ECMWF模式气温预报在青岛地区的检验与评估

Climate Change Research Letters 气候变化研究快报, 2023, 12(2), 368-375 Published Online March 2023 in Hans. https:///journal/ccrl https:///10.12677/ccrl.2023.122039EC 模式在青岛地区及其沿海地区风场 预报中的适用性宫明晓1,2，马 艳3，付业理1,21山东省青岛市即墨区气象局，山东 青岛2山东省青岛市气象灾害防御工程技术研究中心，山东 青岛 3山东省青岛市气象台，山东 青岛收稿日期：2023年2月16日；录用日期：2023年3月16日；发布日期：2023年3月27日摘 要为更好地开展青岛及其沿海地区的风场服务，本文对2017~2018年的ECMWF 细网格产品模式的10米风场预报在青岛及其沿海地区的适用性进行检验评估。

结果表明：EC 预报整体偏小，预报效果陆地站优于岸基站优于海岛站。

分不同风速等级分析得出，风速误差随着风速等级增加而增大，预报准确率随风速等级增加而降低。

3级以下，预报偏小，4~5级，岸基站和海岛站预报偏小，6级以上，内陆站预报偏大，海岛站预报偏小。

且3级以下的风速预报，EC 预报风速等级和实测风速等级相差在−1~0级之间，占65%。

4~5级风速预报，内陆站、岸基站风速等级差主要集中在0~1级之间，而海岛站风速差主要集中在−1~0之间，均达到65%，6级以上陆地站风速等级差主要分布在0~1级之间，占近30%，岸基站分布在1~2级之间，占44%，而海岛站分布在−2~−1之间，占53%。

利用风速等级差对2019~2020年EC 预报风速进行订正后，风速准确率均有一定程度的提升，尤其对于6级以上的风速准确率提升最高，整体提高38%以上。

关键词EC ，风速，误差，准确率Applicability of EC Model in Wind FieldForecasting in Qingdao and Its Coastal AreasMingxiao Gong 1,2, Yan Ma 3, Yeli Fu 1,21Jimo Meteorological Service, Qingdao Shandong2Qingdao Municipal Meteorological Disaster Prevention Engineering Technology Research Center, Qingdao Shandong 3Qingdao Meteorological Service, Qingdao ShandongReceived: Feb. 16th , 2023; accepted: Mar. 16th , 2023; published: Mar. 27th , 2023宫明晓 等AbstractIn order to better develop the wind field service in Qingdao and its coastal areas, this paper tests and evaluates the applicability of the ECMWF fine grid products and the 10-meter wind field fore-cast of the GFS model in Qingdao and its coastal areas in 2017~2018. The results show that the overall EC forecast is relatively small, and the forecast effect of land stations is better than that of shore stations and island stations. According to the analysis of different wind speed levels, the wind speed error increases with the increase of the wind speed level, and the forecast accuracy decreases with the increase of the wind speed level. Below level 3, the forecast is too small, for le-vels 4~5, the forecast for shore base stations and island stations is small, and for levels above 6, the forecast for inland stations is too large, and the forecast for island stations is small. And for the wind speed forecast below level 3, the difference between the EC forecast wind speed level and the measured wind speed level is between −1 and 0, accounting for 65%. 4~5 wind speed forecast, the difference in wind speed between inland stations and shore base stations is mainly between 0 and 1, while the difference in wind speed at island stations is mainly between −1 and 0, both reaching 65%. The wind speed grade difference between the stations is mainly distributed between 0 and 1, accounting for nearly 30%, the shore base stations are distributed between 1 and 2, accounting for 44%, and the island stations are distributed between −2 and −1, accounting for 53%. After cor-recting the 2019~2020 EC forecast wind speed by using the wind speed grade difference, the wind speed accuracy has been improved to a certain extent, especially for the wind speed above level 6, the accuracy has been improved the most, with an overall increase of more than 38%.KeywordsEC, Wind Speed, Deviation, AccuracyCopyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/1. 引言数值预报技术的发展给天气预报提供了重要的技术支撑，成为天气预报不可缺少的重要工具。

2021.08科学技术创新随着数值与预报产品的快速发展,数值预报产品不断完善,预报精度也越来越高,但各种数值预报产品都有各自的优缺点,并且在预报时还要考虑地形、边界条件、初始场、物理过程及模式自身的影响,尤其是对定量降水预报无论是从量级大小,还是从空间分布来看都不可避免的会存在一些误差[1]。

