孟瑩瑩 李樹嶺 趙玲 白雪梅 閆敏慧

（1.黑龍江省氣象臺，黑龍江 哈爾濱150030；2.哈爾濱市氣象臺，黑龍江 哈爾濱150028；3.黑龍江省氣象服務(wù)中心，黑龍江 哈爾濱150030）

引言

數(shù)值天氣預(yù)報雖然能對天氣形勢做出較好的預(yù)報，但降水、氣溫等地面要素預(yù)報與實況仍存在較大誤差［1-3］，在業(yè)務(wù)中如何對這些模式預(yù)報產(chǎn)品進(jìn)行解釋和應(yīng)用，獲得更接近實況的要素場預(yù)報，備受廣大氣象學(xué)者的關(guān)注。

目前的數(shù)值預(yù)報產(chǎn)品釋用方法中，MOS（Model Output Statistics）技術(shù)發(fā)展時間較長，對于連續(xù)變量的預(yù)報效果穩(wěn)定。多年來國內(nèi)外業(yè)務(wù)應(yīng)用實踐結(jié)果表明，MOS預(yù)報能夠提供客觀、定量、長時效的具有相當(dāng)高預(yù)報準(zhǔn)確率的客觀指導(dǎo)預(yù)報，并長期在業(yè)務(wù)中發(fā)揮積極作用［4-7］。其原因一方面是近年來數(shù)值模式預(yù)報精度不斷提高；另一方面則歸結(jié)于MOS預(yù)報的因子選取方法的改進(jìn)以及統(tǒng)計建模方案的不斷創(chuàng)新。

MOS預(yù)報因子選取方面，有學(xué)者對預(yù)報因子進(jìn)行了非線性處理后引入［8］，也有學(xué)者考慮到引入的預(yù)報因子和預(yù)報量之間應(yīng)存在一定的物理意義［9-10］。通常采用相關(guān)分析法來篩選因子，而統(tǒng)計學(xué)上相關(guān)不穩(wěn)定常常會對統(tǒng)計模型產(chǎn)生影響，因此需要對預(yù)報因子做相關(guān)穩(wěn)定性檢驗并探索選取相關(guān)穩(wěn)定因子的方法［8，11］，以優(yōu)化預(yù)報預(yù)測模型。對于統(tǒng)計建模方案，大量研究是以多元回歸、逐步回歸等線性回歸分析方法為主，后期隨著技術(shù)的創(chuàng)新，發(fā)展出了非線性建模方法［12-15］?？梢哉f，MOS預(yù)報方法經(jīng)歷不斷的改進(jìn)沿用至今，仍具有探究的空間，選用合適的因子加之設(shè)計合理的建模方案，即可以建立適用于本地的具有較高準(zhǔn)確率的氣溫預(yù)報方程。另外，建立MOS預(yù)報方程時間段選取也很重要。車欽等［16］按季節(jié)劃分進(jìn)行MOS預(yù)報方程的建立，取得不錯的預(yù)報效果；吳啟樹等［17］設(shè)計多種訓(xùn)練期方案對福建氣象站的日極端氣溫進(jìn)行預(yù)報試驗，找到兩年期準(zhǔn)對稱混合滑動訓(xùn)練期這種較理想的方案。 利用2012—2014年T639模式預(yù)報產(chǎn)品和黑龍江省83個國家氣象觀測站日最高氣溫（下稱TMAX）和日最低氣溫（下稱TM IN）資料，采用最優(yōu)預(yù)報因子選取法［8］篩選出與預(yù)報量相關(guān)穩(wěn)定的部分預(yù)報要素作為因子，用多元回歸方法分季節(jié)建立黑龍江省逐站24 h、48 h和72 h預(yù)報時效的TMAX和TMIN的MOS預(yù)報方程，用2015年資料做初步檢驗，并對比分析2016—2018年MOS、中央氣象臺指導(dǎo)預(yù)報（SCMOC）和T639模式輸出的氣溫預(yù)報產(chǎn)品1℃和2℃預(yù)報準(zhǔn)確率（下稱TT1和TT2）及其與實況時空變化特征的一致性，以檢驗這三種氣溫客觀預(yù)報產(chǎn)品的預(yù)報性能，及MOS較T639的改善效果。

