论文部分内容阅读
本实验对2013-2015年沈阳地区市级温度指导预报质量进行分析,计算预报准确率、绝对误差、误差等级等指标,并分析相应的影响因子。随后利用指导预报、国家级台站和各乡镇站点自动气象站历史数据资料,以沈北新区为例使用统计降尺度方法进行乡镇站点的精细化预报,对结果进行比较并分析相关的影响因子,最后选取适合各个站点的精细化预报方法。文中使用的方法有等差值法、距离权重反比插值法(IDW)、多元回归法,每种方法按照训练期长短分为月度、季度和年度的计算,温度计算中同时分析日照、降水等因素对预报准确率和预报差值的影响。结果表明,沈阳地区国家级台站温度指导预报质量随着时效的增加而降低,其中24小时时效预报的准确率和绝对误差表现较好,且最高预报温度质量高于最低温度。各个台站预报质量差异较大,其中新民站点质量较高,沈北站点质量较低。对预报质量的影响方面,强降温和强升温过程均会降低温度预报质量;日内温差在中位数11.58℃时预报质量最好,两侧则逐渐降低;随着降水量的增加,最低温度预报质量逐步提高而最高温度质量先降低再提高;随着日照时数的增加,预报质量逐渐提高。经分析市级指导预报中各个乡镇站点总体准确率均较高,满足作为乡镇预报数据源的要求。对比三种订正方法,等差值、距离权重反比插值法和多元回归方法均能够有效提高乡镇温度预报最低和最高温度的准确率,由于统计降尺度的理论原因,每种方法的预报质量均依赖于指导预报的质量。其中等差值方法使最低温度准确率可提升至66.7%,最高温度准确率提升至80.5%;距离权重反比插值法可使最低温度准确率可提升至66.7%,最高温度准确率提升至78.4%;多元回归按年度为训练期效果最好,最低温度准确率可提升至72.2%,平均误差绝对值降低0.38℃,准确率较目前业务提高8%;最高温度准确率可提升至82.6%,平均误差绝对值降低0.37℃,准确率较当目业务提高20%。日照和降水因子与预报差值不符合Pearson相关,因此在本次试验中未加入相应订正项。本文使用的方法理论基础和计算方法均相对简单,在影响因素相近的其他站点进行预报订正时操作方便可行性高,可以作为参考。