华南3 km高分辨率区域模式气温预报在贵州的质量检验

李 刚，彭 芳，孔德璇，刘彦华，吴 磊，李彦霖

(1.贵州省气象台，贵州 贵阳 550002；2.贵州省山地环境气候研究所，贵州 贵阳 550002；3.贵州省黔西南布依族苗族自治州气象局，贵州 兴义 562400)

0 引言

伴随数值天气预报技术的不断发展和计算机性能提升，数值天气预报时、空分辨率得到前所未有的提高，预报模式及产品种类层出不穷。因此，在有限时间内选择更好的预报模式进行产品制作和有效的决策服务显得十分重要[1]。在业务应用中，全面了解一个模式的预报性能非常关键，因此，对模式预报进行评估和检验不但有助于知晓该模式在不同地区不同时间上的差异，更有助于在预报服务中选择不同的预报要素[2]。

在现行业务中，不但拥有ECMWF、GRAPES和GFS等全球大尺预报模式，也有各区域中心、发达省市发展的中尺度预报模式，诸如：华南、华东及华中等高分辨率中尺度区域预报模式。为更好进行预报服务，业务中对模式预报进行个例分析、形势场对比及要素检验和评估的工作较多，有着很多有意义的成果[3-6]。康岚等[7]利用GRAPES模式对西南地区2014、2015年夏季2 m温度进行检验，发现回归分析技术对预报模式订正在一定程度上能改进预报效果。王丹等[8]对2012年SCMOC在08时及20时起报的温度精细化指导产品在陕西区域进行质量检验，表明模式预报准确率存在明显的季节变化，且08时起报的预报性能优于20时的。为了解ECMEF细网格预报对广安地区暴雨的预报性能，王平[9]利用2015—2017年广安地区4个国家站160个区域站对中雨以上量级降水进行检验，发现通过对ECMWF提供的不同量级降水进行一定条件限定后能较好地改善暴雨的预报质量。为建设贵州中西部道路结冰监测预警预报系统，李刚等[10]应用2012—2014年冬季SCMOC、T639、ECMWF和JMA 4个预报中心产品，对影响道路结冰的气象因子进行检验分析，针对不同预报要素进行最优模式选取。可见，对模式预报的检验不但能定量了解不同预报产品对不同区域的性能表现，还有助于业务最优模式预报的选取，进行更好的预报制作和决策服务。

为进一步提高预报服务水平，近年来贵州相继引入不少高分辨中尺度区域模式，但对其预报性能基本是主观经验的定性理解，客观的定量检验和评估较少。为发挥不同模式预报的最大优势，客观定量地描述各模式在贵州不同时、空上的优劣表现显得十分重要。为此，本文将对华南3 km高分辨中尺度模式预报所提供的气温预报在贵州区域内进行检验和评估，旨在业务应用中提供量化指标和参考依据。

1 资料与方法

1.1 资料

利用2018年1—10月贵州省85个国家观测站逐日最高(低)气温实况资料，对华南区域预报中心所提供的贵州区域内3 km高分辨率模式的气温预报进行质量检验和评估。检验内容包括08时和20时起报的72 h内的逐24 h最高(低)气温预报。

1.2 检验方法

因考虑到邻域法(最近点)取格点预报值作为该站点预报值时误差过大，因为贵州地势落差大，邻域法所取的格点预报值与观测站点不在同一海拔高度较多。故采用双线性内插法方式取测站周围4个格点预报值，按其到测站距离的反比为权重(4个点权重之和为1)取值作为该观测站预报值。

本文主要采用预报准确率和平均均方根误差对各站点气温预报进行检验。

预报准确率即中国气象局对各省、市气象部门的考核标准，按绝对误差2.0 ℃为阈值进行判断，即|预报值-观测值|≤2 ℃为正确，否则为错误。

均方根误差(RMSE)其计算方式如下：

(1)

式中，Fi为预报值，Oi为观测值，n为资料长度。

2 检验结果

2.1 日最高(低)气温预报检验

为说明华南3 km高分辨率区域模式气温预报在贵州预报的总体性能，表1给出2018年1—10月08时和20时起报的72 h内逐24 h预报的最高(低)气温预报检验结果。由表1看出，在08时或20时起报的气温预报，日最高(低)气温预报性能随预报时效的延长差异甚小，其误差均在1%左右，即72 h预报时效内模式预报相对较稳定，没有太大波动。最高气温预报，08时和20时起报中72 h内其预报准确率均在50%左右；24 h预报上，08时起报的准确率比20时偏高0.9%；48 h和72 h预报中，08时起报的准确率比20时偏低0.5%以下，但均方根误差比20时起报的小，说明其预报性能较20时稳定。因此，华南3 km中尺度预报模式所提供的气温预报相对于贵州而言，08时起报的预报效果优于20时的。

表1检验中， 08时和20时起报的最低气温预报，相对于最高气温预报其平均准确率提高20%以上，总体平均准确率在75%左右，RMSE均小于2.0 ℃，差异最大为08时起报的24 h预报，最低气温预报比最高气温预报准确率提高27.3%。因此，华南3 km高分辨气温预报在贵州更具参考价值。在24～72 h的逐24 h预报中，08时起报的平均准确率均高于20时的2.5%，平均均方根误差08时低于20时起报的0.2 ℃左右。与最高气温相似，即总体上08时的最低气温预报性能和准确率均优于20时的。

