李淑娟，于晓晶，琚陈相，李曼

（中国气象局乌鲁木齐沙漠气象研究所，新疆乌鲁木齐 830002）

DOGRAFS温度和风场的预报检验

李淑娟，于晓晶，琚陈相，李曼

（中国气象局乌鲁木齐沙漠气象研究所，新疆乌鲁木齐 830002）

利用新疆及周边地区2012年11月1日—2013年10月31日的地面2m温度和10m风场的逐6 h观测和预报资料，通过预报的均方根误差和平均误差的分析，对基于WRFv3.5和WRFDAv3.4.1的新疆快速更新循环数值预报同化系统（DOGRAFS）的预报效果进行检验评估。结果表明：DOGRAFS系统对地面2m温度和10m风速的预报具有较好的参考价值，二者的预报偏差均呈周期性变化，对2m温度预报整体呈“低温偏高，高温偏低”特点，采用12 UTC初值场起报的预报结果对冬、春、夏季的高温预报冷偏差最小，采用06 UTC初值场起报的预报结果对秋季的预报冷偏差最小，采用18 UTC初值场起报的预报结果对冬、春、夏季的低温预报偏差最小，采用00 UTC初值场起报的预报结果则对秋季的最低温预报偏差最小，各时次对18 UTC的预报偏差均接近0℃。偏差的空间分布上，大部分站点在不同季节、不同时次的偏差都在-2～2℃之间。对10m风场的预报在秋季效果最好，冬季最差，预报平均误差整体从冬到秋逐季递减，夜间大于白天，四季中，采用18 UTC初值场起报的预报效果最好。

DOGRAFS；2m温度；10m风场；检验评估

数值预报模式快速更新循环同化和预报系统（Rapid Update Cycle,简称RUC）每日多次启动，不断更新初始资料运转模式进行预报[1]，自20世纪90年代开始在国外发展以来，在相关业务应用方面已经取得了一定的成果，如美国NOAA/NCEP的RUC系统已经业务化高效运行多年[2]；国内来讲，该系统也已在一些省份进行了业务应用，如北京快速更新循环预报系统（简称BJ-RUC）[3-4]于2008年4月15日率先投入业务运行，并在北京奥运会、60周年国庆等多次大型气象保障服务中取得成功[5-6]；江苏省气象台的WRF_RUC于2011年6月汛期开始准业务运行，为预报员提供每3 h更新的12 h预报参考[7]等。除在业务应用中表现的优势外，RUC系统在相关研究工作中也表现良好，如对山东沿海风力预报检验发现WRF-RUC的预报误差较MM5、T639小，且具有较高的参考价值[8]，江西的暴雨模拟发现RUC系统在初始场的质量改进方面具有一定优势[9]，利用LAPS结合RUC系统对华中暴雨的模拟预报，发现RUC系统能为初始场增加观测资料时间演变信息，能提高模式对暴雨量级降水的预报，各时刻起报的RUC预报都具备稳定性和一定的评分水平[10]等。

鉴于RUC系统的优势，新疆区域快速更新循环数值预报同化系统（Desert Oasis Gebi Rapidassimilation Forecast System,简称DOGRAFS）在2011年开始框架的搭建。该系统基于WRFv3.5和WRFDAv3.4.1，通过WRF-3DVAR系统每隔6 h同化一次最新的通过全球电讯交换系统获得的GTS全球观测资料（主要包括地面观测报（SYNOP）、民航转发报（AMDAR）、风廓仪探测资料（PILOT）、探空报（SOUND）、卫星测厚资料（SATEM）、卫星测大气运动矢量资料（SATOB）。当时鉴于计算资源的限制与精细化风能预报的迫切需要，在边界层方案中选择了对风场有较强预报能力的YSU方案，同时结合新疆降水的气候特点，在次网格降水方案选择上采取了随季而变的方式：冬半年WSW6类，夏半年WSW3类[11]，主要物理过程参数设置还包括Noah陆面方案，长波辐射RTMM和短波辐射GODDARD方案（DOGRAFS系统参数详见文献[11]），在近地层方案中，冬季还考虑雪面效应。模拟区域设置为27 km、9 km、3 km三重嵌套网格（图1），其格点数分别为211×181、289×208、76×61，模拟中心为（87.85°E，43.55°N），垂直方向为40层。目前该系统每天运行4次，分别以00 UTC、06 UTC、12 UTC、18 UTC的GFS资料作为初值预报场，应用00 UTC和12 UTC时次的GFS资料预报时最外层采用冷启，预报时效为72 h，其余两个时次的资料作为预报初值场时采用内层循环暖启方式运行，预报时效为36 h。

