要素預報

要素預報是指根據天空狀況、天氣現象、降水量、溫度、濕度、風等常規氣象要素的預報方法。

基本介紹

• 中文名：要素預報
• 外文名：Factor forecast
• 描述：常規氣象要素預報方法
• 套用：天氣預報
• 學科：氣象學

概念

要素預報是各級氣象台站日常業務預報服務的基本內容。只有正確分析和預報大氣運動變化過程，才有可能準確預報氣象要素。要製作出正確的氣象要素預報，除考慮天氣形勢發展變化外，還要弄清楚當前氣象要素和天氣現象本身的變化規律，並考慮這種變化對其它氣象要素和整個天氣性質的影響。同時，還需注意到自然地理、地形特點對氣象要素可能產生的影響。

國家氣象中心客觀要素預報

研究背景

客觀要素預報是隨著科學的進步、經濟的發展以及社會需求而提出來的。定時、定點、定量的客觀要素預報建立在數值預報的基礎上。作為集大氣探測、天氣學、動力氣象學以及計算機、通信技術為一體的綜合性科學的數值預報，並由此而生成大量可用信息，這些既包含天氣發展演變，也包含某些天氣現象產生的動力機理的信息，當然還包括由於種種局限而產生的錯誤的和虛假的信息，是需要氣象工作者去深入研究和解讀的。在研究、解讀過程中必然將其中的信息直接或間接（經過變換）地用於滿足實際的需求。這樣，數值預報產品的釋用課題應運而生，它是對數值預報這一綜合性的結果，運用動力學、統計學技術再一次加工、修正，使預報精度得到進一步提高，以達到有價值的要素預報水平。

實踐證明通過數值預報的釋用，確實使要素預報比模式直接輸出的預報有了明顯的提高。由圖1可見模式直接輸出的溫度預報誤差遠遠大於釋用預報的結果，這就顯示了釋用預報的意義。隨著經濟的發展和人們生活質量的提高，對天氣預報的精度和時效的要求日益提高，定時、定點、定量的要素預報勢在必行。因此，數值預報產品釋用不僅是可行的，也是必要的。

圖12001年7月4日最高溫度預報誤差對比分析

另外，從數值預報本身的發展過程可以預見，在資料同化、物理過程和並行計算等方面將達到更好的境界，但是數值預報的初值條件永遠不可能達到真實大氣狀況。對各種天氣過程發生髮展的機理認識也是永久的課題，更何況大氣並不是封閉系統，海氣、陸氣相互作用使大氣動力過程更為複雜。這一切都說明數值預報不可能盡善盡美，對其產品釋用的研究也將是一個長期的課題。數值預報產品的釋用技術，不僅需要具備動力學、統計學、天氣學知識，而且還需要了解各種大氣探測原理及如何運用這些探測所獲取的資料，熟悉資料加工的處理技術，所以對這一高難度和高度綜合性的課題必須要化相當工夫，不可能輕易取得成功。

實踐證明，做好要素預報必須具備：（1）高質量的數值預報產品；（2）實況觀測資料和各種探測信息；（3）合適的預報技術路線；（4）符合要素特點的預報方法；（5）具備處理資料、業務試驗、對比分析的軟硬體環境#存儲空間、計算、網路）；（6）有一套功能齊全、調度靈活的人機互動系統。

MOS預報方法

早在上世紀60年代末，美國氣象學者克萊因提出用歷史資料與預報對象同時間的實際氣象參量做預報因子，建立統計關係。實際套用時，假定數值預報的結果是“完全”正確的，用數值預報產品代入到上述統計關係中，就可得到與預報相應時刻的預報值。這種稱為完全預報法的長處是可利用大量的歷史資料進行統計，因此得出的統計規律一般比較穩定可靠。但是該方法除含有統計關係造成的誤差外，主要是無法考慮數值模式的預報誤差，因而使預報精度受到一定影響。Glathn和Lowry提出了模式輸出統計（Model Output Statistics，簡稱MOS）法。具體做法是從數值預報模式的歸檔資料中選取預報因子向量，求出預報量的同時或近於同時預報關係式，在實際套用時，就把數值預報輸出的結果代入相應的預報關係中。

圖2 MOS方法預報流程

MOS方法可以引入許多其它方法難以引入的預報因子（如垂直速度、渦度等物理意義明確、預報信息量較大的因子）。它還能自動地訂正數值預報的系統性誤差。因此，在數值預報水平下，MOS的預報精度普遍優於PP方法。

