中央台精细化温度指导预报产品在泰州市的检验

王喜 向阳 王琴 张玲 杨梦兮

摘 要 利用2017年泰州市5个站点中央台精细化指导预报资料，对比日最低气温和日最高气温的预报误差。结果表明：0～24 h气温预报的准确率最高，日最高气温的预报准确率略高于日最低气温;从季节分布看，日最低气温准确率夏季最高，冬季最低，日最高气温准确率秋季最高，冬季最低;气温预报误差大值存在季节和地域变化，冬季1—2月是气温预报误差大值频次出现最多的月份;泰州中部地区的气温预报准确率要高于南北地区，但中央台24 h指导预报温度明显偏高，尤其是1月。

关键词 精细化;温度预报;准确率;误差分析

中图分类号：P4 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2020.33.098

中央气象台精细化预报产品是预报员制作天气预报的重要指导产品[1-10]，为了更好地使用上级预报产品，全面了解和分析中央台精细化预报产品的误差及其特征，使其发挥更大的作用，有必要对其温度预报能力进行检验，从而提高泰州市的温度预报质量和服务水平。

1 资料与方法

利用2017年8：00起报的泰州市5个站点（泰州、兴化、姜堰、泰兴和靖江）逐日最高（低）气温实况资料，对中央气象台精细化指导预报的温度预报进行质量检验，并对误差较大的样本进行分析。误差统计项目包括第i站（次）的绝对误差（TAEi）、平均绝对误差（TMAE）、预报准确率（TTr）、正误差比例（TTf+）以及负误差比例（TTf-）5种，分别根据公式（1）～（5）计算。

式中，Fi为第i站（次）预报温度，Oi为第i站（次）实况温度，N为预报的总站（次）数;温度预报准确率指|Fi-Oi|≤2 ℃的次数的百分率，正（负）误差比例指Fi-Oi>2 ℃（Fi-Oi<-2 ℃）出现次数的百分率，Nr、Nf+、Nf-分别为|Fi-Oi|≤2 ℃、|Fi-Oi|>2 ℃和Fi-Oi<2 ℃预报站（次）数。

2 日最低（高）气温预报检验

2.1 0～120 h内预报准确率和误差特征分析

从表1可以看出，日最低（高）气温的预报准确率与预报时效成反比，预报年平均绝对误差与预报时效成正比。从预报准确率来看，除0～24 h日最高气温的预报准确率略高于日最低气温的，其余各时效日最低气温的预报效果均好于日最高气温，且准确率差距在5%～13%。从平均绝对误差看，日最低气温0～120 h平均绝对误差均在2 ℃以内，而最高气温0～72 h平均绝对误差在2 ℃以内，72～120 h平均误差超过2 ℃，可见72 h以后精细化预报指导作用不明显，也进一步说明中央台对日最低气温的指导预报效果要好于日最高气温。另外，统计了预报与实况的偏差情况，发现日最低气温多出现正误差，尤其是0～48 h内，说明对于最低气温，中央台指导预报明显偏高。日最高气温在0～48 h也多出现正误差，48～120 h则多出现负误差，但除0～24 h正误差比例明显高于负误差比例外，其余时效正负误差比例相差不大。

2.2 0～24 h预报准确率的特征分析

从表1可看出，0～24 h气温预报的准确率最高，在实际预报业务中参考意义最大。2017年，气温的年平均预报准确率都在80%以上，日最高气温准确率（82.30%）略高于日最低氣温（80.90%）。从年平均绝对误差看，都在2 ℃以内，表明中央台0～24 h气温预报有较好的指导作用。从逐月预报准确率看，最高气温预报准确率在1月、3—4月、7月、9—12月都高于同月最低气温准确率，仅2月、5—6月和8月最低气温准确率高于最高气温准确率，其中2月低温准确率明显偏高于高温准确率，偏高11.43%。日最低气温在4月准确率最高，其次是7月和6月，都在87%～89%，1月准确率最低，仅56.67%;日最高气温9月准确率最高，其次是7月和4月，都在90%以上，2月准确率最低，为60.71%。如表2所示，按季节分布来看，日最低气温准确率夏季最高，秋春季次之，冬季最低;日最高气温准确率秋季最高，春夏季次之，冬季最低。可见不管是最低气温还是最高气温，冬季的准确率都是最低的，这可能与冬季冷空气活动频繁、气温变化幅度大有关。

2.3 0～24 h预报误差的特征分析

通过0～24 h预报误差统计发现，日最低气温的年平均正、负误差比例分别为12.13%和6.97%，日最高气温的年平均正、负误差比例分别为11.18%和6.52%;温度预报的正误差比例略高于负误差比例，即指导预报更偏向于将气温预报得比实况偏高。按月统计来看，日最低气温的正误差比例为4.00%（7月）～26.67%（1月），负误差比例在0（10月）～18.57%（3月），其中正误差比例在1—2月、4—6月、8—10月和12月高于负误差比例，特别是10月偏高明显，而3月、7月和11月这3个月相比偏低。日最高气温的正误差比例在5.33%（7月）～18.00%（1月），负误差比例在1.33%（9月）～23.57%（2月），除2月和8月，其他各月正误差比例高于负误差比例。可见，虽然年平均正负误差次数相差不是很大，但逐月变化还是比较明显的。尤其是1月，日最低气温和最高气温的正误差比例是各月中最大的。这可能与冷空气影响后，过程极端最低气温出现后的第二日，第二日的最低温度一般出现在前一日的8：00，而中央台指导温度预报中一般不会考虑到08-08的预报时效，所以一般都会报得偏高。而7月最低气温和最高气温的正误差比例是各月中最低的。