因此,对数值预报产品的对比检验和分析,需要选择更好的数值预报产品来提高预报的准确率。

预报员应用数值预报产品时,对数值模式预报的形势场、要素场在时效、移动、强弱等方面,时常感到有定性的预报偏差,这给天气预报带来了一定的困难,并且随着预报时间的增加,预报误差也逐渐增大,准确率随之减弱[2-4]。

除此之外,预报员应该在预报的过程中要对预报误差检验并且分析,了解预报产品性能,从而得出结论,提高对数值预报产品的利用率[5]。

1资料与研究方法本文采取四川省2015年8月1日-30日20时的24h 累计降水量资料、ECM W F 、T639模式20时24h 和48h 的网格点降水资料,把当天20时ECM W F 和T63924h 、48h 传真降水预报资料分别插值到四个(温江站,西昌站,甘孜站,红原站)站点上,获得两种预报产品,其中西昌站实况降水观测资料中8月2日和7日缺测,在统计过程中降水以0.0m m 处理。

本文对四川盆地的降水量级进行检验,从而了解降水模式的预报性能。

2模式预报对降水量的检验降水过程是由各种天气尺度系统相互作用产生的,而这种相互作用是复杂多变的,因此,主观分析无法对各种降水预报时效的预报效果作长时间的尺度分析,本节资料选择8月的降水预报24h 、48h 预报时效的24h 预报值与其对应时间段的24h 实况值进行检验分析,检验的客观方法选择TS 评分检验和预报偏差B 值检验,另有空报率和漏报率辅助检验。

降水检验时,定义24小时降水量为8月每日20时到次日20时的累计降水量,相对应模式预报为24h 降水量。

山东省2014年冬季（2014年12月-2015年2月）数值预报产品检验盛春岩;曲巧娜;荣艳敏【摘要】根据短期天气预报质量检验办法，对2014年12月—2015年2月T639、EC细网格、MM5、逐3h的WRF-RUC、WRF确定性预报（EnWRF）及不同集合百分位、上海区域模式（BCSH）、T639-MOS在山东省陆地120站和沿海12个精细海区的日最大风速、最高最低气温预报，以及济南和青岛的逐6h 内最大风速和6h 内最高最低气温预报进行检验，分析了不同数值模式产品的预报能力。

【期刊名称】《山东气象》【年(卷),期】2015(000)001【总页数】6页(P52-56,66)【关键词】冬季;数值预报;风速,气温【作者】盛春岩;曲巧娜;荣艳敏【作者单位】山东省气象科学研究所，济南 250031;山东省气象科学研究所，济南 250031;山东省气象科学研究所，济南 250031【正文语种】中文【中图分类】P456.72014年冬季（2014年12月—2015年2月，下同），全省平均降水量为23.6mm，较常年偏少13.2%，比上年偏多6.3mm。

全省平均气温为1.2℃，较常年偏高1.1℃，比上年偏高0.1℃，为1951年以来历史同期第5位高值。

季内共出现了14次降水过程，分别为12月7次、1月5次、2月2次，出现海上大风16次，分别为12月6次、1 月6次、2月4次。

2.1 数值模式资料参与检验的数值模式主要包括T639、EC细网格、MM5、逐3h的WRF-RUC、WRF确定性预报（EnWRF）及不同集合百分位（包括集合最小值、25%、50%、75%、集合最大值）、上海区域模式（BCSH）、中国气象局下发的T639-MOS释用产品。

统一对各模式20时的预报进行检验评分。

2.2 实况资料实况资料主要包括全省陆地（120站）和沿海12个精细化海区（12站）两部分。

全省陆地120站是指山东省120个国家级气象观测站（其中泰山站属于高山站不参与评分，成山头和长岛站参与沿海站部分的评分）；沿海12站是指按照《山东省海洋气象业务规定》（鲁气办发〔2011〕125号）中的规定，将距山东海岸线10km以内的海区划分为12个精细化海区，图1给出了12个海区的代表站。

