利用2018年1月1日至12月31日大連地區(qū)智能網(wǎng)格產(chǎn)品數(shù)據(jù)、省局指導(dǎo)產(chǎn)品數(shù)據(jù)和縣局人工訂正產(chǎn)品數(shù)據(jù)生成大連地區(qū)全域114個鄉(xiāng)鎮(zhèn)站點的預(yù)報,對比實況日晴雨和最高（低）氣溫,進(jìn)行了預(yù)報質(zhì)量檢驗。結(jié)果表明:對于旅順、金普新區(qū)、長海、長興島而言,市局指導(dǎo)產(chǎn)品的確率接近和超過縣級業(yè)務(wù)人員制作的訂正預(yù)報,北部瓦房店、普蘭店、莊河由于站點眾多,路面狀況復(fù)雜,業(yè)務(wù)人員的訂正還具有明顯的正技巧,需要提高智能網(wǎng)格業(yè)務(wù)對北部地區(qū)的預(yù)報能力;省市晴雨指導(dǎo)預(yù)報效果還是不太理想,容易出現(xiàn)空報情況,還需要人工進(jìn)行訂正;最高溫度預(yù)報性能在3至6月,指導(dǎo)預(yù)報效果不太理想,其余月份均有較強參考價值;最低溫度冬季北部地區(qū)人工訂正還是存在較強的正技巧,南部地區(qū)同人工預(yù)報性能相近。 

【文章來源】：綠色科技. 2020,(06)

【文章頁數(shù)】：5 頁

【部分圖文】：

鄉(xiāng)鎮(zhèn)預(yù)報站點分布

從圖2各區(qū)縣晴雨預(yù)報確率圖可以看出，除大連市區(qū)由于市局不開展鄉(xiāng)鎮(zhèn)預(yù)報業(yè)務(wù)，由省局指導(dǎo)預(yù)報作為本區(qū)域業(yè)務(wù)人員的默認(rèn)值外，其余各區(qū)縣經(jīng)過業(yè)務(wù)人員訂正過的預(yù)報確率均高于省市指導(dǎo)預(yù)報，達(dá)到業(yè)務(wù)考核標(biāo)準(zhǔn)（準(zhǔn)確率82%），相對于指導(dǎo)預(yù)報具有明顯的正技巧。旅順口區(qū)、金普新區(qū)相對于省局、市局預(yù)報確率均提高4%～6%；瓦房店、普蘭店相對于省局指導(dǎo)預(yù)報有4%～7%的提高，而對于市局指導(dǎo)預(yù)報有8%～10%的提升；莊河相對于省局指導(dǎo)預(yù)報提高15%，相對于市局指導(dǎo)預(yù)報提升15%；長海、長興島預(yù)報站點少，相對于省局預(yù)報也1%～3%的確率提升，相對于市局預(yù)報提升4%～7%。從圖中還能看出市局預(yù)報在晴雨預(yù)報確率上除旅順口區(qū)外均低于省局預(yù)報確率。3.1.2 最高溫度

圖3中各區(qū)縣最高溫度預(yù)報確率圖呈現(xiàn)出與晴雨預(yù)報確率不同的特點。除大連市區(qū)外，其余各區(qū)縣業(yè)務(wù)人員預(yù)報確率均高于72%的考核標(biāo)準(zhǔn)，同時高于省市指導(dǎo)預(yù)報產(chǎn)品。其中省局預(yù)報確率最低，而市縣兩級的預(yù)報中，普蘭地、瓦房店、莊河縣局預(yù)報高于市局指導(dǎo)預(yù)報，旅順口區(qū)、長興島縣級預(yù)報低于市局指導(dǎo)預(yù)報，而金州區(qū)市縣預(yù)報確率持平。從圖中可以明顯顯示出對于大連各區(qū)域省局指導(dǎo)預(yù)報預(yù)報能力比較平均，差異不大，而對于市局指導(dǎo)預(yù)報，對于南部區(qū)域（金州以南和長海）的預(yù)報能力明顯高于北部區(qū)域（瓦房店、普蘭店、莊河），市局指導(dǎo)預(yù)報確率均超過72%的標(biāo)準(zhǔn)，其中長興島只有兩個考核站點，代表性不強。3.1.3 最低溫度

【參考文獻(xiàn)】：
期刊論文
[1]智慧氣象在智慧城市建設(shè)中的應(yīng)用思考[J]. 段景瑞,桂楠.  農(nóng)家參謀. 2017(12)
[2]基于評分最優(yōu)化的模式降水預(yù)報訂正算法對比[J]. 吳啟樹,韓美,劉銘,陳法敬.  應(yīng)用氣象學(xué)報. 2017(03)
[3]MOS溫度預(yù)報中最優(yōu)訓(xùn)練期方案[J]. 吳啟樹,韓美,郭弘,蘇同華.  應(yīng)用氣象學(xué)報. 2016(04)



本文編號：3357193