GRAPES-GFS模式2 m溫度預(yù)報(bào)的最優(yōu)時(shí)窗滑動(dòng)訂正方法

何珊珊 藍(lán)盈 戚云楓

(廣西壯族自治區(qū)氣象臺(tái)，南寧 530022)

引言

近年來(lái)，數(shù)值天氣預(yù)報(bào)發(fā)展迅速，并憑借其客觀化、定量化的優(yōu)勢(shì)在天氣分析、精細(xì)化要素預(yù) 報(bào)等方面發(fā)揮了不可替代的作用。全球區(qū)域一體化同化預(yù)報(bào)系統(tǒng)GRAPES(Global/Regional Assimilation and Prediction System)自投入業(yè)務(wù)運(yùn)行后，已經(jīng)成為全國(guó)天氣預(yù)報(bào)業(yè)務(wù)的主要參考之一。目前廣西區(qū)內(nèi)對(duì)于數(shù)值預(yù)報(bào)的檢驗(yàn)評(píng)估、訂正方法研究和成果應(yīng)用等大多是基于ECWMF模式，針對(duì)GRAPES-GFS模式產(chǎn)品的分析應(yīng)用仍停留在主觀分析方面，對(duì)其系統(tǒng)性的檢驗(yàn)評(píng)估和客觀訂正方法研究仍為空白。不論從支撐廣西智能網(wǎng)格氣象預(yù)報(bào)業(yè)務(wù)的需求出發(fā)，還是從為改進(jìn)GRAPES-GFS模式提供客觀依據(jù)的角度來(lái)看，加強(qiáng)GRAPES-GFS模式產(chǎn)品本地應(yīng)用，開(kāi)展系統(tǒng)性定量化檢驗(yàn)評(píng)估、研發(fā)和優(yōu)化產(chǎn)品釋用方案的工作都是非常必要的。

為了減少數(shù)值模式誤差、改進(jìn)數(shù)值預(yù)報(bào)，氣象工作者們提出了許多動(dòng)力-統(tǒng)計(jì)相結(jié)合的釋用方法，例如統(tǒng)計(jì)-動(dòng)力預(yù)報(bào)、模式輸出統(tǒng)計(jì)(Model Output Statistics，MOS)、線性回歸方法、非線性回歸方法和卡爾曼濾波等方法[1-6]。目前，在廣西氣溫預(yù)報(bào)本地釋用技術(shù)的現(xiàn)有研究中，多采用如MOS、神經(jīng)網(wǎng)絡(luò)、逐步回歸、卡爾曼濾波、模式距平積分訂正等方法[7-9]?；瑒?dòng)平均訂正法以簡(jiǎn)單平均數(shù)法為基礎(chǔ)，通過(guò)對(duì)前期某一段時(shí)間(訓(xùn)練期)的預(yù)報(bào)誤差取算術(shù)平均，將其作為訂正量訂正當(dāng)前預(yù)報(bào)，達(dá)到消除模式系統(tǒng)誤差的目的。與其他訂正方法相比，滑動(dòng)平均法計(jì)算量小，對(duì)歷史資料需求量小，具有更好的可操作性。但問(wèn)題在于，滑動(dòng)平均方法的訂正效果對(duì)時(shí)窗長(zhǎng)度的選取有依賴性，必須選取合適時(shí)窗長(zhǎng)度才能獲得合理的訂正方案。時(shí)窗長(zhǎng)度過(guò)短，不能有效地消除隨機(jī)誤差；時(shí)窗長(zhǎng)度過(guò)長(zhǎng)，則可能會(huì)因?yàn)槟Ｊ絼?dòng)力框架、參數(shù)化方案等原因?qū)е碌南到y(tǒng)誤差存在季節(jié)變化，使得訂正量的可用性降低。另一方面，數(shù)值天氣預(yù)報(bào)在短時(shí)效和長(zhǎng)時(shí)效的系統(tǒng)誤差不同，相同的時(shí)窗長(zhǎng)度不能適用于所有預(yù)報(bào)時(shí)效。當(dāng)前，廣西預(yù)報(bào)業(yè)務(wù)中應(yīng)用滑動(dòng)訂正法時(shí)，通常采取固定時(shí)窗的方式，即對(duì)所有預(yù)報(bào)時(shí)效都采用相同的時(shí)窗長(zhǎng)度，并且時(shí)窗長(zhǎng)度的選取大多沒(méi)有經(jīng)過(guò)嚴(yán)格檢驗(yàn)，帶有一定的主觀性。國(guó)內(nèi)眾多學(xué)者分析了滑動(dòng)訂正法的效果，但采用的時(shí)窗長(zhǎng)度不一。如王強(qiáng)等[10]利用1～5 d滑動(dòng)平均法訂正了ECMWF對(duì)湖南懷化的最高氣溫預(yù)報(bào)，發(fā)現(xiàn)不同時(shí)窗滑動(dòng)平均訂正的差異小，且方法操作簡(jiǎn)便、簡(jiǎn)單實(shí)用。王婧等[11]利用多種方法對(duì)GRAPES_RAFS模式2 m溫度偏差進(jìn)行訂正，指出采用15 d滑動(dòng)時(shí)窗的滑動(dòng)平均法可以有效減小模式預(yù)報(bào)誤差。盛春巖等[12]對(duì)幾種氣溫客觀預(yù)報(bào)方法進(jìn)行研究，指出通過(guò)10～30 d 的偏差滑動(dòng)訂正可以提高ECMWF模式的預(yù)報(bào)準(zhǔn)確率。

