潘忠義 孟振雄 關(guān)肖月 金鐵力 陳新

1、葫蘆島市連山區(qū)氣象局 2、葫蘆島市氣象局

引言

精細(xì)化預(yù)報(bào)是天氣預(yù)報(bào)發(fā)展的方向，對(duì)于目前縣級(jí)氣象部門來(lái)講，鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)就是主要的精細(xì)化預(yù)報(bào)產(chǎn)品之一，鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)的準(zhǔn)確率也是對(duì)縣級(jí)氣象臺(tái)站考核的重要指標(biāo)。隨著當(dāng)前經(jīng)濟(jì)社會(huì)的快速發(fā)展，社會(huì)各界對(duì)天氣預(yù)報(bào)的需求也越來(lái)越高，因此提高鄉(xiāng)鎮(zhèn)天氣預(yù)報(bào)的準(zhǔn)確率，提高縣級(jí)氣象部門精細(xì)化預(yù)報(bào)水平顯得很有必要。

精細(xì)化到鄉(xiāng)鎮(zhèn)的天氣預(yù)報(bào)是遼寧省氣象局提出來(lái)的，要求各級(jí)氣象臺(tái)的鄉(xiāng)鎮(zhèn)最高（最低）溫度預(yù)報(bào)準(zhǔn)確率在71%以上。開展鄉(xiāng)鎮(zhèn)溫度精細(xì)化預(yù)報(bào)方法研究，目的在于提高鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)質(zhì)量，更好地為社會(huì)和民生服務(wù)。

1 精細(xì)化溫度預(yù)報(bào)研究技術(shù)方案

統(tǒng)計(jì)分析2013 年以來(lái)連山、興城和建昌等3 個(gè)國(guó)家站和連山區(qū)范圍內(nèi)9 個(gè)區(qū)域自動(dòng)站的逐日自動(dòng)站數(shù)據(jù)，整理提取各站逐日最高氣溫、最低氣溫等要素；利用數(shù)據(jù)分析處理軟件統(tǒng)計(jì)區(qū)域站溫度與國(guó)家站溫度之間的線性關(guān)系，按月依次建立各個(gè)區(qū)域站最高氣溫、最低氣溫與國(guó)家站之間的預(yù)報(bào)模型，并以國(guó)家站氣溫做因子建立區(qū)域站的溫度預(yù)報(bào)方程；最后再利用葫蘆島市氣象臺(tái)制作的城鎮(zhèn)天氣預(yù)報(bào)中相應(yīng)站點(diǎn)氣溫的預(yù)報(bào)做為預(yù)報(bào)因子，將其帶入統(tǒng)計(jì)分析得到的方程中，得出各區(qū)域站最終的預(yù)報(bào)結(jié)果。

2 資料統(tǒng)計(jì)分析

統(tǒng)計(jì)分析2013 年以來(lái)連山、興城和建昌等3 個(gè)國(guó)家站和連山區(qū)范圍內(nèi)9 個(gè)區(qū)域自動(dòng)站的逐日自動(dòng)站數(shù)據(jù)，整理提取各站逐日最高氣溫、最低氣溫等要素；利用IBMSPSS Statistics 數(shù)據(jù)編輯器分析區(qū)域站溫度與國(guó)家站溫度之間的線性關(guān)系，按月和雙月計(jì)算相關(guān)系數(shù)。

3 鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正系統(tǒng)平臺(tái)的構(gòu)建

該平臺(tái)主要功能包含市氣象臺(tái)預(yù)報(bào)報(bào)文的下載、連山區(qū)鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)的計(jì)算和預(yù)報(bào)結(jié)果查看三部分。

第一部分是葫蘆島市氣象臺(tái)預(yù)報(bào)報(bào)文的下載。這部分主要內(nèi)容是依據(jù)當(dāng)前系統(tǒng)的日期和時(shí)間，生成FTP 下載腳本文件，通過(guò)后臺(tái)調(diào)用系統(tǒng)自帶的FTP 應(yīng)用程序讀取該腳本的內(nèi)容，實(shí)現(xiàn)自動(dòng)下載當(dāng)前時(shí)次的市氣象臺(tái)預(yù)報(bào)報(bào)文。

