论文部分内容阅读
摘 要：本文采用T213与ECMWF模式产品，对多模式MOS预报方法在气温预报方面应用展开分析探讨，并同单模式MOS预报方法分析对比。结果表明，多模式集成MOS方法预报水平有显著提升，可同时采用若干个模式产品可用资料，汲取各自优势，获取更为有效理想的预报。此外，各季节MOS气温预报水平具有显著差异，尤其夏季预报水平明显比其他3季要高，MOS方法在气象预报水平提升方面有重要价值。
关键词：多模式；集成MOS方法；气温预报；精细化
中图分类号：P457.3 文献标识码：A DOI：10.11974/nyyjs.20180733213
MOS预报法主要是自数值预报模式输出产品内挑选预报因子向量X，求出预报量y同时或近于同时预报关系式，在具体使用时，要将数值预报输出结果代入至相应预报关系内。在预报业务开展中，MOS预报方法能够对数值预报的系统性误差进行自动订正，其应用已经越来越广泛。本文主要根据MOS可以同时综合许多因子信息获取预报方程优势，阐述其在气温预报中的应用。
1 资料和方法
1.1 MOS方法
MOS预报是建立在多元线性回归技术基础上，针对样本容量为n的p个预报因子向量Xi（i=1，2，…，p）与预报对象y（y1，y2，……yn），能够构建线性的回归模型为
Y=X ε （1）
在具体应用过程中可以获取预报对象y预报估计值与 无偏估计量B，也就是
y=XB （2）
凭借最小二乘估计，便能获取回归系数B，确保与y误差最小。在实际建立方程时，需要采用逐步回归法对最后预报因子及预报方程确立。
1.2 资料来源与处理
本试验所用模式产品主要有T213与ECMWF中期数值预报模式产品（简称为EC）。其中T213是国家气象中心系统室整理的及借助国家气象信息中心FTP网站所下载从2010年8月—2016年8月T213基本场（气温、气压、湿度、风、高度等）资料，实况资料为甘肃省资料。本研究主要以Cressman线性内插方式开展网格点至站点插值。现阶段我国气象部门气温预报实行2℃检验标准，预报结果和实况相差>2℃时，视为预报错误，若相差≤2℃时，视为预报正确。对最高、最低气温预报检验，采取预报准确率评定，计算方法是：预报准确率=预报正确样本数/（预报正确样本数 预报错误样本数）。
2 技术方案
平时预报业务中，T213模式获取产品相对全面，EC模式获取产品较少，但预报水平更好，为同时运用其优点且比较单模式及多模式MOS预报效果，构建2种方案分析探讨：采取T213模式产品开展MOS预报；借助T213模式产品与EC模式产品一同开展MOS预报。2个方案方程样本时段是2010年9月—2015年8月，按照春（3—5月）、夏（6—8月）、秋（9—11月）、冬（12—2月）四季建立方程，试报时间是2015年9月—2016年8月试报，对象是24～168h天祝县日最高最低气温。
上述2方案采用“甘肃省气象台精细化预报系统”试验，通过以下方法展开技术处理。针对不同模式产品，设定格式一致产品规范，主要对模式产品名称、开始存放日期经纬格距、存放目录、格点数、变量、层次、预报时效等信息。采用“甘肃省气象台精细化预报系统预报因子挑选模块进行因子初选，由于能够进入因子较多，故需要预报员结合不同预报要素挑选相关因子建立方程。
3 结果分析
3.1 2个方案预报效果对比
以天祝县为例给出2个方案建立方程对比。预报要素为最低气温，预报时效是48h预报，预报季节是夏季。分析可知2个方案有许多因子进入方程。采取逐步回归方法，方案1中有11个因子进入方程，复回归系数0.65。方案2有12个因子，其中6个是Ec因子，进入方程的比T213高，复回归系数是0.72，结合这2个方案季节构建方程，分别做从2015年9月1日—2016年8月31日1a预报试验。
结合上述2方案，对最高气温、最低气温预报展开评分检验甘肃省1a的预报准确率，第2个方案在最高气温、最低气温预报准确率方面明显比第1个方案要高，幅度3%～5%，表明多模式MOS预报效果要明显比单模式MOS预报效果要高。從中还可知，伴随预报时效不断延长，预报水平表现为大幅下降变化趋势，但最低气温下降幅度没有最高气温明显，但预报水平好于最高气温，从第2个方案来看，各个预报时效最低气温预报准确率是62%～68%，最高气温预报准确率是49%～60%，对较长预报时效具备良好预报效果。
3.2 各季节预报效果对比
分别对春、夏、秋、冬四季预报准确率统计。四季中，夏季预报准确率要比别的季节准确率要好，春季与秋季预报水平相近。对于最高气温预报，夏季各时效预报准确率高于别的季节约13%，春季及秋季预报水平差不多，冬季预报72h低于春季和秋季，96h后要比春季、秋季高；对于最低气温预报，预报评分由高至低为夏季、春季、秋季、冬季，其中，夏季各个时效预报准确率要显著高于其他3季29%左右，是因为夏季最高及最低气温变率相对较小，预报更为方便。