為了解決上述問(wèn)題，本文擬對(duì)GRAPES-GFS模式廣西區(qū)域地面2 m溫度預(yù)報(bào)進(jìn)行偏差分析，確定模式預(yù)報(bào)是否存在系統(tǒng)偏差，并進(jìn)一步通過(guò)活動(dòng)時(shí)窗長(zhǎng)度的方法，設(shè)計(jì)不同的滑動(dòng)平均訂正方案，制定最優(yōu)時(shí)窗滑動(dòng)訂正方案，以期獲得本地適用的GRAPES-GFS模式地面2 m溫度預(yù)報(bào)產(chǎn)品客觀訂正方法。

1 資料和方法

1.1 資料

本文使用的資料為2017—2018年GRAPES全球模式(GRAPES-GFS)的地面2 m溫度3～240 h時(shí)效預(yù)報(bào)(簡(jiǎn)稱GRAPES-GFS溫度預(yù)報(bào))和廣西區(qū)域自動(dòng)站逐時(shí)氣溫觀測(cè)資料，其中，3～120 h時(shí)效內(nèi)為逐3 h間隔、120～168 h時(shí)效為逐6 h間隔、168～240 h時(shí)效為逐12 h間隔；廣西區(qū)域自動(dòng)站逐時(shí)氣溫觀測(cè)資料來(lái)源于全國(guó)綜合氣象信息共享平臺(tái)(CIMISS)，所采用的廣西區(qū)域氣溫觀測(cè)站數(shù)據(jù)已經(jīng)過(guò)質(zhì)量控制(質(zhì)控碼為0、3、4)，站點(diǎn)總數(shù)為1700多個(gè)；分析區(qū)域選取為104.5°～112.0°E，21.125°～26.375°N，網(wǎng)格水平空間分辨率為0.25°×0.25°，站點(diǎn)分布見(jiàn)圖1。利用臨近法，站點(diǎn)實(shí)況插值到0.25°×0.25°網(wǎng)格點(diǎn)形成網(wǎng)格實(shí)況場(chǎng)，網(wǎng)格點(diǎn)取值為與其距離最近的站點(diǎn)有效數(shù)據(jù)。在季節(jié)的劃分上，本文分析的春季為3—5月、夏季為6—8月、秋季為9—11月、冬季為12月至次年2月。在樣本獨(dú)立原則下，本文以2017年模式預(yù)報(bào)為基礎(chǔ)，對(duì)比分析訂正后2018年四季的訂正效果。本文制定的最優(yōu)時(shí)窗滑動(dòng)訂正方案于2021年1月開(kāi)始投入廣西智能網(wǎng)格氣象預(yù)報(bào)業(yè)務(wù)應(yīng)用，前期積累了1年多的試驗(yàn)運(yùn)行數(shù)據(jù)。為驗(yàn)證該方案的應(yīng)用效果，在本文最優(yōu)時(shí)窗訂正方案訂正效果分析部分，對(duì)比了該方案在2018年和2020年的訂正效果。