图1 DOGRAFS系统的模拟区域

以往对DOGRAFS系统预报性能的检验，仅局限于风电场风能[11]和辐射[12]的预报检验，对常规气象要素的检验非常有限[13]。鉴于在中国气象局8个区域中，目前唯独新疆区域和西北区域尚未有一套可准入的数值预报系统，因此，对其展开检验也是衡量其是否能满足“准入”体制的必经之路。同时，经过检验也可及时发现其中存在的问题，为进一步完善系统、提高预报准确率提供借鉴。本文只提供2m温度和10m风场的检验结果。

1 资料与方法

检验时段：2012年11月1日—2013年10月 31日。根据检验区域的主要气候特点，将四季划分为：冬季（前一年11月—当年2月）、春季（3—5月）、夏季（6—8月）、秋季（9—10月）。由于日常天气业务预报中主要应用d02区域（9 km分辨率，图1）的输出产品，因此，仅针对d02区域的地面2m温度和10m风速进行检验，冷启时次取前48 h结果，暖启时次取36 h。以检验区内的地面站逐6 h观测资料作为对比资料，将网格点预报值应用反权重函数插值到站点，对每个预报时次不同时效的逐站预报结果与对应该时次的实况数据进行比较，所有站点的平均作为区域平均，检验统计量主要包括均方根误差和平均误差，它们的定义如下：

其中，Fi、Qi分别为第i站的预报值和观测值，N为检验站点总数。

2 检验结果

2.1 2m温度预报的日偏差

采用不同时次的GFS资料作为初值预报场，2012—2013年冬季2m温度在不同预报时效内的均方根误差（实线，下同）和平均误差（虚线，下同）（图2a），各时次的均方根误差基本维持在2.4℃左右，平均误差以24 h为单位呈周期性变化。为了便于说明问题，选取对次日00 UTC开始的24 h预报周期为例（图3a，下同），结合图2a，可以看出，采用00 UTC预报场预报的结果与实况的平均误差在06—12 UTC（世界时，下同）最大，偏低2.2℃左右，之后减小，在次日18 UTC达到最小，接近0℃，之后转为暖偏差并逐渐增大，在次日00 UTC偏差达到最大，偏高约0.7℃，之后24 h的预报（对应时效：24～48）偏差和之前的变化类似；采用06 UTC、12 UTC和18 UTC预报场预报的结果与实况的平均误差呈现和00 UTC预报场预报结果相似的特点：都表现为周期性变化，在06—12 UTC为冷偏差，到次日18 UTC偏差减到最小，接近0℃，至次日00 UTC转为暖偏差，不过，各自的偏差幅度略有不同。

对于气温预报来说，最高温与最低温是关键，各时次最高温（06 UTC为准，下同）和最低温（00 UTC为准，下同）对应的偏差见图4，考虑到预报的时效性以及系统自身的偏差调整，前6 h的预报偏差不予参考。可以看出，冬季（图3a）采用各时次初值场预报的预报结果中最高温偏差相差不大，基本在1.8～2.2℃左右，最低温偏差在0.5～0.8℃左右，其中，采用12 UTC初值场起报的对最高温的预报偏差最小，约偏低1.7℃，应用18 UTC初值场起报的对最低温的预报偏差最小，约偏高0.5℃。此外，所有时次对18 UTC的预报都很好，偏差接近0℃。

DOGRAFS系统对春（图2b）、夏（图2c）、秋季（图2d）的温度预报呈现和冬季类似的特点，预报偏差均呈周期性变化，不过，也存在季节差异。

图2 各季节（a冬；b春；c夏；d秋）采用不同时次初值场（00 UTC、06 UTC、12 UTC、18 UTC）起报的2m温度的结果检验（“00 UTC-ME”表示采用00时（世界时）初值场预报的平均误差，“00 UTC-RMSE”表示采用00时初值场预报的均方根误差，依次类推）

