周继先,聂　云

(1.贵州省思南县气象局,贵州　思南　565100；2.贵州省黔东南自治州气象台，贵州　凯里　556000)



思南县各乡镇气温分析及气温预报订正方法研究

周继先1,聂云2

(1.贵州省思南县气象局,贵州思南565100；2.贵州省黔东南自治州气象台，贵州凯里556000)

利用思南县2010—2014年25个乡镇区域自动站和思南国家站气温资料，统计分析发现：思南县各乡镇气温分布主要呈现自南向北递减趋势，各乡镇区域站与思南国家站观测的平均、最高及最低气温存在明显差异, 且随着季节变化差异有所不同,各乡镇区域站与思南国家站观测气温的差值绝对值最大值均大于2.0 ℃。本文结合思南县25个乡镇区域自动站和思南国家站的气温数据及地理分布，选取数据最为完整的思南国家站作为代表站，利用最小二乘法得出各乡镇观测站点与思南国家站气温关系式，建立预报方法。经检验,预报效果总体较好，对思南各乡镇气温预报有较好的指导意义。

气温分析；气温预报；订正方法；乡镇

1　引言

空气温度是我们日常天气预报中的重要天气要素，也是老百姓最为关心的天气要素之一[1]。经济社会的快速发展对天气预报的精度要求越来越高，对气象服务精细化的需求较之以往更加丰富具体，因而天气预报的制作与发布正向精细化的方向拓展和延伸，乡镇气温的准确预报成为当前预报的重点。目前，国内外许多气象专家和学者对精细化天气预报的研究非常重视[2-4]，并提出很多精细化数值预报模型，但效果并不明显。据有关研究表明，精细化预报的统计学方法预报准确率高于数值模式直接输出的结果[5]。

随着气象现代化的快速发展，思南县各乡镇区域站点覆盖率达100%，思南县气象台逐步开展乡镇精细化天气预报的制作与发布；由于从事预报服务工作的人员大多没有较扎实的预报理论基础，使乡镇精细化天气预报的准确率不能满足社会公众的需求，因此，对如何提高思南县乡镇精细化天气预报准确率进行分析和探讨很有必要。

本文运用2010年1月—2014年7月思南国家站和25个区域自动站地面气象观测资料，对各乡镇区域站气温资料和思南国家站气温资料进行统计和对比分析，得出各乡镇气温与思南国家站气温的关联方程，从而填补思南县乡镇气温指标预报的空白，对思南农业生产和人民生活有一定的指导意义。

2　资料和方法

思南县2010年1月—2015年7月思南县25个乡镇区域自动站资料，来源于贵州省气象局提供的区域自动站月报表数据文件，思南国家站资料来源本站月报表数据文件。文中所使用的气象资料在计算前进行了严格的质量控制及均一性检查，同时对缺测资料进行了插补订正。

运用近5 a思南县25个乡镇区域站和思南国家站气温资料，统计分析各乡镇2010—2014年年平均温度、年平均最高气温、年平均最低气温、月平均气温、月平均最高气温、月平均最低气温等气温指标的变化趋势及区域分布情况；运用最小二乘法拟合各个乡镇气温与思南国家站气温的最佳趋势方程；并使用2015年1 —7月思南县各乡镇气温实况资料对趋势方程进行检验。

气温预报评分方法根据中国气象局2005年7月1日下发的《中短期天气预报质量检验办法(试行)》, 温度预报检验内容包括最高气温和最低气温的预报误差, 主要有以下几种方法：

3　气温分析

3.1历年气温分析

2010—2014年，思南县各乡镇的年平均气温为14.6～17.6 ℃，呈现明显的阶梯状分布，自南向北呈递减趋势，低值中心位于西北部张家寨镇，高值中心位于中部以南乡镇邵家桥(图1a)，各乡镇与思南国家站年平均气温的差值绝对值最大可达3.0 ℃；2010—2014年全县各地年平均最高气温为18.2～22.8 ℃，极大值中心位于中部以南邵家桥镇，低值中心位于西北部张家寨镇，各乡镇与思南国家站年平均最高气温的差值绝对值最大可达2.7 ℃；年平均最低气温的变化趋势与年平均气温变化趋势比较一致，各地年平均最低气温11.8～14.8 ℃，西北部张家寨镇最低，思南最高(图1c)，各地与思南国家站年平均最低气温的差值绝对值最大可达2.9 ℃。

