最优气候均态模型在集宁月平均气温预报中的应用

陈 杰

(内蒙古乌兰察布市气象局，内蒙古乌兰察布，012000)

1 最优气候均态模型

1.1 模型简介

气候的变化具有持续性、阶段性和周期性等内在规律，故而常把若干年的气象要素平均值作为来年气象要素的预测依据。最优气候均态模型的原理如下：

假设某地某要素的月或季或年的序列为（i=1，2，…，n），其平均值为：

式中，为k年气候变量平均值（k=1,2，…，n；i=n1+1,…,n1+L），其中n1为基本统计样本量，通常取30；k代表所计算的气候平均年数；L为实验样本量；n为样本总量，n=n1+L。

在OCN模型的应用中，我们通过定义一个指数I′（k）来确定最优K值。其表达式为：

式中，m(k)为相同k出现的次数；L为试验预测次数，等同于（1）式中的试验样本量。当I（k）达到最大值时，此时的值被确定为气候预报的最优平均年数，即最优K值。

1.2 计算步骤

①以集宁为例，用1987年至2006年这30年1月平均气温作为基本统计样本量，那么=30，要预测2007年1月的月平均气温，那么L=1，n=31。先计算出1年,2年，…，30年的1月气温的平均值，用这些平均值依次作为2007年的预测值。

②计算出①步中的2007年预测值与2007年观测值的绝对误差。2007年1月平均气温分别有30个预测值，误差最小的那个年份的值即为该年份、该气候要素的最优平均值。则2007年1月平均气温将有1个最优平均数k。

③以最优平均年数出现的频率高和误差小为准则，定出作1997年预报的最优平均年数k=3,即2007年1月平均气温的预报值为最近那年的平均值。

2 模型应用和优化

以集宁市1961～2011年51年的1月平均气温资料为基础，利用最优气候均态模型对集宁市2006年1月～2011年1月的月平均气温进行预测。

2.1 两种模型预测过程

2.1.1 模型一

此次预测中，样本总量n=46，基本统计样本量按取=30，此时实验样本量L=16，计算出K=5，2007年至2011年的拟合值分别为-11.5、-12.4、-12.7、-12.7和-12.8。

计算可以看出，集宁的预测值绝对误差在0.4℃～3.9℃之间波动，均值为1.7℃，相对误差在4.2～23.3%之间波动，均值为11.3%。

2.1.2 模型二

此次预测中，样本总量n=40，基本统计样本量按习惯取=30，此时实验样本量L=10，计算出K=3，2007年至2011年的拟合值分别为-12.1、-11.9、-12.4、-13.0和-13.7。

通过计算显示，集宁的预测值绝对误差在0.1℃～3.0℃之间波动，均值为1.4℃，相对误差在0.1～18%之间波动，均值为9%。

此次利用模型二的方法，对2007～2010年的1～12月的月平均气温进行预测，计算结果见表1。

表1 预测

在这些预测值中，绝对误差在0℃～2.0℃有5、9、10月；绝对误差 0℃～3.0℃有 6、7、8、9、10、12月。

3 计算结果分析

从以上两种不同的预测结果可以分析得出，在采用OCN进行预测的过程中，若对资料采取不同的n和L值，将对预测的误差产生较大的影响。模型二结果与模型一结果相比，集宁当地预测值的绝对误差的均值减小了0.3℃，相对误差的均值减小了2.3%，误差都有所减小。模型二的预测结果优于模型一，说明OCN模型的运用过程中值不应过于大，取30时预测效果较好。

对2007～2010年的1～12月的月平均气温的预测结果（见表1）说明对于非异常气候状态的月平均气温预测，例如在5、9、10月，最小绝对误差为0℃，最优气候均态法能够成功地做出预报；对于由于气候强信号因子造成的气候异常十分明显的月平均气温预报，例如在2、4、11月，最大绝对误差为5.6℃必须加入强信号因子的影响来订正预报，或者与其它考虑到强信号因子影响的预报方法结合使用，来弥补最优气候均态法的不足。

4 结论

将最优气候均态法（OCN）用于预报集宁的月平均气温预测中，能够提高月平均气温预报的水平。该预测方法的优点体现在：1制作简便、易于理解；2至少能作出较为准确的预测结果；3该方法无须考虑月平均气温前期因子及影响月平均气温形成和变化的强信号因子，只使用历史同期月平均气温资料即可；4该方法也无须考虑月平均气温当地小气候及环境的特殊性。其缺点是：对于月平均气温受某些气侯强信号影响较大的，用该方法预报基本失败。原因在于最优气候均态法未考虑到影响气候形成和变化的诸多因素。

[1]魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社,1999.

[2]李宝江,刘贤赵,吕清萍.最优气候均态模型在年均气温预报中样本量的确定[J].统计与决策，2009,11.

[3]罗晓玲.最优气候均态法作广东省月平均气温预报[J].广东气象，1998,4.