图3 各季节、采用不同时次的初始场起报的对最高温（a）和最低温（b）的预报偏差

春季（图2b）均方根误差较冬季略小，基本在2.2℃左右变化，采用各时次初值场的预报均表现为冷偏差（图2b、4b），且在06 UTC冷偏差最大，至次日00 UTC偏差逐渐减小，之后进入下一个周期。各时次对最高温的预报（图3）普遍偏冷3℃以上，采用12 UTC初值场预报的预报结果和实况的偏差最小，约偏低3℃，采用00 UTC初值场预报的偏差最大，偏低约3.7℃；对最低温的预报（图3b），采用18 UTC初值场起报的偏差最小，偏低约0.1℃，采用00 UTC初值场起报的偏差仍然最大，偏低0.8℃左右。

夏季各时次的均方根误差（图2c）基本在1.6～ 1.8℃的范围内波动，平均误差的变化趋势（图2c、4c）和冬季相似。对次日的高温预报（图3a），采用12 UTC初值场起报的平均误差最小，约偏低1.1℃，采用18 UTC初值场起报的平均误差最大，偏低1.6℃左右；对次日的最低温预报（图3b），采用06 UTC初值场预报的平均误差最大，偏高约0.7℃，采用18 UTC初值场预报的平均误差最小，偏高0.3℃左右，采用其他两个时次初值场的预报平均误差介于二者之间。此外，采用各时次初值场起报的均对18 UTC的预报偏差很小，接近0℃。

秋季各时次的均方根误差（图2d）在2℃左右，平均误差的变化趋势（图2d、4d）与冬季类似。采用06 UTC初值场起报的对次日最高温的预报偏差（图4a）最小，偏低约2.4℃，对次日最低温的预报偏差（图4b）最大，偏高1.2℃左右，采用00 UTC初值场起报的对最低温的预报偏差最小，大约偏高0.4℃，对次日最高温预报偏差最大，偏低3℃左右。所以，采用06 UTC初值场起报的对秋季的最高温预报最好，采用00 UTC初值场起报的对最低温的预报最好，采用各时次初值场起报的对18 UTC的预报平均误差均接近0℃，可为预报提供很好的参考。

2.2 2m温度预报偏差的空间分布特征

对于温度来说，采用各个季节不同时次的初值场进行预报时，偏差的空间分布具有许多相似的特点，为了便于分析，以采用冬季12 UTC初值场起报的2m温度在不同预报时效的空间偏差分布（图5）为例进行说明，其他图略。

图4 各季节（a冬；b春；c夏；d秋）采用不同时次的初值场（00 UTC、06 UTC、12 UTC、18 UTC）对各个时刻（世界时）的2m温度预报平均误差（“00 UTC-ME”表示采用00时（世界时）初值场起报的平均误差,以此类推）

由图可见，偏差的周期性分布比较明显，（5c、5f），都是对00 UTC的预报，时效间隔24 h（一个周期），除哈巴河、青河、七角井、新源、霍尔果斯等个别站点的固有偏差外，大部分站点的偏差空间分布非常相似；此外，“高温偏冷，低温偏暖”的特征也在空间分布中表现明显，可是对白天的高温（图5d、5e，06 UTC和12 UTC）预报，北疆部分站点也存在暖偏差，对夜间的低温（图5b、5c、5f，18 UTC和00 UTC）预报，南疆的部分站点也存在冷偏差，大部分站点的偏差范围都在-2～2℃之间。值得注意的是，北疆有部分站点偏差在2～4℃，偏差范围整体大于南疆。冬季采用其他时次初值场起报的预报偏差与之类似，其他各季节各时次的偏差和冬季类似，即都表现为周期性变化，整体呈“高温偏冷，低温偏暖”变化趋势，季节内各时次对某时刻的预报偏差相差不大，大部分站点的偏差范围都在-2～2℃之间。不过，也存在一些季节差异。