1 資料與方法

1.1 資料及處理

本文使用T639確定性模式預(yù)報格點資料、黑龍江省83個國家氣象站日最高氣溫和日最低氣溫實況資料、SCMOC氣溫指導(dǎo)預(yù)報產(chǎn)品。

建立MOS預(yù)報方程時選用20時起報、0—72 h時效的T639模式輸出產(chǎn)品作為初選因子，考慮到中低層因素對溫度影響較大，主要選取500 hPa、700 hPa、850 hPa、925 hPa以及地面的資料，選取的主要要素有位勢高度、散度、垂直速度、相對濕度、露點溫度差、露點溫度、氣溫、溫度平流、假相當(dāng)位溫、渦度平流、渦度、風(fēng)場、水汽散度、水汽輸送、比濕、2 m氣溫、地面氣壓等，篩選每個起報時次24 h預(yù)報時效內(nèi)2 m氣溫預(yù)報的最低值、最高值作為數(shù)值模式預(yù)報的最低氣溫和最高氣溫。在60 h時效內(nèi)資料時間間隔為3 h，60 h以上時效時間間隔為12 h。2012—2015年資料水平分辨率為1.125°×1.125°，2016—2018年資料水平分辨率為1°×1°。為了統(tǒng)一資料格式，利用雙線性插值方法［2］把初選的各格點要素插值到黑龍江省83個站點上。

1.2 建立MOS方程方法

1.2.1 最優(yōu)預(yù)報因子選取法

本文利用皮爾遜線性相關(guān)分析法［18］與馮耀煌和楊旭［8］提出的因子預(yù)報穩(wěn)定性檢驗法相結(jié)合，從初選因子中篩選出最優(yōu)預(yù)報因子。因子預(yù)報穩(wěn)定性檢驗，即求因子和預(yù)報量的相關(guān)穩(wěn)定性。假設(shè)所取樣本容量為N，分別再取其中的N-1，N-2，…，N-m樣本容量計算它們的之間的相關(guān)系數(shù)r1，r2，…，rm，它們的變化系數(shù)CVr為：

式（1）—式（3）中，Sr和并稱為因子的預(yù)報穩(wěn)定性。當(dāng)因子的CVr有最小值（CVr＜0.02），且它與預(yù)報量有較高的相關(guān)系數(shù)時（｜r｜＞0.8），即把這個因子選做最優(yōu)預(yù)報因子引入預(yù)報方程中。另外，為了避免最優(yōu)預(yù)報因子之間的互相作用影響擬合結(jié)果，對于多時效、多層次的同一入選因子，僅選取其中與預(yù)報量相關(guān)系數(shù)最高的要素。

各站選出的最優(yōu)預(yù)報因子多為低層熱力因子和水汽因子，包括850 hPa或925 hPa的氣溫、假相當(dāng)位溫、比濕、溫度露點差、水汽輸送、2 m氣溫等；其次選用較多的要素是500 hPa位勢高度。不同季節(jié)、不同站點，所選因子的時效和層次略有差異。

1.2.2 建模方案設(shè)計

在MOS預(yù)報方程建立和初步檢驗過程中，對比分析了多元線性回歸和逐步回歸兩種方法建立的MOS方程預(yù)報效果，發(fā)現(xiàn)二者預(yù)報無明顯差異，考慮到預(yù)報因子確定時已經(jīng)采用了最優(yōu)預(yù)報因子選取法，所以最終選用多元回歸方法建立MOS方程的方案，分春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12月至翌年2月）建立83個站逐站的TMAX、TMIN預(yù)報方程。