2.4 不同站点温度检验

如表3所示，分别对泰州5个站点的中央台24 h指导预报的最低气温和最高气温进行检验，中部地区泰州、姜堰、泰兴3个站点的最低气温准确率都在80%以上，其中泰州站的准确率最高，为83.99%;而南北两个站点的准确率在80%以下，其中靖江的准确率最低，为76.97%。最高气温的准确率均在80%以上，各站点间差异不大，其中兴化最高，为85.11%;其次是泰州和姜堰;泰兴最低，为80.62%。另外，也可以看到泰州、姜堰、泰兴3个站点最低气温准确率和最高气温准确率相差不大，而兴化和靖江最高气温的准确率都要明显偏高于最低气温的，尤其是兴化，偏高6.74%。气温准确率的空间分布表明，泰州中部地区的气温预报准确率要高于南北地区的。

如表4所示，从5个站点最低气温和最高气温的中央台指导预报和实况的正负误差来看，不管是最低气温还是最高气温，各站点的正误差比例都明显大于负误差比例，其中负误差比例均在10.00%以下，表明指导预报温度偏高的情况要多于偏低的情况。其中靖江的最低气温和最高气温的正误差比例是最高的，分别为17.42%和13.20%。

3 温度预报误差大值统计分析

3.1 温度预报误差大值统计

预报误差根据2005年7月下发的《中短期天气预报质量检验办法（试行）》，选取温度预报绝对误差超过2 ℃作为误差大值的阈值。根据上述标准，统计得到2017年温度预报误差大于2 ℃在5个站点共出现653次，占总样本的18.45%，其中最低气温338次，最高气温315次，最低气温出现次数略多于最高气温。

如表5所示，从最低气温误差大值逐月分析可知，大值误差出现频次有明显的季节变化，呈现出单峰型分布特征，1—3月出现次数较其他月份明显偏多，这3个月出现的误差大值占比达43.78%，其中1月出现次数最多，为65次，占最低气温误差大值总次数的19.23%。4—12月各月大值误差占比都在10%以内，最低气温误差大值最少出现在4月，为16次，占比4.73%。分县来看，靖江出现次数最多，占比23.67%，其次是兴化，占比22.78%，其余县都在20%以下，其中泰州最少，为16.86%。可见，最低气温误差大值出现次数有一定的地域变化，南北地区要较中部地区明显偏多。

如表6所示，从最高气温误差大值的逐月分析来看，1—2月出现次数最多，其次是8月，占比都在10%以上，其中2月最多，为55次，占最高气温误差大值总次数的17.46%，其余月份占比在10%以内，其中4月、7月和9月小于5%，9月次数最少，为12次，占比3.81%。分县分析，最高气温误差大值主要位于南部地区泰兴和靖江，占比都超过20%，其次是中部地区，最少在北部地区兴化，占比为16.83%。

从以上分析可以看出，气温预报误差大值存在季节和地域变化。最低气温预报误差大值在冬季1—2月和春初3月最多，春末和夏季6—7月最少，且南北地区更容易出现误差大值。最高气温预报误差大值冬季1—2月最多，其次夏季6月和8月也较多，在空间分布上呈现出从南向北依次递减的规律。可见，冬季1—2月是气温预报误差大值频次出现最多的月份，此时也是冷空气最活跃的月份，在以后的预报中要尤其注意。

4 结论

1）中央台24 h气温预报准确率最高，日最高气温的预报准确率略高于日最低气温。从季节分布看，日最低气温准确率夏季最高，冬季最低，日最高气温準确率秋季最高，冬季最低。

2）泰州中部地区的气温预报准确率要高于南北地区的。但中央台24 h指导预报温度明显偏高，尤其是1月，日最低气温和最高气温的正误差比例是各月中最大的。

3）气温预报误差大值存在季节和地域变化。最低气温预报误差大值在冬季1—2月和春初3月最多，春末和夏季6—7月最少，且南北地区更容易出现误差大值。最高气温预报误差大值冬季1—2月最多，其次夏季6月和8月也较多，在空间分布上呈现出从南向北依次递减的规律。冬季1—2月是气温预报误差大值频次出现最多的月份，此时也是冷空气最活跃的月份，在以后的预报中尤其要注意。

参考文献：

[1] 张红雨，李毓富，张国勇，等.精细化气象要素温度指导预报在山西区域的误差及特征[J].气象科技，2012，40（5）：778-782.

[2] 王丹，高红燕，马磊，等.SCMOC温度精细化指导预报在山西区域的质量检验[J].气象科技，2014，42（5）：839-846.

[3] 杨睿敏，杨波，胡红波，等.中央气象台精细化预报产品检验及误差分析[J].陕西气象，2014，19（6）：19-21.

[4] 李朝兴，吴秦，李周，等.2008年汛期国家精细化温度指导预报在河南区域的检验[J].气象与环境科学，2009，32（3）：21-25.

[5] 矫梅燕.关于提高天气预报准确率的几个问题[J].气象，2007，33（11）：328.

[6] 邓雪娇，胡胜，闫敬华.主客观天气预报质量对比分析[J].应用气象学报，2003，14（6）：428-435.

[7] 罗聪，曾沁，高亭亭，等.精细化逐时滚动温度预报方法及检验[J].热带气象学报，2012，28（4）：552-556.

[8] 李泽春，毕宝贵，朱彤，等.近30年中国天气预报业务进展[J].气象，2004，30（12）：4-10.

[9] 徐琳娜，冯汉中.基本数值预报产品的温度释用方法比较[J].四川气象，2005，14（2）：4-5.

[10] 张国华，张江涛，赵玉广，等.河北省11个地级市极端气温的分析和预报[J].气象科技，2003，31（5）：273-279.

（责任编辑：刘 昀）