春季：所有站点高温偏低的特征非常明显，对于00 UTC的低温预报，各个站点表现不一致，尤其是北疆沿天山一带及南疆部分站点也有0～2℃的暖偏差存在，图2b、3b中的低温预报冷偏差，是由于所有站点的区域平均表现为冷偏差导致，并无矛盾。

夏季：对于高温来讲，北疆的冷偏幅度大于南疆，对于低温预报，南疆的暖偏幅度大于北疆，不论是高温还是低温，整体来讲，南疆的大部分站点始终存在暖偏差。

秋季：“高温偏低、低温偏高”的特征非常明显，南北疆的偏差幅度基本一致，无明显差别。

图5 采用12 UTC初值场预报的冬季地面2m温度在不同时效的空间偏差

对于预报中产生的周期性偏差，可能主要是由于GFS初值场的周期性偏差造成的。

2.3 2m温度预报偏差的季节特征

（1）DOGRAFS系统对地面2m温度的预报存在一定的季节差异，就均方根误差来看，夏季预报效果最好，春、秋两季次之，冬季最差；平均误差的波动范围在夏季最小，秋、冬两季次之，春季最大。

（2）预报偏差随预报时效的推进呈现出一定的周期性变化，四季中，除春季的一致冷偏差是随预报时效的推进逐渐减小外，冬、夏、秋季在采用各时次初值场起报的预报偏差在06—12 UTC冷偏差最大，之后逐渐减小，到18 UTC偏差接近0℃，到次日00 UTC转为暖偏差，然后进入另一个周期，这种误差的周期性变化可能是由GFS初始场的周期性偏差造成的。

（3）对春季的温度预报一致偏低，除春季外，其他3个季节对高温（06 UTC为准）预报偏低，对低温（00 UTC为准）预报偏高，基本表现为“高温偏低、低温偏高”趋势。

（4）采用各时次初值场起报的对春季00 UTC的预报平均误差最小，对其他季节18 UTC的预报平均误差最小，接近0℃。

（5）各季节采用不同时次初值场起报的平均误差略有差别，采用12 UTC初值场起报的对冬、春、夏季的高温预报偏差最小，分别偏低1.7、3和1.1℃，采用06 UTC初值场起报的对秋季的预报偏差最小，约偏低2.5℃，采用18 UTC初值场起报的对冬、春、夏季的低温预报偏差最小，约为0.5、-0.1和0.3℃，采用00 UTC初值场起报的则对秋季的最低温预报偏差最小，偏高约0.4℃。

（6）偏差在空间分布上，冬、夏季的高温预报在整体冷偏的基础上，也有部分站点表现为暖偏差，同样，在低温预报整体暖偏的基础上，也有部分站点表现为冷偏差，且冬季的偏差幅度在整体上北疆大于南疆，夏季不论是高温还是低温预报，在南疆的大部分站点始终存在暖偏差，而秋季各个站点和整体偏差趋势保持一致，春季的一致偏冷特征，在空间分布有所打破，所有站点的高温预报冷偏差明显，可是低温预报中，有部分站点表现为暖偏差。

2.4 10m风速预报偏差的日变化特征

图6a为采用不同时次初值场起报的2012—2013年冬季10m风场在不同时效内的预报均方根误差（实线）和风速平均误差（虚线）。由图可见，均方根误差一般维持在1.7m/s的水平上，各时次预报的风速平均误差呈一定周期性变化（图7a），从午后（06 UTC）至夜间（00 UTC）风速平均误差逐渐增大，次日清晨（00 UTC）至中午（06 UTC）又逐渐减小，同时，随着预报时效的推进，平均误差也呈逐渐增大趋势。这种周期性的变化特点和地面2m温度相似。不同时次的平均误差变化略有不同，整体来讲，采用18 UTC初值场起报的对夜间和白天的风速平均误差均为最小，所以，对冬季10m风速预报来讲，采用18 UTC初值场起报的预报效果最好。

春（图6b、7b）、夏（图6c、7c）、秋（图6d、7d）季的风速偏差变化趋势和冬季类似，如夜间风速偏差大，白天相对较小，呈一定的周期性变化特征，各时次的均方根误差无明显差别，不论是午后至夜间，还是对清晨至正午，采用18 UTC初值场起报的预报偏差均为最小，预报效果最好，在此基础上，这3个季节的风速预报也具有其他一些特点。