1.3 檢驗方法

1.3.1 經(jīng)驗正交函數(shù)分解法

經(jīng)驗正交函數(shù)分解法［18］（以下稱EOF分析）可以用空間分布模態(tài)及其對應(yīng)的時間序列來描述某一區(qū)域變量場的時空變化特征，該方法常用于天氣氣候的時空分型。本文分季節(jié)對TMAX和TMIN的實況以及三種預(yù)報結(jié)果進(jìn)行距平的EOF分解，并分析三種預(yù)報結(jié)果與實況的時空變化特征的一致性。不同季節(jié)、時效的EOF第一主模態(tài)（下稱EOF1）占比均高達(dá)90%甚至以上，表明EOF1即可表征氣溫的主要時空變化特征，因此將各預(yù)報與實況的EOF1作為分析重點。EOF1主要描述了溫度距平的時空變化特征，正距平代表全省各地區(qū)氣溫偏高，反之則偏低，而時間序列上極端值則表示該時刻出現(xiàn)了極端氣溫事件。

1.3.2 預(yù)報準(zhǔn)確率（以下稱TTk）

在研究過程中重點對比分析三種預(yù)報產(chǎn)品TMAX和TMIN的TT1和TT2差異，本文分別從逐站準(zhǔn)確率和區(qū)域平均準(zhǔn)確率兩個方面，比較MOS對T639的預(yù)報結(jié)果的改善效果。準(zhǔn)確率計算方法如下：

式（4）中，F(xiàn)i為第i站（次）預(yù)報溫度；Oi為第i站（次）實況溫度；k值為1或2，分別代表｜Fi-Oi｜≤1℃或｜Fi-Oi｜≤2℃；Nrk為預(yù)報正確的站（次）數(shù)；Nfk為預(yù)報的總站（次）數(shù)。

2 結(jié)果分析

2.1 預(yù)報與實況時空一致性檢驗

2.1.1 EOF空間分布特征對比

黑龍江省四季日最高氣溫、日最低氣溫實況，三種預(yù)報產(chǎn)品及MOS預(yù)報的EOF1特征向量見圖1和圖2，24 h時效的EOF1特征向量在黑龍江全省范圍內(nèi)均為正值，即表現(xiàn)出一致的變化趨勢，但不同季節(jié)的特征向量中心位置有所差異。對TMAX而言（圖1），在春季、秋季和冬季，SCMOC和MOS預(yù)報 的中心位置和強(qiáng)度均與實況較為一致，而T639較前兩者與實況存在較大偏差。尤其對春季、冬季中心的位置和強(qiáng)度，MOS較T639均有調(diào)整，更接近實況。夏季三種預(yù)報對東南部的中心均出現(xiàn)漏報，對中北部變化中心位置和強(qiáng)度預(yù)報，SCMOC和MOS均較T639更接近實況。

圖1 2016—2018年黑龍江省春季（a）、夏季（b）、秋季（c）和冬季（d）實況（1）以及24 h時效SCMOC（2）、T639（3）、MOS（4）預(yù)報TMAX的EOF1特征向量Fig.1 Eigenvector of EOF1 for TMAX from 24-h observation，SCMOC，the T639 model，and the MOS in spring（a1-a4），summer（b1-b4），autumn（c1-c4），and w inter（d1-d4）in Heilongjiang province from 2016 to 2018

對TMIN而言（圖2），夏季、秋季和冬季，SCMOC和MOS預(yù)報中心位置和強(qiáng)度均較T639更接近實況，尤其在秋季和冬季，MOS對中心位置和強(qiáng)度的預(yù)報均較T639有明顯改善。在春季，三種預(yù)報中心位置均較實況偏西偏北?？偟膩砜?，24 h時效的空間分布特征，MOS和SCMOC對中心位置和強(qiáng)度的預(yù)報效果優(yōu)于T639，MOS較T639具有明顯的正訂正作用。

圖2 2016—2018年黑龍江省春季（a）、夏季（b）、秋季（c）和冬季（d）實況（1）以及24 h時效的SCMOC（2）、T639（3）、MOS（4）預(yù)報TM IN的EOF1特征向量Fig.2 Eigenvector of EOF1 for TM IN from 24-h observation，SCMOC，the T639 model，and the MOS in spring（a1-a4），summer（b1-b4），autumn（c1-c4），and w inter（d1-d4）in Heilongjiang province from 2016 to 2018

