[科普中国]-要素预报

要素预报是指根据天空状况、天气现象、降水量、温度、湿度、风等常规气象要素的预报方法。

概念要素预报是各级气象台站日常业务预报服务的基本内容。只有正确分析和预报大气运动变化过程，才有可能准确预报气象要素。要制作出正确的气象要素预报，除考虑天气形势发展变化外，还要弄清楚当前气象要素和天气现象本身的变化规律，并考虑这种变化对其它气象要素和整个天气性质的影响。同时，还需注意到自然地理、地形特点对气象要素可能产生的影响。

国家气象中心客观要素预报研究背景客观要素预报是随着科学的进步、经济的发展以及社会需求而提出来的。定时、定点、定量的客观要素预报建立在数值预报的基础上。作为集大气探测、天气学、动力气象学以及计算机、通信技术为一体的综合性科学的数值预报，并由此而生成大量可用信息，这些既包含天气发展演变，也包含某些天气现象产生的动力机理的信息，当然还包括由于种种局限而产生的错误的和虚假的信息，是需要气象工作者去深入研究和解读的。在研究、解读过程中必然将其中的信息直接或间接（经过变换）地用于满足实际的需求。这样，数值预报产品的释用课题应运而生，它是对数值预报这一综合性的结果，运用动力学、统计学技术再一次加工、修正，使预报精度得到进一步提高，以达到有价值的要素预报水平。

实践证明通过数值预报的释用，确实使要素预报比模式直接输出的预报有了明显的提高。由图1可见模式直接输出的温度预报误差远远大于释用预报的结果，这就显示了释用预报的意义。随着经济的发展和人们生活质量的提高，对天气预报的精度和时效的要求日益提高，定时、定点、定量的要素预报势在必行。因此，数值预报产品释用不仅是可行的，也是必要的。

另外，从数值预报本身的发展过程可以预见，在资料同化、物理过程和并行计算等方面将达到更好的境界，但是数值预报的初值条件永远不可能达到真实大气状况。对各种天气过程发生发展的机理认识也是永久的课题，更何况大气并不是封闭系统，海气、陆气相互作用使大气动力过程更为复杂。这一切都说明数值预报不可能尽善尽美，对其产品释用的研究也将是一个长期的课题。数值预报产品的释用技术，不仅需要具备动力学、统计学、天气学知识，而且还需要了解各种大气探测原理及如何运用这些探测所获取的资料，熟悉资料加工的处理技术，所以对这一高难度和高度综合性的课题必须要化相当工夫，不可能轻易取得成功。

实践证明，做好要素预报必须具备：（1）高质量的数值预报产品；（2）实况观测资料和各种探测信息；（3）合适的预报技术路线；（4）符合要素特点的预报方法；（5）具备处理资料、业务试验、对比分析的软硬件环境#存储空间、计算、网络）；（6）有一套功能齐全、调度灵活的人机交互系统。

MOS预报方法早在上世纪60年代末，美国气象学者克莱因提出用历史资料与预报对象同时间的实际气象参量做预报因子，建立统计关系。实际应用时，假定数值预报的结果是“完全”正确的，用数值预报产品代入到上述统计关系中，就可得到与预报相应时刻的预报值。这种称为完全预报法的长处是可利用大量的历史资料进行统计，因此得出的统计规律一般比较稳定可靠。但是该方法除含有统计关系造成的误差外，主要是无法考虑数值模式的预报误差，因而使预报精度受到一定影响。Glathn和Lowry提出了模式输出统计（Model Output Statistics，简称MOS）法。具体做法是从数值预报模式的归档资料中选取预报因子向量，求出预报量的同时或近于同时预报关系式，在实际应用时，就把数值预报输出的结果代入相应的预报关系中。

MOS方法可以引入许多其它方法难以引入的预报因子（如垂直速度、涡度等物理意义明确、预报信息量较大的因子）。它还能自动地订正数值预报的系统性误差。因此，在数值预报水平下，MOS的预报精度普遍优于PP方法。

