孙 磊，吕 翔，胡慎慎，王珂玮

（徐州市气象局，江苏 徐州 221002）

温度是天气变化的一个重要指标，是最基本的天气预报要素之一，对人类日常生产、生活以及自然生态环境都有重要的影响，随着经济的发展，人们对温度的关注程度以及精细化预报要求也在不断提高［1-6］。王敏等［7］采用非齐次高斯回归技术对国家气象中心区域集合预报系统的2 m 温度预报开展了一阶偏差和二阶离散度的校准研究，温度预报可靠性和预报技巧均有显著提高；连志鸾等［8］利用EC⁃MWF 资料和自动站资料，采用多级相似和站际间的气温差额预报方法制作最高、最低气温预报，得到了较高的预报准确率；钱莉等［9］选取逐日ECMWF 数值预报产品实况格点资料，使用差分法、天气诊断、因子组合的方法，构造预报因子库，建立分月、分站点逐日最高、最低温度的BP 神经网络预报。气象科研工作者正通过不断努力将精细化预报中的“精”得到进一步提高［10-12］。

徐州市地处江苏省西北部，东西跨度长，各县区站点间相距较远，不同站点间温度受局地气候条件影响明显，尤其是低温，易出现大于2 ℃的绝对偏差值，此时客观数值预报产品的指导能力相对较弱，如果不加以人为修正，通过主观判断调整预报偏差，预报质量便会受到大幅影响。通过对近2 年来徐州市6 个人工站间日最低气温实况与相应的气候背景资料的分析，应用EOF 正交函数分解及统计分析等方法，研究环境风、降水、天空云量、冷空气影响等气象条件，找出造成站点间温度差异的主要因子特性，分析总结相关性特征并提炼修正方法，减少因各站点偏差而导致的预报失分，这对于提高整体预报准确率、提升精细化预报水平具有较大意义。……