０．６％。三家产品中达到 ６０％的只有中央台的６月和９月。４８ｈ最高气温预 报准确率１～５月均为中央台最高，其中１月最高位 ６１．３％．６月最高位兰州．为４２．５％．７月最高为中央 台，为５８．１％，８月三家产品相差不大，中央台和德 ３期 李恩莉：数值预报产品在宝鸡市温度预报中的应用 ４１ 国天气在线均为４５．２％，兰州为４１．１％，９月最高为 中央台．为７３．３％，１０月中央台和兰州均为 ２４ｈ最低气温预报准确率均达到６０％以上，最高的 是９月达９０％，明显高出德国天气现在和兰州。４８ｈ 最低气温预报准确率１月和２月最高为兰州，分别 是５１．９％和７３．８％，３月最高为中央台６Ｏ％，４月中 央台和兰州相当。分别为６０％和６０．８％，德国天气在 线较低，为３３－３％。５～１１月均是中央台最高，并且均 在６Ｏ％以上，１２月三家产品相差不大。７２ｈ最低气 温预报准确率１月中央台和兰州相差不大，德国天 气在线最低为３９．９％，２～９月均是中央台最高，１０月 中央台和兰州均为７４．２％，德国天气在线最低，为 ６３．１％，１１月最高为兰州６５．０％。１２月最高为 ６１＿３％ ４８．４％．德国天气在线为３８．９％．１１月三家产品相差 不大，１２月最高位德国天气在线，为４５．８％。７２ｈ最 高气温预报准确率１月最高为中央台５８．１％，２月 最高为兰州３８．１，３月最高位中央台５４．８％，４月最 高为兰州４７．５％。５－７月最高均为中央台。８月最高 为德国天气在线４７．１％，９月最高为中央台６６．７％， １Ｏ月最高为兰州４５．２％，ｌ１月和１２月均是德国天 气在线最高。分别为４５．２％和４２．６％。 ３．２．２ 最低气温 ２４ｈ最低气温预报准确率．１ ３月均是兰州最 高，５～ｌ２月均为中央台最高，其中中央台４～１２月 表１ 各家数值预报产品逐月准确率 ４预报方程拟合 对温度实况、天气在线和中央台温度预报作散 点图分析可见，我市的实况温度和变量天气在线、中 建立线Ｗ以＝Ｏ．９５７， 篙 辜 Ｓｉｇ＝Ｏ．０００，小于０．０１，说明所建回归方程是有效的。 回归模型中因变量实况温度对两个自变量中央台和 央台各时次温度预报存在明显的线性关系，因此可 天气在线的回归的非标准化回归系数分别是０．５８７ ４２ 气象研究与应用 ３４卷 和０．４０９，对应的显著性检验ｔ值分别为１０．９５７和 ７．３７７，两个回归系数Ｂ对应显著性水平Ｓｉｇ＝Ｏ．０００． 均小于０．Ｏｌ，可以认为两个自变量对因变量均有显 著影响。因此回归分析所得回归方程为：ｙ ＝ ０．４０９ｘ１＋０．５８７ｘ２＋０．９５６，其中ｘｌ为天气在线温度预 报值，Ｘ：为中央台温度预报值。同样方法建立各时次 温度预报方程为：ｙ２４ｇ＝Ｏ．４６８ｘ。＋０．５８８ｘ２＋０．９６９，ｙ４ｓｄ＝ ０．４７８ｘｌ＋０．５２７ｘ２＋０．９９０，ｙ４８ｇ＝０．６０５ｘｌ＋５０５ｘ２—１．０４０， ｙ７２ｄ＝０．４７４ｘ１＋０．５３４ｘ２＋０．９４５，ｙ ＝０．６０３ｘｌ＋Ｏ．４９４ｘ２— ０．６８２ 表２回归系数表 对拟合的方程利用２０１３年４月４日～６月３０ 日的温度预报资料和实况资料进行检验．所得准确 率见下表（表３），可见预报效果较为满意。 表３ ２０１３年４月４～３０日拟合方程温度预报准确率 ５ 结论 数值预报产品在宝鸡市温度预报中的检验结果 表明： （１）总体来说，三家产品均是最低气温预报准确 率高于最高气温预报准确率，其中最高、最低气温预 报准确率均较高的为９月份，三家数值月报产品横 向比较，其中中央台预报准确率最高，其次是兰州． 德国天气在线最低。 （２）从各家预报产品整体预报偏高（低）率来看， 三个时次最高气温预报偏高（低）率均高于最低气温 预报偏高（低）率，兰州中心最高、最低气温预报偏高 率最高，其次是中央台。天气在线最高、最低气温预 报偏低率最高，中央台和兰州中心相当。 （３）利用线性回归方法给出预报方程．三个时次 最高最低温度预报方程分别为： ｙ２４ｄ＝０．４０９ｘｌ＋０．５８７ｘ２＋０．９５６ ｙ２４ ０．４６８ｘｌ＋Ｏ．５８８ｘ２＋０．９６９ ｙ４ｓａ＝Ｏ．４７８ｘｌ＋０．５２７ｘ２＋０．９９０ ｙ４ｓｇ＝Ｏ．６０５ｘｌ＋５０５ｘ２一１．４００ ｙ７２ｄ＝０．４７４ｘｌ＋０．５３４ｘ２＋０．９４５ ｙＴ￣＝Ｏ．６０３ｘｌ＋０．４９４ｘ２—０．６８２ （４）对拟合方程进行准确率检验所得三个时次 准确率较为理想，尤其最低温度预报准确率较高，但 所取数据时间序列较短，在今后应用中还需进行长 期的检验订正。 参考文献： ［１］康桂红，张艳，崔兆韵，等．数值预报产品在泰安市温 度预报中的检验［Ｊ］．资源与环境科学，２０１０（２１）： （３２１－３２２）． ［２］徐凤霞，陈林翔，张芹，等．德国天气在线产品在寿光 温度预报中的应用分析［Ｊ］．山东气象，２０１２（１）： ２２－２３． ［３］韩世刚，吉莉，苟思，等．最高（低）温度ＰＰ法预报修 正方案的比较研究［Ｊ］．高原山地气象研究，２００９，２９ （３）：６６—６８． ［４］翁向字，纪忠萍，曾沁．广东省冬季逐Ｅｔ最低气温的预 报方法［Ｊ］．广东气象，２０１０，３２（５）：１－４． ［５］王庆国，黄归兰，李广海．南宁市温度预报的动态因子 逐步回归方法研究［Ｊ］．广西气象，２００６，２７（９）： ５１－５３． ［６］杨林，潘启学，陈熹．用逐日滚动多元回归方法制作黔 南地区中、短期温度预报［Ｊ］．广西气象，２００５，２６ （９）：１５８—１６０． ［７］覃丹宇．卡尔曼滤波方法在南宁市单站温度预报中的应 用［Ｊ］．广西气象，１９９７，１８（１）：３８—４１． ［８］潘家友，李姜宏，蒋冬雁．横县温度客观预报研究［Ｊ］． 气象研究与应用，２００９，３０（３）：４０—４３． ［９］李生艳，高安宁．广西中短期极端温度客观预报方法研 究［Ｊ］．气象研究与应用，２００８，２９（２）：３０—３１． ［１Ｏ］林键玲，覃丹宇．广西分县逐日滚动温度预报业务系统 研究［Ｊ］．广西气象，２００２，２３（２）：２４—２６．
