重庆市武隆区强降温预报方法研究

2019-12-25周小丰郭慧万成豪

现代农业科技 2019年21期

周小丰郭慧万成豪

摘要强降温对秋冬季高山蔬菜、春季烤烟等农作物的生长发育影响很大，准确预报强降温，可以提前做好预防措施，最大程度减少强降温对农业生产的危害。利用MOS反向强降温过程法，作武隆冬半年（10月至翌年4月）的强降温预报，并进行误差订正，实现了强降温预报的动态化、定量化和自动化，以期为强降温预报提供参考。

关键词强降温预报;MOS反向强降温过程法;应用;重庆市;武隆区

中图分类号 P456 文献标识码 A

文章编号 1007-5739（2019）21-0197-02 开放科学（资源服务）标识码（OSID）

目前，利用EC 850 hPa温度场的变化预报未来温度变化，特别是用来预报日平均、日最高、日最低气温已经非常普遍。多数区县进行强降温预报时采用1個月1个回归方程，整个冬半年（10月至翌年4月）共有7个回归方程，使用起来很不方便[1]。而且，多数区县只预报强降温的有无，仅作出了定性预报，而对强降温的降温幅度预报较少，在定量预报方面还未普遍应用[2]。在自动化方面，由于种种原因，也未能建立动态方程，实现动态预报强降温的降温幅度。

为此，笔者将首次采用MOS反向强降温过程法，整个冬半年采用1个回归方程，实现强降温预报的动态化、定量化和自动化。

1 强降温及其对农业生产的影响

重庆所处的地理环境独特，冷空气带来的降温强度相对较弱，但降温时间较长。气象资料分析表明，重庆几乎达不到寒潮标准（日最低气温24 h内降温幅度≥8 ℃，或48 h内降温幅度≥10 ℃，72 h内降温幅度≥12 ℃且日最低气温降到4 ℃或以下）。结合重庆地区的降温特点，定义了重庆的强降温标准。①强降温：冬季（12月至翌年2月）72 h内日平均气温连续下降≥6.0 ℃;春季（3—4月）和秋季（10—11月）72 h内日平均气温连续下降≥8.0 ℃。②特强降温：冬季（12月至翌年2月）72 h内日平均气温连续下降≥8.0 ℃;春季（3—4月）和秋季（10—11月）72 h内日平均气温连续下降≥10.0 ℃。

强降温天气出现时，冷空气影响范围大，有时会达到寒潮标准。强降温带来霜冻时，温度会降到0 ℃以下，造成农作物部分枯萎或完全死亡。冬季气候寒冷干燥，对农作物等生长不利，特别是对高山蔬菜越冬会产生非常不利的影响，农作物极可能受灾。在春季，对玉米、烤烟等农作物的育苗、移栽、生长发育影响很大。另外，强降温会造成气温急剧下降、动物的免疫能力急速下降，导致疫病流行;因温度下降大雪封路，造成动物觅食变得困难，导致动物大批量的连续死亡。

如果准确预报出了强降温的强度、范围和时间，就可以提前做好预防措施，最大程度减少强降温给农业生产带来的危害。

2 MOS反向强降温过程法原理

MOS法，是从数值预报模式的归档资料中选取预报因子x，求出预报量y的同时或近于同时的预报关系式y=f（x）。在实际运用中，就把数值预报输出的结果代入相应的形如y=f（x）预报关系中。

MOS反向强降温过程法实际上就是MOS法，只是利用达到强降温标准的实况降温资料，进行强降温反向查询欧洲中心的850 hPa的72 h降温，作为预报因子，建立回归方程[3]。

MOS反向强降温过程法具有一般MOS法的特点，它要求有较长时间的数值预报产品资料作为建立MOS方程的样本资料，能自动地与局地天气匹配，并考虑了数值模式的系统偏差。此外，MOS法还包括了许多不易为PP法采用的预报因子，如垂直速度、边界层风和涡度等物理意义明确、预报信息量大的因子，因而MOS法比PP法使用范围更广泛。

3 MOS反向强降温过程法在武隆强降温预报中的应用

3.1 因子选择

要使MOS反向强降温过程法尽快适应所选样本资料的统计特性，有较高的预报精度，必须选取物理意义清楚、相关系数高的因子。

武隆的850 hPa温度受大气环流、冷暖气团活动、青藏高原大地形和地面摩擦等多方面的影响，如果人为判断它的变化，可能会出现较大偏差。然而，欧洲中心数值预报模式已把影响850 hPa温度的诸多因素予以考虑，其预报结论更具科学性、客观化、定量化。

EC 850 hPa温度预报场的格距是2.5°×2.5°，有0～168 h的预报，对1次强降温过程在预报时效内可以包含进去。因武隆的位置处于东经107.45°、北纬29.19°，它与格点（东经107.5°、北纬30°）很接近，但由于只收集了格点（东经105°、北纬30°）、（东经110°、北纬30°）的数值产品资料，所以定义1个格点称为武隆格点（东经107.45°、北纬29.19°），取这2个格点温度的平均值作为武隆的EC 850 hPa温度，具有较好的代表性。