预报产品及结果检验建立方程过程中，随机选取其中五分之一的样本不参加回归计算，而是作为预报试算而获得预报误差，并以此来衡量所建预报方程质量的好坏。如试算结果的误差太大，首先需要检查所用资料是否有错，然后调整因子及因子个数，以改善方程质量。方程建立后还需不断验证、改进，使预报质量稳定。日常预报时，只需将数值预报资料按原定的诊断程序计算、并插值到各个站点，代入建好的方程中，便可获得全国2000多个站的要素预报值。最后，据预报服务的要求，以MICAPS图或文件形式生成产品传递到服务器上，供预报员使用。图2为整个MOS预报系统的业务流程。

鉴于全国2000多个站点的日最大风速、云量和能见度等要素日常收集资料有困难或是可靠性较差，故在此仅列出2002年7月—2003年1月的温度、降水量和相对湿度（2002年9月开始）预报检验结果见表1—3。

由表可见：（1）最高温度预报平均绝对误差24—72h分别在1.7—2.5、1.9—3.1、2.3—3.6℃；最低温度预报平均绝对误差24—72h分别在1.2—2.2、1.4—2.5、1.5—2.8℃；从夏到冬温度变异逐渐增大，其预报误差也随之加大。因此，冬季比夏季误差大，最高温度比最低温度误差大。

（2）绝对误差小于2℃的站数占总站数的百分比：24h预报最低温度在56%以上、最高温度达53%以上；48h分别为51%和42%以上。如果以≥50%的站预报误差≤2℃为可用预报标准，那么以这7个月平均情况而言，最高温度预报误差≤2℃的平均百分率24—72h分别是61%、52%和45%，最低温度分别是68%、63%和58%。由此可见，最低温度可用预报达72h，最高温度达到48h。

（3）当天气形势变化较平稳时，预报误差较小，一般可不订正，当形势转变或天气状况变化较大时须对影响区进行温度订正。

（4）最高相对湿度预报24—72h绝对误差≤10%的站数占总站数的的百分率为64%以上，绝对误差≤20%的占87%以上；最低相对湿度预报24—72h绝对误差在13%以内，绝对误差≤10%的站数占总站数的百分率在46%以上，可以认为，在大多数情况下，72h相对湿度预报已达到可用预报水平。

（5）24h 0.1mm以上降水预报TS评分24h在0.47—0.11，随雨季转旱季而逐渐降低；漏报日和空报日分别为0.23—0.84、0.45—0.71，可见漏报日和空报日随雨季转旱季而增大明显，冬季降水预报参考性明显下降。中雨以上的降水预报TS评分迅速下降，达0.20以下，25mm以上降水达0.09以下。因此，中雨以上的降水量不可参考。48h降水预报比24h稍差，但差别不算特别明显。

要素预报误差随不同的区域也是有很大差别，以2003年1月份为例，可以代表全年大多数月份的情况。图3为全国8个区24—168h温度最高和最低预报绝对误差，可见，新疆、西北和东北预报误差较大，且随预报时效增大，预报误差也较其它地区增加的明显。西藏和华南地区温度预报误差较小，尤其是我国华南沿海的站点。也就是说，在温度变化愈大的地区或季节，其温度愈难预测。

结论及释用预报改进的途径综上所述，MOS方法具有很多优点，是一种比较成熟的释用方法，因此在国际上被广泛地采用。通过建立国家级要素预报MOS系统，认为预报因子和预报对象的处理，建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。对全国2000多个站最高、最低温度、最高、最低相对湿度和降水量7个月的预报检验结果表明，前4个要素的短期预报在大多数情况下是可用的或是可参考的。但是，如前所言，当天气变化剧烈时、当出现极端的天气时，该方法如一般的统计方法类似，只能望尘莫及。对于降水这类反映大中小尺度综合效应的天气，预报效果较差，因此MOS的降水预报尚未达到可用程度。

通过对温度预报所选取的因子分析，认为以取6—20个因子预报效果最佳，所选的因子多是与温度有关的大气低层的物理量，但对有关梯度的因子使用时须特别慎重。

气象中心MOS方法所用的因子都是T106模式的产品，今后如采用T213模式产品可望预报质量会有所提高。此外，一般是采用将物理量场面上的信息通过插值处理变为点信息再与预报对象建立关系。从预报员经验和一些台站制作客观预报方法的实践反映，若引进反应预报物理量场面信息（即两维信息）的因子，会使预报得到改善。因此，需要探讨作为国家级预报取得反映预报场面信息的处理方法。

