三种全球预报产品中国区近地面气温短期预报效果检验

doi:10.3969/j.issn.1673-503X.2020.04.003

摘要/Abstract

摘要：

全球气象预报产品是扩散模式、空气质量模式的重要基础资料和前提条件，其误差直接影响模拟结果的准确度。为考察不同气象预报产品的误差，选取2016年6月至2017年5月GFS、ECMWF、T639三种全球气象预报产品，利用中国2100个地面观测站数据，对预报产品中近地面气温进行了对比，并分析了其在不同季节、不同区域的特征。结果表明：在中国区域三种气象产品气温预报存在偏低预报的趋势，其均方根误差的年平均值为2.60—3.52℃，相关系数的年平均值为0.89—0.92，平均绝对误差的年平均值为1.87—2.67℃。整体而言，EC表现最佳，其余依次为GFS、T639。气温预报误差存在季节变化特征，三种产品均方根误差与平均绝对误差均表现为夏秋季优于春冬季，相关系数表现为秋冬季优于春夏季。气温预报误差存在明显的地域差异，三种气象预报产品的气温误差空间分布特征较为相似，在中国华东地区误差值表现较低，在西南地区误差较高。同时，其误差水平在中国沿海地区表现较低，在地形复杂地区表现较高。

关键词: 全球数值天气预报产品, 近地面气温, 短时预报

Abstract:

The near-surface temperature has an important influence on the diffusion and transfer process of airborne radioactive materials.Global weather forecast products are important basic data and initial conditions for the diffusion model and air quality model.Their errors directly affect the accuracy of simulation results.In order to investigate the errors of different products, three kinds of global weather forecast products, the GFS (Global Forecast System), ECMWF (European Medium-Range Weather Forecast Center), and T639 were selected from June 2016 to May 2017.Using the observational data from 2100 ground stations in China, the near-surface temperature of the forecast products was compared and analyzed, and their performance characteristics in different seasons and regions were investigated.The results show that the temperature forecast of the three meteorological products in China tends to be lower.The annual mean value of RMSE (Root mean square error) is between 2.60 ℃ and 3.52 ℃.The annual mean value of the correlation coefficient is between 0.89 ℃ and 0.92 ℃.The annual mean value of the average absolute error is between 1.87 ℃ and 2.67 ℃.Overall, the performance of ECMWF is the best, followed by the GFS and T639.The temperature prediction error is different at different seasons.Based on the RMSE and mean absolute error of the three products, it indicates that the performances in summer and autumn are better.While based on the correlation coefficient, it shows that the performances in autumn and winter are better.There are obvious regional differences in temperature forecast errors.The spatial distribution characteristics in the temperature forecast errors from the three weather forecast products are similar.The error values are lower in the east of China and higher in the southwest of China.At the same time, the error is lower in the coastal areas and higher in the inner land areas.

Key words: Global numerical weather forecasting products, Near-surface temperature, Short-term forecast

中图分类号:

P457.3

牛嫣静, 徐向军, 郭欢, 李鸣野. 三种全球预报产品中国区近地面气温短期预报效果检验[J]. 气象与环境学报, 2020, 36(4): 18-27.

Yan-jing NIU, Xiang-jun XU, Huan GUO, Ming-ye LI. Verification of the short-term forecast of near-surface temperature using different global forecast products in China[J]. Journal of Meteorology and Environment, 2020, 36(4): 18-27.