圖1 廣西區(qū)域氣溫自動(dòng)觀測(cè)站分布

以往研究發(fā)現(xiàn)日最高溫度和最低溫度的預(yù)報(bào)誤差有顯著的差別，而08:00起報(bào)(北京時(shí)，下同)和20:00起報(bào)的最高溫和最低溫出現(xiàn)的預(yù)報(bào)時(shí)效通常是不同的。為了避免溫度日變化可能對(duì)檢驗(yàn)結(jié)果造成的影響，將GRAPES-GFS溫度預(yù)報(bào)分為08:00起報(bào)和20:00起報(bào)2組分別檢驗(yàn)。由于GRAPES-GFS溫度預(yù)報(bào)20:00起報(bào)場(chǎng)的偏差特征和訂正方法研究與08:00起報(bào)場(chǎng)基本一致，本文以模式20:00起報(bào)場(chǎng)的偏差分析和訂正為例進(jìn)行細(xì)致討論。

1.2 檢驗(yàn)指標(biāo)及最優(yōu)判別依據(jù)

1.2.1 檢驗(yàn)指標(biāo)

本文所用的誤差檢驗(yàn)指標(biāo)有平均誤差ME(ME)，平均絕對(duì)誤差MAE(MAE)、均方根誤差RMSE(RMSE)以及預(yù)報(bào)偏差2 ℃以內(nèi)的準(zhǔn)確率ACC(ACC)：

其中，F(xiàn)表示預(yù)報(bào)值，O表示觀測(cè)值，i、j表示該值為第i個(gè)網(wǎng)格點(diǎn)在第j個(gè)時(shí)間的值，m為網(wǎng)格點(diǎn)總數(shù)，n為預(yù)報(bào)次數(shù)，Nr為報(bào)對(duì)次數(shù)、Nf為預(yù)報(bào)總次數(shù)。

ME反映了統(tǒng)計(jì)時(shí)段和檢驗(yàn)區(qū)域內(nèi)預(yù)報(bào)偏差大小的整體情況，ME正偏差表示預(yù)報(bào)比實(shí)況偏大、負(fù)偏差表示預(yù)報(bào)比實(shí)況偏小。MAE反映了統(tǒng)計(jì)時(shí)段和檢驗(yàn)區(qū)域內(nèi)預(yù)報(bào)值與實(shí)況的平均偏離程度，MAE越小表示預(yù)報(bào)越準(zhǔn)確。RMSE反映了誤差的離散程度，RMSE越小表示誤差的在時(shí)間和空間上的變化越小、預(yù)報(bào)越穩(wěn)定。ACC反映了預(yù)報(bào)誤差偏差2 ℃以內(nèi)的比例，ACC越大、預(yù)報(bào)正確率越高。就單個(gè)網(wǎng)格點(diǎn)而言，在統(tǒng)計(jì)時(shí)間段內(nèi)，MAE、RMSE有較好的一致性，MAE越大、RMSE越大，表示偏差幅度越大、預(yù)報(bào)穩(wěn)定性越差。

為評(píng)估訂正效果，本文定義一個(gè)訂正技巧指標(biāo)，即對(duì)于某個(gè)檢驗(yàn)指標(biāo)，其訂正技巧指標(biāo)等于訂正前的檢驗(yàn)指標(biāo)減去訂正后的指標(biāo)。例如，MAE的訂正技巧IMAE=訂正前的MAE-訂正后的MAE。若技巧IMAE為正，訂正后的MAE小于訂正前，即訂正后MAE減小，有訂正效果；若技巧IMAE為負(fù)，訂正后的MAE大于訂正前，訂正后MAE增大，無(wú)訂正效果。同理，IRMSE為正時(shí)，訂正后RMSE減小，有訂正效果；IACC為負(fù)時(shí)，訂正后ACC增大，有訂正效果，IACC越小(絕對(duì)值越大)，訂正效果越好。