表1 2018年1—10月 贵州省日最高(低)气温预报误差统计Tab.1 Error statistics of daily Maximum(Minimum)temperature forecast in Guizhou from January to October 2018

2.2 24～48 h的最高(低)气温预报检验

由图1a和图1b看出，最高气温在贵州的北部、西南部及南部地区RMSE较低，预报效果相对较好；在西北部和东部地区RMSE相对较高，预报效果相对较差。不同之处在于08时起报的预报其RMSE相对20时起报的平均偏高0.5 ℃左右，故20时起报的效果优于08时的。由图1c和图1d看出，20时起报的最高气温预报比08时起报的平均准确率高出3%，并且反映在省的北部、西南部及南部地区有着较高的预报准确率，而西北部、东部地区预报平均准确率相对较低。由此可知，在24～48 h的最高气温预报中，华南3 km高分辨率区域模式气温预报在贵州省的北部至西南部一带具有较高的参考价值。

图2a和图2b中显示，相对图1的最高气温预报情况，其RMSE有着大幅度的下降，平均减小2.0 ℃左右，全省RMSE均在2.5 ℃以下，其中在省的东北和西南部地区其RMSE低于2.0 ℃。08时起报与20时起报相比，贵州中部以南的RMSE大于2.5 ℃的区域明显减小，而省的东北部及西南部RMSE小于2.0 ℃区域大幅度增加，表明08时起报的最低气温预报效果较优于20时的。由图2c和图2d可知，最低气温预报相对于图1最高气温预报准确率平均提升30%左右，在空间分布上，同样表现出08时起报的优于20时，且西部和东北部准确率较高，与RMSE表现较相似。所以相对最高气温预报，华南3 km高分辨率第24～48 h的最低气温预报，更具参考价值。

2.3 逐月检验

由图3a和图3b看出，08时和20时起报的72 h内逐24 h最高气温预报的RMSE在2018年1—10月各月份上表现十分相似，且随着预报时效的增加其误差变化较小。但在同一起报时次中，不同月份表现的预报效果差异较大，1—5月RMSE均在4.0 ℃以上，预报效果较差，6—8月RMSE最低，均在2.5 ℃以下，最小为7月1.5 ℃左右，其预报效果在10个月中最为突出，9、10月RMSE在2.0～3.5 ℃，预报效果较一般。由图3c和图3d看出，08时与20时起报上各月总体趋势较为一致，1—5月平均预报准确率均在40%以下；9月和10月效果一般，其预报准确率为40%和65%左右，预报效果最好为6—8月其平均报准确率均在70%以上，最高为20时起报的24 h预报，准确率为77%。

图1 2018年1—10月24～48 h最高气温预报的平均均方根误差(a为20时，b为08时，单位：℃)和预报准确率(c为20时，d为08时，单位：%)的空间分布Fig.1 Spatial distribution of the RMS error(a：20∶00；b：08∶00；uint：℃)and forecast accuracy scores(c：20∶00；d：08∶00；uint：%)of maximum temperature for 24～48 h over Guizhou from January to October 2018

图2 2018年1—10月24～48 h最低气温预报的平均均方根误差(a为20时，b为08时，单位：℃)和预报准确率(c为20时，d为08时，单位：%)的空间分布Fig.2 Spatial distribution of the RMS error(a：20∶00；b：08∶00；uint：℃)and forecast accuracy scores(c：20∶00；d：08∶00；uint：%)of daily minimum temperature for 24～48 h over Guizhou from January to October 2018

图3 2018年1—10月72 h预报时效内最高气温的逐月平均均方根误差(a为20时，b为08时，单位：℃)和平均预报准确率(c为20时，d为08时，单位：%)Fig.3 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit: ℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit: %)of maximum temperature for 72 h from January to October of 2018

图4a和图4b中显示，08时和20时起报场上，最低气温预报其表现形势与最高气温预报相似，但RMSE相对图3下降1.0～2.4 ℃。图4中08时相对20时起报的RMSE平均减少0.5 ℃左右，同样表现在1—5月误差最大，RMSE均在2.0 ℃以上，9—10月次之，RMSE低于2.0 ℃，6—8月预报性能最好，其RMSE平均低于1.5 ℃。图4c和图4d中，最低气温预报准确率相对图3最高气温平均增加20%～30%，且08时较20时平均准确率增加3%～5%。同样表现在1—5月预报效果较差，准确率平均60%左右，9—10月次之，准确率80%左右，6—8月预报性能最好，预报准确率均在90%以上。

从最高(低)气温逐月检验中，08时起报的预报效果总体优于20时，华南3 km高分辨率区域预报模式对贵州气温预报在6—8月预报效果最好，预报性能也最为稳定，其次为9—10月，最差为1—5月。因此，业务应用中夏季(6—8月)华南3 km高分辨率区域模式提供的气温预报更具有参考意义，特别是最低气温预报。

