ECWMF高分辨率模式2m溫度預(yù)報在六盤水市的誤差分析及訂正指標(biāo)

ECWMF高分辨率模式2m溫度預(yù)報在六盤水市的誤差分析及訂正指標(biāo)

夏陽，孫翔，胡萍，張強(qiáng)，陳翱章，王芬(1.貴州省六盤水市氣象局，貴州六盤水553000；2.貴州省銅仁市氣象局，貴州銅仁554300；3.貴州省黔西南布依族苗族自治州氣象局，貴州興義562400)0引言近年來，氣象事業(yè)在保障國民經(jīng)濟(jì)發(fā)展和服務(wù)社會公眾生活中的地位不斷提升，地方政府部門和社會公眾對于更加全面、準(zhǔn)確、精細(xì)的天氣預(yù)報信息需求也愈加旺盛。由于數(shù)值模式的預(yù)報偏差在較長的一個時期內(nèi)始終存在[1]，想要獲取高時空分辨率和高準(zhǔn)確率的預(yù)報信息，除了通過優(yōu)化初值場和物理過程參數(shù)化方案提升高分辨率數(shù)值模式的預(yù)報能力外，加強(qiáng)對數(shù)值模式產(chǎn)品的客觀化分析和解釋應(yīng)用也是提升精細(xì)化預(yù)報準(zhǔn)確率的重要途徑[2]。溫度是天氣預(yù)報中最為重要的氣象要素之一。目前，國內(nèi)氣象工作者對溫度的模式預(yù)報誤差訂正開展了眾多研究，通過線性回歸[3]、滑動平均訂正[4-5]、統(tǒng)計(jì)降尺度[6-7]和卡爾曼濾波法[8-9]等諸多方法能夠顯著降低模式的預(yù)報誤差，提升模式的預(yù)報效果，但在一定程度上存在建模樣本量較少、不適應(yīng)轉(zhuǎn)折性天氣變化、缺少應(yīng)用檢驗(yàn)等問題[10-11]。盡管數(shù)值模式的預(yù)報能力不斷提升，亦有部分氣象工作者對數(shù)值模式在貴州各地的預(yù)報訂正方法進(jìn)行了初步研究[12-13]，但EC高分辨率模式在六盤水市的溫度預(yù)報誤差及其與實(shí)際的溫度預(yù)報準(zhǔn)確率之間的差距仍然存在。目前當(dāng)?shù)氐臏囟阮A(yù)報主要依靠業(yè)務(wù)人員的主觀經(jīng)驗(yàn)來對數(shù)值模式預(yù)報結(jié)果進(jìn)行訂正，但此種方法主觀因素多、效果不穩(wěn)定，而且預(yù)報技能的掌握和積累周期較長，使得溫度預(yù)報水平的提升受到很大限制。因此有必要對EC高分辨率模式在六盤水市的溫度預(yù)報誤差和訂正指標(biāo)進(jìn)行研究和總結(jié)，將主觀經(jīng)驗(yàn)客觀化、指標(biāo)化，為今后客觀預(yù)報方法中溫度預(yù)報的發(fā)展提供思路。1資料與方法1.1資料歐洲中期天氣預(yù)報中心(ECWMF，以下簡稱EC)高分辨率預(yù)報模式中的2m溫度產(chǎn)品，起報時間分別為每日的08時和20時(北京時間，下同)，空間分辨率為0.125°×0.125°，時間分辨率在72h預(yù)報時效內(nèi)為3h，72～240h預(yù)報時效為6h。六盤水市3個國家氣象觀測站(水城、盤州、六枝)的逐日觀測資料，要素包括最高氣溫、最低氣溫、平均相對濕度和日照時數(shù)等。文中的逐日資料均為20—20時。研究時段為2018年1月1日—2020年11月30日。其中，2018年1月1日—2019年12月31日為預(yù)報誤差及訂正指標(biāo)的統(tǒng)計(jì)分析時段，共730d；2019年12月1日—2020年11月30日為檢驗(yàn)時段，共366d。1.2方法本文采用雙線性插值、標(biāo)準(zhǔn)差分析、概率分布統(tǒng)計(jì)等常規(guī)氣候統(tǒng)計(jì)方法對20—20時的逐日站點(diǎn)溫度(最高和最低)預(yù)報和實(shí)況進(jìn)行分析。