Page 77 - 《高原气象》2025年第3期

3 期 李 健等：基于CMA-GD模式的2 m气温逐小时预报误差订正方法分析 635

图9 鄱阳湖平原中部（a）、 浙闽丘陵南部（b）订正前和订正后的年平均MAE逐时效分布
Fig. 9 Hourly distribution of annual average MAE before and after correction for the middle
part of Poyang Lake Plain （a） and the south Zhejiang-Fujian hilly region （b）
鄱阳湖是中国最大的淡水湖， 鄱阳湖平原区又 4. 5 高海拔山区逐日订正效果检验
是冷空气入侵江西预报区域的重要路径之一。当 为了进一步检验客观方法对高海拔山区的订正
冷空气抵达时， 湖面风力等级远大于有地形阻挡的 效果， 本文选取黄山、 庐山和九仙山（见图 1 蓝点、
黑点、 绿点）的 32 h 全年逐日误差进行订正效果评
丘陵区。2022 年 11 月至 2023 年 1 月共有 4 次寒潮
估， 图 11 表明， 模式对高山站的气温预报显著偏
入侵过程， 对该时段鄱阳湖平原中部区域的订正效
高， 尤其在春、 冬两季更频繁受冷空气影响的情况
果进行检验发现（图10， 只展示复合订正的结果， 地
下， 气温骤降几率大， 导致逐时气温预报难度加大。
形订正略， 下同）， 订正后 MAE 平均降低 0. 23 ℃， 因此， 夏季和秋季的误差振荡幅度小于春季和冬季。
较订正前的平均MAE降低13. 5%， 最大降幅出现在 同理， 在 8 -10月， 降水显著减少， 连晴天气导致逐
29 h， 较订正前降低17. 0%。结果表明， 在多冷空气 时气温变化规律， 误差振荡幅度最小。不分级回归
入侵、 风力较大等动力因素影响下， 复合方法对气 法的订正削弱了模式地形偏差导致的气温预报误

温误差的订正依然取得了稳定的效果。 差， 经过卡尔曼法、 平均值法的再订正， 预报误差在
0 轴附近振荡， 大部分可控制在±4 ℃区间， 部分时
段可控制在±2 ℃以内， 夏、 秋季相比春、 冬季订正
后误差更小。研究结果证明该复合订正方法可有效
减小高海拔山区的系统性正误差。需要强调的是，
本方法对改善模式预报误差的离散程度效果有限，
因此存在部分结果的“过订正”现象， 即误差正值订
正后变为负值， 这也是一维数理订正方法的局限
性， 今后可以针对二维方法做进一步研究。
4. 6 转折性天气订正效果检验
从上述检验可以看出， 由不分级回归法和卡尔
曼法、 平均值法组成的复合订正方法不仅对整体区
域取得了正订正结果， 对特殊地形区和高海拔山区
也取得了稳定的正订正效果。为了进一步评估客
观方法对转折天气过程的预报性能， 本文以 2022
图10 2022年11月至2023年1月鄱阳湖平原中部订正前和
年 5 月 1 -6 日的显著增温过程和 2022 年 11 月 28 日
订正后的MAE逐时效分布
Fig. 10 Hourly distribution of MAE before and after correc‐ 至 12月 3日的寒潮降温过程为例。2022年 5月 1 -6
tion for the middle part of Poyang Lake Plain from 日处高压脊前偏北气流中， 研究区域阴转晴迎来持
November 2022 to January 2023 续增温， 以南昌逐时气温为例［图 12（a）］， 其中 5月