doi:10.11676/qxxb2023.20220208气象学报动态垂直变率降尺度方法在气温智能网格预报中的应用*赵瑞霞1 代 刊1 王 勇2 曹 勇1 朱跃建3 王宝利4ZHAO Ruixia1 DAI Kan1 WANG Yong2 CAO Yong1 ZHU Yuejian3 WANG Baoli41. 国家气象中心，北京，1000812. 南京信息工程大学，南京，2100443. 美国国家环境预报中心/环境模式中心，马里兰，207404. 北京文泽智远信息技术有限公司，北京，1000811. National Meteorological Centre，Beijing 100081，China2. Nanjing University of Information Science and Technology，Nanjing 210044，China3. NOAA/NWS/NCEP/Environmental Modeling Center，Maryland 20740，USA4. Beijing Wenzezhiyuan Information Technology Co.，Ltd，Beijing 100081，China2022-12-29收稿，2023-05-01改回.赵瑞霞，代刊，王勇，曹勇，朱跃建，王宝利. 2023. 动态垂直变率降尺度方法在气温智能网格预报中的应用. 气象学报，81（5）：788-800Zhao Ruixia， Dai Kan， Wang Yong， Cao Yong， Zhu Yuejian， Wang Baoli. 2023. Application of a dynamic vertical change rate downscaling method in gridded temperature forecast. Acta Meteorologica Sinica， 81（5）:788-800Abstract To improve spatially fine characteristics and accuracy of objective gridded temperature forecast, a dynamic vertical change rate downscaling method (DRD) considering elevation is proposed. Real-time vertical changes of surface air temperature with elevation (VCE) are calculated using the relationship between surface air temperature forecast and elevation at different grid points in the numerical model, and the results are applied to downscaling forecasts at target grids and stations to generate a more accurate initial background forecast field. Based on ECMWF model forecasts, 5 km resolution gridded elevation information, observations collected at 10154 stations and their geographic information in China, forecast experiments for spring, summer, autumn and winter are carried out. Spatial and temporal distribution characteristics of VCE, the accuracy of DRD temperature forecast and its ability to depict spatially fine characteristics are analyzed. The results show obvious diurnal, seasonal and spatial variations of VCE over China corresponding to diurnal and seasonal variations of surface long wave radiation, thermal properties and topographic dynamic effects. The value of VCE usually reaches the largest in the morning and the smallest in the evening. This means that surface air temperature decreases the slowest or increases the fastest with increasing height in the morning, and decreases the fastest or increases the slowest in the evening. Spatial variability of VCE is the largest in winter and the smallest in summer. The VCE value is closely related to the distributions of topography, land-sea, and inland lakes. Large VCE values usually appear over large topography edges, daytime land-sea margins, and inland lake edges in the daytime in spring and the whole day in summer. VCE often varies more greatly in complex terrain areas. The DRD surface air temperature forecast is significantly better than the bilinear-interpolated value of model prediction (DMO), especially over complex terrain areas. For example, the mean absolute error (MAE) of DRD forecast is about 14.3%—52.5% smaller than that of DMO over the southern Qinghai-Tibet Plateau in spring. At the same time, DRD significantly improves the ability* 资助课题：国家重点研发计划项目（2021YFC3000903）、国家气象中心预报员专项（Y202132）、中国气象局重点创新团队项目（CMA2022ZD04）。

EC细网格模式2m气温预报产品在崂山地区的验证作者：郝翠萍张明俊徐晓亮来源：《农业灾害研究》2020年第01期摘要选取2015—2019年青岛市崂山区10个气象自动站的日气温数据和EC细网格模式2 m气温预报产品，验证EC细网格模式2 m气温预报产品最低温度和最高温度在青岛崂山地区的准确率，同时分析崂山地区温度的时间、空间分布特征，对预报产品进行订正，在实际业务中进行推广，提高预报的准确率，做好公众气象服务。

结果表明，气温存在年变化差异和季节内差异，同一种温度下，春季和夏季的区域分布比较类似，秋季和冬季的区域分布比较类似;崂山区内EC细网格24 h最低温度预报值偏高，最高温度预报值偏低，最低温度的预报总体准确率比最高温度的预报总体准确率要高，西部地区的预报准确率要高于东部地区的准确率;通过订正后，发现最低温度4个季节的预报准确率都在50%以上，最高温度订正后的准确率，除夏季59%以外，其他各季节均在75%以上。

数值天气预报是在一定的初始条件和边界条件下，借助大气运动方程组，由已知状态的气象要素去求解未來状态的气象要素，如气温、降水等，具有重要意义。

随着模式检验技术的不断进步，加之如卫星资料、雷达资料等非常规观测资料被运用于模式当中，使得相关气象要素值较之前改进提升。

在当前业务工作中，尤其是2018年推行全国智能网格预报后，各级预报员在制作相关气象要素预报时，除了自己的经验预报和对天气形势、环流背景的判断外，更多参考数值预报的格点产品，将主观预报和客观预报结合起来，进一步提高气象预报的准确率。