文中有關(guān)名詞定義如下：溫度預(yù)報值：利用雙線性插值方法，將各時效的2m溫度預(yù)報產(chǎn)品插值到六盤水市3個國家氣象觀測站上，分別得到3個站點(diǎn)的溫度預(yù)報值。針對某一日的最高溫度與最低溫度預(yù)報值，將對應(yīng)時段的所有時次溫度預(yù)報值中的最大值作為最高溫度預(yù)報值，最小值作為最低溫度預(yù)報值。預(yù)報時效：針對某一日(T)20—20時的溫度預(yù)報，前期第1～6d(T-1～T-6)08時起報所對應(yīng)的預(yù)報時效分別為12～36h、36～60h、36～60h、84～108h、108～132h、132～156h，前期第1～6d20時起報所對應(yīng)的預(yù)報時效分別為0～24h、24～48h、48～72h、72～96h、96～120h、120～144h。未來5d預(yù)報：根據(jù)目前日常預(yù)報業(yè)務(wù)中的工作流程，對某一日(T)所制作的未來5d(T+1～T+5)的模式溫度預(yù)報進(jìn)行如下定義(表1)。將前期第0～5d08時起報的12～36h、36～60h、36～60h、84～108h、108～132h、132～156h預(yù)報時效以及前期第1～5d20時起報的24～48h、48～72h、72～96h、96～120h、120～144h預(yù)報時效內(nèi)共11個溫度預(yù)報值進(jìn)行算術(shù)平均，得到的結(jié)果作為未來第1d的模式溫度預(yù)報(即為未來24h預(yù)報)。同理，分別得到未來第2～5d(未來48～120h預(yù)報)的模式溫度預(yù)報。5d綜合：根據(jù)《貴州省中短期天氣預(yù)報質(zhì)量檢驗(yàn)辦法》，按照第1d至第5d的預(yù)報準(zhǔn)確率分別按照10/27、8/27、6/27、2/27、1/27的權(quán)重進(jìn)行加權(quán)平均計(jì)算后，所得結(jié)果即為5d綜合預(yù)報準(zhǔn)確率。表1當(dāng)前日期(T)所制作的未來5d預(yù)報所對應(yīng)的不同起報日期及預(yù)報時效(單位：h)Tab.1differentstartdateandforecasttimecorrespondingtotheforecastforthenext5days(unit:h)預(yù)報誤差：溫度實(shí)況減去預(yù)報值所得到的差值，稱為預(yù)報誤差，單位為℃。誤差占比：根據(jù)溫度預(yù)報的業(yè)務(wù)考核標(biāo)準(zhǔn)，當(dāng)預(yù)報誤差處于±2℃之間時均算作預(yù)報正確。此時，選取1個預(yù)報誤差e，統(tǒng)計(jì)在2018年1月1日—2019年12月31日共730d的時段中，誤差范圍處于[e-2℃,e+2℃]之間的頻次及其占全部時段的百分比，稱為該誤差的占比，單位為%。當(dāng)占比取得最大值時，將該誤差e稱為最大占比誤差。2不同預(yù)報時效的模式溫度預(yù)報誤差分析2.1預(yù)報誤差及標(biāo)準(zhǔn)差的年均分布圖1為六盤水市3個國家氣象觀測站不同預(yù)報時效的模式預(yù)報誤差年均分布。由圖1a可見，各站點(diǎn)的最低溫度年平均預(yù)報誤差均在1.5℃以下，并且與固有認(rèn)知不同，最低溫度預(yù)報誤差呈現(xiàn)隨時效的增加而逐漸減小的現(xiàn)象。其中水城和六枝20時起報的0～24h最低溫度較08時起報的12～36h存在小幅的躍增，幅度在0.2～0.3℃。