楊　悅

(四川省樂山市氣象局，四川　樂山　614000)

?

基于樂山市總云量與氣溫日較差相關(guān)分析的最高氣溫訂正預(yù)報(bào)

楊悅

(四川省樂山市氣象局，四川樂山614000)

利用2004—2013年樂山市8個區(qū)縣逐日14時的總云量與氣溫日較差在不同天氣條件下分別以月份、季節(jié)及地理位置進(jìn)行相關(guān)分析，得出了不同天氣條件下的平均氣溫日較差，從歷史氣候背景方面對EC細(xì)網(wǎng)格、中央臺指導(dǎo)預(yù)報(bào)的最高氣溫預(yù)報(bào)訂正進(jìn)行探討，并對2015年1—12月本地訂正預(yù)報(bào)與中央臺指導(dǎo)預(yù)報(bào)準(zhǔn)確率及誤差進(jìn)行對比檢驗(yàn)。結(jié)果表明：該方法在一定程度上對最高氣溫預(yù)報(bào)有一定的訂正作用，特別是在天氣較為穩(wěn)定的情況下，訂正效果較好；且秋冬季節(jié)比天氣變化較大的春夏季節(jié)訂正效果較好。但由于地面觀測為定時觀測且14時總云量不能完全代表當(dāng)天的云天狀況，該方法還存在一定的局限性。

樂山；總云量；氣溫日較差；最高氣溫；訂正預(yù)報(bào)

1　引言

隨著社會的進(jìn)步和發(fā)展，特別是近年來各地極端天氣頻發(fā)，政府和公眾對氣象的關(guān)心程度日益增強(qiáng)，對天氣預(yù)報(bào)的精細(xì)化要求日益提高。而氣溫預(yù)報(bào)一直是天氣預(yù)報(bào)的重要組成部分，其預(yù)報(bào)方法的研究與檢驗(yàn)長期以來為廣大氣象工作者所關(guān)注[1-8]。

關(guān)于氣溫預(yù)報(bào)，前人也作出了很多研究，但同時也存在著一些問題。張秀年等[9]利用多模式集成MOS方法作精細(xì)化溫度預(yù)報(bào)；韓世剛[10]等在PP方法的基礎(chǔ)上，通過主觀經(jīng)驗(yàn)和理論分析，從劃分季節(jié)、有無降水和850 hPa 24 h變溫等方面對EC輸出的850 hPa產(chǎn)品進(jìn)行進(jìn)一步釋用，從而得到精細(xì)的最高最低溫度預(yù)報(bào)值；同時佟華[11]、徐枝芳[12]等的研究證明，以數(shù)值預(yù)報(bào)為主要方法的氣溫預(yù)報(bào)系統(tǒng)由于模式中的地形高度與實(shí)際地形高度的差異影響存在系統(tǒng)誤差，使氣溫的預(yù)報(bào)能力受到一定的限制。張德山等[13]利用統(tǒng)計(jì)方法建立的日較差分級的北京地面逐時氣溫預(yù)報(bào)模型，具有一定的推廣應(yīng)用價值，但該預(yù)報(bào)方法沒有考慮晴天、多云、陰雨等天氣條件對氣溫日變化的影響。

樂山市地處四川盆地西南部山地過渡地帶。西南高、東北低，地貌由山地、丘陵、平壩3種類型為主(見圖1)，EC025細(xì)網(wǎng)格數(shù)值預(yù)報(bào)及中央氣象臺指導(dǎo)預(yù)報(bào)對樂山本地的最低氣溫預(yù)報(bào)準(zhǔn)確率較高，如2014年全年本地最低氣溫平均準(zhǔn)確率為87.4%，24 h預(yù)報(bào)達(dá)90.4%；但受本地特殊地形影響，最高氣溫預(yù)報(bào)準(zhǔn)確率不高，成為精細(xì)化預(yù)報(bào)的一大難點(diǎn)。由于影響氣溫的因素較多，為方便實(shí)際應(yīng)用，設(shè)想用氣溫日較差來綜合反映難以量化的大氣環(huán)流和氣象要素對氣溫日變化的影響。一般在不出現(xiàn)轉(zhuǎn)折性天氣時，最高氣溫出現(xiàn)在當(dāng)日14—15時左右，因此14時觀測的總云量對最高氣溫預(yù)報(bào)具有很好的指示性。本文利用統(tǒng)計(jì)方法，對各區(qū)縣按晴天、多云、陰雨對應(yīng)不同等級劃分的14時的總云量，不同月、季節(jié)以及不同地理位置作相關(guān)分析，得出不同天氣條件下的平均氣溫日較差，從而起到對EC細(xì)網(wǎng)格數(shù)值預(yù)報(bào)及中央臺指導(dǎo)預(yù)報(bào)最高氣溫作輔助訂正的作用，檢驗(yàn)結(jié)果表明訂正效果較好。

