CCRL  >> Vol. 8 No. 2 (March 2019)

    高昌区乡镇温度预报方法的建立
    Establishment of Temperature Forecast Method for Township in Gaochang District

  • 全文下载: PDF(376KB) HTML   XML   PP.210-214   DOI: 10.12677/CCRL.2019.82024  
  • 下载量: 151  浏览量: 573  

作者:  

依再提古丽·米吉提,包容刚,胡双全:吐鲁番市气象局,新疆 吐鲁番

关键词:
乡镇气温线性回归检验方程Township Temperature Linear Regression Test Equation

摘要:

以吐鲁番市气象局在高昌区设立的9个自动气象观测站两年的气温数据资料作为实况依据,对高昌区与高昌区区域站的资料进行统计分析。结果显示,高昌区温度预报对乡镇预报有较高的参考价值,与乡镇区域站有明显的线性相关性,利用高昌区的最高、最低温度预报其乡镇温度,可以提高预报业务的准确率和工作效率。

Based on the temperature data of 9 automatic meteorological observation stations set up by the weather Bureau of Turpan City in Gaochang District for 2 years, the data of the regional stations in Gaochang District and Gaochang District were statistically analyzed. The results show that the temperature forecast of Gaochang District has high reference value to the township forecast, and has obvious linear correlation with the township regional station. The highest and lowest temperatures in Gaochang District can be used to forecast the township temperature, which can improve the accuracy and efficiency of the forecast service.

1. 引言

随着经济社会发展对天气预报的精细化要求越来越高,气温预报精细化到乡镇被提上日程 [1] 。近年来吐鲁番市大力打造全域旅游城市,区域内众多旅游景区景点分散分布在盆地各不同乡镇区域,旅游气象服务对精细化乡镇预报需求明显增加。与此同时,吐鲁番现代农业生产模式的转变,对气象要素预报的关注度也不断提高。由于吐鲁番盆地地形地貌局地差异较大,各乡镇间温度变化特征各有不同,预报员主观乡镇预报产品制作的难度较大。目前,吐鲁番市、县气象局的气温预报仅代表高昌区、鄯善县、托克逊县范围内的温度,还缺少准确可用的乡镇温度预报。现在大部分乡镇预报产品是参考粗网格数值预报产品或细网格数值预报产品后生成,与乡镇实际温度有偏差,而大量的乡镇区域站资料却没有得到有效应用。要做出准确的乡镇温度预报,需探索一套应用区域站资料,结合国家站温度预报指标的温度预报方法,以达到准确预报乡镇温度的目的 [2] 。

在日常的预报工作中,预报员对本站气温预报准确率较高,分析积累工作也做得更加细致,各代表站的气温又和本站气温呈明显的正相关性 [3] 。吐鲁番市气象局近年来在高昌区设立了19个区域自动气象站,积累了一定数量的观测数据,为更好地做好高昌区的温度预报,为市民提供优质气象服务,按照高昌区区域自动气象站的分布,选择相应的气象站的观测数据,采用统计学方法对各乡镇气温与高昌区观测站进行一元线性回归分析,发现各乡镇区域自动站气温与高昌区本站气温呈明显的正相关性。利用一元线性回归方程得到各乡镇代表站与高昌区本站气温的回归方程,并利用2017年3月至2018年2月的实况数据对回归方程进行了检验,标准为误差在2℃以内算准确,准确率最高可达的100%,最低22.8%,这8个区域站四季64个方程准确率当中,准确率在90%~100%总35个、70%~80%之间的5个、60%~70%之间的8个、60%以下只有四个,所以此方法可以为高昌区乡镇温度预报提供有价值的参考。

2. 资料与方法

2.1. 资料来源

本文采用了2016年3月至2017年2月高昌区国家站与8个区域自动站逐日20~20时最高气温、最低气温作为实况资料,该资料用于高昌区观测站与乡镇区域站建立一元线性回归方程。按照季节划分2016年3~5月为春季、6~8月为夏季、9~11为秋季、2016年12月至2017年2月为冬季。由于区域气象自动站均是无人值守站,因故障所缺数据直接采用删除该天的数据。

2.2. 研究方法

气温分析采用2016年3月至2017年2月高昌区本站与乡镇区域站的最高、最低气温值进行相关分析,建立季节预报方程,并对建立的方程通过2017年3月至2018年2月的实况资料进行准确率检验。