預報產品及結果檢驗

建立方程過程中，隨機選取其中五分之一的樣本不參加回歸計算，而是作為預報試算而獲得預報誤差，並以此來衡量所建預報方程質量的好壞。如試算結果的誤差太大，首先需要檢查所用資料是否有錯，然後調整因子及因子個數，以改善方程質量。方程建立後還需不斷驗證、改進，使預報質量穩定。日常預報時，只需將數值預報資料按原定的診斷程式計算、並插值到各個站點，代入建好的方程中，便可獲得全國2000多個站的要素預報值。最後，據預報服務的要求，以MICAPS圖或檔案形式生成產品傳遞到伺服器上，供預報員使用。圖2為整個MOS預報系統的業務流程。

表1 全國MOS最高、最低溫度預報2002—2003年1月誤差檢驗結果

鑒於全國2000多個站點的日最大風速、雲量和能見度等要素日常收集資料有困難或是可靠性較差，故在此僅列出2002年7月—2003年1月的溫度、降水量和相對濕度（2002年9月開始）預報檢驗結果見表1—3。

由表可見：（1）最高溫度預報平均絕對誤差24—72h分別在1.7—2.5、1.9—3.1、2.3—3.6℃；最低溫度預報平均絕對誤差24—72h分別在1.2—2.2、1.4—2.5、1.5—2.8℃；從夏到冬溫度變異逐漸增大，其預報誤差也隨之加大。因此，冬季比夏季誤差大，最高溫度比最低溫度誤差大。

表2 全國MOS最高、最低相對濕度預報誤差檢驗結果

（2）絕對誤差小於2℃的站數占總站數的百分比：24h預報最低溫度在56%以上、最高溫度達53%以上；48h分別為51%和42%以上。如果以≥50%的站預報誤差≤2℃為可用預報標準，那么以這7個月平均情況而言，最高溫度預報誤差≤2℃的平均百分率24—72h分別是61%、52%和45%，最低溫度分別是68%、63%和58%。由此可見，最低溫度可用預報達72h，最高溫度達到48h。

（3）當天氣形勢變化較平穩時，預報誤差較小，一般可不訂正，當形勢轉變或天氣狀況變化較大時須對影響區進行溫度訂正。

表3 全國MOS累積降水量預報檢驗結果

（4）最高相對濕度預報24—72h絕對誤差≤10%的站數占總站數的的百分率為64%以上，絕對誤差≤20%的占87%以上；最低相對濕度預報24—72h絕對誤差在13%以內，絕對誤差≤10%的站數占總站數的百分率在46%以上，可以認為，在大多數情況下，72h相對濕度預報已達到可用預報水平。

（5）24h 0.1mm以上降水預報TS評分24h在0.47—0.11，隨雨季轉旱季而逐漸降低；漏報日和空報日分別為0.23—0.84、0.45—0.71，可見漏報日和空報日隨雨季轉旱季而增大明顯，冬季降水預報參考性明顯下降。中雨以上的降水預報TS評分迅速下降，達0.20以下，25mm以上降水達0.09以下。因此，中雨以上的降水量不可參考。48h降水預報比24h稍差，但差別不算特別明顯。

要素預報誤差隨不同的區域也是有很大差別，以2003年1月份為例，可以代表全年大多數月份的情況。圖3為全國8個區24—168h溫度最高和最低預報絕對誤差，可見，新疆、西北和東北預報誤差較大，且隨預報時效增大，預報誤差也較其它地區增加的明顯。西藏和華南地區溫度預報誤差較小，尤其是我國華南沿海的站點。也就是說，在溫度變化愈大的地區或季節，其溫度愈難預測。

圖3 全國8個區24—168h溫度最高和最低預報誤差

結論及釋用預報改進的途徑

綜上所述，MOS方法具有很多優點，是一種比較成熟的釋用方法，因此在國際上被廣泛地採用。通過建立國家級要素預報MOS系統，認為預報因子和預報對象的處理，建方程前的參數選擇以及預報因子的選取都會影響要素預報的質量，需要做大量的細緻工作。對全國2000多個站最高、最低溫度、最高、最低相對濕度和降水量7個月的預報檢驗結果表明，前4個要素的短期預報在大多數情況下是可用的或是可參考的。但是，如前所言，當天氣變化劇烈時、當出現極端的天氣時，該方法如一般的統計方法類似，只能望塵莫及。對於降水這類反映大中小尺度綜合效應的天氣，預報效果較差，因此MOS的降水預報尚未達到可用程度。