1.2.2 最優(yōu)時(shí)窗判別依據(jù)

對(duì)于最優(yōu)時(shí)窗，本文制定最優(yōu)判別依據(jù)如下：在評(píng)估期(訓(xùn)練期)內(nèi)，IMAE非負(fù)的所有時(shí)窗中，以IMAE最大者為最優(yōu)滑動(dòng)時(shí)窗；若時(shí)窗不唯一，則再考察IMAE最大時(shí)窗的IRMSE，以IRMSE最大的時(shí)窗為最優(yōu)；若時(shí)窗仍不唯一，進(jìn)一步考察IMAE最大且IRMSE最大時(shí)窗的IACC，以IACC最小的時(shí)窗為最優(yōu)。

2 模式2 m溫度預(yù)報(bào)偏差特征

為考察GRAPES-GFS模式2 m溫度預(yù)報(bào)性能，分季節(jié)計(jì)算20:00起報(bào)的各時(shí)效預(yù)報(bào)檢驗(yàn)參數(shù)。由區(qū)域平均MAE和ME隨時(shí)效的變化(圖2)可見(jiàn)，對(duì)于GRAPES-GFS模式 20:00溫度預(yù)報(bào)(簡(jiǎn)稱GFS20)，廣西區(qū)域的MAE在2 ℃左右，隨時(shí)效增加而波動(dòng)式增大。整體而言，MAE及其隨時(shí)效而增大的幅度冬季最大、夏季最小，春秋季節(jié)介于兩者之間。在短中期時(shí)效(3～168 h，下同)內(nèi)，MAE具有明顯的日變化特征：日間MAE明顯大于夜間，最大出現(xiàn)在18 h、42 h、66 h、90 h、114 h、138 h、162 h時(shí)效，即14:00，峰值在2.5～3.5 ℃左右。夜間，MAE的谷值出現(xiàn)在3～9 h、27～33 h、51～57 h、75～81 h、99～105 h、126 h、150 h時(shí)效，對(duì)應(yīng)于23:00至次日05:00。從峰谷值的季節(jié)差異上看，MAE的峰值春季最大、夏季最小，兩者相差0.5 ℃左右；MAE的谷值冬季最大、夏季最小，兩者相差1 ℃左右。

圖2 2017—2018年GFS20的不同季節(jié)廣西區(qū)域平均的平均絕對(duì)誤差(折線，點(diǎn)虛線為逐12 h預(yù)報(bào))及平均誤差(柱狀)(GFS20為GRAPES-GFS模式20：00溫度預(yù)報(bào)，下同)

相比而言，在全時(shí)效內(nèi)，廣西全區(qū)平均ME均為負(fù)偏差，在-1～0 ℃附近擺動(dòng)，即溫度預(yù)報(bào)整體偏低，隨時(shí)效增加變化不大。在短中期時(shí)效內(nèi)，ME也有具有明顯的日變化特征，ME的最小值和最大值分別出現(xiàn)在午后和午夜到凌晨，分別在-2.5 ℃和-0.5 ℃左右，即預(yù)報(bào)偏低的幅度午后大于夜間。