2.1.2 EOF時間變化特征對比

特征向量對應(yīng)時間系數(shù)可以表征這一分布型的時間變化特征，預(yù)報與實況時間系數(shù)相關(guān)越高，表明預(yù)報與實況在時間變化趨勢上越趨于一致。黑龍江省四季各時效最高氣溫、最低氣溫三種預(yù)報結(jié)果與實況氣溫的EOF1時間序列相關(guān)系數(shù)見圖3，比較三種預(yù)報的TMAX和TMIN與對應(yīng)實況EOF1時間序列相關(guān)系數(shù)之間的差異，春、秋季相關(guān)系數(shù)較高，大部分在0.97以上，夏、冬季相關(guān)系數(shù)較春、秋季略低，大部分為0.85—0.97，而相關(guān)系數(shù)隨時效增加呈下降趨勢，春、秋季隨時效下降幅度小，而夏、冬季隨時效下降明顯。MOS與另兩種預(yù)報的相關(guān)系數(shù)之間差異較小，除夏季TMAX的72 h時效，MOS與T639相關(guān)系數(shù)之差為0.02—0.04，其他情況均控制在0.02以下。綜合以上分析，SCMOC和MOS預(yù)報的TMAX和TMIN均與實況呈較為一致的時空變化特征，而T639在空間分布上表現(xiàn)較前兩者略差，MOS對T639在氣溫時空變化特征方面具有明顯的訂正效果。

圖3 2016—2018年黑龍江省春季（a）、夏季（b）、秋季（c）冬季（d）各時效SCMOC、T639、MOS與實況氣溫的EOF1時間序列相關(guān)系數(shù)曲線以及MOS與SCMOC、T639相關(guān)系數(shù)之差Fig.3 Variation of correlation coefficients of the EOF1 time series of observed air temperature w ith that from SCMOC，the T639 model，MOS at different forecast periods，and the difference of correlation coefficients of the MOSw ith SCMOC and T639 in spring（a），summer（b），autumn（c），and w inter（d）in Heilongjiang province from 2016 to 2018

2.2 預(yù)報效果時空分布特征對比檢驗

2.2.1 逐站預(yù)報準(zhǔn)確率對比檢驗

本文主要通過對比分析氣溫的2℃預(yù)報準(zhǔn)確率（TT2），來檢驗三種預(yù)報產(chǎn)品的預(yù)報效果，黑龍江省四季最高氣溫、最低氣溫不同時效MOS與T639預(yù)報的TT2見圖4和圖5，右上角標(biāo)注MOS預(yù)報的TT2高于SCMOC（T639）的站點數(shù)百分比，當(dāng)百分比值大于50%，表明MOS較SCMOC（T639）預(yù)報具有正效果，反之為負(fù)效果，超過50%的百分比值 越大，正效果越顯著。對TMAX而言，大部分季節(jié)、時效的MOS較SCMOC預(yù)報效果略好，其中春季和秋季24 h、48 h時效百分比值超過75%，其他季節(jié)、時效集中在50%—70%附近，普遍為正效果。MOS較T639預(yù)報，在大部分季節(jié)、時效的百分比值均超過79%，春季和夏季甚至高達(dá)90%以上，改善效果顯著；對TMIN而言，MOS較SCMOC預(yù)報，大部分季節(jié)和時效的百分比值均低于50%，為負(fù)效果。MOS較T639預(yù)報在大部分季節(jié)、時效均有改善，其中冬季改善效果最顯著，百分比值高達(dá)90%。另外，對比圖4和圖5中百分比值發(fā)現(xiàn)，MOS較T639預(yù)報TT2的改善效果，春、夏季TMAX普遍好于TMIN，而冬季則是TM IN好于TMAX。

圖4 2016—2018年黑龍江省春季（a）、夏季（b）、秋季（c）和冬季（d）24 h（1）、48 h（2）和72 h（3）時效MOS與T639預(yù)報TMAX的TT2之差和T639預(yù)報TMAX的TT2，以及MOS的TT2高于SCMOC和T639的站點數(shù)百分比Fig.4 Distribution of the difference of TT2for TMAX between MOS and T639，and TT2for TMAX from the T639 w ith 24-h，48-h，72-h forecast period in spring（a1-a4），summer（b1-b4），autumn（c1-c4），and w inter（d1-d4），w ith percentages of station numbers for the TT2from MOS exceeding that from SCMOC and T639 shown in each subp lot in Heilongjiang province form 2016 to 2018

