1精细化格点预报发展概况随着经济社会的发展,对天气预报准确率和服务的及时性都提出了很高的要求。天气预报的精细化,也是目前气象服务面临的迫切需求。随之数值天气预报分辨率的提高和集合预报技术的发展,天气预报技术发展到相对成熟阶段,近年来,大量自动气象站的布置使用,为开展精细化到乡镇的和数公里格距的网格化预报奠定了基础。气温预报是最基本的天气预报要素之一。国际上,发达国家较早开展了精细化的预报业务。美国国家环境预报中心(NCEP)在其"无缝隙"的精细化预报发展战略的实施中,采取的是以国家级的专业化指导预报带动地方台的精细化预报的业务发展模式,建立了3小时间隔,分辨率为5公里的格点天气要素预报业务,并以此为基础,建立了全国的数字化预报产品库。多个省份已经或正在建设人机交互精细化气象预报业务工作平台,如广东数字网格天气预报业务平台。2广西气象台精细化预报和精细化气象格点预报发展近况广西区气象台2014年起开展了乡镇精细化预报业务,预报采用欧洲数值天气预报中心的细网格预报资料,对温度预报用前几日的预报误差平均值来订正,对湿度、风和降水的预报采用直接插值作为预报产品。目前的温度订正预报方法,订正效果有限,需要发展订正效果更好地释用技术,如卡尔曼滤波类方法、非齐次高斯回归等方法。广西区气象台2016年开始试运行精细化格点预报系统,需要更好地初始预报场,以提高预报准确率和减小主观订正的工作量。3基于卡尔曼滤波方法的温度预报订正卡尔曼滤波方法唱应用于温度预报的订正[1,3],其最大优点是不需要太多的历史资料,所建的方程,其预报因子与预报量之间的关系是随时间的变化而改变的,避免了一般统计预报方法所建立的方程随时间推移、气候变迁,预报误差增大、甚至不可用的缺点。中央气象台以及安徽省气象台等多个省级气象台对该方法的应用表明,卡尔曼滤波法对于2米气温的订正具有明显效果,该方法计算效果总体不低于非齐次高斯回归方法[4]等需要更多计算量和内存的算法,尤其适合精细化预报这种需要大计算量的业务。4卡尔曼滤波法的对广西地区温度预报的订正效果使用2015年欧洲中长期数值预报中心细网格2米温度预报资料和卡尔曼滤波方法进行订正。通过计算不同偏差订正系数值的误差和准确率,求取最优的本地化偏差订正系数,即使预报准确率最高的偏差订正系数值,确定不同预报时效的最优偏差订正系数值。并将订正后的温度预报结果通过cressman插值方法得到修正的精细化格点预报。对于广西90个国家气象站,最高温度1-7天预报时效的最优偏差订正系数分别是:0.5、0.5、0.4、0.4、0.5、0.3、0.4;最低温度0.75、0.6、0.75、0.6、0.3、0.15、0.3。24小时时效的14时温度预报(使用EC细网格42h预报时效数据)的TS评分,经卡尔曼滤波订正后准确率为66.24%,比订正前的43.42%提高了22.81%;24小时最高温度预报订正后TS评分为67.03%,准确率提高32%;24小时最低温度预报(使用EC细网格36h预报时效数据)订正后TS评分为80.05%,提高8%。广西不同地区预报准确率差别明显,南部预报准确率高于北部地区,部分河谷地区和山区预报准确率较低。5展望本研究可以提供更好地精细化格点预报初始场,有利于提高温度预报的准确率和大大减轻预报员的工作量和提高预报员对温度预报的订正效果。卡尔曼滤波方法除了可以订正气温的预报外,也可以推广到对其他气象要素预报的订正,并且可以在卡尔曼滤波订正的基础上对预报场增加进一步的订正,比如地形降尺度技术、统计降尺度技术、局地小气候分区等进一步订正,卡尔曼滤波方法可以用于不同数值模式的温度预报产品以及集合预报的温度预报产品的订正等。