另外，根據(jù)MAE和ME的相對(duì)大小，可以定性分析四季預(yù)報(bào)偏差中隨機(jī)誤差和系統(tǒng)誤差的相對(duì)大小。結(jié)合MAE的日變化特征可以發(fā)現(xiàn)，對(duì)午后氣溫，模式預(yù)報(bào)四季MAE在0.5 ℃以內(nèi)、季節(jié)差異不大，但冬季ME的偏差幅度明顯小于其他季節(jié)，可見(jiàn)午后氣溫預(yù)報(bào)偏差在冬季隨機(jī)性較大，在春夏秋季節(jié)則具有明顯的系統(tǒng)性。對(duì)凌晨氣溫，除了3～24 h時(shí)效內(nèi)MAE和ME對(duì)應(yīng)關(guān)系較好，預(yù)報(bào)偏差還具有一定的系統(tǒng)性以外，多數(shù)時(shí)效ME并沒(méi)有明顯的季節(jié)差異，但四季MAE之間差異十分明顯，預(yù)報(bào)偏差存在較大的隨機(jī)性。

分析全區(qū)平均的MAE、RMSE和ACC(圖略)發(fā)現(xiàn)，MAE和RMSE隨時(shí)效的增加而逐漸增大，ACC隨時(shí)效增加而減小，且季節(jié)差異及日變化特征具有很好的一致性：RMSE冬季最大、夏季最小，ACC冬季最小、夏季最大，MAE達(dá)到峰值(谷值)時(shí)，RMSE也達(dá)到峰值(谷值)，ACC為谷值(峰值)，表明當(dāng)預(yù)報(bào)偏差大(小)時(shí)，預(yù)報(bào)偏差在時(shí)間和空間上的差異較大(小)。

為進(jìn)一步了解預(yù)報(bào)偏差的空間分布特征，下面以最接近起報(bào)時(shí)的05:00(MAE谷值、ME最大值)和14:00(MAE峰值、ME最小值)氣溫預(yù)報(bào)為例進(jìn)行細(xì)致分析。圖3a～d為GFS20預(yù)報(bào)凌晨氣溫(05:00)的ME和MAE空間分布，黑點(diǎn)區(qū)為超過(guò)全區(qū)平均的MAE相對(duì)大值區(qū)?？梢?jiàn)，除了沿海地區(qū)四季都出現(xiàn)了超過(guò)3 ℃的ME正偏差區(qū)、模式預(yù)報(bào)氣溫偏高外，廣西大部地區(qū)ME以負(fù)偏差為主，在-3～-1 ℃以內(nèi)。MAE和ME的大值區(qū)多出現(xiàn)在桂北山區(qū)、左右江河谷及沿海，上述地區(qū)預(yù)報(bào)偏差以系統(tǒng)偏差為主。對(duì)于午后氣溫(14:00，圖3e～h)，廣西大部ME四季均為負(fù)偏差、預(yù)報(bào)以偏低為主，ME的正偏差區(qū)只出現(xiàn)在來(lái)賓金秀(大瑤山)、玉林容縣(大容山)及防城港上思(十萬(wàn)大山)等地。MAE和ME的大值區(qū)(系統(tǒng)性偏差區(qū))集中出現(xiàn)在桂北山區(qū)以及左右江河谷，其中在桂林、賀州、柳州北部、河池及百色等地ME可低至-3 ℃以下。

圖3 GFS20 9 h預(yù)報(bào)(次日05:00)(a～d)和18 h預(yù)報(bào)(次日14:00)(e～h)的四季平均誤差分布(黑點(diǎn)代表超過(guò)全區(qū)平均值的平均絕對(duì)誤差,單位：℃)

GFS20其他時(shí)效預(yù)報(bào)的午后和凌晨氣溫偏差的大值區(qū)分布與9 h和18 h基本一致，時(shí)效越長(zhǎng)、偏差幅度越大。GFS08對(duì)起報(bào)日的次日05:00和當(dāng)日14:00溫度預(yù)報(bào)的偏差分布(圖略)與GFS20相似，ME偏低的幅度及MAE超過(guò)全區(qū)平均值的范圍較小，四季之間差異的情況與GFS20一致。

3 滑動(dòng)訂正方案訂正效果分析

本文以1 d、2 d、3 d、4 d、5 d、10 d、15 d、30 d、60 d為基礎(chǔ)，根據(jù)訓(xùn)練期或時(shí)窗選擇方式的不同，制定2種滑動(dòng)訂正方案：

