Page 74 - 《高原气象》2025年第3期

高 原 气 象 44 卷
632

图5 卡尔曼法、 平均值法再订正后不同季节的ACC逐时效分布（以不分级回归法订正结果为参照）
（a） 春季， （b） 夏季， （c） 秋季， （d）冬季
Fig. 5 Hourly ACC distribution after re-correction by Kalman method and mean method in different seasons （Reference
to the result after correction by ungraded regression）.（a） Spring， （b） Summer， （c） Autumn， （d） Winter

准确率为 58. 6%， 平均值法为 60. 3%， 相比不分级 季则表现最差。夏季夜间的订正效果优于白天， 而
回归法（63. 0%）分别降低 4. 4%、 2. 7%。这种负订 秋、 冬季白天的订正效果优于夜间。
正可能与数理方法输出结果的平均状态和 CMA- 4. 3 订正后空间分布特征
GD 模式热力框架、 初始场同化等对春季模拟的气 从气温产品订正前的站点年平均 MAE 及 ACC
温变化趋势不一致造成的， 具体原因尚待进一步研 空间分布（图 6）可以看出， 大部分站点年平均 MAE
究。在夏、 秋、 冬季， 数理方法的再订正有效提高了 集中在 1. 4~2. 2 ℃区间， 年平均 ACC 集中在 55%~
准确率， 夏季平均值法准确率最高， 卡尔曼法次之， 80%区间， 福建沿海地区误差最小， 准确率最高， 其
36 h 的订正效果最好， 卡尔曼法和平均值法分别提 次是环鄱阳湖区域。庐山（海拔 1841. 4 m）的 MAE
高12. 4%、 17. 7%； 秋季白天订正效果优于夜间， 卡 超过2. 4 ℃， ACC低于50%， 黄山站（1841. 4 m）海拔
尔曼法、 平均值法准确率差距不大， 34 h订正效果最 最高， MAE超过 3. 6 ℃， 九仙山站（海拔 1654. 6 m）
好， 卡尔曼法、 平均值法分别提高 30. 4%、 31. 4%； 也超过 2. 6 ℃， 两者 ACC均低于 40%。该现象与模
冬季的 26 h订正效果最优， 卡尔曼法和平均值法间 式地形高度偏差和气温预报误差的负相关关系相吻
差距不大。总体来看， 由于江西夏、 秋季冷空气过 合， 也就是模式对高海拔地区的模拟相比实际地形
程少， 连晴天居多， 逐时气温变化趋势较规律， 导致 更容易偏低， 而气温误差偏高。同理海拔越低， 地
误差容易被数理方法平滑， 因此夏、 秋季的再订正 形偏差越小则气温误差越小， 若模式地形相比实际
相比地形订正显著提高了准确率， 冬季次之， 而春 地形偏高， 气温误差则倾向于负值。图 7 展示了不