图1　思南县2010—2014年各乡镇温度分布(a: 年平均气温b: 年平均最高气温c: 年平均最低气温。单位：℃)Fig.1　The temperature distribution during 2010-2014 in all towns of Sinan(a:The annual average temperature b:The annual average of highest temperature c:The annual average of lowest temperature. Unit:℃)

3.2历年各月气温分析

思南县地处亚热带季风湿润气候区，四季分明，一般1月最冷，7月最热。本文以4月、7月、10月、1月分别作为春、夏、秋、冬的代表月，对代表月气温特征进行详细分析。

从各乡镇各月气温分布表(表略)可以看出：思南县各乡镇月平均气温均在0 ℃以上，各乡镇月平均气温1月最低，7月最高。4月、10月月平均气温最高为邵家桥，最低为张家寨，与思南国家站月平均气温的差值绝对值最大分别为2.5 ℃、3.1 ℃；7月月平均气温最高为思南，最低为东华，与思南国家站月平均气温的差值绝对值最大为3.7 ℃；1月月平均气温最高均为邵家桥，最低为宽坪，与思南国家站月平均气温的差值绝对值最大为3.6 ℃；4月、7月、10月、1月月平均最高气温最大值均为三道水，最小值均为张家寨，与思南国家站月平均最高气温的差值绝对值最大分别为2.9 ℃、4.2 ℃、3.8 ℃、2.7 ℃；4月月平均最低气温为12.0 ℃(东华)～14.5 ℃(三道水、邵家桥)，7月月平均最低气温为21.1 ℃(东华)～24.4 ℃(思南)，11月平均最低气温为9.2 ℃(宽坪)～12.1 ℃(思南)，1月月平均最低气温为1.2 ℃(东华)～4.3 ℃(邵家桥)，与思南国家站月平均最低气温的差值绝对值最大分别为2.4 ℃、3.3 ℃、2.9 ℃、3.0 ℃。

综上，从思南县各乡镇的年平均气温、年平均最高气温、年平均最低气温，月平均气温、月平均最高气温及月平均最低气温分布情况可以看出，思南县各乡镇气温分布主要呈现自南向北递减趋势，气温高值中心主要位于中部以南，低值中心位于主要位于西北部。各乡镇区域自动站与思南国家站气温的差值绝对值最大值均>2.0 ℃，表明由于观测位置不同，特别是地形高度不同，各乡镇区域自动站与思南国家站的气温有明显差异，仅用思南国家站的气温预报代表乡镇气温预报准确率较低。

4　气温预报订正方法

气温预报指标主要关注最高气温和最低气温。本文选用思南国家站作为代表站，利用最小二乘法拟合各乡镇区域站与思南国家站各月月平最高气温和月平均最低气温的关系式。设各乡镇气温指标为变量y，思南国家站气温指标为变量x，建立各乡镇区域站点与思南国家站的各月气温指标的趋势方程(由于部分乡镇趋势方程在定义域内完全用二次多项式拟合效果较差，故在定义域内采用线性和二次多项式分段拟合)；并对所有回归方程作显著性检验(F分布,α=0.05)，发现有部分回归方程不能通过α=0.05显著性检验，回归效果不明显。但在实际操作中发现，即便使用通不过显著性检验的趋势方程对乡镇气温进行预报，也比直接用思南国家站气温代表乡镇气温预报效果好，因此利用此方法建立的趋势方程预报乡镇气温具有很好的实用性，对提高乡镇最低、最高气温预报具有重大意义。表1为思南县7月各乡镇气温订正方程。

表1　思南县7月各乡镇气温订正方程

5　思南县各乡镇气温预报检验

选取2015年7月思南县各乡镇逐日气温预报资料和同期实况气温资料对各乡镇的气温预报质量进行评估,根据《中短期天气预报质量检验办法(试行)》评分办法,统计得出2015年7月各乡镇气温预报的平均绝对误差、均方根误差和预报准确率(由于天桥站2015年自动站数据缺测，故未验证)。

表2为2015年7月思南县各乡镇的温度预报评分；从表中分析可知：思南县各乡镇最低气温和最高气温的平均绝对误差均<2.2 ℃, 均方根误差<2.7 ℃。据有关研究表明[4]，气温预报的绝对误差≤2 ℃预报准确率高于60%，表明预报效果很好。从表2中，可发现思南县大部分乡镇气温预报的绝对误差≤2 ℃的预报准确率高于60%，说明思南县各乡镇气温总体预报效果较好。最低气温预报准确率要明显高于最高气温，最低气温的平均绝对误差和均方根误差均低于最高气温，最低温度预报准确率接近80%，均比最高气温高。最高气温出现大值预报偏差的概率明显多于最低气温。