再者，对短时预报而言，如何充分利用可得到的各种信息，如卫星遥感、雷达等探测资料与数值预报产品资料结合起来，以便改进降水客观预报，有待进一步探讨。1

BJ-RUC系统模式地面气象要素预报效果评估随着数值预报技术和探测技术的不断发展，观测资料的时空分辨率有了很大提高。国际上广泛使用的数值预报模式的快速更新循环（RUC）同化和预报系统，可有效利用各种常规和非常规气象资料进行同化，为数值模式提供高质量的初始场，同时在高分辨率数值模式的基础上进行精细化数值预报。由于快速更新同化了大量的实时观测资料，进而能够得到更为准确的预报结果，可为预报员做短时、临近、精细化预报提供更加丰富的数值预报产品。

20世纪90年代初国外就开始相关研究。虽然我国在这方面起步较晚，但发展迅速。为服务2008年北京奥运会，中国气象局北京城市气象研究所建立了一个基于WRF三维变分同化和WRF模式、具有同化多种中小尺度观测资料的RUC同化预报系统，2007年汛期在北京市气象局开始业务试运行，2008年正式投入业务应用，每日循环8次提供24h（个别时效为36h）预报，一直为北京区域内各区县气象部门提供稳定的数值预报产品，并成为预报员在业务预报中的重要参考资料之一。

针对该系统数值预报业务产品的性能评估已获得了一些研究成果，利用2007年7月11日—8月31日的BJ-RUC系统运行输出场简单评估了模式3km与9km水平分辨率的预报效果，结果表明：该系统具有较好的预报参考价值。但此次检验采用的是试运行资料，进行检验的样本相对较少，评估结果的代表性还不够充分。在系统正式投入业务运行后，BJ-RUC系统探空的详细评估分析结果表明，探空基本要素和计算的探空物理参量在12h内的预报误差较小，与实况的一致性较好。与特种探空相比，BJ-RUC系统探空的多数物理参量在强天气发生前后的变化趋势一致。由研究可知，BJ-RUC系统的预报性能稳定，相关研究的检验结果表明，对高空要素预报较好，对地面气象要素的预报效果进行了初步研究，但采用的资料样本和检验站点不是很丰富。因此，为了使预报员更准确地把握模式预报性能，促进模式系统的研发人员的改进，研究利用系统正式运行后的3年模式资料，采用准确性和可靠性较高的自动气象站逐小时数据作为真值，通过客观检验对BJ-RUC系统3km水平分辨率的地面要素预报性能进行详细的评估分析。

BJ-RUC系统简介中国气象局北京城市气象研究所引进的快速更新循环数值预报（BJ-RUC）系统是基于WRF中小尺度数值预报模式2.2.1版和WRF三维变分同化系统2.2.1版，通过WRF三维变分同化系统每间隔3h同化1次GTS全球交换获得的常规资料以及自动气象站观测、地基GPS可降水量观测等高时空分辨率的多种非常规观测资料，得到大气状态最新估计作为模式初始场，再利用高分辨率的WRF模式进行短期预报。

模式主要是采用三重嵌套网格，水平分辨率为27，9km和3km，垂直方向采用σ坐标，共37层，预报区域格点数分别为151×151，142×151，172×151。循环时间间隔为3h，每天共计8次循环，12:00（世界时，下同）起始的循环为冷启动，其他时次均为热启动。

检验资料与方法选取的样本时间为2008—2010年5—9月，每日8次更新循环预报（下文称为起报时次：12:00，15:00，18:00，21:00，00:00，03:00，06:00，09:00），预报时效为24h，每个预报时效的总样本为459个。制作检验预备资料时，剔除各种原因而导致预报或自动气象站观测资料有误的样本。研究主要评估BJ-RUC系统模式3km水平分辨率地面气象要素预报水平，模式3km分辨率区域覆盖了北京、河北和天津等地区，覆盖区域的中心位于40°N，116°E，检验范围限定在北京地区，实况采用地面自动气象站逐小时观测资料，选取101个观测站，并采用双线性插值方法将系统模式网格点要素预报结果插值到站点。