春秋季的夜间风速偏差基本随时间的推进逐渐增大，而夏季则在逐渐增大的基础上于12 UTC出现另一峰值。值得注意的是，从春至秋，各时次的偏差纵向比较也是逐渐减小的，比如，对06 UTC的风速预报，采用18 UTC初值场起报的偏差从春到秋依次约为1、0.9、0.8m/s，呈逐渐减小趋势。因此，对这3个季节的风速预报，采用18 UTC初值场起报的更具参考价值。此外，这3个季节的平均误差水平相对于冬季更为稳定，各时次随时效的推进增加的并不明显，秋季的均方根误差变化范围最小，预报效果最好。

2.5 10m风速预报偏差的季节特征

DOGRAFS系统对近地面10m风场的预报存在一定的季节差异，秋季最好，春、夏次之，冬季最差。四季各时次的风速预报平均误差在夜间大于白天，且呈一定周期性变化，从午后至夜间逐渐增大，从清晨至正午偏差减小。四季中，采用18 UTC初值场起报的预报效果最好。除冬季的平均误差是随时效的推进逐渐增大外，春、夏、秋三季各时次的平均误差水平相对稳定，随时效的推进略有增加但增幅并不明显。采用各时次初值场起报的预报在相同时效内，预报偏差从冬至秋逐季递减。不论是风速偏差的周期性变化还是逐季递减特征，初步认为是由于GFS初始场的周期性偏差造成的。

图7 各季节（a冬；b春；c夏；d秋）采用不同时次的初值场（00 UTC、06 UTC、12 UTC、18 UTC）对各个时刻（世界时）的10m风速预报平均误差（“00 UTC-ME”表示采用00时（世界时）初值场起报的平均误差,以此类推）

3 结论

应用新疆及周边地区2012年11月1日至2013年10月31日的地面2m温度和10m风场的逐6 h观测和预报资料，本文对DOGRAFS系统的预报准确性进行了检验评估。

（1）对地面2m温度预报存在一定的季节差异，夏季最好，春、秋两季次之，冬季最差，预报偏差随预报时效的推进呈现出一定的周期性变化，整体存在“低温偏高，高温偏低”的趋势。采用12 UTC初值场起报的对冬、春、夏季的高温预报冷偏差最小，采用06 UTC初值场起报的对秋季的预报冷偏差最小，采用18 UTC初值场起报的对冬、春、夏季的低温预报偏差最小，采用00 UTC初值场起报的则对秋季的最低温预报偏差最小，对夏、秋、冬季，各时次对18 UTC的预报偏差均接近0℃；预报误差的空间分布也存在季节特征，大部分站点的偏差范围在各季节、各时次都维持在-2～2℃之间，可是，冬、夏季的高低温预报并非所有站点都表现为一致的偏差趋势，在整体冷偏或者暖偏的基础上，有部分站点表现为相反的变化特征，且冬季的偏差幅度在整体上北疆大于南疆，夏季南疆的大部分站点始终存在暖偏差，秋季各个站点和整体偏差趋势保持一致，春季的一致偏冷特征，在空间分布有所打破，所有站点对高温预报冷偏差明显，可是低温预报中，有部分站点表现为暖偏差。

（2）对10m风速的预报效果在秋季最好，冬季最差,四季各时次预报的平均误差夜间大于白天并呈一定周期性变化，从午后至夜间逐渐增大，从清晨至正午偏差减小；四季中，采用18 UTC初值场起报的预报效果最好；采用各时次初值场起报的在相同的预报时效内，预报偏差从冬至秋逐季递减。

DOGRAFS系统对地面2m温度和10m风速预报偏差大小均呈一定的周期性变化特征，是否可通过如自适应偏最小二乘法和SVM等方法进行有效解决还有待进一步探索和研究。

[1]Benjamin S G，Devenyid，WeygandtS S，etal.An hourlyassimilation forecast cycle：The RUC[J].Mon Wea Rev，2004，132：495-518.

[2]Thompson R L，Roger Edwards,Hart Ja.Close proximity soundings within supercell environmentsobtained from the rapid update cycle[J].Weatherand Forecasting，2003，18（6）：1243-1261.

