威宁县乡镇最高最低气温分析与预报方法探讨

蔡 军,杨承梅,倪 妮,张玉逵,余 吕

(贵州省威宁县气象局，贵州 威宁 553100)

0 引言

随着经济社会的快速发展，人们对天气预报的精细化准确度要求越来越高，因而天气预报的加工制作正逐步向精细化方向拓展和延伸，乡镇气温的准确预报成为当前预报的重点[1]。为了更好地提高乡镇气温预报的准确率，许多专家学者做了研究和分析[2-7]。李佰平等[8]对EC模式地面气温预报运用4种误差订正方法进行比较研究，结果显示4种方法都能有效地减小预报误差。李莉等[9]利用统计学方法对T213降水预报进行修订，取得了不错的效果。王丹等[10]对EC模式在陕西春夏季气温预报性能方面做了评估，分析得出随着预报时效的增加，模式的气温预报能力和稳定性呈波浪式下降。范苏丹等[11]对山东气温预报的几种数值产品进行对比分析，发现EC细网格对内陆最高最低气温预报的准确率最高。

由于威宁乡镇气温预报长期直接使用EC细网格模式2 m气温预报产品，发现预报值和实况随季节存在不同程度的误差，且大部分乡镇气温的预报值比实况相差较大。因此，本文利用2012年12月—2018年8月地面气象观测资料，运用加权最小二乘法分析国家站和部分区域站最高最低气温的相关性，模拟出相关方程，将订正后的国家站预报气温代入方程，得出各乡镇气温的预报值，这将为预报员在日常乡镇气温预报工作中提供有效的预报方法，对提高威宁县各乡镇气温预报的准确性有重要意义。

1 资料和方法

本文所用资料为2012年12月1日—2018年8月31日威宁县国家站和52个区域站的逐日最高最低气温观测资料。利用统计学方法[12]分析威宁县季平均最高最低气温的分布及其变化情况，为了减小异常点(偏离总体分布的点)的影响，通过加权最小二乘法得出国家站与各乡镇最高最低气温的拟合方程，并使用2017年9月1日—2018年8月31日的逐日最高最低气温资料对方程的预报效果进行检验。温度预报的准确率参照预报值与实况值的误差≤|2|℃。

2 各乡镇最高最低气温分布

威宁县位于贵州省西北部高寒山区，属亚热带季风性湿润气候，全县面积达6 295 km2，平均海拔高度为2 200 m，是贵州省面积最大、海拔最高的县，面积大、海拔高度差异明显的地理特征导致各乡镇气温参差不齐(图1)。国家站年平均气温10.6 ℃，年平均最高气温16.5 ℃，年平均最低气温7.1 ℃，最热月为7月，最冷月为1月，且具有年温较差小、日温差较大的特点。

从图2看出，威宁县最低气温在四季中存在稳定的低值中心和高值中心，低值中心主要位于威宁县中部以北(雪山镇、迤那镇、观风海镇为主，大致呈“U”字型)和梅花山一线，高值中心主要位于东南部(东风、二塘、猴场、龙场、金斗、金钟、幺站等乡镇的部分区域)和西北部边缘地区(玉龙、中水等乡镇)。最低气温的高、低值范围随季节没有明显的差异，其分布大致相同。

从图3看出，威宁县最高气温在四季中只存在稳定的高值中心，主要位于东南部(东风、二塘、猴场、龙场、金斗、金钟、幺站等乡镇的部分区域)、西北部边缘地区(玉龙、中水等乡镇)和哈喇河乡。最高气温的分布随季节有明显变化，春、夏、秋季的分布大致相同，雪山镇至观风海镇东南部一线、梅花山一线、幺站镇与双龙乡交界处、海拉乡、盐仓镇为低值中心，但在冬季，原位于雪山镇至观风海镇东南部一线的低值中心转至北部边缘地区(石门乡、云贵乡为主)。

图3 各乡镇春季(a)、夏季(b)、秋季(c)、冬季(d)平均最高气温分布(单位：℃)Fig.3 Distribution of mean maximum temperature in spring(a), summer(b), autumn(c) and winter(d) of each town (unit: ℃)

根据图2和图3最高最低气温分布情况，结合图1，发现春、夏、秋季的最高最低气温和冬季的最低气温分布与地形基本一致，即低值与高值中心对应山脉与河谷地带，说明该时段气温的变化主要受海拔高度的影响。冬季的最高气温却略有调整，造成冬季的最高气温与其他时期气温分布不一致的主要原因是威宁县冬季还受滇黔静止锋影响，滇黔静止锋在威宁县多以东北—西南走向来回摆动，夜间冷空气加强将静止锋推出威宁县到云南曲靖，白天暖空气加强又将静止锋推回威宁县，以静止锋为界，威宁县受两个不同性质的气团控制，不同环境下影响气温变化的主要因素也有所区别，峰前偏暖(海拔高度影响为主)，峰后偏冷(冷空气强度影响为主)，形成冬季最高气温分布多为南暖北冷的特点。

3 各乡镇气温预报模型建立

由于各乡镇安装多个自动站，在分析国家站和各乡镇气温的相关性上，选取距乡镇行政中心最近的自动站来代表该乡镇的气温。对国家站和各区域站的气温资料进行预处理，使其在相同时段的气温数据匹配。

利用2012年12月1日—2018年8月31日威宁县国家站和33个区域站的资料，通过加权最小二乘法得出国家站与各乡镇区域站最高最低气温的拟合方程(表1～表4，分别为春、夏、秋、冬季威宁县国家站与部分乡镇区域站最高最低气温的相关方程)，并通过显著性检验(α=0.05)，同时计算出方程的相关系数(r的范围：0.70～0.99，表略)。