普查武隆2007—2017年每年冬半年各月的达强降温标准的实况降温资料，进行强降温反向查询同期EC 850 hPa的72 h降温，发现武隆格点（东经107.45°、北纬29.19°）EC 850 hPa的72 h降温与达强降温标准的实况降温相关系数比较高，由于不同的样本资料有不同的相关系数，但通过程序计算大多在0.80以上。因此，选定武隆格点（东经107.45°、北纬29.19°）EC 850 hPa的72 h降温资料作为预报因子。

特别说明的是，在这个样本资料中，不再分月统计，而是把2007—2017年每年冬半年的资料视为一个整体，作为一个静态资料。同时，这个样本资料是放在一个文件中，可以随时减少或增加，以实现样本资料的动态性。

3.2 方程建立

利用武隆2007—2017年每年冬半年各月的达强降温标准的实况降温资料，进行强降温反向查询武隆格点（东经107.45°、北纬29.19°）EC 850 hPa的72 h降温资料，作为预报因子，建立回归方程。

回归方程采用一元线性回归，用程序进行计算。由于样本资料的动态性，因而可以建立动态方程。由于样本资料不分月份，因而回归方程只有一个，适用于冬半年的任何时候。即y=4.828 294+0.340 156 3x其中，x为武隆格点（东经107.45°、北纬29.19°）EC 850 hPa的72 h降温。

但是，若增加或减少文件中的样本资料，则回归方程的系数就会改变，从而实现了建立动态方程。

3.3 误差订正

利用达强降温标准的实况降温资料进行强降温反向查询EC 850 hPa的72 h降温作为预报因子建立回归方程，用它来预报降温幅度，发现其与实况降温有一定差异。主要表现在用当日实况起点温度与武隆历年同期的温度进行比较，差值在4～6 ℃时，预报与实况差异最小;其他情况，预报与实况都有不同程度的差异。

经过反复试验，确定了自动进行误差订正的数据如表1所示。

在实际预报中，还可以进行人工误差订正，即可以将日本的850 hPa的72 h降温代入方程，看输出结果与用EC 850 hPa的72 h降温作预报的结果差异大小，若差异小，则不需再做其他订正。否则，可以根据经验或其他工具进行综合考虑后再决定是否发布强降温预报。

4 自动化系统

武隆强降温预报自动化系统采用VB语言编程，其程序界面如图1所示。可以看出，武隆强降温预报程序将建立动态方程、参数输入、误差订正、动态预报降温幅度融合在一起，改变了以往将它们分离的设计方法。

回归方程采用一元线性回归，模式方程栏中显示的是以2007—2017年每年冬半年的样本资料形成的一元线性回归方程。如果增加或减少文件中的样本资料，则回归方程的系数就会改变，从而实现了建立动态方程。

输入比较T栏需要输入武隆格点（东经107.45°、北纬29.19°）EC 850 hPa的72 h降温幅度。其中武隆格点的EC 850 hPa温度是用2个格点（东经105°、北纬30°）、（东经110°、北纬30°）的平均值来计算的，而在实际预报时，可以用武隆所在位置EC 850 hPa实际的内插降温度数。

输入EC_T栏需要输入预报当日实况起点温度与武隆历年同期的温度进行比较的差值，以进行自动化误差订正。

输出降温T栏输出的是武隆同期72 h降温幅度。利用预报的72 h降温幅度，再根据不同的强降温标准，最后决定是否预报强降温及降温幅度。

需要说明的是，样本资料文件为WuLongQJW.TXT，武隆强降温预报程序文件为WuLongQJW.exe，这2个文件放在在同一目录;运行WuLongQJW. exe时，最好安装VB6.0[4]。

5 預报检验

根据对武隆2007—2017年38次强降温天气过程的实例计算，强降温预报历史拟合率为38/40=95%，历史概括率为38/42=90%。

通过1年的应用，定性预报准确率为7/7=100%，定量预报准确率为610/7=87%，概括率为7/7=100%。

不管从历史情况看，还是从1年的实际使用上看，武隆强降温预报方案预报结果较好，用它来进行武隆强降温预报具有很好的参考价值[5]。

6 结语

（1）武隆强降温预报方案，采用MOS反向强降温过程法，利用达强降温标准的实况降温资料，进行强降温反向查询EC 850 hPa的72 h降温，作为预报因子，建立回归方程，可以用它来进行强降温预报。

（2）整个冬半年采用1个回归方程，实现了强降温预报的动态化、定量化和自动化。误差订正采用自动进行误差订正和人工误差订正相结合的方式，灵活、方便、简单和实用。不管从历史情况看，还是从1年的实际使用上看，用它来进行武隆强降温预报具有较好的效果。

（3）采用武隆强降温预报方案，给秋冬季高山蔬菜、春季烤烟等农作物的种植提供更好的气象支撑，准确预报强降温，可以提前做好预防措施，最大程度地减少强降温对农业生产的危害。

7 参考文献