2.4 主要城市站检验

图5是华南3 km高分辨率区域模式2018年7月08时与20时起报的9个地州市各城市站上最高气温对比分析结果。

由图5a和图5b看出，08时与20时起报场上，最高气温在各站点72 h预报内随着预报时效增加，其RMSE均有不同程度变化，但波动不大，误差均在0.5 ℃内。9个城市站比较中，凯里站预报性能最差，RMSE均在2.5 ℃以上；贵阳站与都匀站的预报效果最好，RMSE表现最低，均在1.3 ℃以下。图5c和图5d中，08时与20时起报上，各城市站中都匀站平均准确率均最高，72 h预报内均在90%以上，凯里站最低不足70%。此外，在除都匀、凯里站外的7个站中，20时起报的预报准确率多数在75%左右，波动不大；而08时起报上，准确率在70%～90%间。说明各城市站上08时的预报效果优于20时的，但随着预报时效延长，预报效果波动性大，不如20时的稳定。

图4 2018年1—10月72 h预报时效内最低气温的逐月平均均方根误差(a为20时，b为08时，单位：℃)和平均预报准确率(c为20时，d为08时，单位：%)Fig.4 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit: ℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit: %)of daily Minimum temperature for 72 h from January to October of 2018

图5 2018年7月72 h内各地州城市站逐24 h最高气温平均均方根误差(a为20时，b为08时，单位：℃)和预报准确率(c为20时，d为08时，单位：%)Fig.5 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit:℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit :%)of maximum temperature for 72 h in July 2018

由图6a和图6b看出，08时和20时起报的最低气温中，相对图5中的最高气温预报，其平均均方根误差大幅度减小，特别在72 h预报内毕节站和水城站RMSE均在1.0 ℃以下，表现了华南3 km高分辨率预报所提供的最低气温预报在各城市站上极具预报能力；图6c和图6d中显示，相对最高气温预报，最低气温预报准确率总体提升10%～15%，除遵义站和凯里站准确率未超过80%外，其余各站均在90%以上，最高为兴义站，24 h预报准确率达100%。

图6 2018年7月72 h内各地州城市站逐24 h最低气温平均均方根误差(a为20时，b为08时，单位：℃)和预报准确率(c为20时，d为08时，单位：%)Fig.6 Verification results of the RMS error(a: 20∶00; b: 08∶00; unit:℃)and forecast accuracy scores(c: 20∶00; d: 08∶00; unit :%)of Minimum temperature for 72 h in July 2018

2.5 个例检验

为进一步检验华南3 km高分辨率区域模式所提供的气温预报在贵州省的预报性能，随机选取2018年7月18日的高温天气过程进行检验。

表2中给出了华南3 km区域模式7月15—17日每天所提供的20时起报的气温预报对7月18日贵州全省的最高(低)气温预报及35.0 ℃以上高温事件的检验统计情况。表2中看出，72 h预报内最高(低)气温预报准确率差异不大，均在80.0%左右，其中，最高气温预报在72 h表现最好，达82.4%。可见，华南3 km高分辨模式预报在整个高温天气过程中对日最高(低)气温预报把握较好。针对7月18日35.0 ℃以上的高温事件，全省85个国家观测站中实况出现了39个，表中看出，24 h的高温事件预报准确率达80.0%，漏报率18.0%，48 h的高温事件预报准确率达76.0%，漏报率21.0%，72 h的高温事件预报准确率达83.5%，漏报率15.3%，较好地反映了华南3 km高分辨率区域预报对此次高温事件的预报性能。

表2 7月18日气温预报检验统计Tab.2 Test statistics of temperature forecast on July 18

3 结论

本文利用2018年1—10月贵州省85个国家观测站的气温实况资料，对华南区域预报中心提供的3 km高分辨率气温预报在贵州地区进行质量检验，得到如下结论：

①72 h预报内随着预报时效的增加预报准确率差异较小，08时起报的最高(低)气温预报准确率略高于20时的，最低气温预报准确率平均超出最高气温预报20%以上，华南3 km高分辨率气温预报对贵州最低气温预报具有较高的指导作用。

②在第24～48 h的最高(低)气温预报中，空间分布上，08时和20时起报场上均表现出在贵州省的东北至西南一带预报准确率高于其它地区，且08时起报的预报性能优于20时的，最低气温预报准确率优于最高气温。月份上，表现为6—8月的预报性能在10个月中较好，特别7月份的预报可参考性更强。

③对贵州9个主要城市国家观测站对比分析。9个站中除凯里站最高气温预报准确率为70%左右，其余都在75%～90%之间；最低气温预报准确率除凯里站为80%左右外，其余各站均在90%以上，兴义站20时起报的24 h预报达100%。由此可见，华南3 km高分辨率预报模式对贵州7月份各城市站点具有较高的参考作用。

④针对2018年7月18日高温天气过程的检验，华南3 km高分辨率模式提供的气温预报在最高(低)气温预报及35.0 ℃以上的高温事件预报中，准确率均在80.0%以上，该模式较好地反映了贵州省的实况天气，故该模式对贵州高温预报具有较好的参考价值。