通過對溫度預報所選取的因子分析，認為以取6—20個因子預報效果最佳，所選的因子多是與溫度有關的大氣低層的物理量，但對有關梯度的因子使用時須特別慎重。

氣象中心MOS方法所用的因子都是T₁₀₆模式的產品，今後如採用T213模式產品可望預報質量會有所提高。此外，一般是採用將物理量場面上的信息通過插值處理變為點信息再與預報對象建立關係。從預報員經驗和一些台站製作客觀預報方法的實踐反映，若引進反應預報物理量場面信息（即兩維信息）的因子，會使預報得到改善。因此，需要探討作為國家級預報取得反映預報場面信息的處理方法。

再者，對短時預報而言，如何充分利用可得到的各種信息，如衛星遙感、雷達等探測資料與數值預報產品資料結合起來，以便改進降水客觀預報，有待進一步探討。

BJ-RUC系統模式地面氣象要素預報效果評估

隨著數值預報技術和探測技術的不斷發展，觀測資料的時空解析度有了很大提高。國際上廣泛使用的數值預報模式的快速更新循環（RUC）同化和預報系統，可有效利用各種常規和非常規氣象資料進行同化，為數值模式提供高質量的初始場，同時在高解析度數值模式的基礎上進行精細化數值預報。由於快速更新同化了大量的實時觀測資料，進而能夠得到更為準確的預報結果，可為預報員做短時、臨近、精細化預報提供更加豐富的數值預報產品。

20世紀90年代初國外就開始相關研究。雖然我國在這方面起步較晚，但發展迅速。為服務2008年北京奧運會，中國氣象局北京城市氣象研究所建立了一個基於WRF三維變分同化和WRF模式、具有同化多種中小尺度觀測資料的RUC同化預報系統，2007年汛期在北京市氣象局開始業務試運行，2008年正式投入業務套用，每日循環8次提供24h（個別時效為36h）預報，一直為北京區域內各區縣氣象部門提供穩定的數值預報產品，並成為預報員在業務預報中的重要參考資料之一。

針對該系統數值預報業務產品的性能評估已獲得了一些研究成果，利用2007年7月11日—8月31日的BJ-RUC系統運行輸出場簡單評估了模式3km與9km水平解析度的預報效果，結果表明：該系統具有較好的預報參考價值。但此次檢驗採用的是試運行資料，進行檢驗的樣本相對較少，評估結果的代表性還不夠充分。在系統正式投入業務運行後，BJ-RUC系統探空的詳細評估分析結果表明，探空基本要素和計算的探空物理參量在12h內的預報誤差較小，與實況的一致性較好。與特種探空相比，BJ-RUC系統探空的多數物理參量在強天氣發生前後的變化趨勢一致。由研究可知，BJ-RUC系統的預報性能穩定，相關研究的檢驗結果表明，對高空要素預報較好，對地面氣象要素的預報效果進行了初步研究，但採用的資料樣本和檢驗站點不是很豐富。因此，為了使預報員更準確地把握模式預報性能，促進模式系統的研發人員的改進，研究利用系統正式運行後的3年模式資料，採用準確性和可靠性較高的自動氣象站逐小時數據作為真值，通過客觀檢驗對BJ-RUC系統3km水平解析度的地面要素預報性能進行詳細的評估分析。

BJ-RUC系統簡介

中國氣象局北京城市氣象研究所引進的快速更新循環數值預報（BJ-RUC）系統是基於WRF中小尺度數值預報模式2.2.1版和WRF三維變分同化系統2.2.1版，通過WRF三維變分同化系統每間隔3h同化1次GTS全球交換獲得的常規資料以及自動氣象站觀測、地基GPS可降水量觀測等高時空解析度的多種非常規觀測資料，得到大氣狀態最新估計作為模式初始場，再利用高解析度的WRF模式進行短期預報。

模式主要是採用三重嵌套格線，水平解析度為27，9km和3km，垂直方向採用σ坐標，共37層，預報區域格點數分別為151×151，142×151，172×151。循環時間間隔為3h，每天總計8次循環，12:00（世界時，下同）起始的循環為冷啟動，其他時次均為熱啟動。

檢驗資料與方法

選取的樣本時間為2008—2010年5—9月，每日8次更新循環預報（下文稱為起報時次：12:00，15:00，18:00，21:00，00:00，03:00，06:00，09:00），預報時效為24h，每個預報時效的總樣本為459個。製作檢驗預備資料時，剔除各種原因而導致預報或自動氣象站觀測資料有誤的樣本。研究主要評估BJ-RUC系統模式3km水平解析度地面氣象要素預報水平，模式3km解析度區域覆蓋了北京、河北和天津等地區，覆蓋區域的中心位於40°N，116°E，檢驗範圍限定在北京地區，實況採用地面自動氣象站逐小時觀測資料，選取101個觀測站，並採用雙線性插值方法將系統模式格線點要素預報結果插值到站點。