第二部分為連山區(qū)鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正的計(jì)算，這也是該平臺(tái)的主要部分。這一部分的主要內(nèi)容首先是讀取下載到本地固定路徑下的預(yù)報(bào)報(bào)文，從中讀取連山站、建昌站和興城站24 小時(shí)最高、最低氣溫的預(yù)報(bào)結(jié)果，接下來(lái)將上述結(jié)果代入之前通過(guò)統(tǒng)計(jì)分析得到的各鄉(xiāng)鎮(zhèn)站點(diǎn)的高低溫預(yù)報(bào)方程中去，由于之前的統(tǒng)計(jì)結(jié)果顯示，每1 個(gè)月的預(yù)報(bào)方程和每2 個(gè)月的預(yù)報(bào)方程的預(yù)報(bào)效果都較好，因此在程序中選擇兩種方法，計(jì)算出兩種結(jié)果。由于VB 輸出的結(jié)果在文本上顯示時(shí)會(huì)有字符長(zhǎng)度長(zhǎng)短不一，所以再用Fortran 將VB 輸出的結(jié)果再次轉(zhuǎn)寫成.txt 格式，轉(zhuǎn)寫時(shí)保證每個(gè)結(jié)果所占的字符空間是固定的，方便日后的讀取及預(yù)報(bào)結(jié)果的檢驗(yàn)，最好將轉(zhuǎn)寫的文本文件改成當(dāng)前日期為名字。

第三部分就是查看預(yù)報(bào)結(jié)果。這部分比較簡(jiǎn)單，就是直接打開預(yù)報(bào)計(jì)算生成的文件，將結(jié)果呈現(xiàn)出來(lái)。

圖1 鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正結(jié)果

此外，本系統(tǒng)還有一個(gè)隱藏的部分，便是批量生成缺失的鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)結(jié)果。因?yàn)橛袝r(shí)會(huì)出現(xiàn)通信故障或者電腦故障，在故障修復(fù)后需要補(bǔ)回之前的預(yù)報(bào)結(jié)果，如果缺失的預(yù)報(bào)較少，可以通過(guò)修改系統(tǒng)日期等方式來(lái)補(bǔ)回，但當(dāng)缺失較多、或故障時(shí)間較長(zhǎng)導(dǎo)致內(nèi)網(wǎng)FTP 服務(wù)器上沒(méi)有所需的市氣象臺(tái)預(yù)報(bào)報(bào)文時(shí)，將需要批量生成鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)。此外，為了獲取更多的研究樣本，還將對(duì)前幾年的預(yù)報(bào)結(jié)果進(jìn)行生成，也需要批量生成鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)結(jié)果。

鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正是以省臺(tái)對(duì)連山、興城、建昌三個(gè)國(guó)家站的預(yù)報(bào)值為基礎(chǔ)的，是以假定省臺(tái)預(yù)報(bào)準(zhǔn)確為前提的，這個(gè)假設(shè)顯然是不成立的，至少是不完全成立的。因此省臺(tái)預(yù)報(bào)準(zhǔn)確與否直接影響鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正的準(zhǔn)確性。應(yīng)用連山、興城、建昌三個(gè)國(guó)家站的實(shí)況值與各鄉(xiāng)鎮(zhèn)的實(shí)況值的線性關(guān)系建立的方程，代入三個(gè)國(guó)家站的預(yù)報(bào)值。

4 鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正系統(tǒng)業(yè)務(wù)試運(yùn)行

連山區(qū)鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正系統(tǒng)，2020 年1 月開始業(yè)務(wù)試運(yùn)行，2020 年1～6 月鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正準(zhǔn)確率平均為80.5%，高出省氣象局規(guī)定指標(biāo)（71%）9.5%。最高氣溫訂正準(zhǔn)確率平均為83.1%，高出省氣象局規(guī)定指標(biāo)（71%）12.1%；最低氣溫訂正準(zhǔn)確率平均為77.9%，高出省氣象局規(guī)定指標(biāo)（71%）6.9%。總體看最高氣溫準(zhǔn)確率好于最低氣溫。預(yù)報(bào)訂正準(zhǔn)確率明顯提升，效果很好，預(yù)報(bào)員很滿意。

表1 2020 年1～6 月鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正準(zhǔn)確率

5 小結(jié)

（1）從2020 年1～6 月鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正系統(tǒng)試運(yùn)行看，準(zhǔn)確率平均為80.5%，高出省氣象局規(guī)定指標(biāo)（71%）9.5%。最高氣溫訂正準(zhǔn)確率平均為83.1%，高出省氣象局規(guī)定指標(biāo)12.1%；最低氣溫訂正準(zhǔn)確率平均為77.9%，高出省氣象局規(guī)定指標(biāo)6.9%。

（2）總體看最高氣溫準(zhǔn)確率好于最低氣溫。

（3）鄉(xiāng)鎮(zhèn)溫度預(yù)報(bào)訂正系統(tǒng)免安裝，易操作，便于推廣。

（4）資料統(tǒng)計(jì)年限較短，隨著資料積累，統(tǒng)計(jì)相關(guān)性更趨于準(zhǔn)確，因此，該系統(tǒng)需要不斷完善。

（5）鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站數(shù)據(jù)質(zhì)量距離國(guó)家站存在很大差距，剔除疑誤數(shù)據(jù)工作量大，難免影響到相關(guān)性統(tǒng)計(jì)，這也需不斷完善。