(1)方案A：固定時(shí)窗訂正。即分別以各基礎(chǔ)時(shí)窗對(duì)所有時(shí)效進(jìn)行滑動(dòng)平均訂正，沒(méi)有訓(xùn)練期，各訂正方式分別簡(jiǎn)稱為1 d、2 d、3 d、4 d、5 d、10 d、15 d、30 d、60 d訂正。以此方案訂正3～240 h時(shí)效(3 h至10 d)預(yù)報(bào)產(chǎn)品，需要存儲(chǔ)的歷史資料長(zhǎng)度最少10 d、最多70 d。

(2)方案B：季節(jié)最優(yōu)時(shí)窗訂正、月份最優(yōu)時(shí)窗訂正(分別簡(jiǎn)稱為SN訂正、MO訂正)。訓(xùn)練期為2017-01-01至2017-12-31(1年)。即訂正前需判定訓(xùn)練期內(nèi)各季節(jié)(月份)的最優(yōu)時(shí)窗，訂正時(shí)則根據(jù)起報(bào)時(shí)所處的季節(jié)(月份)，選擇對(duì)應(yīng)的最優(yōu)時(shí)窗進(jìn)行訂正。本方案設(shè)計(jì)主要基于模式預(yù)報(bào)系統(tǒng)性誤差的季節(jié)特征或月際特征，與方案A相比，需要累積存儲(chǔ)訂正開(kāi)始前至少1年的歷史預(yù)報(bào)和實(shí)況資料。

圖4為訂正前后2018年四季的預(yù)報(bào)準(zhǔn)確率ACC、圖5為訂正后2018年四季的各時(shí)窗平均絕對(duì)誤差訂正技巧IMAE。由圖可見(jiàn)，滑動(dòng)時(shí)窗越長(zhǎng)、訂正效果越好，訂正效果在15 d以后趨于穩(wěn)定，且春夏秋3季午后的訂正效果都好于夜間。冬季，GFS20預(yù)報(bào)ACC在50%左右，在3～24 h時(shí)效所有滑動(dòng)訂正方式均有訂正效果，其余時(shí)效只有30 d訂正、 60 d訂正、SN訂正和MO訂正這4種方法具有訂正效果，但訂正效果十分有限，IMAE在0～0.5 ℃附近擺動(dòng)，ACC提高5%～10%。夏季，各滑動(dòng)訂正方式中，除短時(shí)窗1 d訂正外均有訂正效果。其中，方案A長(zhǎng)時(shí)窗(≥15 d)訂正(15 d、30 d和60 d訂正)和方案B的訂正效果最佳，IMAE在0.5～1 ℃左右，隨時(shí)效增加沒(méi)有明顯變化，IACC約為-20%～-10%，滑動(dòng)訂正能使夏季午后ACC提高到60%左右，夜間ACC提高到90%以上，這幾種訂正方式的效果比較接近。

圖4 訂正前(Origin)與訂正后的2018年冬季(a)、春季(b)、夏季(c)、秋季(d)的預(yù)報(bào)準(zhǔn)確率ACC(1 d、2 d、…、60 d為固定時(shí)窗訂正；SN為季節(jié)最優(yōu)時(shí)窗訂正；MO為月份最優(yōu)時(shí)窗訂正，下同)

圖5 訂正后的2018年冬季(a)、春季(b)、夏季(c)、秋季(d)的平均絕對(duì)誤差訂正技巧IMAE

春秋季節(jié)，滑動(dòng)訂正效果介于夏季與冬季之間。除了秋季12～24 h時(shí)效的方案A短時(shí)窗訂正方案(1～5 d訂正)和MO訂正的效果較好外，春秋季多數(shù)時(shí)效的15～60 d訂正、SN訂正和MO訂正的效果最優(yōu)。其中，15～60 d訂正的訂正效果在春季稍好于SN訂正和MO訂正，但在秋季這幾種訂正方式的訂正效果相當(dāng)。

