《多时效气温定量预报系统研发》由会员分享，可在线阅读，更多相关《多时效气温定量预报系统研发（10页珍藏版）》请在金锄头文库上搜索。
1、多时效气温定量预报系统研发 缪强 何巍 代婷婷 黄德刚 李强(自贡市气象局 自贡 643000)摘要：利用 850 百帕温度与地面日平均气温存在密切相关的规律，采用非线性映射的方法可求得站点上的日平均气温。根据欧洲数值模式850 百帕温度预报序列即可获得本站未来九天的日平均气温预报值。由于在相同季节，同一种云天状况下，日最高（低）气温与平均气温差值近似为一常数，所以，日平均气温预报值与该常数相加，即可做出站点上多时效日最高（低）气温的定量预报。关键词：多时效气温预报值 相关 映射 转换 定量预报1 引言随着城镇精细化预报作为对外服务的基本预报产品，更为准确和精细的气温预报、特别是各种异常天气背
2、景中（如强寒潮、异常高温及转折天气等）的气温预报，是各级气象台站必须尽快解决的重点预报项目之一。随着数值模式预报产品的日益丰富、精度的不断提高，为我们开展气温客观定点定量预报创造了有利的条件。本文通过对欧洲数值模式预报产品的释用分析，实现了站点多时效日平均气温、日最高（低）气温的客观定量预报，建立了气温定点定量预报系统。这是利用数值预报产品释用技术制作气温定点定量预报的一种有益尝试。2 气温定点定量预报的基本原理 欧洲数值预报模式对四川盆地 850Hpa 的温度有较强的预报能力,而成都 850Hpa 温度与川南地区的日平均气温有很好的对应关系，因此利用 EC850Hpa 温度可做出未来九天的日
3、平均气温预报初值。考虑云天状况变化的影响对预报初值进行订正，从而得到日平均气温的预报值。由于在同一季节、同一种云天状况下，日最高（低）气温与日平均气温差值近似为一常数，因此，以日平均气温的预报值为基础，加上所在季节相应云天状况下获取的日最高（低）气温与平均气温的差值，即可作出日最高（低）气温的预报。3 基本原理实现的技术方法 3.1 EC850Hpa 温度对成都站 08 时 850Hpa 温度的预报由于成都站的地理位置在（104.02 OE、30.67 0N） ，与（105 OE、30 0N）格点相距较近，且四川盆地 850Hpa 上空水平温度梯度较小，因此，可以利用 EC850Hpa 格点（
4、105 OE、30 0N）温度预报成都站 08 时 850Hpa 温度，实践证明有较高的预报能力。因此，在实际预报中，我们可以把 EC850Hpa 温度预报场中（105 OE、30 0N）格点温度近似地看作未来成都站 08 时 850Hpa 温度。 3.2 成都站 08 时 850Hpa 温度与各站日平均气温对应关系的统计 近几年的业务实践证明，成都站 08 时 850Hpa 温度高，川南地面的日平均气温就高，反之亦然，即两者呈正相关。以自贡站为例，统计如下： 设成都站 08 时 850Hpa 温度为 T85(i)，在历史资料中第 i 个 T85(i)的值对应有自贡站地面 m 个日平均气温 T
5、0(j),则其对应的自贡站地面日平均气温 Tp(i)为: Tp(i)=T0(j)/m (1)其中，i=1,2,n,为成都站 08 时 850Hpa 温度从最小值到最大值所对应的序号；j=1,2,m。由（1）式，将计算所得结果制作成成都站 08 时 850Hpa 温度T85(i) 与自贡站地面日平均气温 Tp(i) 非线性映射的对应关系表（表1） 。表 1：T 85(i) 与 Tp(i) 的对应关系表T85(i) T85(1)T85(2) T85(m)Tp(i) Tp(1) Tp(2) Tp(m)利用 EC850Hpa 温度预报和以上对应关系表就可得到自贡站未来的日平均气温预报初值 T1(k)
6、(k=1,2,S,为预报时效)。3.3 成都站 08 时 850Hpa 温度相同时不同云天状况下日平均气温差值的统计 设成都站 08 时 850Hpa 温度相邻两天无变化时，地面日平均气温仅受测站云天状况变化的影响。因此，对地面日平均气温预报初值，要根据测站预报的云天状况变化进行订正，订正值的统计方法如下： 将云天状况分为晴天、多云、阴天和雨天四种，分月挑选相邻两天成都站 08 时 850Hpa 温度相同时的个例，统计不同云天状况下地面日平均气温的 12 种差值，并制作成云天变化与日平均气温差值关联表（表 2） 。显然，这种关联表中的差值仅考虑了云天状况随时间的变化对日平均气温的影响。设 W(
7、k-1)为预报日当日的云天状况，W(k)为预报日次日的云天状况，t(k)为云天状况随时间变化产生的预报日次日与预报日地面日平均气温之差，当 W(k-1)与 W(k)相同时，t(k)值为零。利用天气预报做出云天状况预报 W(k)，根据预报日与预报日次日的云天状况在统计所得的关联表中查出 t(k)值。并将 t(k)值加到日平均气温预报初值 T1(k)上，即得到包含云天状况变化影响的地面日平均气温预报值 T2(k)。 表 2：云天变化与日平均气温差值关联表W(k-1) 晴天 多云 阴天 雨天W(k) 多云 阴天 雨天 阴天 雨天 晴天 雨天 晴天 多云 晴天 多云 阴天t(k) 3.4 在不同云天状