除0～24h之外，對0～84h和72～156h預(yù)報時效的平均誤差進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，由于前者的時間分辨率較高，導(dǎo)致前者的最低溫度預(yù)報誤差明顯大于后者。圖1不同預(yù)報時效的年平均誤差(a,最低溫度;b,最高溫度)Fig.1Annualaveragebiasofdifferentpredictionaging(a,minimumtemperature;b,maximumtemperature)對于最高溫度(圖1b)，水城和六枝的模式預(yù)報誤差同樣存在隨時效的增加而逐漸減小的情況，但變化幅度要略小于最低溫度。相對來說，盤州不同時效的最高溫度預(yù)報誤差更為穩(wěn)定，處于2.3～2.5℃之間。同時由于最高溫度往往僅與14時溫度密切相關(guān)，使得在前后兩段預(yù)報時效(0～84h和72～156h)上，預(yù)報誤差并不存在最低溫度那樣的顯著差異?？傮w來看，水城、盤州、六枝3個站各時效平均的最高溫度年均預(yù)報誤差分別達(dá)到了1.7℃、2.4℃、0.9℃，要高于最低溫度的0.7℃、1.0℃、0.7℃。在預(yù)報誤差標(biāo)準(zhǔn)差的年均分布(圖2)方面，各個站點(diǎn)均遵循了預(yù)報時效越長、波動越大的特點(diǎn)和規(guī)律。但3個站點(diǎn)各個時效的最低溫度預(yù)報誤差標(biāo)準(zhǔn)差(圖2a)均低于1.8℃，甚至低于最高溫度(圖2b)中的0～24h時效(2.2℃)，表現(xiàn)出較好的穩(wěn)定性。相比之下，最高溫度的誤差標(biāo)準(zhǔn)差普遍超過了2.5℃，在96～120h時效后甚至超過3℃，表明了數(shù)值模式對于最高溫度預(yù)報較最低溫度存在更大的不確定性，尤其是在更長時效上。圖2不同預(yù)報時效的年平均誤差標(biāo)準(zhǔn)差(a,最低溫度;b,最高溫度)Fig.2Standarddeviationofannualaveragebiasofdifferentpredictionaging(a,minimumtemperature;b,maximumtemperature)2.2預(yù)報誤差及標(biāo)準(zhǔn)差的年變化圖3為各個站點(diǎn)不同預(yù)報時效預(yù)報誤差的年變化分布，對于最低溫度(圖3a、3c、3e)，除了六枝(圖3e)在2月份超過60h預(yù)報時效的時段內(nèi)出現(xiàn)預(yù)報誤差為負(fù)值的情況，其余月份和站點(diǎn)的在不同時效內(nèi)的預(yù)報誤差均處于0～1.8℃之間。月分布顯示，水城、六枝(圖3a、3e)在1月和2月的預(yù)報誤差最小，普遍低于0.5℃，春季(3—4月)和盛夏(7—8月)相對較大，而盤州(圖3c)除晚秋—初冬(11—12月)預(yù)報誤差相對較低(接近0.5℃)外，其余月份的預(yù)報誤差普遍在1℃以上。對于最高溫度(圖3b、3d、3f)而言，年內(nèi)各個月的預(yù)報誤差分布型與最低溫度相似，但變化幅度有明顯增大，其中，水城、六枝(圖3b、3f)呈明顯的雙峰型分布，預(yù)報誤差在春季(3—4月)和盛夏(7—8月)為波峰，誤差值普遍超過2℃，其中春季是熱低壓系統(tǒng)的高發(fā)期，從而使得處于熱低壓控制下的黔西地區(qū)時常出現(xiàn)晴朗少云天氣，最高溫度往往較模式預(yù)報溫度明顯偏高；而在冬半年(10月—次年2月)以及春末初夏(5—6月)為波谷，誤差值低于1℃，其中六枝在10月和1—2月甚至達(dá)到負(fù)值，接近-1℃，這是由于冬半年云貴準(zhǔn)靜止鋒活躍，處于鋒后的水城和六枝最高溫度低于模式預(yù)報溫度。