圖5 2016—2018年黑龍江省春季（a）、夏季（b）、秋季（c）和冬季（d）24 h（1）、48 h（2）和72 h（3）時效MOS與T639預(yù)報TM IN的TT2之差和T639預(yù)報TM IN的TT2，以及MOS的TT2高于SCMOC和T639的站點數(shù)百分比Fig.5 Distribution of the difference of TT2for TM IN between MOS and T639，and TT2for TM IN from the T639 w ith 24-h，48-h，72-h forecast period in spring（a1-a4），summer（b1-b4），autumn（c1-c4），and w inter（d1-d4），w ith percentages of station numbers for the TT2from MOS exceeding that from SCMOC and T639 shown in each subp lot in Heilongjiang province form 2016 to 2018

由圖4和圖5可見，MOS預(yù)報改善效果好的地區(qū)（TT2提高值均在10%甚至以上），與T639預(yù)報效果差（TT2值在50%以下）的地區(qū)有很好的對應(yīng)關(guān)系，即MOS較T639的預(yù)報改善效果與T639模式預(yù)報效果呈一定的負(fù)相關(guān)關(guān)系，且這種負(fù)相關(guān)關(guān)系在空間和時間分布上均有表現(xiàn)。空間分布方面，各季節(jié)、各時效下，T639對西北部、中部和東南部的山區(qū)預(yù)報效果普遍較西南部的松嫩平原和東北部的三江平原差，MOS預(yù)報TT2的改善效果在山區(qū)好于兩大平原地區(qū)，該結(jié)論與齊鐸等［19］研究的結(jié)論基本一致。時間分布方面，在春、夏季，T639對TMAX的預(yù)報效果比對TMIN的差，相應(yīng)的MOS預(yù)報改善效果，TMAX好于TMIN，而在冬季則是預(yù)報效果差的TMIN好于預(yù)報效果較好的TMAX，這與前一段的結(jié)論一致。

2.2.2 區(qū)域平均預(yù)報準(zhǔn)確率對比檢驗

從區(qū)域平均預(yù)報準(zhǔn)確率可以更直觀的對比分析三種預(yù)報產(chǎn)品的預(yù)報效果，以及MOS較T639預(yù)報的改善效果。黑龍江省四季不同時效最高氣溫和最低氣溫三種預(yù)報產(chǎn)品的TT1和TT2見圖6，三種預(yù)報產(chǎn)品TMAX和TMIN的TT1和TT2均隨時效增加呈下降趨勢。除春季以外，其他季節(jié)和時效下，MOS和SCMOC在TMAX和TMIN方面均高于T639，相較于SCMOC而言，MOS在TMAX方面高于SCMOC，而 在 TMIN 方 面 則 低 于 SCMOC。MOS對T639改善效果明顯，尤其在冬季的TMIN方面，MOS的TT1和TT2均遠(yuǎn)高于T639，具有顯著改善效果。對比發(fā)現(xiàn)，在春、夏季，T639對TT2的預(yù)報，TMAX低于TMIN的，而冬季則相反，相應(yīng)的MOS對TT2的預(yù)報改善效果，春、夏季TMAX明顯好于TMIN，冬季則TMIN好于TMAX，進(jìn)一步驗證MOS預(yù)報改善效果與T639預(yù)報效果的負(fù)相關(guān)關(guān)系，結(jié)論與2.2.1節(jié)相一致。

圖6 2016—2018年黑龍江省不同季節(jié)24 h、48 h和72 h時效的SCMOC、T639、MOS預(yù)報TMAX的TT1（a）、TMAX的TT2（b）、TM IN的TT1（c）以及TM IN的TT2（d）變化Fig.6 Variation of TT1values for TMAX（a），TT2values for TMAX（b），TT1values for TM IN（c），and TT2values for TM IN（d）predicted from SCMOC，T639，and MOSw ith 24-h，48-h，72-h forecast periods in different seasons in Heilongjiang province from 2016 to 2018

