Page 72 - 《高原气象》2025年第3期

高 原 气 象 44 卷
630

图2 2021年模式气温误差与地形高度偏差的分布及不分级回归分析（a）、 高度偏差分级回归分析（b）
Fig. 2 Distribution and ungraded regression analysis （a）， graded regression analysis of
height error （b） of 2021 model temperature error and terrain height error
形高度偏差与 2 m 气温预报误差平均值呈负相关
-26
关系， 检验 p 值为 4. 1335×10 ， 通过显著性检验；
高度偏差分级后建立了三个回归方程 y 1 、 y 2 、 y 3 ［图
2（b）］， p 1 =0. 0024 小于 0. 05 通过显著性检验， p 2 =

0. 4833、 p 3 =0. 2075 未通过显著性检验， 因此不适
用高度偏差分级回归。综上所述， 本文使用不分
级回归方法对模式地形偏差导致的气温误差进行
订正（简称不分级回归法）。对 2022 年 3 月 1 日至
2023 年 3 月 1 日的 2 m 气温预报产品订正后发现
（表 1）， 白天时段的 MAE 降低 0. 14 ℃， ACC 提高
3. 3%； 夜间时段的 MAE 降低 0. 05 ℃， ACC 提高
1. 9%， 白天的订正幅度大于夜间。准确率逐时效
分布表明（图 3）， 不分级回归方法总体为正订正， 图3 不分级回归法订正后ACC逐时效分布
23 h、 24 h、 25 h 为负订正， 35 h 的订正效果最好， （以订正前为参照）
订正后准确率提高 4. 7%， 24 h 的订正效果最差， Fig. 3 Hourly ACC distribution after correction by
订正后降低 1. 6%。在 13~24 h 预报时效内（对应夜 ungraded regression method （Reference to
间预报时段）ACC 在 70%~75% 范围内先增加后减 the result before correction）
小， 准确率浮动范围不大， 在 25~36 h 预报时效内 4 再订正结果分析
（对应白天预报时段）准确率先迅速降低后增加，
4. 1 确定最优周期
呈“V”型分布， 32 h 达到最低（订正前为 46. 5%，
将不分级回归方法和数理方法结合组成复合
订正后为 51. 1%）。
表1 2022年订正前和不分级回归法订正后 订正方法， 表 2 显示了使用不同周期一维卡尔曼滤
平均MAE及ACC 波法订正后的年平均 MAE 和 ACC。结果表明使用
Table 1 Average MAE and ACC before and after the 7 d 周期的一维卡尔曼滤波法并不是最佳方案， 而
Correction of ungraded regression method in 2022 使用 15 d 周期的一维卡尔曼滤波法能够使误差最
订正前 不分级回归法 小， 准确率最高。确定本文中卡尔曼法的订正周期
时段
MAE/℃ ACC/% MAE/℃ ACC/% 为15 d。
白天 2. 14 55. 2 2. 00 58. 5 使用不同周期滑动双权重平均法进行订正， 分
夜间 1. 50 71. 6 1. 45 73. 5 别对 M k，n 和 D a - b 采用中位数或平均值（表 3）后发
a - b
k，n