宜春市短期气温预报方法

宜春市短期气温预报方法
廖敏;朱丹
【摘要】Using ECMWF 850hpa temperature products and routine synoptic data,we analyzed the correlation of ECMWF 850hpa temperature data with the highest and the lowest temperature bining forecaster’s experiences,we also considered the variation of air temperature effected by different synoptic system.It makes good results in achieving the short term temperature forecast of Yichun.%运用欧洲中心850hpa温度数值预报产品和常规天气图资料,充分考虑850hpa气温数值预报变量与最高、最低气温变量的相关性,参考不同天气系统影响下的气温日变化,结合预报员经验订正,制作宜春市短期最高、最低气温预报,取得了较好的预报效果。

【期刊名称】《宜春学院学报》
【年(卷),期】2012(034)008
【总页数】3页(P108-110)
【关键词】宜春;气温;预报方法
【作者】廖敏;朱丹
【作者单位】宜春市气象台,江西宜春336300;宜丰县气象局,江西宜丰336000【正文语种】中文
【中图分类】P456.1
Abstract:Using ECMWF 850hpa temperature products and routine synoptic data，we analyzed the correlation of ECMWF 850hpa temperature data with the highest and the lowest temperature bining forecaster’s experiences，we also considered the variation of air temperature effected by different synoptic system.It makes good resultsin achieving the short term temperature forecast of Yichun.
Key words:Yichun，Temperature，Forecasting Method
气温是天气预报的重要项目之一，也是精细化天气预报的主要内容。

近两年中国气象局重新考核日常气象要素预报，气温预报就占到考核三要素中的两项。

由于影响气温变化的因素较多，如何综合考虑这些因素，利用可靠性较高的数值预报产品，制作更准确的气温预报，是摆在预报员面前的新课题。

采用2000～2009年10年地面、高空常规资料，并用到同期欧洲中心850hpa温度数值预报产品。

在宜春市范围及周边地区，选定连片的四个网格点，用软件分别读取这四个网格点上，起报时次为08时和20时，预报时次为0、24、48、72小时的欧洲中心850hpa温度数值预报产品。

首先对850hpa温度预报场与850hpa 温度实况场进行预报效果检验对比，这里采用0小时预报场作为供检验用的实况场，按照春(3－5月)、夏(6－8月)、秋(9－11月)、冬(12－次年2月)四个季节，分别计算24小时、48小时、72小时四个格点上的预报值与实况值的均方根误差以及小于等于2℃的预报准确率。

约定当误差小于等于2℃算预报准确，否则算预报错误。

从检验结果看，数值预报效果是可信的。

以夏季20时小于等于2℃的预报准确率为例，检验结果见表1，其它季节的预报效果大约同此水平。

预报对象选定为日常预报中的地面最高和最低气温，地面气温与低层850hpa气温相当一致，特别是地面气温变化与850hpa气温变化保持高度一致。

运用
850hpa气温变化，辅以其它处理技巧，是制作宜春市短期气温预报方法的主要思
路。

2.1 08时及20时欧洲中心850hpa温度预报准确率大于历史平均值，平均绝对误差小于历史平均值。

尽管最高、最低气温的高低和出现时间随季节和气象条件的不同而不同，但在正常情况下各季出现的时间均较一致，且气温是一个连续变化并具有一定规律的气象要素，因此最高、最低气温具有可预报性。

用08时850hpa温度预报场作为未来24小时最低气温的预报依据，20时的预报场作为未来24小时最高气温的预报依据［1］。

最低气温初始预报:用昨日08时欧洲中心850hpa温度24小时预报值减去前日08时24小时预报值作为△T1，今日地面最低气温减去昨日地面最低气温为△T2。

若△T1与△T2正相关，且△T1－△T2的绝对值小于2℃，则△T24D=今日08时欧洲中心850hpa温度24小时预报值－昨日08时24小时预报值。

于是预报未来24小时最低气温为:T24D=Td+△T24D(Td为今日地面最低气温)。

若△T1与△T2负相关，或△T1－△T2的绝对值大于等于2℃，采取宁低勿高的原则，选取湖南北部、湖北南部台站中24小时变温最大值为△T订，最终得出T24D=Td+△T订。

最低气温订正预报:最低气温变化必须从平流和辐射着手，数值预报主要考虑了平流影响，因此根据地面常规资料及卫星云图的云系变化，结合预报员经验，从辐射影响方面给出△T订。

将早上前后天空状况分为晴空、多云、阴雨三档［2］，分别编码0、1、2，明日早上天空状况预报编码减去今天早上的实况编码，即为订正值△T订，从而得出T24D=T24D+△T订。

最高气温初始预报:最高气温初始预报与最低气温初始预报类似，用昨日20时欧洲中心850hpa温度24小时预报值减去前日20时24小时预报值作为△T1，今日地面最高温度减去昨日地面最高为△T2。

若△T1与△T2正相关，且△T1－△T2的绝对值小于2℃，则△T24G=昨日20时欧洲中心850hpa温度24小时预报值－前日
20时24小时预报值。

于是预报未来24小时最高气温为:T24G=TG+△T24G(TG
为今日地面最高温度)。

若△T1与△T2负相关，或△T1－△T2的绝对值大于等于2℃，也采取宁高勿低的原则，选取湖南北部、湖北南部台站中24小时变温最大值为△T 订，最终得出T24G=TG+△T订。

最高气温订正预报:将14时前后天空状况分为晴空、多云、阴雨三档，分别编码0、1、2，明日14时前后天空状况预报编码减去今天14时前后的实况编码，即为订
正值△T订，从而得出T24DF=T24G－△T订。