2.2.3 極端氣溫事件預(yù)報效果檢驗

世界氣象組織規(guī)定把距平達(dá)到2倍以上標(biāo)準(zhǔn)差的事件定義為異常，為保證本次研究樣本數(shù)量，定義實況TMAX（TM IN）的EOF1時間系數(shù)高于（低于）1.5倍標(biāo)準(zhǔn)差的為極端TMAX（TMIN）事件，從中提取黑龍江省各季節(jié)極端TMAX（TMIN）事件，并統(tǒng)計比較極端氣溫事件下MOS、SCMOC和T639預(yù)報的TT2平均值，如表1所示，對于極端TMAX和TMIN，MOS和SCMOC的TT2普遍高于T639。除冬季的72 h時效外，MOS的TT2在極端TMAX方面高于SCMOC，在極端TMIN方面則低于SCMOC。另外，MOS較T639預(yù)報TT2的改善效果，春、夏季極端TMAX優(yōu)于TMIN，冬季則反之，這與前文的結(jié)論相一致。

表1 2016—2018年黑龍江省不同季節(jié)24 h、48 h和72 h時效SCMOC、T639、MOS極端TMAX和TM IN的TT2Table 1 Lists of TT2values for extreme TMAX and TM IN predicted from SCMOC，T639，and MOSw ith 24-h，48-h，72-h forecast periods in different seasons in Heilongjiang province from 2016 to 2018 %

以實況TMAX（TMIN）的EOF1時間系數(shù)高于（低于）2倍標(biāo)準(zhǔn)差為標(biāo)準(zhǔn)，從夏季（冬季）中選出極端高溫（低溫）個例進(jìn)行分析。表2為2016年1月30日和2018年6月1日黑龍江省極端高溫和低溫個例三種預(yù)報的極端TMAX和TMIN的TT2。兩個個例中的TT2，MOS均高于T639，在極端高溫個例中MOS高于SCMOC，在極端低溫個例中MOS則低于SCMOC。在實際預(yù)報業(yè)務(wù)工作中，常把日最高氣溫高于35℃、日最低氣溫低于-35℃定義為高溫、低溫天氣，下面對三種預(yù)報產(chǎn)品的極端氣溫具體數(shù)值的空間分布進(jìn)行詳細(xì)分析。

表2 選取的黑龍江省24 h時效的極端高溫和低溫個例日期及SCMOC、T639、MOS預(yù)報氣溫TT2Table 2 Date of selected cases for extreme high and low temperaturesw ith a 24-h forecast period and the corresponding TT2for air temperature predicted from SCMOC，T639，and MOS in Heilongjiang province %

如圖7a至圖7d所示，2018年6月1日黑龍江省西南部地區(qū)出現(xiàn)極端高溫天氣，西南部大部地區(qū)的TMAX達(dá)到35℃以上，個別站點超過40℃。SCMOC預(yù)報TMAX較實況明顯偏低，對于西南地區(qū)高溫漏報較多，T639的高溫位置與實況較為一致，范圍偏小，數(shù)值較實況偏低，MOS不僅對高溫位置預(yù)報準(zhǔn)確，并且較T639在高溫的具體數(shù)值上與實況更接近，尤其對西部40℃以上的高溫天氣訂正效果顯著。

2016年1月30日在黑龍江省北部地區(qū)出現(xiàn)-35℃以下的極端低溫天氣，西北部局地TMIN低于-40℃。如圖7e至圖7h所示，SCMOC的低溫位置與實況較為一致，對西北部-40℃以下的極端低溫有較好體現(xiàn)；T639較實況則嚴(yán)重偏高，出現(xiàn)大范圍漏報；MOS較T639更接近實況，預(yù)報出北部地區(qū)低于-35℃的站點，其中對西北部低于-40℃的站點也有所體現(xiàn)，進(jìn)一步說明MOS較T639對極端高、低溫天氣訂正效果較好。