由上述分析可見(jiàn)，利用滑動(dòng)訂正方案A和方案B，均可以不同程度地降低預(yù)報(bào)偏差。結(jié)合前述的預(yù)報(bào)偏差分析結(jié)果可知，在預(yù)報(bào)誤差以系統(tǒng)性為主的春夏秋三季，訂正效果最佳，滑動(dòng)訂正效果在短中期時(shí)效有明顯的日變化特征、午后訂正技巧高于夜間。在多數(shù)時(shí)效中，滑動(dòng)時(shí)窗越長(zhǎng)、訂正效果越好，15～60 d訂正、SN訂正和MO訂正的訂正效果好于其它方案，SN訂正與MO訂正的訂正效果差異不大。

4 最優(yōu)滑動(dòng)方案訂正效果分析

從上述分析可見(jiàn)，長(zhǎng)時(shí)窗(15～60 d)訂正、SN訂正和MO訂正對(duì)GFS20多數(shù)時(shí)效預(yù)報(bào)有較好的訂正效果，但滑動(dòng)時(shí)窗的最優(yōu)除了與滑動(dòng)時(shí)窗的選擇有關(guān)，還和訓(xùn)練期、評(píng)估期的長(zhǎng)短有密切關(guān)系，利用方案A和B中的任一訂正方式并不能穩(wěn)定地在所有時(shí)效、所有時(shí)段中獲得最優(yōu)的訂正效果。因此，為使滑動(dòng)訂正效果穩(wěn)定，本文制定的最優(yōu)時(shí)窗滑動(dòng)訂正方案，是在滑動(dòng)時(shí)窗訂正方案A和B的基礎(chǔ)上，通過(guò)一段時(shí)間的訓(xùn)練(評(píng)估)，在訓(xùn)練期內(nèi)選定最優(yōu)時(shí)窗再用于實(shí)際訂正。在實(shí)際訂正中，訓(xùn)練期為每個(gè)起報(bào)時(shí)的前N天，訂正時(shí)所用的滑動(dòng)時(shí)窗，為訓(xùn)練期N天內(nèi)評(píng)估挑選的最優(yōu)時(shí)窗。例如，若設(shè)置訓(xùn)練期為5 d，訂正前需對(duì)起報(bào)時(shí)前5 d內(nèi)的所有滑動(dòng)訂正結(jié)果進(jìn)行評(píng)估，選擇訂正效果最優(yōu)的時(shí)窗作為當(dāng)前起報(bào)時(shí)的最優(yōu)訂正時(shí)窗。由于訓(xùn)練期的時(shí)間長(zhǎng)度固定、時(shí)間不固定，此方案的最優(yōu)時(shí)窗是動(dòng)態(tài)的。訓(xùn)練期長(zhǎng)度N的確定，成為最優(yōu)時(shí)窗滑動(dòng)訂正方案的關(guān)鍵環(huán)節(jié)。與訂正方案A和B相比，本方案需要存儲(chǔ)訓(xùn)練期內(nèi)所有滑動(dòng)方案的訂正場(chǎng)，耗費(fèi)一定存儲(chǔ)空間。

為了排除訓(xùn)練期長(zhǎng)短對(duì)訂正效果的影響，尋找適用于GRAPES-GFS模式廣西本地2 m溫度預(yù)報(bào)的訓(xùn)練期，本文分別將N設(shè)置為1、5、10、15、30、60、90進(jìn)行考察(各訓(xùn)練期訂正分別簡(jiǎn)稱為Dyn1、Dyn5、…、Dyn60、Dyn90訂正)，通過(guò)評(píng)估各訓(xùn)練期的訂正效果確定合適的訓(xùn)練期N。