相比之下，處于靜止鋒前的盤州(圖3d)的最高溫度預(yù)報誤差波動呈多峰谷分布，變化幅度較水城、六枝小，其中8月最大，可達(dá)3.7℃，10月最小，為1.4℃，其余月份處于2～3℃之間。圖3不同預(yù)報時效的預(yù)報誤差年變化(a,b為水城，c,d為盤州，e,f為六枝；a,c,e為最低溫度;b,d,f為最高溫度)Fig.3Annualvariationofpredictionbiasfordifferentpredictionaging(aandbareShuicheng,canddarePanzhou,eandfareLiuzhi；a,candeareminimuntemperature;b,dandfaremaximuntemperature)針對各個站點(diǎn)在不同預(yù)報時效的預(yù)報誤差標(biāo)準(zhǔn)差年變化分析(圖略)可知，無論是最低溫度還是最高溫度，在年內(nèi)的標(biāo)準(zhǔn)差變化均呈單峰(谷)型分布，夏季(6—8月)的標(biāo)準(zhǔn)差明顯低于其余月份，3個站的最低溫度預(yù)報誤差標(biāo)準(zhǔn)差均接近1℃左右，最高溫度的預(yù)報誤差標(biāo)準(zhǔn)差降至2℃以下。而冬季(12月—次年2月)的標(biāo)準(zhǔn)差最大，水城、盤州、六枝各個時效平均的最低溫度預(yù)報誤差標(biāo)準(zhǔn)差最大分別可達(dá)到2.0℃、2.4℃、1.6℃，最高溫度誤差標(biāo)準(zhǔn)差甚至超過3.5℃。因此，對于六盤水而言，從綜合預(yù)報誤差及其標(biāo)準(zhǔn)差的年變化來看，模式的溫度預(yù)報在初夏(6月)可靠性最高，而在春季(3—4月)可靠性最低。3未來5d預(yù)報的預(yù)報誤差統(tǒng)計(jì)由前文的分析可知，由于模式預(yù)報對于單個時效的預(yù)報存在較大誤差和不確定性，其預(yù)報準(zhǔn)確率遠(yuǎn)遠(yuǎn)不能滿足預(yù)報業(yè)務(wù)需求，且由于目前相關(guān)業(yè)務(wù)規(guī)定,對溫度預(yù)報質(zhì)量的考核時段為5d(120h)。因此，本文將采用如表1所示的方法，將多時效對于同1d的預(yù)報值進(jìn)行算術(shù)平均，從而獲得模式對于未來5d(未來24h、48h、72h、96h、120h)多時效平均的溫度預(yù)報值，并通過對2018年1月1日—2019年12月31日共730d內(nèi)不同預(yù)報天數(shù)的預(yù)報誤差及其占比進(jìn)行統(tǒng)計(jì)，選取最大占比誤差作為預(yù)報值的訂正指標(biāo)。3.1年平均預(yù)報誤差表2給出了模式對于未來5d(24～120h)預(yù)報的年平均預(yù)報誤差值。由表可見，經(jīng)過多時效預(yù)報平均后，模式對于未來5d(24～120h)的平均誤差相比原本的單時效(圖1)更加穩(wěn)定，將全市3個站點(diǎn)的最低溫度以及六枝的最高溫度預(yù)報誤差限制在了1℃以下，且預(yù)報誤差隨預(yù)報時效的變化幅度低于0.2℃。除此之外，水城和盤州的最高溫度平均預(yù)報誤差也分別在1.6～1.7℃和2.3～2.4℃之間。表2未來5d(24～120h)預(yù)報的年平均預(yù)報誤差(單位：℃)Tab.2Annualaverageforecastbiasofforecastinthenextfivedays(24～120h，unit：℃)在初步了解模式對未來5d(24～120h)的平均預(yù)報誤差之后，我們?nèi)匀魂P(guān)心不同的預(yù)報誤差e及其e±2℃范圍內(nèi)的誤差值在過去2a(2018—2019年)中所出現(xiàn)的頻次及占比，尤其是能夠達(dá)到最大占比的預(yù)報誤差e。