2．2 08时及20时欧洲中心850hpa温度预报准确率小于历史平均值，平均绝对误差大于历史平均值
制作气温预报前首先要分析本地历年逐月、逐日气温变化的气候规律，了解最高、最低气温的历年数值，包括最高、最低气温的平均值和极端值。

采用主要天气过程相似法［3］，把经过统计的最高、最低气温的站际差或日际差作为制作最高或最低气温的预报依据。

2.2.1 未来24小时有冷空气影响，一般选取湖南北部、湖北南部台站中某一测站
为本站的指标站，把指标站的最低气温和本站的最低气温做一下对比，统计出锋面过境后两地气温的变化关系，作为本站最低气温的参考。

最高气温预报则根据过去24小时气温的变化规律，用冷空气影响时刻前的最高温度作为本站最高气温的预
报参考。

2.2.2 未来24小时无冷空气影响，对今日地面最高、最低气温与昨日地面最高、
最低气温分别进行差的绝对值比较，选稳定性较好、绝对差小的最高或最低气温为未来24小时最高或最低气温的基准值，最高或最低气温由分季各主要天气过程相似的日较差导出。

具体做法是:比较△TD=TD今－TD昨与△TG=TG今－TG昨，若︱△TD︴为最小值，则TD24= TD今+△TD。

主要天气过程为非850Hpa形势所
影响时，用预报订正值△T订，当高空为偏北气流控制时△T订为－2，为西南气流
时△T订为+2，最终得出TD24=TD今+△T订。

主要天气过程为850Hpa形势所影响时，TD24=TD今+△TD。

最高气温则用日较差得出，由于△TG变化幅度较△TD大，因此选取历史平均值的1.5倍作为未来24小时的日较差，得出
TG24=TD24+ 1.5*〒。

其中〒为气温日较差的平均值。

2.3 其它情况下08时及20时欧洲中心850hpa温度预报准确率、平均绝对误差采用欧洲数值预报与主要天气过程相似两种方法结合使用。

当欧洲中心
850Hpa08时或20时温度数值预报产品的预报准确率大于历史平均值且平均绝对误差大于历史平均值时，选取08时或20时两者中检验效果相对较好的算出未来24小时最低或最高气温的预报值，最后用3.2的方法反衍导出未来24小时最高或最低气温的预报值。

实际工作中48及72小时的主要影响天气系统比较难把握，特别是3－5月份天气极不稳定，预报气温与实况气温往往偏差很大。

欧洲中心850Hpa08时及20时温度数值预报产品3天以内的准确率及平均绝对误差远优于其它方法，主要采用欧洲数值预报的趋势预报方法制作48及72小时最低、最高气温预报。

具体做法是:
3.1 对最高气温预报，以昨日20时欧洲中心850Hpa温度24小时预报值TG24为基准值，48及72小时预报减去基准值TG24，分别得出△TG48及△TG72，即△TG48=TG48－TG24，△TG72=TG72－TG24。

由趋势预报得出，48小时最高气温预报值TG48=TG24+△TG48，72小时最高气温预报值
TG72=TG24+△TG72。

3.2 对最低气温预报，以今日08时欧洲中心850Hpa温度24小时预报值TD24为基准值，48及72小时预报值分别减去基准值TD24，得出△T D48及△TD72，即△TD48=TD48－TD24，△TD72=TD72－TD24。

由趋势预报得出，48小时最低气温预报值TD48=TD24+△TD48，72小时最低气温预报值
TD72=TD24+△TD72。

在数值预报基础上制作气温预报，虽然具有较高的稳定性，较好的预报效果，但当数据部分缺失，或数据有明显误差，用软件制作的气温预报值可能出现超历史极值的情况，此时软件自动弹出警示条，供预报员确认。

为稳妥起见，常以历史极值代替预报值作为未来24小时最高或最低气温的预报参考值，如果对48或72小时
的主要影响天气系统有较大的把握，同样可以运用此方法。

宜春市短期气温预报方法从2011年1月起投入业务使用，按江西省气象局的评分办法，评定2009—2011年1－6月24、48、72小时宜春单站、全市平均的最高、最低气温日常预报得分，其中24、48、72小时得分按权重组合成一个综合得分。

将综合得分分为参考了预报方法后的2011年1－6月，和未参考预报方法的
2009－2010年同期两种情况，将宜春单站最高气温、宜春单站最低气温、全市平均最高气温、全市平均最低气温四个项目的得分进行比较，得分情况见表2。

从表2中可见，参考了预报方法后的预报质量有了明显的提高，宜春单站最高气温、宜春单站最低气温、全市最高气温、全市最低气温四个预报项目分别高出9.5分、3.5分、11.1分、2.6分，提高最多的是全市最高气温预报。

从月份看，质量提高明显的是1月和3月，相对差的是5月，只有个别项目的个别月份质量略有
降低。

通过分析，预报质量有明显提高的原因主要有3个方面。

一是气温预报方法有较
好的效果，能够切实提高预报准确率;二是2011年以来，气象部门对降水、气温
等日常要素预报抓得紧，考核到位;三是有的月份预报质量提高很多，有的月份略
有降低，某时段天气平稳，天气过程变化周期较长，能够提高预报质量，若天气变化频繁则预报质量较低。

【相关文献】
［1］尹晓惠.北京市短临气温预报方法与预报系统研究［C］.第26届中国气象学会灾害天气事件的预警、预报及防灾减灾分会场论文集，2009，106－109
［2］李有宏，韦淑侠，王青川，等.青海省最高最低气温预报方法研究［J］.气象，2003，
29(7):34－37
［3］郭达烽，许爱华，肖安.多级相似作温度精细化预报初探［J］.江西气象科技，2005，(3):53－56。