气温预报是天气预报的重要内容，不但对干旱、霜冻等灾害性天气发生发展有着重要作用，同时是生活指数、穿衣指数等公众气象服务的重要参考数据。

EC细网格模式气温数据在预报业务中有着广泛应用，从早期的粗网格数据到现在的细网格数据，在不断进步、不断发展。

针对气温预报，许多学者已经开始了相关研究，如刘春风等[1]在研究新疆及周边地区2 m温度时发现EC模式提供的温度数值偏高。

ECMWF模式对南方春雨期降水预报的检验和分析辛辰;漆梁波【摘要】2016年3月8日起,欧洲中期天气预报中心全球模式(以下简称ECMWF 模式)进行了全面升级.利用常规气象资料和相关ECMWF模式预报资料,对ECMWF模式改进后的春雨期(3—5月)降水预报进行检验和分析,同时总结不同天气背景下,ECMWF模式降水预报的误差分布特征及原因.结果表明:2016年ECMWF模式对流性降水的落区预报偏差成为我国南方春雨期降水落区预报误差的主要来源;当环流背景表现为北方无明显冷空气南下,江南和华南地区受南支槽前西南暖湿气流控制时,模式容易在西南地区预报过多的对流性降水,而其下游地区则存在少报或漏报.【期刊名称】《暴雨灾害》【年(卷),期】2018(037)004【总页数】9页(P383-391)【关键词】ECMWF模式;预报误差;大尺度降水;对流性降水【作者】辛辰;漆梁波【作者单位】上海中心气象台,上海200030;上海中心气象台,上海200030【正文语种】中文【中图分类】P457.6引言最近20年，欧洲中期天气预报中心全球模式(以下简称ECMWF模式)的预报性能一直保持世界领先，其模式产品也是我国业务天气预报中的重要参考依据。

国家气象中心检验了2015年春季ECMWF模式、T639模式和日本数值模式的中期预报性能，结果表明ECMWF模式对亚洲中高纬地区大尺度环流和850 hPa温度的演变、调整均具有较好的预报能力，整体性能优于其他模式[1]。

由于地理位置和气候带的不同，近年来各省市气象台的预报员也做了一些检验对比工作。

张宁娜等[2]，肖红茹等[3]，以及刘静等[4]，分别比较和检验了ECMWF模式和其他业务常用数值模式在本地区的降水预报效果，结果均表明ECMWF预报效果整体上优于其他模式。

陈博宇等[5]对2013年汛期ECMWF集合预报在不同地区强降水过程中的综合表现进行了检验与分析，并根据表现较好的统计量产品的计算原理，尝试设计新方案，为预报员在强降水预报过程中提供新的参考产品。

基于LPSC算法的逐小时格点气温客观预报及检验评估作者：刘娜王勇段伯隆王一丞段海霞王基鑫来源：《大气科学学报》2023年第06期引用格式：劉娜，王勇，段伯隆，等，2023.基于LPSC算法的逐小时格点气温客观预报及检验评估［J］.大气科学学报，46（6）：928-939.Liu N，Wang Y，Duan B L，et al.，2023.Objective forecast of hourly grid temperature based on the LPSC algorithm and its evaluation［J］.Trans Atmos Sci，46（6）：928-939.doi：10.13878／ki.dqkxxb.20220806001.（in Chinese）.*联系人，E-mail：*******************2022-08-06收稿，2022-12-20接受甘肃省气象局人才专项（2122rczx）;干旱气象科学研究基金（IAM202011;IAM202113）;甘肃省科技计划项目（21JR7RA702;21JR7RA697）;甘肃对流性暴雨预报预警关键技术创新团队（GSQXCXTD-2020-01）摘要基于中国气象局陆面数据同化系统（Land surface Data Assimilation System of China Meteorological Administration，CLDAS）逐小时气温实况融合数据，检验评估了ECMWF、CMA-MESO-3km不同尺度模式对甘肃省逐小时气温的预报性能，并利用低频滑动平均订正算法（LPSC）对模式的系统性误差进行订正;同时对SCMOC和订正后两种模式的逐小时气温预报效果进行了统计对比。

结果表明：1）ECMWF、CMA-MESO-3km模式对甘肃省逐小时气温的预报具有相对稳定的系统性误差，夜间预报准确率明显低于白天，主要表现为夜间预报显著偏高，白天为小的负偏差。