[3]郑祚芳.RUC产品在一次强降水预报中的应用分析[J].气象，2008，34（s1）：85-88.

[4]陈敏，范水勇，郑祚芳，等.基于BJ-RUC系统的临近探空及其对强对流发生潜势预报的指示性能初探[J].气象学报，2011，69（1）：181-194.

[5]魏东，尤凤春，范水勇，等.北京快速更新循环预报系统（BJ-RUC）模式探空质量评估分析[J].气象，2010，36（8）：72-80.

[6]魏东，尤凤春，杨波，等.北京快速更新循环预报系统（BJRUC）要素预报质量评估[J].气象，2011，37（12）：1489-1497.

[7]周嘉陵，王文兰，曾明剑，等.WRF快速更新循环同化预报系统（WRF_RUC）在江苏省气象台的搭建与应用[C].第二十八届中国气象学会年论文集，北京：气象出版社，2011.

[8]阎丽凤，盛春岩，肖明静，等.MM5、WRF-RUC及T639模式对山东沿海风力预报分级检验[J].气象科学，2013:，33（3）：340-346.

[9]徐星生，肖安，万明，等.快速更新循环同化在江西暴雨数值模拟中的应用[J].气象与减灾研究，2011，34（3）：24-29.

[10]李红莉.LAPS-RUC系统的搭建及其预报效果检验分析[C].第二十八届中国气象学会年论文集，北京：气象出版社，2011.

[11]辛渝，陈洪武.DOGRAFS/CALMET不同分辨率及CALMET不同调整参数计算的风场预报检验[G]//孙健.风与大气环境科学进展[M].北京：气象出版社,2012：427-439.

[12]辛渝，王澄海，沈元芳，等.WRF模式对新疆中部地面总辐射预报性能的检验[J].高原气象，2013，32（5）：1368-1381.

[13]汤浩，辛渝.快速更新循环数值预报系统在新疆的预报能力检验[J].沙漠与绿洲气象，2012，6（6）：21-27.

Assessment for Forecast Effect of Temperatureand Wind Field by DOGRAFS

LI Shujuan，YU Xiaojing，JU Chenxiang，LIman

（Institute of Desertmeteorology，CMA，Urumqi 830002，China）

assessment of Xinjiang rapid update cycle forecast system（DOGRAFS）which is based on the WRFv3.5and WRFDAv3.4.1 is conducted,based on the predictingand observation dataset of 2m temperatureand 10m wind released every 6 hours in Xinjiangand surroudingareas from November 1 of 2012 to October 31 of 2013 with themethod of RMSEandmE.The results showas follows.The forecast result of 2m temperatureand 10m wind field isa good reference to the prediction operation.Both of the twomethods have periodic change characteristics.It tends that for the 2m temperature,the forecast of low temperature is higher than the real temperatureand that of high temperature is lower,and theminimum error of forecast for high temperatureappears in winter,springand summer when using the initial 12 UTC data,but inautumn theminimum error of forecast for the lowest temperature is based on 00 UTC initial data.The error ofall prediction using 18 UTC initial data is close to 0℃.For the deviation spatial distribution,most of the stations’bias is between-2～2℃in different seasonsand initial times.The predictingability for 10m wind field is the best inautumnand worst in winter,the forecast error decreases from winter toautumnand is biggerat night than in daytime.Forall seasons,the best predicting is based on the 18 UTC initial data.

DOGRAFS；2m temperature；10m wind；forecast effect

P456.7

B

1002-0799（2014）06-0001-09

10.3969/j.issn.1002-0799.2014.06.001

2014-03-31；

2014-05-23

中央级公益性科研院所基本科研业务专项“XJRUCv1.0边界层方案的优选与不同同化源的效能评估（IDM201302）”；新疆气象局青年基金“基于GEFA的北疆夏季降水对印度洋和北大西洋海温主模态的响应（Q201403）”。

李淑娟（1982-），女，工程师，主要从事气候诊断和数值模拟检验方面的研究。E-mail：lishujuan2006@163.com

李淑娟，于晓晶，琚陈相，等.DOGRAFS温度和风场的预报检验[J].沙漠与绿洲气象，2014，8（6）：1-9.