全市3站不同預(yù)報天數(shù)的預(yù)報誤差最大占比統(tǒng)計(jì)結(jié)果如表3所示。當(dāng)水城未來24h最低溫度預(yù)報誤差值(實(shí)況-預(yù)報)e=1.0℃時，處于e±2℃(-1～3℃)范圍內(nèi)的預(yù)報誤差值共占到了90.14%，對此我們即可理解為：倘若在過去2a的730d中，對于水城未來24h的模式最低溫度預(yù)報值進(jìn)行+1℃的訂正之后，預(yù)報準(zhǔn)確率可以達(dá)到90.14%。同樣，水城站未來48～120h的預(yù)報準(zhǔn)確率分別可達(dá)到89.04%、87.81%、85.48%、83.29%，據(jù)此所得5d綜合最低溫度預(yù)報準(zhǔn)確率為88.70%。表3未來5d(24～120h)預(yù)報誤差最大占比統(tǒng)計(jì)分布Tab.3Statisticaldistributionofthelargestproportionofpredictionerrorinthenextfivedays(24～120h)在對水城的最高溫度以及盤州、六枝的溫度預(yù)報誤差進(jìn)行同樣的統(tǒng)計(jì)后，若全部根據(jù)相應(yīng)的最大占比誤差直接進(jìn)行訂正，那過去2a的六盤水市5d(120h)綜合最低溫度預(yù)報準(zhǔn)確率將達(dá)到88.11%，最高溫度預(yù)報準(zhǔn)確率可達(dá)到62.29%，溫度預(yù)報準(zhǔn)確率為75.20%。但上述預(yù)報準(zhǔn)確率除了與氣象事業(yè)現(xiàn)代化發(fā)展要求和社會公眾需求之間存在較大差距外，還遠(yuǎn)低于六盤水市2018年(82.87%)和2019年(79.36%)的實(shí)際溫度預(yù)報準(zhǔn)確率，因此有必要進(jìn)一步分析。3.2月平均預(yù)報誤差對逐月的預(yù)報誤差最大占比統(tǒng)計(jì)結(jié)果再次進(jìn)行統(tǒng)計(jì)(圖略)，并采用逐月的最大占比誤差作為指標(biāo)對3個站點(diǎn)的模式預(yù)報值進(jìn)行訂正，得到的5d(120h)溫度預(yù)報準(zhǔn)確率如表4所示。由表可知，此時最低溫度預(yù)報準(zhǔn)確率提升至89.90%，較采用年平均最大占比誤差進(jìn)行訂正的預(yù)報準(zhǔn)確率(88.11%)提升了1.79%，而最高溫度的平均預(yù)報準(zhǔn)確率則有大幅度的提升，達(dá)到69.82%，較年平均訂正提升了7.53%，其中六枝最高溫度預(yù)報準(zhǔn)確率提升幅度甚至超過了10%，而綜合溫度預(yù)報準(zhǔn)確率達(dá)到79.86%，較之前提升了4.66%，已超過2019年六盤水市的實(shí)際預(yù)報準(zhǔn)確率。表明基于氣候概率統(tǒng)計(jì)得到的逐月指標(biāo)訂正方法能夠明顯提高數(shù)值模式對六盤水市的溫度預(yù)報能力，在一定程度上為提升預(yù)報質(zhì)量提供了較大的可能性。