圖1　樂山市地形圖Fig.1　The topographic map of Leshan

2　資料和方法

利用2004—2013年樂山市8個區(qū)縣共計(jì)9 a各月逐日(20—20時)日最高和最低氣溫差值(即氣溫日較差)以及逐日14時總云量資料。首先將14時總云量按天氣現(xiàn)象劃分為晴天(總云量0～3成)、多云(總云量4～8成)、陰雨(總云量>9成以上或有降水)3種類型，然后統(tǒng)計(jì)出不同站點(diǎn)在不同月份、不同季節(jié)對應(yīng)的平均氣溫日較差，其中3—5月為春季，6—8月為夏季，9—11為秋季，12月—次年2月為冬季，再根據(jù)樂山全市站點(diǎn)分布的地理位置得出對不同季節(jié)在不同天氣條件下的平均氣溫日較差分布情況。

3　14時總云量與氣溫日較差相關(guān)分析

3.1氣溫日較差特征

氣溫日較差是日最高氣溫和日最低氣溫之差。氣溫日變化具有地域差異[14-16]和季節(jié)特征，并在不同云量的天氣條件下表現(xiàn)不同。天空云量越多，氣溫日較差越小，這與云量增加導(dǎo)致到達(dá)地面的太陽總輻射和地表凈輻射顯著減少有關(guān)[17]。因此，晴天的氣溫日較差最大，多云次之，陰雨天最小。

3.2各月平均氣溫日較差分析

表1　不同天氣條件下樂山市各站點(diǎn)各月的平均氣溫日較差

a 樂山　　　　　　　　　　　　　　　　　　　 b 沐川圖2　樂山、沐川各月不同天氣條件下平均氣溫日較差柱狀圖Fig.2　The average daily temperature range histogram of Leshan, Muchan under the different weather conditions

表1為將14時的總云量按上述級別劃分后，樂山市各站點(diǎn)各月不同天氣下的平均氣溫日較差。圖2為樂山、沐川各月不同天氣條件下平均氣溫日較差柱狀圖。從表1和圖2可看出：①氣溫日較差隨著云量的增加而減小，即晴天的氣溫日較差最大，多云次之，陰雨天的最小；②1—12月，除峨邊、馬邊冬春季節(jié)平均氣溫日較差波動較大以外，其余站點(diǎn)不論何種天氣，平均氣溫日較差具有明顯的時間季節(jié)變化，均呈現(xiàn)出先增加后減小的趨勢；③各站平均氣溫日較差最大值主要出現(xiàn)在4—5月，與春季氣溫波動較大有很大關(guān)系。

3.3各季平均氣溫日較差分析

表2、圖3分別為樂山各區(qū)縣不同天氣條件下春夏秋冬四季平均日較差值及分布圖。由此可見：①氣溫日較差不僅具有明顯的季節(jié)變化，而且還具有明顯的地域差異；②除春季的晴天外，其余季節(jié)不同天氣條件下，平均日較差均基本呈現(xiàn)出南大北小的分布狀態(tài)，這可能與樂山特殊的地形西南高、東北低有關(guān)。

4　最高氣溫訂正

在實(shí)際工作中，我們首先在分析了未來天氣形勢的基礎(chǔ)上，結(jié)合EC細(xì)網(wǎng)格總云量預(yù)報(bào)，對未來幾天天氣狀況作一個大概的判斷，然后再根據(jù)對未來天空狀況的推測參照不同站點(diǎn)各月不同天氣條件的氣溫日較差進(jìn)行估算，在EC細(xì)網(wǎng)格及中央臺城鎮(zhèn)精細(xì)化指導(dǎo)預(yù)報(bào)報(bào)文中最低溫度預(yù)報(bào)較為準(zhǔn)確的基礎(chǔ)上，加上估算出的氣溫日較差得出未來最高氣溫的預(yù)報(bào)值，從而起到對EC細(xì)網(wǎng)格及中央臺指導(dǎo)預(yù)報(bào)最高溫度的訂正。