作者简介：王旭红（1970-），女，辽宁省辽阳县人，本科，高级工程师，研究方向：县级综合气象业务。
关键词：多模式；集成MOS方法；气温预报；精细化
中图分类号：P457.3 文献标识码：A DOI：10.11974/nyyjs.20180733213
MOS预报法主要是自数值预报模式输出产品内挑选预报因子向量X，求出预报量y同时或近于同时预报关系式，在具体使用时，要将数值预报输出结果代入至相应预报关系内。在预报业务开展中，MOS预报方法能够对数值预报的系统性误差进行自动订正，其应用已经越来越广泛。本文主要根据MOS可以同时综合许多因子信息获取预报方程优势，阐述其在气温预报中的应用。
1 资料和方法
1.1 MOS方法
MOS预报是建立在多元线性回归技术基础上，针对样本容量为n的p个预报因子向量Xi（i=1，2，…，p）与预报对象y（y1，y2，……yn），能够构建线性的回归模型为
Y=X ε （1）
在具体应用过程中可以获取预报对象y预报估计值与 无偏估计量B，也就是
y=XB （2）
凭借最小二乘估计，便能获取回归系数B，确保与y误差最小。在实际建立方程时，需要采用逐步回归法对最后预报因子及预报方程确立。
1.2 资料来源与处理
本试验所用模式产品主要有T213与ECMWF中期数值预报模式产品（简称为EC）。其中T213是国家气象中心系统室整理的及借助国家气象信息中心FTP网站所下载从2010年8月—2016年8月T213基本场（气温、气压、湿度、风、高度等）资料，实况资料为甘肃省资料。本研究主要以Cressman线性内插方式开展网格点至站点插值。现阶段我国气象部门气温预报实行2℃检验标准，预报结果和实况相差>2℃时，视为预报错误，若相差≤2℃时，视为预报正确。对最高、最低气温预报检验，采取预报准确率评定，计算方法是：预报准确率=预报正确样本数/（预报正确样本数 预报错误样本数）。
2 技术方案
平时预报业务中，T213模式获取产品相对全面，EC模式获取产品较少，但预报水平更好，为同时运用其优点且比较单模式及多模式MOS预报效果，构建2种方案分析探讨：采取T213模式产品开展MOS预报；借助T213模式产品与EC模式产品一同开展MOS预报。2个方案方程样本时段是2010年9月—2015年8月，按照春（3—5月）、夏（6—8月）、秋（9—11月）、冬（12—2月）四季建立方程，试报时间是2015年9月—2016年8月试报，对象是24～168h天祝县日最高最低气温。
上述2方案采用“甘肃省气象台精细化预报系统”试验，通过以下方法展开技术处理。针对不同模式产品，设定格式一致产品规范，主要对模式产品名称、开始存放日期经纬格距、存放目录、格点数、变量、层次、预报时效等信息。采用“甘肃省气象台精细化预报系统预报因子挑选模块进行因子初选，由于能够进入因子较多，故需要预报员结合不同预报要素挑选相关因子建立方程。
3 结果分析
3.1 2个方案预报效果对比
以天祝县为例给出2个方案建立方程对比。预报要素为最低气温，预报时效是48h预报，预报季节是夏季。分析可知2个方案有许多因子进入方程。采取逐步回归方法，方案1中有11个因子进入方程，复回归系数0.65。方案2有12个因子，其中6个是Ec因子，进入方程的比T213高，复回归系数是0.72，结合这2个方案季节构建方程，分别做从2015年9月1日—2016年8月31日1a预报试验。
结合上述2方案，对最高气温、最低气温预报展开评分检验甘肃省1a的预报准确率，第2个方案在最高气温、最低气温预报准确率方面明显比第1个方案要高，幅度3%～5%，表明多模式MOS预报效果要明显比单模式MOS预报效果要高。從中还可知，伴随预报时效不断延长，预报水平表现为大幅下降变化趋势，但最低气温下降幅度没有最高气温明显，但预报水平好于最高气温，从第2个方案来看，各个预报时效最低气温预报准确率是62%～68%，最高气温预报准确率是49%～60%，对较长预报时效具备良好预报效果。
3.2 各季节预报效果对比
分别对春、夏、秋、冬四季预报准确率统计。四季中，夏季预报准确率要比别的季节准确率要好，春季与秋季预报水平相近。对于最高气温预报，夏季各时效预报准确率高于别的季节约13%，春季及秋季预报水平差不多，冬季预报72h低于春季和秋季，96h后要比春季、秋季高；对于最低气温预报，预报评分由高至低为夏季、春季、秋季、冬季，其中，夏季各个时效预报准确率要显著高于其他3季29%左右，是因为夏季最高及最低气温变率相对较小，预报更为方便。
作者简介：王旭红（1970-），女，辽宁省辽阳县人，本科，高级工程师，研究方向：县级综合气象业务。