圖7 2018年6月1日黑龍江省24 h時效極端高溫個例實況（a）以及24 h時效的SCMOC（b）、T639（c）和MOS（d）和2016年1月30日24 h時效極端低溫個例實況（e）以及24 h時效的SCMOC（f）、T639（g）和MOS（h）預(yù)報氣溫分布Fig.7 Distribution of observed air temperature（a），and air temperature predicted from SCMOC（b），T639（c），and MOS（d）in a case w ith extremely high air temperature w ith a 24-h forecast period on June 1，2018，and observed air temperature（e），and air temperature predicted form SCMOC（f），T639（g），and MOS（h）in a case w ith extremely low air temperature w ith a 24 h forecast period on January 30，2016，in Heilongjiang province

3 結(jié)論與討論

（1）MOS、SCMOC和T639預(yù)報的黑龍江省TMAX和TMIN的EOF1特征向量和時間系數(shù)對比分析表明，MOS和SCMOC預(yù)報的TMAX和TMIN均與實況呈較為一致的時空變化特征，T639在空間分布上表現(xiàn)較前兩者略差。MOS的氣溫預(yù)報相較于T639在時空變化特征上有較好的改善作用。

（2）從預(yù)報準(zhǔn)確率方面對比分析三種預(yù)報產(chǎn)品在黑龍江省的預(yù)報，MOS和SCMOC預(yù)報的TT2在TMAX和TMIN方面普遍高于T639，MOS預(yù)報的TT2在TMAX方面高于SCMOC，在TMIN方面低于SCMOC。MOS相對于T639改善效果明顯，尤其在冬季TMIN方面，改善效果最顯著。SCMOC氣溫客觀預(yù)報產(chǎn)品具有較高的預(yù)報準(zhǔn)確率，尤其是對黑龍江省預(yù)報難度較大的TMIN效果較好，建議在業(yè)務(wù)工作中參考應(yīng)用。

（3）MOS預(yù)報改善效果與T639模式預(yù)報效果呈負(fù)相關(guān)關(guān)系。這種負(fù)相關(guān)關(guān)系表現(xiàn)為：空間分布上，在T639預(yù)報效果差的山區(qū)，MOS預(yù)報改善效果明顯優(yōu)于預(yù)報效果好的平原地區(qū)；時間分布上，在春、夏季，預(yù)報效果較差的TMAX，MOS預(yù)報改善效果明顯好于預(yù)報效果較好的TMIN，在冬季，預(yù)報效果較差的TM IN，其MOS預(yù)報改善效果好于預(yù)報效果較好的TMAX。

（4）本文選用的T639模式自發(fā)布以來一直運(yùn)行穩(wěn)定，建模選用黑龍江省3 a的資料，對每一個MOS預(yù)報方程，其樣本長度可以達(dá)到270個左右，樣本數(shù)量充足，因此本MOS預(yù)報產(chǎn)品的預(yù)報結(jié)果是比較可靠和穩(wěn)定的。檢驗結(jié)果表明，MOS較T639有明顯的改善效果，且日最高氣溫的MOS預(yù)報效果明顯好于SCMOC，所以認(rèn)為本研究采用的“最優(yōu)預(yù)報因子”選取預(yù)報因子的思路和方案較為理想，建議嘗試?yán)眠@種方案建立基于ECMWF和GRAPES等模式產(chǎn)品的格點氣溫MOS預(yù)報模型，也許會得到更理想的MOS預(yù)報性能。

（5）黑龍江省地處中國北部，氣候寒冷，雖然各種客觀訂正預(yù)報方法對模式氣溫預(yù)報效果有較為明顯的改善作用，但是與主觀預(yù)報結(jié)果還略有差距。今后可以考慮采用多種線性建模方案、替換其他模式輸出預(yù)報產(chǎn)品，也可以考慮人工神經(jīng)網(wǎng)絡(luò)等非線性模型與數(shù)值模式產(chǎn)品相結(jié)合的建模方案。另外，還可以考慮將預(yù)報員基于數(shù)值模式產(chǎn)品和氣溫變化物理機(jī)制的主觀預(yù)報經(jīng)驗進(jìn)行客觀化。最后，進(jìn)行基于多種模式、多種建模方案的訂正產(chǎn)品融合，嘗試對模式TMAX和TMIN訂正效果的進(jìn)一步改善。