表4通過逐月指標(biāo)訂正得到的全市120h溫度預(yù)報準(zhǔn)確率及較年平均訂正的漲幅Tab.4Accuracyof120htemperatureforecastthroughmonthlyindexcorrectionandincreasecomparedwiththeannualaveragecorrection4不同天氣背景下的未來24h最高溫度預(yù)報誤差由表4可知，逐月指標(biāo)訂正方法對于提升六盤水市預(yù)報質(zhì)量的潛在作用已經(jīng)呈現(xiàn)，120h最低溫度的平均預(yù)報準(zhǔn)確率接近90%，已達(dá)到近年來預(yù)報準(zhǔn)確率的前列，且進(jìn)一步提升的幅度已相對有限。相比之下，逐月指標(biāo)訂正所得到的最高溫度平均預(yù)報準(zhǔn)確率低于70%，仍有較大的提升空間。由于最高溫度的預(yù)報誤差受天氣系統(tǒng)和天空狀況的影響程度遠(yuǎn)大于最低溫度，本文還對不同天氣背景下模式的最高溫度預(yù)報誤差和站點(diǎn)日較差進(jìn)行了統(tǒng)計(jì)。利用站點(diǎn)觀測的氣象要素實(shí)況資料，根據(jù)不同的日照時間和平均相對濕度條件，將天氣類型定義為晴天、陰天、雨天3類。日照時間≥2h定義為晴天，0<日照時間此外，考慮到模式對于較長時效天空狀況的預(yù)報仍然具有較大的不確定性，因此，本文僅根據(jù)不同的天氣類型對模式的未來24h最高溫度預(yù)報誤差和日較差2個要素進(jìn)行統(tǒng)計(jì)分析(表5)。表5不同天氣背景下未來24h最高溫度預(yù)報的最大占比誤差及實(shí)況日較差統(tǒng)計(jì)Tab.5Statisticsofmaximumproportionbiasandactualdailyrangeofmaximumtemperatureforecastinthenext24hoursunderdifferentweatherbackgrounds由表5可見，當(dāng)模式預(yù)報未來24h為晴天時，水城、盤州、六枝未來24h最高溫度預(yù)報的最大占比誤差分別為3.2℃、2.9℃、3.2℃，此時3個站最高溫度預(yù)報準(zhǔn)確率可分別提高至85.48%、71.58%、88.99%，平均準(zhǔn)確率達(dá)82.02%；而對于陰天和雨天，若仍利用最大占比誤差來對模式預(yù)報進(jìn)行訂正，得到的24h最高溫度預(yù)報準(zhǔn)確率分別為71.98%和67.79%，將低于采用最大占比日較差來進(jìn)行預(yù)報所得到的預(yù)報準(zhǔn)確率(77.99%和81.49%)。因此，在進(jìn)行最高溫度預(yù)報時，應(yīng)根據(jù)不同的天氣類型選取不同的訂正指標(biāo)。在晴天時，應(yīng)使用預(yù)報誤差進(jìn)行訂正，而在陰天和雨天時，應(yīng)考慮站點(diǎn)本身的日較差進(jìn)行預(yù)報。此時3種不同天氣類型相平均的最高溫度預(yù)報準(zhǔn)確率將達(dá)到80.50%(表5)，將遠(yuǎn)高于使用逐月和年平均指標(biāo)訂正方法的預(yù)報準(zhǔn)確率(表4)。盡管此種訂正方法能夠明顯提升全市的最高溫度預(yù)報準(zhǔn)確率，但受到模式對于天空狀態(tài)在較長時效下的預(yù)報能力不足，以及最低溫度預(yù)報準(zhǔn)確率的影響，此種訂正方式對于綜合溫度預(yù)報準(zhǔn)確率的提升效果仍存在一定的不確定性。5各站點(diǎn)溫度預(yù)報的訂正指標(biāo)及效果評估5.1各站點(diǎn)溫度預(yù)報的訂正指標(biāo)前文對全市3個觀測站溫度預(yù)報的訂正指標(biāo)進(jìn)行了詳細(xì)討論。2020年盤州和六枝遷站，因此需要依據(jù)遷站前后的溫度要素平均差值將相應(yīng)的指標(biāo)進(jìn)行二次訂正。