圖3　不同天氣條件下各站點(diǎn)的四季平均氣溫日較差分布圖Fig.3　The average daily temperature range distribution map of each station in four seasons

Tab.2　The average daily temperature range of each station in four seasons　(℃)

Tmax=Tmin+△T

式中Tmax、Tmin分別代表最高、最低氣溫預(yù)報(bào)值，△T代表不同月份不同天氣對應(yīng)的氣溫日較差。

5　預(yù)報(bào)效果對比檢驗(yàn)

5.1 預(yù)報(bào)準(zhǔn)確率分析

表3為2015年1—12月樂山市8個區(qū)縣72 h最高氣溫本地訂正預(yù)報(bào)與中央臺指導(dǎo)預(yù)報(bào)準(zhǔn)確率的對比分析。從表中可以看出，本地訂正預(yù)報(bào)準(zhǔn)確率明顯高于中央臺指導(dǎo)預(yù)報(bào)，全年準(zhǔn)確率較中央臺指導(dǎo)預(yù)報(bào)提高了5.9%～6.8%；且本地訂正預(yù)報(bào)準(zhǔn)確率秋冬季節(jié)明顯好于氣溫波動較大的春夏季節(jié)；但總體上，本地訂正預(yù)報(bào)與中央臺指導(dǎo)預(yù)報(bào)的準(zhǔn)確率均是隨著預(yù)報(bào)時效的增加而減小的。

表3　2015年1—12月最高氣溫本地預(yù)報(bào)與中央臺指導(dǎo)預(yù)報(bào)準(zhǔn)確率對比分析

5.2預(yù)報(bào)誤差分析

表4為2015年1—12月樂山市8個區(qū)縣最高氣溫本地訂正預(yù)報(bào)與中央臺指導(dǎo)預(yù)報(bào)平均絕對誤差對比分析。從表中可以看出，本地訂正預(yù)報(bào)平均絕對誤差均小于中央臺指導(dǎo)預(yù)報(bào)，且隨著預(yù)報(bào)時效的增加預(yù)報(bào)誤差也有所增加，與上述預(yù)報(bào)準(zhǔn)確率對比分析有很好的對應(yīng)關(guān)系。同時從地域看，本地訂正預(yù)報(bào)對處于高海拔山區(qū)的西南部峨邊、馬邊、沐川預(yù)報(bào)誤差較大，對處于低海拔地區(qū)的東北部樂山、井研、犍為預(yù)報(bào)誤差較小，這可能與本地的地理位置有關(guān)。

表4　2015年1—12月各區(qū)縣最高氣溫本地與中央臺指導(dǎo)預(yù)報(bào)平均絕對誤差對比分析

6　小結(jié)與討論

對2004—2013年樂山市8個城鎮(zhèn)站點(diǎn)14時的總云量與氣溫日較差進(jìn)行了相關(guān)分析，得出了不同站點(diǎn)在不同天氣條件下不同月、季的平均氣溫日較差，從而可在EC細(xì)網(wǎng)格、中央臺指導(dǎo)預(yù)報(bào)最低氣溫基礎(chǔ)上對最高氣溫預(yù)報(bào)進(jìn)行訂正，并對2015年全年最高氣溫本地訂正與中央臺指導(dǎo)預(yù)報(bào)準(zhǔn)確率及誤差進(jìn)行了對比檢驗(yàn)分析。結(jié)果表明：氣溫日較差具有明顯的地域差異和季節(jié)特征，1—12月份基本呈先增大后減小的趨勢，最大值主要出現(xiàn)在氣溫波動較大的4—5月；同時由于樂山南高北低的地理位置，氣溫日較差在地理位置上呈南大北小的分布。該方法對最高氣溫預(yù)報(bào)有一定的訂正作用，秋冬季節(jié)好于春夏季節(jié)，且處于高海拔山區(qū)的峨邊、馬邊、沐川預(yù)報(bào)誤差較大，處于低海拔地區(qū)的東北部樂山、井研、犍為預(yù)報(bào)誤差較小。但由于地面觀測為定時觀測且14時總云量不能完全代表當(dāng)天的云天狀況，該方法仍存在一定的局限性和改進(jìn)的余地。