3. 建立方程

预报方程采用高昌区本站高低温实况值作为自变量,乡镇区域站的高低温作为因变量,采用一元线性回归方法,按季节建立预报方程。对各区域站点的温度预报建立了一元线性方程,并计算出相关指数R2,用相关指数R2来检验回归的效果(以春季为代表表1)。从表1为例,从相关指数可以看出,相关指数R2取值在0.8621~0.9934之间。在具体的业务预报中,可以根据R2值的大小,来考虑方程的可信程度,R2越大模型的拟合效果越好;R2越小模型的拟合效果越差,R2越接近于1,表示回归的效果越好 [3] 。例如R2 = 0.86,表明“本站的最高、最低温度只解释了86%的该区域站最高、最低温度变化”,或者说“该方程的参考准确度为86%”。

Table 1. Establishment of linear regression equation and correlation index between main station and township regional station in Gaochang district in spring

表1. 春季高昌区本站与乡镇区域站建立线性回归方程及相关指数

以同样的方法做出了夏季、秋季、冬季的最高、最低温度方程,共计64个方程组。

4. 检验方程准确率

对2016年3月至2017年2月的数据建立的一元线性回归方程,通过2017年3月至2018年2月的高、低温资料进行检验,用2017年3月至2018年2月的高昌区站的高低温输入所对应的季节方程中,计算出各区域站的高低温,再以计算出的高低温与实况值高低温进行对比,算出误差,误差在2℃之内算正确。用此方法算出准确率(表2)可看出,准确率最高可达的100%,最低只有22.8%,8个区域站四季64个准确率当中,准确率在90%~100%之间35个、80%~89%之间5个、70%~79%之间12个、60%~69%之间8个、60%以下只有4个,从四季高低温准确率来看,高温准确率明显高于低温准确率。从低温准确率来看,冬季最高、秋季次之,夏季最低。高昌区温度预报对乡镇温度预报有较好的参考价值。

5. 文本显示数据技术

通过建立的方程,编乡镇温度预报软件,该软件通过输入高昌区的高低温预报值,就能一键式输出各区域站最高最低温度值,例如,秋季输入高昌区未来24小时预报最高温度31℃,最低温度22℃,一按计算,如图1所示,8个乡镇区域站的最高最低气温立即计算,给出一个比较清晰的页面,它使得业务人员较准确的预报未来24小时乡镇温度及趋势。

6. 结论与讨论

通过2016年3月至2018年2月,两年9个站的资料统计分析,高昌区站最高、最低温度与区域站的最高、最低温度存在良好的线性关系,通过建立的一元线性回归方程,可以看出方程的拟合效果较好,相关指数R2接近于1。在高昌区温度预报正确的情况下,很有效地预报乡镇区域站的最高、最低温度,能大大提高各乡镇最高最低温度预报准确率。从方程的正确率来看,建立的64个方程组的正确率比较高,准确率在90%~100%之间35个、80%~89%之间5个、70%~79%之间12个、60%~69%之间8个、60%以下只有4个。利用高昌区的最高、最低温度预报其乡镇温度,可以提高预报业务的准确率和工作效率。

Table 2. Accuracy by equation validation

表2. 通过方程进行验证算出准确率

Figure 1. Rural temperature forecasting software

图1. 乡镇温度预报软件

随着自动气象站的不断建设,已建立高昌区各乡镇温度预报模式,能有效改变乡镇温度预报无依据的现状,也为气象台每日17时发布电视天气预报中的乡镇温度预报提供模式基础,根据相应区域站在景点的位置,可以给游客提供更准确的天气预报,也对吐鲁番市高昌区开展杏花节,气象台提供开花期温度预报有一定的帮助。

在今后的工作中还要不断地将新数据录入方程,继续增加方程的样本数量,对方程进行订正,使方程更贴合实际,提高预报准确率。在乡镇温度预报软件上再进行编程,使输出方式更简便,给预报员提供方便。

参考文献

文章引用:
依再提古丽·米吉提, 包容刚, 胡双全. 高昌区乡镇温度预报方法的建立[J]. 气候变化研究快报, 2019, 8(2): 210-214. https://doi.org/10.12677/CCRL.2019.82024

参考文献

[1] 杨世昌. 乡镇精细化最高、最低气温预报方法初探[J]. 园艺与种苗, 2016(2): 46-48.
[2] 魏巧洁, 李延平, 刘蓓亮, 李坤. 黄陵乡镇24小时气温预报方法探讨[J]. 陕西气象, 2016(2): 10-14.
[3] 王祥之. 回归分析中相关系数和相关指数的概念剖析[J]. 数学学习与研究, 2017(12): 8.