為客觀評估本系統的預報性能，需對數值預報模式進行檢驗，一般採用的方法是檢驗模式預報誤差即預報產品和相應的觀測數據集二者關係的評估和量化，研究主要是對以下3個方面進行檢驗：①計算BJ-RUC系統模式3km水平解析度地面預報量（2m溫度、2m相對濕度、10m風速）的預報誤差作為檢驗方法，預報誤差檢驗包括平均誤差和平均絕對誤差，並按照模式預報時效和相應的實況觀測時間這兩個序列進行檢驗分析。其中，按預報時效進行檢驗主要是為了考察模式隨預報時效增長的預報能力，即將8個循環起報時次在不同時效的預報結果與該時次對應的實況進行檢驗；按實況觀測時間檢驗主要是為了考察模式對逐日不同時間的預報能力，即將實況與不同起報時次對應本時次的預報結果進行檢驗分析。②檢驗系統模式10m風向預報結果的準確率。③檢驗每日8個起報時次的逐小時有無降水（≥0.1mm）、逐6h累積降水預報的TS評分。其中，逐6h累積降水預報時效分別為0～6h，6～12h，12～18h，18～24h，由於6h累積降水量達到大雨、暴雨閾值的樣本非常少，所以降水檢驗的閾值僅選用0.1mm（晴雨）、5mm和10mm這3個級別，累積降水實況由自動氣象站逐小時觀測降水量累加獲取。

地面氣象要素檢驗結果

檢驗地面基本要素（2m溫度、2m相對濕度、10m風速）時，採用的檢驗方法主要是分析各要素的平均誤差和平均絕對誤差。其中，平均誤差能夠量化預報和實況之間的平均偏差，也是模式預報的系統誤差，平均絕對誤差能夠量化預報和實況的總體偏離程度。綜合這兩種誤差分析結果，評估該模式對各要素預報的平均偏差和偏離程度，為訂正模式輸出結果提供依據。

對10m風向預報效果的檢驗主要是分析其預報準確率：P=M/N。

其中，P表示風向的預報準確率，M表示預報準確的樣本量，N表示總樣本量。在判斷預報結果是否準確時採用如下規則：若風向的預報結果與觀測實況的差值為-22.5°～22.5°，則認為預報結果準確。

為了評估BJ-RUC系統的整體預報效果，主要檢驗模式對北京地區地面基本要素預報的區域誤差。首先逐個計算各測站不同要素的平均誤差和平均絕對誤差，將所有站點的誤差累加並除以總站點數，得到整個北京地區各要素的區域平均誤差和區域平均絕對誤差。

由於BJ-RUC系統每日8次循環更新預報，每個起報時次對應著未來24h逐小時預報結果，根據8個起報時次在未來24h的預報結果與其所對應時次的實況就可得到各測站的平均誤差和平均絕對誤差。由於篇幅有限，僅列出12:00，18:00，00:00，06:00共4個起報時次的平均誤差變化曲線，平均絕對誤差變化曲線圖略。

研究結論

檢驗結果表明，BJ-RUC系統預報的2m溫度、2m相對濕度、10m風速與實況具有一致的變化趨勢，且能很好地預報出這些要素的日變化，但該系統對各要素的預報性能仍有區別：

1）系統對2m溫度預報結果整體偏高，誤差為-1.5～1.5℃；對2m相對濕度的預報明顯偏低，誤差範圍為－25%～0。這兩個要素的預報誤差隨著預報時效的增長逐漸增大，預報效果與起報時次有關。

2）系統對10m風速的預報明顯偏大，誤差為0.6～1.2m·s^-1。誤差隨著時間呈明顯變化規律，在午後出現陡增，而在傍晚快速減小。

3）系統能夠很好地預報出各要素的日變化。對6h累積降水量的晴雨預報效果較好，TS評分多為0.4，但對5.0，10.0mm以上閾值的降水，預報效果與起報時次有關。

綜上所述，BJ-RUC系統對地面氣象要素的預報效果較好，誤差在可接受範圍內，由於該系統在時間、空間解析度較高，可用於短時臨近預報中，但個別要素的預報性能與日變化關係密切，在具體套用中需要進行適當訂正，消除日變化影響。