[1] 吳愛敏．極端氣溫集成預(yù)報(bào)方法對比[J]．氣象科技，2012，40(5)：772-777．

[2] 李雄，董蕙青，黃嘉華，等．南寧各種下墊面溫度特征及預(yù)報(bào)方法探討[J]．氣象科技，2005，33(6)：487-491．

[3] 李有宏，韋淑俠，王青川，等．青海省最高最低氣溫預(yù)報(bào)方法研究[J]．氣象，2003，29(7)：34-37．

[4] 周永水，李天江，石艷．貴州省24小時氣溫主觀預(yù)報(bào)分析[J]．貴州氣象，2015，39(1)：27-41．

[5] 汪衛(wèi)平，熊偉，陳余明.貴州省日最高氣溫氣候特征分析[J].貴州氣象,2013,37(1):07-10.

[6] 張秀年，曹杰，楊素雨，等．多模式集成MOS方法在精細(xì)化溫度預(yù)報(bào)中的應(yīng)用[J]．云南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2011，33(1)：67-71．

[7] 羅貴東，吳海周，肖鵬.基于MOS方法建立達(dá)州溫度預(yù)報(bào)模型[J].貴州氣象，2015，39(4):16-21.

[8] 李佰平，智協(xié)飛．ECMWF模式地面氣溫預(yù)報(bào)的四種誤差訂正方法的比較研究[J]．氣象，2012，38(8)：897-902．

[9] 張秀年，曹杰，楊素雨，等．多模式集成MOS方法在精細(xì)化溫度預(yù)報(bào)中的應(yīng)用[J]．云南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2011，33(2)：67-71．

[10]韓世剛，吉莉，茍思，等．最高(低)溫度PP法預(yù)報(bào)修正方案的比較研究[J]．高原山地氣象研究，2009，29(3)：66-68．

[11]佟華，姚明明，王雨，等．T213L31全球中期數(shù)值天氣預(yù)報(bào)系統(tǒng)2 m溫度預(yù)報(bào)誤差源分析[J]．氣象，2006，32(2)：52-57．

[12]徐枝芳，龔建東，王建捷，等．復(fù)雜地形下地面觀測資料同化I．模式地形與觀測站地形高度差異對地面資料同化的影響研究[J]．大氣科學(xué)，2007，31(2)：223-232．

[13]張德山，竇以文，白鋼，等．日較差分級的北京地面逐時氣溫預(yù)報(bào)[J]．氣象，1999，25(5)：54-57．

[14]楊萍，肖子牛，劉偉東．北京氣溫日變化特征的城郊差異及其季節(jié)變化分析[J]．大氣科學(xué)，2013，37(1)：101-112．

[15]李雄，董蕙青，黃嘉華，等．南寧各種下墊面溫度特征及預(yù)報(bào)方法探討[J]．氣象科技，2005，33(6)：487-491．

[16]黃良美，黃海霞，項(xiàng)東云，等．南京市四種下墊面氣溫日變化規(guī)律及城市熱島效應(yīng)[J]．生態(tài)環(huán)境，2007，16(5)：1 411-1 420．

[17]郭元喜，龔道溢，汪文珊，等．中國東部夏季云量與日氣溫統(tǒng)計(jì)關(guān)系[J]．地理科學(xué)，2013，33(1)：104-109．

Leshan Revised Highest Temperature Forecast Based on Analysis of Total Cloudiness and Daily Temperature Range

YANG Yue

(Leshan Meteorological Bureau, Leshan 614000, China)

Base on the analysis of the cloudiness and daily temperature range under weather conditions of different months, seasons and geographical locations in a period from 2004 to 2013 day-by-day data at 14∶00 in 8 districts of Leshan City, on the discussions of EC d net from the aspect of historical weather background and Central Station guides on revised forecast of highest temperature, and also on the comparison and check of the accuracy and difference between local revised forecast and central station guiding forecast from January to December 2015, it is shown that the methodology, to some extent, could be useful on revising highest temperature forecast, especially in a stable weather conditions. Furthermore, it shows a better result in summer and winter compared with spring and summer. However, the methodology could be limited, because the ground-based observation is at a fix time, 14∶00, of which the total cloudiness could not be used to represent a whole day data.

Leshan；total cloudiness；daily temperature range；highest temperature；revised forecast

1003-6598(2016)03-0055-06

2016-02-03

楊悅(1979—)，女，工程師，主要從事天氣預(yù)報(bào)及氣象服務(wù)工作，E-mail:yueimiao@163.com。

P423

B