8、况下日平均气温与日最高（低）气温差值的统计 分月从历史资料中统计出在不同云天状况下日最高、最低气温与日平均气温差值的平均值，统计方法如下： 设某月有 n 个晴天日，对应有 n 个日最高气温 Tmax(i)、 n 个日平均气温 T0(i)、n 个日最低气温 Tmin(i)，其中 i=1，2，n。第 i个晴天日的日最高气温 Tmax(i)与日平均气温 T0(i)的差值为： Tmax (i)= Tmax (i)T0(i) (2) n 个 Tmax (i)的平均值为： Tpmax=Tmax (i)/n (3) 第 i 个晴天日的日平均气温 T0(i)与日极端最低气温 Tmin(i)的差值为：Tmin
9、(i)= T0(i)Tmin (i) (4) n 个 Tmin (i)的平均值为： Tpmin =Tmin (i)/n (5) 由(2)到(5)式，我们就统计出了某月晴天条件下日最高气温与日平均气温差值的平均值 Tpmax 以及日平均气温与日最低气温差值的平均值 Tpmin，并将统计结果制成相应的文本文件 1。同理，可统计出多云、阴天、雨天条件下的 Tpmax 与 Tpmin。对其它月份照同样方法可以统计出上述文本文件 1。天空状况 日最高气温与日平均气温的差值 日平均气温与日最低气温的差值01 月,41 4.9 3.4 2 4.0 3.1 3 2.3 1.8 4 1.5 0.9 02 月,4
10、1 4.9 4.1 2 4.0 2.7 3 2.5 1.9 4 2.1 1.1 03 月,41 5.5 4.5 2 5.3 4.6 3 3.2 2.9 4 2.6 0.7（其中 1 代表晴天，2 代表多云，3 代表阴天，4 代表雨天。 ）3.5 日平均气温、日最高（低）气温的预报 由 3.1 与 3.2 所述，利用 EC850Hpa 温度预报，从表 1 中查出未来 k 日日平均气温预报初值 T1(k)；由天气预报做出云天状况预报 W(k)，根据 3.3 所述，结合预报 K-1 日云天状况 W(k-1)，从表 2 中查出云天状况随时间变化产生的地面日平均气温之差 t(K)，则日平均气温预报值 T
11、2为：T2(k)= T1(k)+t(k) （6）根据预报出的云天状况 W(k)，从文件 1 中查出日最高气温与日平均气温差值的平均值 Tpmax(k) 、日平均气温与日最低气温差值的平均值Tpmin(k)，则有： 日最高气温预报值：Tmax(k)=Tpmax(k) + T2(k) （7） 日最低气温预报值：Tmin(k)= T2(k)Tpmin(k) （8） 3.6 算法原理存在的不足在汛期，由于气温变化幅度大，同样云天状态下基础温度差异大，并且存在极端高温天气，上述算法原理存在如下不足：1：未考虑相同云天状况，温度基点的抬升。2：统计值未考虑极值，无法较准确报出温度的极值。3：欧洲中心温度预
12、报自身波动的误差。3.7 进一步的误差订正考虑到 3.6 提出的不足，仿照资料同化原理，提出进一步的误差订正方法：计算出预报日前天制作的昨日温度预报值 Tymax1、Tymin1 与昨天的实况温度 Tpmax1、Tpmin1 的误差:dt1max=Tpmax1-Tymax1 (9)dt1min=Tpmin1-Tymin1 (10)对昨日的 24 小时温度预报值 Tymax2、Tymin2 做出订正,Tdymax2=Tymax2+dt1max (11)Tdymin2=Tymin2+dt1min (12)得出昨日制作的今日最低气温、最高气温一次实况误差订正后的预报值 Tdymax2、Tdymin2
13、，将 Tdymax2、 Tdymin2 求取实况误差，得到二次误差值：dt2max=Tpmax2(估计值)- Tdymax2 (13)dt2min=Tpmin2- Tdymin2 (14)将两次临近实况预报误差合并，得到正式误差值：dtmax=dt1max+dt2max (15)dtmin=dt1min+dt2min (16)将 dtmax、dtmin 代入（7） 、 （8）式，对今日温度预报值做出订正，得出未来 S 日两次临近实况预报误差订正后的日最高气温预报值和日最低气温预报值：日最高气温预报值：Tdtmax(k)=Tmax(k) + dtmax （17） 日最低气温预报值：Tdtmin(
14、k)=Tmin(k)+dtmin （18） 其中，k=1,2,S 为预报时效。由（17） 、 （18）式得到的日最高、最低气温预报序列，部分地克服了算法原理存在的不足，适用于汛期气温预报。4 多时效气温预报系统的软件设计根据 3 所述基本原理、技术方法和系统构成要求，我们采用vb6.0 编程，设计开发了一套数据接口开放、界面操作方便、适合于地市级和县级台站使用的气温定点定量预报系统软件。系统软件界面如下图：该系统软件包括以下内容：4.1 系统的本地化4.1.1 站点配置 根据预报负责区域内所有站点的站点名和区站号生成站点配置文本文件 station.txt。4.1.2 欧洲模式参数配置 根据欧洲数值模式 850hpa 温度预报所在资料源、所选格点的经纬度及预报时效，生成欧洲模式参数配置文本文件 ectcfg.txt。4.1.3 平均气温统计配置 根据成都站 08 时 850Hpa 温度与各站各月平均日平均气温对应关系的统计结果表 1，生成平均气温统计配置文本文件 ptIIiii.txt(IIi