图/表 9

图1

图2

图3

表1

表2

图4

图5

图6

图7

参考文献 15

1	田永祥, 沈桐立, 葛孝贞, 等. 数值天气预报教程[M]. 北京: 气象出版社, 1995.
2	关月. 2016年6-8月T639、ECMWF及日本模式中期预报性能检验[J]. 气象, 2016, 42 (11): 1410- 1417.
3	尹姗. 2015年12月至2016年2月T639、ECMWF及日本模式中期预报性能检验[J]. 气象, 2016, 42 (5): 637- 642.
4	刘一. 2013年12月至2014年2月T639、ECMWF及日本模式中期预报性能检验[J]. 气象, 2014, 40 (5): 637- 641.
5	张宁娜, 黄阁, 吴曼丽, 等. 2010年国内外3种数值预报在东北地区的预报检验[J]. 气象与环境学报, 2012, 28 (2): 28- 33.
6	Cui J , Zhou X S , Chen L Q , et al. Synoptic verification of precipitation forecast of three NWP models from May to August of 2008 in Liaoning province[J]. Meteorological and Environmental Research, 2010, 1 (8): 7- 11, 20.
7	Pinson P , Hage dorn R . Verification of the ECMWF ensemble forecasts of wind speed against analyses and observations[J]. Meteorological Applications, 2012, 19 (4): 484- 500. doi: 10.1002/met.283
8	孙逸涵, 何晓凤, 周荣卫. 不同背景场近地层风速的预报效果检验[J]. 资源科学, 2013, 35 (12): 2481- 2490.
9	张莹, 贾旭伟, 杨旭, 等. 中国典型代表城市空气污染特征及其与气象参数的关系[J]. 气象与环境学报, 2017, 33 (2): 70- 79.
10	陆忠艳, 王扬锋, 蒋大凯, 等. 基于气象条件的沈阳市空气质量预报方法研究[J]. 气象与环境学报, 2018, 34 (4): 68- 74.
11	廖志恒, 孙家仁, 范绍佳, 等. 2006-2012年珠三角地区空气污染变化特征及影响因素[J]. 中国环境科学, 2015, 35 (2): 329- 336.
12	屠妮妮, 何光碧, 张利红. 成都区域气象中心业务数值预报产品检验分析[J]. 高原山地气象研究, 2010, 30 (1): 21- 28.
13	肖明静, 隋明, 范苏丹, 等. 3种数值模式温度预报产品在山东应用的误差分析与订正[J]. 干旱气象, 2012, 30 (3): 472- 477.
14	吴爱敏, 路亚奇, 李祥科, 等. 利用ECMWF产品对庆阳极端气温释用效果分析[J]. 干旱气象, 2009, 27 (3): 288- 293.
15	王焕毅, 谭政华, 杨萌, 等. 三种数值模式气温预报产品的检验及误差订正方法研究[J]. 气象与环境学报, 2018, 34 (1): 22- 29.

RMSE/℃	EC/（%）	T639/（%）	GFS/（%）	MAE/ ℃	EC/（%）	T639/（%）	GFS/（%）
0—2	58.31	6.37	25.53	0—2	75.21	33.66	55.17
2—4	34.53	79.04	63.85	2—4	18.93	56.65	38.64
4—6	3.83	9.42	7.34	4—6	3.00	5.36	3.97
6—8	1.85	2.40	1.99	6—8	1.80	1.99	1.20
>8	1.48	2.77	1.29	>8	1.06	2.35	1.02

R	EC/（%）	T639/（%）	GFS/（%）	ME/℃	EC/（%）	T639/（%）	GFS/（%）
0.98—0.10	68.84	12.65	21.93	>2	0.78	0.60	1.66
0.96—0.98	20.91	48.94	32.41	0~2	21.98	6.93	32.41
0.94—0.96	5.36	21.38	48.25	-2~0	62.56	63.11	48.25
0.92—0.94	2.54	11.22	12.65	-4~-2	9.79	21.47	12.65
0.90—0.92	1.52	4.06	3.00	-6 ~-4	2.31	3.74	3.00
＜0.90	0.83	1.75	2.03	＜-6	2.58	4.15	2.03

[1]	李学军,杨雷,王昊. 朝阳地区强对流降水回波分析[J]. 气象与环境学报, 2003, 19(2): 12-13.
[2]	李守智,张云海,王奉安,韩吉健. 复州湾盐场强对流(飑线)成因分析与短时预报[J]. 气象与环境学报, 2000, 16(2): 5-7.