当实况气温与预报气温相近时, 公众会认为预报是准确可信的；但当二者相差甚远, 超过一定阈值时，使人产生不可信的感觉。预报误差根据1990年5月下发的“重要天气预报质量评定办法”，采用温度预报绝对误差超过4.5 ℃, 即温度预报评分60分作为大值的阈值[4]。从表2可以看出，2015年7月思南各乡镇气温预报≤4.5 ℃的预报准确率高于85%，最高达100%，证明此趋势方程在公众预报中的可信度较高。

通过对2015年7月气温预报检验可以看出，运用此方法拟合的趋势方程对乡镇气温预报有一定的指导意义，可在工作中提供参考。

表2　思南县2015年7月各乡镇温度预报评分

6　思南县各乡镇温度预报结果输出

运用excel表格功能，在表格中输入思南国家站与各乡镇的温度关系式。以预报员制作的思南国家站最高、最低气温预报结果作为基础，利用气温关联方程，订正各乡镇每日各乡镇的最高、最低温度。如图2为思南县各乡镇2015年7月19日气温预报与实况数据：

图2　思南县各乡镇2015年7月19日气温预报与实况Fig.2　The temperature forecast and actual value of all towns On July 19, 2015 in Sinan

7　结论

①从思南县各乡镇2010—2014年气温分布情况可以看出，主要呈现自南向北递减趋势，气温高值中心主要位于中部以南，低值中心主要位于西北部。

②各乡镇区域自动站与思南国家站气温的差值绝对值最大值均大于2.0 ℃，各乡镇区域自动站与思南国家站气温存在有明显差异，单纯用思南国家站的气温预报代表乡镇温度预报准确率较低。

③通过将思南国家站和各乡镇气温指标进行趋势拟合，建立预报方法；对预报方程进行检验发现，大部分乡镇气温预报的绝对误差≤2 ℃的预报准确率高于60%，≤4.5 ℃的预报准确率高于85%，最高可达100%，说明运用此预报方程对乡镇气温预报有较好的指导意义。

[1] 布亚林,张琪.国家及河南精细化温度预报检验及误差分析[A].第30届中国气象学会年会论文集 [C].2013:1-10.

[2] 郭锐,吴进,何娜，等.北京乡镇精细化温度预报释用技术研究[A]. 城市气象论坛(2012年)·城市与气候变化论文集[C].2012:130-133.

[3] 丁建军,胡文东,丁永红，等.宁夏区域精细化温度预报业务平台[J]. 气象科技，2005,33(03):283-288.

[4] 李国翠,连志鸾,赵彦厂，等.石家庄温度预报检验及影响因子分析[J].气象与环境学报，2009,25(1):15-18.

[5] 黄治勇,张文,陈璇，等.湖北省乡镇温度预报方法初探[J]. 气象，2011,37(12):1 578-1 583.

The Temperature Analysis and Research of the Temperature Forecast’s Correction in all the Towns of Sinan County

ZHOU Jixian1,NIE Yun2

(1.Sinan Meteorological Bureau of Guizhou Province，Sinan 565100, China;2.Qinadongnan Meteorological Bureau of Guizhou Province, Kaili 556000, China)

Based on the temperature data from 25 towns’ automatic station and Sinan automatic station during 2010—2014,the statistics data of temperature distribution in Sinan County was analyzed. The results show that the temperature distribution mainly presents decreasing trend from south to north in Sinan and the obvious difference of average, maximum and minimum temperatures between Sinan and others’towns automatic station which at the same time vary with the seasons. The maximum temperature difference of the absolute value between Sinan and others’towns automatic station is greater than 2.0 ℃.In this paper, the towns’ temperature prediction method was established through the least square method; Sinan was selected as the representative station with the most complete data, using the temperature data and geographic distribution of Sinan and 25 towns’automatic station .The temperature relation equation between town station and Sinan national station was obtained by least-square method and the forecast method was established and verified. Results show that the prediction is satisfactory on the whole, which can provide a good guidance for the temperature forecast of towns.

analysis of temperature；temperature forecast；correction method；towns

1003-6598(2016)01-0030-05

2015-07-06

周继先(1990—)，女，助工，主要从事综合气象业务、气象预测预报工作，E-mail:wahahaad1234@163.com。

铜仁市气象局气象基金铜气科合[2015]09号。

P457

B