为客观评估本系统的预报性能，需对数值预报模式进行检验，一般采用的方法是检验模式预报误差即预报产品和相应的观测数据集二者关系的评估和量化，研究主要是对以下3个方面进行检验：①计算BJ-RUC系统模式3km水平分辨率地面预报量（2m温度、2m相对湿度、10m风速）的预报误差作为检验方法，预报误差检验包括平均误差和平均绝对误差，并按照模式预报时效和相应的实况观测时间这两个序列进行检验分析。其中，按预报时效进行检验主要是为了考察模式随预报时效增长的预报能力，即将8个循环起报时次在不同时效的预报结果与该时次对应的实况进行检验；按实况观测时间检验主要是为了考察模式对逐日不同时间的预报能力，即将实况与不同起报时次对应本时次的预报结果进行检验分析。②检验系统模式10m风向预报结果的准确率。③检验每日8个起报时次的逐小时有无降水（≥0.1mm）、逐6h累积降水预报的TS评分。其中，逐6h累积降水预报时效分别为0～6h，6～12h，12～18h，18～24h，由于6h累积降水量达到大雨、暴雨阈值的样本非常少，所以降水检验的阈值仅选用0.1mm（晴雨）、5mm和10mm这3个级别，累积降水实况由自动气象站逐小时观测降水量累加获取。

地面气象要素检验结果检验地面基本要素（2m温度、2m相对湿度、10m风速）时，采用的检验方法主要是分析各要素的平均误差和平均绝对误差。其中，平均误差能够量化预报和实况之间的平均偏差，也是模式预报的系统误差，平均绝对误差能够量化预报和实况的总体偏离程度。综合这两种误差分析结果，评估该模式对各要素预报的平均偏差和偏离程度，为订正模式输出结果提供依据。

对10m风向预报效果的检验主要是分析其预报准确率：P=M/N。

其中，P表示风向的预报准确率，M表示预报准确的样本量，N表示总样本量。在判断预报结果是否准确时采用如下规则：若风向的预报结果与观测实况的差值为-22.5°～22.5°，则认为预报结果准确。

为了评估BJ-RUC系统的整体预报效果，主要检验模式对北京地区地面基本要素预报的区域误差。首先逐个计算各测站不同要素的平均误差和平均绝对误差，将所有站点的误差累加并除以总站点数，得到整个北京地区各要素的区域平均误差和区域平均绝对误差。

由于BJ-RUC系统每日8次循环更新预报，每个起报时次对应着未来24h逐小时预报结果，根据8个起报时次在未来24h的预报结果与其所对应时次的实况就可得到各测站的平均误差和平均绝对误差。由于篇幅有限，仅列出12:00，18:00，00:00，06:00共4个起报时次的平均误差变化曲线，平均绝对误差变化曲线图略。

研究结论检验结果表明，BJ-RUC系统预报的2m温度、2m相对湿度、10m风速与实况具有一致的变化趋势，且能很好地预报出这些要素的日变化，但该系统对各要素的预报性能仍有区别：

1）系统对2m温度预报结果整体偏高，误差为-1.5～1.5℃；对2m相对湿度的预报明显偏低，误差范围为－25%～0。这两个要素的预报误差随着预报时效的增长逐渐增大，预报效果与起报时次有关。

2）系统对10m风速的预报明显偏大，误差为0.6～1.2m·s-1。误差随着时间呈明显变化规律，在午后出现陡增，而在傍晚快速减小。

3）系统能够很好地预报出各要素的日变化。对6h累积降水量的晴雨预报效果较好，TS评分多为0.4，但对5.0，10.0mm以上阈值的降水，预报效果与起报时次有关。

综上所述，BJ-RUC系统对地面气象要素的预报效果较好，误差在可接受范围内，由于该系统在时间、空间分辨率较高，可用于短时临近预报中，但个别要素的预报性能与日变化关系密切，在具体应用中需要进行适当订正，消除日变化影响。2

本词条内容贡献者为:

赵阳国 - 副教授 - 中国海洋大学