表1 春季威宁县国家站与部分乡镇区域站最高最低气温相关方程Tab.1 Relative equations of maximum and minimum temperature for national station and town regional stations in spring

表2 夏季威宁县国家站与部分乡镇区域站最高最低气温相关方程Tab.2 Relative equations of maximum and minimum temperature for national station and town regional stations in summer

表3 秋季威宁县国家站与部分乡镇区域站最高最低气温相关方程Tab.3 Relative equations of maximum and minimum temperature for national station and town regional stations in autumn

表4 冬季威宁县国家站与部分乡镇区域站最高最低气温相关方程Tab.4 Relative equations of maximum and minimum temperature for national station and town regional stations in winter

4 相关性分析及典型测站预报检验

4.1 相关系数分析

相关系数显示出国家站与各乡镇气温存在不同程度的正相关关系，从表5看出，根据相关系数等级划分，各区域站的最高最低气温与国家站的相关性存在季节性差异，总体呈高度相关最多，显著相关次之，中度相关最少。四季中最低气温的高度相关占75.8%，显著相关占21.2%，中度相关占3%；最高气温的高度相关占68.2%，显著相关占28.8%，中度相关占3%。秋季的显著相关最多，冬季的中度相关最多，说明对秋季的预报效果最好，冬季最差，在实际预报业务工作中得到了印证。

表5 各季节中各乡镇最高最低气温方程的相关系数等级分布Tab.5 Grade distribution of correlation coefficients of the highest and lowest temperature equation in each town and each season

4.2 典型方程预报检验

本文将修订后的国家站最高最低预报气温作为预报因子，各乡镇最高最低预报气温作为预报量，33个乡镇(264个方程)中选取相关系数最高和最低的方程作为检验对象，分别是秋季盐仓站的最低气温(r=0.99)和冬季茶山站的最低气温(r=0.70)。将当日的预报因子(基于每日08时起报的EC细网格模式2 m气温逐3 h最高最低预报值订正)代入方程，得出的预报结果将与次日实况值进行比较。

从图4a看出，盐仓站预报值和真实值的差距显得小，少数真实值超出置信区间范围，说明总体预报效果良好但仍存在预报值和真实值差距较大的情况，出现预报效果差的情况主要原因是预报因子自身是一个经过修订的预报值，存在误差性。36.7%的预报值低于真实值，63.3%的预报值高于真实值，预报值较真实值总体以偏高居多。从图4b看出，94.4%的误差在±2 ℃以内，5.6%的误差超过该范围，误差范围在±1 ℃的占86.7%。最大误差为-3.4 ℃(负号表示预报值大于真实值)，最小误差为0 ℃，平均误差为-0.4 ℃。

从图5a看出，茶山站预报值与实况值的差距比盐仓站有小范围加大，同样有少数实况值超出置信区间范围。52.2%的预报值低于实况值，47.8%的预报值高于实况值。从图5b看出，76.7%的误差在±2 ℃以内，23.3%的误差超过此范围，误差范围在±1 ℃的占47.8%。最大误差为-8.1 ℃，最小误差为0 ℃，平均误差为-0.6 ℃。

图4 秋季盐仓站最低气温预报值与实况值对比(a)和误差散点分布(b)(单位：℃)Fig.4 The comparison between the predicted and observed minimum temperature values at Yancang in autumn (a) and the error scatter distribution (b) (unit: ℃)

图5 冬季茶山站最低气温预报值与实况值对比(a)和误差散点分布(b)(单位：℃)Fig.5 The comparisons between the predicted and observed minimum temperature values at Chashan in winter (a) and the error scatter distribution (b) (unit: ℃)

对其他方程做上述分析(图略)，发现用方程得出的各乡镇气温预报值比直接用EC模式的预报值准确率更高。随着相关系数的减小，预报准确率相应降低，误差范围对应增大，预报准确率的高低与相关系数的变化具有一致性，如盐仓站的相关系数为0.99，其预报准确率为94.4%；茶山站的相关系数为0.70，其预报准确率为76.7%。因此，相关系数能较好地反映出方程的预报效果。

5 结论与讨论

综上分析，得到以下结论：

①威宁县在四季中，最低气温存在稳定的低值中心和高值中心，低值中心主要位于威宁县中部以北和梅花山一线，高值中心主要位于东南部和西北部边缘地区；最高气温只存在稳定的高值中心，主要位于东南部、西北部边缘地区和哈喇河乡。

②春、夏、秋季的最高最低气温和冬季的最低气温分布与地形基本一致，同时该时段气温的变化主要受海拔高度的影响。冬季的最高气温分布与其他季节气温分布不一致的主要原因是冬季的最高气温还受滇黔静止锋的影响，以静止锋为界，受两个不同性质的气团控制，峰前偏暖(海拔高度影响为主)，峰后偏冷(冷空气强度影响为主)。

③用方程得出的各乡镇最高最低气温的预报值比直接用EC模式的预报值准确率更高。随着相关系数的减小，预报准确率相应降低，误差范围对应增大，预报准确率的高低与相关系数的变化具有一致性。

本文主要是从数理角度出发，并未对影响各乡镇气温变化的其他因素进行分析，如海拔高度、冷暖空气强度等，造成了冬季最高气温的预报效果仍存在较大不足。同时，为增强方程的稳定性，减少了对异常点的分析，对相关性之外的气温预报还有缺陷。因此，利用方程预报各乡镇最高最低气温的结果并结合影响气温变化的其他因素进行综合分析将是下一步气温预报的重点。