最終采用逐月多時效平均的模式預(yù)報誤差對六盤水市3個國家基準(zhǔn)觀測站的最低溫度預(yù)報進(jìn)行訂正，訂正指標(biāo)如表6所示。而對于最高溫度預(yù)報，則依據(jù)不同的天空類型，晴天采用多時效平均的模式預(yù)報誤差進(jìn)行訂正，而陰天和雨天則在考慮最低溫度預(yù)報的基礎(chǔ)上采用日較差指標(biāo)進(jìn)行訂正，具體訂正指標(biāo)如表7所示。表6不同月份不同預(yù)報時效下各站點(diǎn)最低溫度預(yù)報的訂正指標(biāo)(單位:℃)Tab.6Revisedindexesofminimumtemperatureforecastindifferentmonthsanddifferentforecasttime(unit:℃)表7不同天氣背景下各站點(diǎn)最高溫度預(yù)報的訂正指標(biāo)(單位:℃)Tab.7Revisedindexesofmaximumtemperatureforecastunderdifferentweatherbackgrounds(unit:℃)5.2訂正效果評估為進(jìn)一步檢驗(yàn)上述指標(biāo)的合理性和可用性，利用上述指標(biāo)對2019年12月31日—2020年11月30日六盤水市未來5d(24～120h)的溫度進(jìn)行預(yù)報，并將預(yù)報準(zhǔn)確率與實(shí)際預(yù)報準(zhǔn)確率進(jìn)行對比。逐月的最低溫度預(yù)報結(jié)果如表8所示，全年平均最低溫度預(yù)報準(zhǔn)確率與實(shí)際相當(dāng)，分別為88.36%和89.16%，從逐月的分布來看，整個夏半年(3—10月)，采用指標(biāo)訂正后的最低溫度預(yù)報準(zhǔn)確率除了6月外，其余月份均超過當(dāng)前的實(shí)際預(yù)報準(zhǔn)確率，其中9月的盤州預(yù)報準(zhǔn)確率甚至達(dá)到100%；而在2020年初的冬季(1—2月)及11月則與實(shí)際的預(yù)報準(zhǔn)確率差距較大，尤其是隆冬1月。而這是否與1月所存在的熱低壓與靜止鋒頻繁活動，或者與盤州、六枝遷站后在冬半年(11月—次年2月)呈現(xiàn)出新的預(yù)報誤差特征有關(guān)，有待進(jìn)一步的分析。表8采用訂正指標(biāo)后的全市120h最低溫度預(yù)報與實(shí)際預(yù)報準(zhǔn)確率的對比(單位：%)Tab.8Comparisonbetweentheaccuracyof120hminimumtemperaturepredictionandactualpredictioninthecityafterusingtherevisedindex(unit:%)而對于最高溫度預(yù)報來說，本文只關(guān)注了24h的預(yù)報，且不分月份，只與天氣類型有關(guān)。由表9可見，在經(jīng)過指標(biāo)訂正后，六盤水市2020年的24h最高溫度預(yù)報準(zhǔn)確率為78.64%，要高于實(shí)際的24h最高溫度預(yù)報準(zhǔn)確率(76.61%)。此外，可以看到3個站點(diǎn)的預(yù)報準(zhǔn)確率最大值和最小值所對應(yīng)的天氣類型各有所不同。水城和六枝雨天的最高溫度預(yù)報準(zhǔn)確率要明顯高于晴天和陰天，盤州則是陰天的最高預(yù)報準(zhǔn)確率最高，晴天最低。表9采用訂正指標(biāo)后的全市24h最高溫度預(yù)報與實(shí)際預(yù)報準(zhǔn)確率對比(單位：%)Tab.9Comparisonbetweentheaccuracyof24hmaximumtemperature