Page 70 - 《高原气象》2025年第3期
P. 70

高     原      气     象                                 44 卷
              628
              2  资料来源和方法介绍                                      算模式高度偏差； 选取 CMA-GD 模式输出的 2021
                                                                年 3 月 1 日至 2022 年 3 月 1 日 2 m 气温逐时预报资
             2. 1 资料来源
                                                                料用于建立地形订正的回归； 选取 2022 年 3 月 1 日
                  站点实况资料： 选取江西智能网格预报区域                          至 2023年 3月 1日的逐时预报资料用于检验地形订
             （113. 43°E -118. 6°E， 24. 34°N -30. 2°N）168 个气
                                                                正效果和数理方法的再订正。CMA-GD 模式每日
             象站的海拔资料作为实际高度； 选取 2021 年 3 月 1                     两次提供具有网格要素特征的产品（预报起始时间
             日至 2022 年 3 月 1 日的逐小时 2 m 气温观测资料用                  为 08:00 和 20:00）， 空间分辨率为 0. 03°×0. 03°。由
             于建立地形订正的回归； 2022 年 3 月 1 日至 2023 年                 于模式的滞后性， 12 h 内的资料预报员无法参考，
             3 月 1 日的逐时观测资料被用于检验地形订正效果                          且早上的产品足以覆盖所有预报时效， 综合实际预
             和数理方法的再订正。站点及预报区域海拔分布                              报业务需求， 本文选择 08:00 起报产品， 预报时效
             情况如图 1 所示。同时， 为评估方法在不同地形区                          为13~36 h。
             的订正效果， 选取鄱阳湖平原中部（115. 5°E -117°E，                      插值方法： 空间插值基于“地理学第一定律”的
             28. 5°N -29. 5°N， 见图 1 蓝色方框）、 浙闽丘陵南部               假设， 即空间位置上越靠近的点， 具有相似特征值
             （116. 5°E -118. 6°E， 25°N -27°N， 见图 1 红色方框）        的可能性越大（Benavides et al， 2007）。性能卓越且
             两个地形区和黄山（图 1 蓝点）、 庐山（图 1 黑点）、                      应用广泛的插值法包括反距离权重插值法、 样条函
             九仙山（图 1 绿点）三个高海拔山区作为研究对象。                          数插值法、 泰森多边形法和克里金插值法等（李海
             文中所涉及的地图均基于中华人民共和国自然资                              涛和邵泽东， 2019）。部分研究区域地形复杂， 温
             源部地图技术审查中心标准地图服务系统下载的                              度对垂直高度变化敏感， 学者们采用温度垂直递减
             审图号为 GS（2017）3320 号的中国地图制作， 底图                     率插值法进行订正， 并有效减少地形差异导致的误
             无修改， 文中所用时间为北京时。                                   差（赵滨和张博， 2018）。杨富燕等（2023）针对贵州
                  模式输出资料： 选取 CMA-GD 模式的高度资                      地形复杂的特点， 对中国气象局陆面数据同化系统
             料， 提取预报区域 168 个气象站的高度数据用于计                        （CLDAS）温度产品使用考虑地形的双线性插值
                                                                法， 发现超 80% 的站点插值高度与实际高度差异不
                                                                超过±200 m。为了尽可能地减小地形对气温的影
                                                                响， 本文同样采用双线性插值法， 将网格要素插值
                                                                到站点。
                                                                2. 2 方法介绍
                                                                2. 2. 1 地形高度偏差导致的气温误差订正方法

                                                                    采用地形高度偏差和 2 m 气温预报误差建立的
                                                                一元线性订正方法， 具体公式如下：
                                                                                  y i = ax i + b          （1）
                                                                                                          （2）
                                                                                  T t = F t - y i
                                                                式中： x i 表示 i站点模式高度偏差； y i 表示 i站点 2 m

                                                                气温预报误差； a、 b 均为系数； F t 表示 i 站点在 t 时
                                                                刻的 2 m 气温预报值； T t 表示订正后的 2 m 气温预
                                                                报值。
                                                                    根据模式地形偏差和 2021 年 3 月 1 日至 2022
                  图1 江西智能网格预报区域观测站和海拔分布                         年 3 月 1 日的 2 m 气温预报误差平均值的分布特
               蓝色方框标注鄱阳湖平原中部， 红色方框标注浙闽丘陵南部，
                                                                点， 建立三种订正回归关系： 不分级回归关系、 地
                  蓝色点标注黄山， 黑色点标注庐山， 绿色点标注九仙山
                                                                形高度偏差分级回归关系（划分为小于-50 m、 -50~
              Fig. 1 The distribution of the observation station and the ele‐
                                                                50 m 之间和大于 50 m）、 2 m 气温预报误差分级回
              vation in Jiangxi intelligent grid forecast domain. The blue box
                                                                归关系（划分为小于-2 ℃、 -2~2 ℃之间和大于
              on the map indicate the the middle part of Poyang Lake Plain，
               the red box indicate the south Zhejiang-Fujian hilly region，   2 ℃）， 对比三种订正回归关系并择优使用。
                the blue dot indicate Huangshan， the black dot indicate   2. 2. 2 数理订正方法
                     Lushan， the green dot indicate Jiuxianshan     一维卡尔曼滤波法： 卡尔曼滤波法通过计算前
   65   66   67   68   69   70   71   72   73   74   75