從訂正后的IMAE(圖6)來(lái)看，最優(yōu)滑動(dòng)方案訂正效果明顯，隨訓(xùn)練期延長(zhǎng)，IMAE增大，訂正效果在30 d訓(xùn)練期后基本穩(wěn)定。除了短訓(xùn)練期(≤15 d)在冬季IMAE為負(fù)、沒(méi)有訂正效果以外，Dyn30、Dyn60、Dyn90訂正在四季均有訂正效果。從60 d訂正、SN訂正、MO訂正和Dyn30訂正在2018年全年的訂正效果(圖7a)來(lái)看，這4種訂正方式的訂正效果十分接近，IMAE相差不到0.1 ℃，ACC相差不到2%(表略)，60 d訂正在各時(shí)效中的表現(xiàn)最佳。但在業(yè)務(wù)運(yùn)行的試驗(yàn)階段(2020年，圖7b)，60 d訂正的效果最差，多數(shù)時(shí)效的IMAE為負(fù)、沒(méi)有訂正效果，SN訂正與MO訂正的效果幾乎一致，Dyn30訂正的效果最好。由此可見(jiàn)，實(shí)際訂正中采用30 d訓(xùn)練期的最優(yōu)滑動(dòng)訂正方案(Dyn30訂正)，可以在不同滑動(dòng)方案的基礎(chǔ)上穩(wěn)定地提高預(yù)報(bào)準(zhǔn)確率，達(dá)到最優(yōu)時(shí)窗滑動(dòng)的目的。

圖6 經(jīng)過(guò)最優(yōu)時(shí)窗滑動(dòng)訂正方案不同訓(xùn)練期訂正的2018年冬季(a)、春季(b)、夏季(c)、秋季(d)平均絕對(duì)誤差訂正技巧IMAE(Dyn1、Dyn5、…、Dyn90分別表示滑動(dòng)時(shí)窗的訓(xùn)練期分別為1 d、5 d、…、90 d，下同)

圖7 經(jīng)過(guò)固定60 d訂正、SN訂正、MO訂正和Dyn30訂正的2018年(a)、2020年(b)平均絕對(duì)誤差訂正技巧IMAE

5 結(jié)論

本文通過(guò)GRAPES-GFS模式對(duì)廣西2 m溫度的預(yù)報(bào)偏差特征分析，確定了模式預(yù)報(bào)存在系統(tǒng)偏差的事實(shí)，并進(jìn)一步通過(guò)活動(dòng)時(shí)窗長(zhǎng)度的方法，設(shè)計(jì)不同的方案，制定最優(yōu)時(shí)窗滑動(dòng)訂正方案，得到如下結(jié)論：

(1)GRAPES-GFS模式對(duì)廣西區(qū)域2 m溫度的預(yù)報(bào)系統(tǒng)性偏低，隨著時(shí)效增加，預(yù)報(bào)偏差增大。日間氣溫的預(yù)報(bào)偏差明顯大于夜間，午后氣溫的預(yù)報(bào)偏差在春夏秋3季以系統(tǒng)偏差為主、在冬季以隨機(jī)偏差為主，四季凌晨氣溫的預(yù)報(bào)偏差在多數(shù)時(shí)效有較大隨機(jī)性；在空間分布上，系統(tǒng)性偏差主要出現(xiàn)在桂北山區(qū)、左右江河谷及沿海。

(2)采用滑動(dòng)平均的固定時(shí)窗訂正、季節(jié)最優(yōu)訂正和月份最優(yōu)訂正方案，可以不同程度地減少GRAPES-GFS模式的預(yù)報(bào)誤差、提高預(yù)報(bào)準(zhǔn)確率。在預(yù)報(bào)誤差以系統(tǒng)性為主的春夏秋3季，滑動(dòng)訂正效果明顯好于冬季，午后訂正技巧高于夜間。與其他滑動(dòng)方式相比，15～60 d訂正、季節(jié)最優(yōu)時(shí)窗訂正和月份最優(yōu)時(shí)窗訂正的效果最優(yōu)。

(3)所制定的最優(yōu)時(shí)窗滑動(dòng)平均訂正方案建立在對(duì)訓(xùn)練期內(nèi)不同滑動(dòng)訂正方式訂正效果評(píng)估的基礎(chǔ)上，它可以在不同滑動(dòng)方案的基礎(chǔ)上穩(wěn)定地提高預(yù)報(bào)準(zhǔn)確率，達(dá)到最優(yōu)時(shí)窗滑動(dòng)的目的。