Page 80 - 《高原气象》2025年第3期
P. 80

高     原      气     象                                 44 卷
              638
             订正效果， 本文使用n=20 d的平均值法进行分析。                         平均 MAE 降低 13. 5%， 29 h 为 17. 0%， 为全时段最
                 （3）  使用 20 d 周期的平均值法进行订正比使                     大降幅。在多冷空气入侵、 风力较大背景下的鄱阳
             用 15 d 的卡尔曼法效果更好。平均值法相较于卡                          湖平原中部， 复合方法依然取得了稳定的订正效果。
             尔 曼 法 ，  白 天 的 平 均 绝 对 误 差（MAE）降 低 了                  （6）  对黄山、 庐山和九仙山进行检验后发现，
             0. 04 ℃， 准确率提高了 1. 5%， 夜间的 MAE 降低了                 方法对高海拔山区的正系统性误差订正效果显著。
             0. 06 ℃， 准确率提高了 1. 7%。对比平均 MAE 和                   在订正前气温预报显著偏高， 夏、 秋季的误差振荡
             ACC， 白天的订正表现优于夜间。在预报时效方                            幅度小于春、 冬季， 8 -10月的气温误差振荡幅度最
             面， 35 h 的订正效果为最优， 23 h 为最差。季节间                     小。通过不分级回归法订正了部分气温误差， 经数
             的对比检验表明， 春季白天的订正效果最差， 夏季                           理方法再订正后误差围绕 0 轴振荡， 且误差范围在
             的订正效果最好， 平均值法的准确率最高， 卡尔曼                           ±4 ℃之内。
             法次之。而在秋、 冬季， 订正效果也为正订正， 但                             （7）  客观方法对增温和降温过程均具有稳定
             卡尔曼法和平均值法之间的差异不大， 白天的效果                            的订正能力。以增温过程为例（2022 年 5 月 1 -6
             优于夜间。由于夏、 秋季气候特征导致逐时气温变                            日）， 订正后 MAE 平均降低 18. 2%， 误差最大值出
             化较规律， 数理方法对误差的平滑效果显著， 再订                           现在 32 h， 该时效误差订正后降幅为 26. 3%； 以强
             正效果优于冬季和春季。                                        降温过程为例（2022 年 11 月 28 日至 12 月 3 日）， 订
                 （4）  大部分站点在订正前年平均 MAE 分布在                      正后 MAE 平均降低 16. 0%， 误差最大值出现在
             1. 4~2. 2 ℃， 年平均 ACC 分布在 55%~80%。总体                30 h， 该时效误差订正后降幅为18. 4%。
             趋势表明， 海拔越高， MAE 值越大， ACC 值越低。                          本文客观方法在数理订正方法的基础上， 引入
             其中黄山为最高海拔站， MAE超过 3. 6 ℃， ACC均                     模式地形数据， 将数理订正和地形订正相结合形成
             低于 40%。经不分级回归法订正后， 有 8 个站点为                        复合订正方法。然而， 文中仅考虑了模式地形数
             负订正， 负订正率为 4. 7%。经卡尔曼法再订正后，                        据、 实际海拔数据、 逐小时 2 m 气温实况数据和模
             消除了 MAE 负订正点， 大部分正订正差值的分布                          式预报数据， 没有考虑风力、 湿度等其他气象要素
             由 0~0. 2 ℃提升到 0~0. 6 ℃， 平均值法则提升到                   的影响， 但经过评估， 该方法对不同地形区、 转折
             0. 2~0. 6  ℃ ，  黄 山 正 订 正 差 值 最 大 为 1. 50  ℃ 。     性天气具有稳定的订正能力， 尤其是对高海拔山区
             ACC再订正后无负订正点， 再订正前正订正差值分                           的订正效果较好， 考虑到以下几个因素： （1）将其他
             布为 0~6%， 再订正后大部提升 6% 以上， 九仙山站                      气象要素融入进数理订正方法， 可能要改变公式结
             提升最大为 31. 6%。研究表明， 复合订正方法对预                        构本身， 或可能将预测模型复杂化， 能提升多少预
             报区域北部的订正效果整体优于南部， 尤其对高山                            报性能是未知的， 学术界对该方面的研究较少， 难
             站的订正效果最为显著。对订正前的逐时效 MAE                            度较大。（2）融合过多的其他要素逐时效数据， 往往
             和 ACC 订正幅度占比进行拟合检验后发现， 两者                          需要庞大的数据支持， 在增加模型数据资源消耗的
             更接近二项式正相关分布， 其中平均值法相关性最                            同时， 使模型结构复杂化不易于业务应用。由于本
             好， 卡尔曼法次之， 不分级回归法相关性最差。斜                           文篇幅所限， 下一步将针对如何在模型运行成本和
             率分布显示仅对地形偏差导致的气温误差进行订                              订正性能之间取得平衡的问题进行拓展研究， 以进
             正， 准确率订正幅度有限， 而使用数理方法进行复                           一步提高方法的订正能力。此外文本订正方法对
             合订正可以有效提高准确率的订正幅度。                                 改善模式误差的离散度方面效果有限， 相关方面需
                 （5）  选取鄱阳湖平原中部和浙闽丘陵南部区                         开展进一步研究。
             域为特殊地形区， 对地形区的 MAE 进行订正评估。
             订正前， MAE 普遍超过 1. 5 ℃， 全天误差分布呈单                     参考文献（References）：
             峰型， 鄱阳湖平原中部的误差峰值小于浙闽丘陵南                            Appelhans T， Mwangomo E， Hardy D R， et al， 2015. Evaluating ma‐
             部。不分级回归法订正后， 结果显示方法对浙闽丘                               chine learning approaches for the interpolation of monthly air tem‐
             陵因地形导致的气温误差订正效果最好， 对误差峰                               perature at Mt. Kilimanjaro， Tanzania［J］. Spatial Statistics， 14：
                                                                   91-113. DOI： 10. 1016/j. spasta. 2015. 05. 008.
             值处的订正幅度也大于鄱阳湖平原。复合订正后，
                                                                Benavides R， Montes F， Rubio A， et al， 2007. Geostatistical model‐
             鄱阳湖平原中部的 MAE 平均降幅为 25. 1%， 浙闽
                                                                   ling of air temperature in a mountainous region of Northern Spain
             丘陵南部的 MAE 平均降幅为 19. 8%。对 2022年 11                    ［J］. Agricultural and Forest Meteorology， 146（3-4）： 173-188.
             月至2023年1月的鄱阳湖平原中部MAE进行检验，                             DOI： 10. 1016/j. agrformet. 2007. 05. 014.
   75   76   77   78   79   80   81   82   83   84   85