广汉机场ECMWF细网格气象要素预报与实况的对比分析发布时间：2023-06-07T03:43:31.333Z 来源：《科技新时代》2023年5期作者：万欣段汀梁明增[导读] 选取2018年ECMWF(简称EC)细网格地面温度、10m风场和降水量资料，与广汉机场自动站相应气象要素资料进行对比分析。

中国民用航空飞行学院广汉分院单位邮编：618307摘要：选取2018年ECMWF(简称EC)细网格地面温度、10m风场和降水量资料，与广汉机场自动站相应气象要素资料进行对比分析。

结果表明：EC细网格在广汉机场对地面温度预报较为准确，其中12月份的温度预报最为准确；最低气温的预报在冬季出现偏高的情况，最低气温在夏季预报的较准确，而最高气温的预报在广汉机场出现偏高的情况。

地面风场对平均风速的预报误差较小具有较好的指导性，但对于最大风速的预报出现明显偏小的情况。

除了7月外降水量的预报与实际较为接近，而预报的最大日降水量和实际相比普遍偏低，尤其是在降水较多的夏季。

EC细网格对于广汉机场逐小时降水的预报出现实际降水量多的时段预报偏低，实际降水量少的时段预报偏多。

Comparison and verification of Meteorological Elements based on ECMWF fine grid and Observations in Guanghan Airport WANG Xin, DUAN TingGuanghan College, Civil Aviation Flight University of ChinaAbstract: The ECMWF（EC）fine grid surface temperature, 10 m wind field and precipitation data in 2018 were selected and compared with the corresponding meteorological elements data of Guanghan Airport automatic station. The results showed: the EC fine grid is more accurate in predicting the ground temperature at Guanghan Airport, and the temperature forecast in December is the most accurate. The forecast of minimum temperature is higher in winter, and it is more accurate in summer, and the forecast of maximum temperature is higher in Guanghan Airport. The surface wind field has a good guidance of the average wind speed, but the forecast of the maximum wind speed is obviously smaller. The forecasted precipitation is close to the observed precipitation except for July, while the forecasted maximum daily precipitation is generally lower than the actual precipitation, especially in summer with more precipitation. The forecast of hourly precipitation in Guanghan Airport by EC fine grid is lower in the period of more observed precipitation and more in the period of less observed precipitation.1 概述广汉机场(104.3°E，30.9°N)作为中国民航飞行学院在四川的训练基地之一，承担了相当一部分的飞行训练任务。

青岛沿海地区大风特征及其预警评估青岛沿海地区大风特征及其预警评估一、引言青岛市位于山东半岛的南部沿海地区，地处暖温带、季风气候区域，气候温和湿润，是中国重要的港口城市之一。

由于接近大海，青岛沿海地区经常受到强风的影响，特别是大风频繁的出现，对城市和居民的生活、交通等带来了重大影响。

因此，了解青岛沿海地区大风的特征，并对其进行科学的预警评估，对保护居民的安全和减轻灾害损失具有重要意义。

二、大风特征的分析1. 强风天气的频率根据青岛天气站的长期观测数据，青岛沿海地区强风天气频率较高，平均每年有100天以上是大风天气。

其中，春季和冬季是大风天气最为频繁的时期，分别占全年的40%和30%左右。

夏秋季相对较短暂，但仍然具有一定的强风天气频率。

2. 大风的主要风向青岛沿海地区的大风主要来自于海洋，具有明显的偏东风特征。

东风占据了大多数大风天气的比例，达到70%以上，其次是偏南风和南风。

这是由于青岛所处位置接近冷暖气流交汇区域，东风主要受冷空气活动的影响较大。

3. 大风对城市的影响青岛沿海地区的大风给城市带来了许多不利影响。

首先，大风对建筑物和树木的破坏性很大，经常导致树木倒伏、屋顶脱落等情况。

其次，大风天气会对交通运输产生较大的影响，尤其是对航空和海上交通的影响最为明显。

此外，大风还会引起沿海地区海浪增高，对港口和海岸线的安全构成较大威胁。

三、大风预警评估的方法为了提前警示居民和相关部门，减少大风带来的损失，青岛沿海地区采取了一系列科学的大风预警评估方法。

1. 气象监测手段青岛设置了多个气象监测站点，并与国家气象台、海洋预报中心等相关机构进行信息共享，实时掌握气象数据。

利用先进的气象观测设备，包括气象雷达、卫星云图等，有效监测大风的形势和发展趋势。

2. 数值模拟预测借助数值天气预报模型，可以对大风的产生和演变进行数值模拟，提前预测大风的时间和地点。

通过模型的运算和对比，准确预报大风天气的持续时间和风力等级。