气象历研究报告

陕西省气象局张时钊于９１．５．１

应用计算机使数值天气预报有了长足进步。但是这仅限于短期天气形势预报，根据它再作要素预报（如雨量），准确率要降低许多。至于１５天以上的长期天气预报，可以说还没有公认的可靠方法，准确性更差。以报下一个月的月均温和月雨量比常年高还是低来说，美国的准确率为６７％和５２％，苏联为５８％和５４％，日本为６６％和５８％。世界上没有做一个月以上的逐日天气预报的，只有我们中国，在７０年代，曾出现一种气象历，上面列出未来一年可能下雨的一些日期，或可称之为超长期逐日天气预报。这种气象历据说很受欢迎，但现在却已绝迹，大概由于准确率太差，又不易制作之故。我现在已研制成功一个计算机软件，仅根据４０年以上的单站单项气象要素记录，就可以作出未来１５个月的逐日要素值预报，它已具有一定程度可供实用的稳定的准确性。除日雨量和日均温外，还对一个地区的冰雹、地震做过少量试验，也有效果。

我不是学气象的，自６８年开始研究天气预报，从７６年起，仅用算盘、计算尺编算气象历，到７７年写出数学论文《质周期分析》。周期分析方法繁多，只有谐波分析较科学。但把它用到总周期未定的无穷时间序列，却有不可克服的矛盾，以至反而要求所用历史资料不能太长，所取周期不宜多于４－５个。我的方法在一定程度上克服了这些矛盾。科学史上常有这样的事，门外汉初生之犊不怕虎反而有新突破，我是否巳找到一条新路子？数值预报的模式、初始场、步长再细也走不太远，这说明要把握大气运动可能还得创用一套新概念。为此应该同时从另一个方向先研究其运动轨迹，找周期。不妨把一切有关的因素都包括到大气这个对象中，把它看成没有输入而有无穷输出的特大系统（黑箱）。对于这样的系统，如有规律，只能是周期性，尤其对某一个输出的离散记录是如此。韵律、相似、相关等，归根结底都是周期性。天文学史上是先发现一些周期、能够预报日蚀和月蚀后，才形成太阳系理论，最后方有牛顿力学，而不一定要先追求所谓的物理意义。

我用以下方法检验我的逐日预报的准确率。计算实际雨量与前后一天（共３天）预报雨量之差的最小值，及预报雨量与前后一天（亦３天）实际雨量之差的最小值，求其均方统计值称为＂最小误差＂，与实际日雨量序列的离差（均方差）比较；把实际雨量序列和预报序列都作三天的滑动平均，计算同一天两者的差的均方值称为＂滑动误差＂，与实际的滑动离差比较。如果每月都能以当月的实际平均值作预报，这两种预报误差才等于相应的实际离差。实际上我们只能用历史平均值作这种气候预报，这时两种误差都将大于相应的实际离差。

对于雨量序列，还计算以下两种准确率。⑴、雨日准确率：预报有雨量而前后一天内实际有雨量、实际有雨量而前后一天内至少一天预报有雨为正确，反之为错。按这一方法计算一个月的准确率时，如果实际无一个雨天，则无论怎样报，雨日准确率都为０。⑵、晴雨准确率：同上，再加上实际无雨量而前后一天内至少有一天预报无雨、预报无雨而前后一天内至少一天实际无雨量为正确，反之为错。若每天都以有雨量的雨日气候概率Ｒ作预报，因为一般地区Ｒ＜０．５（西安为０．３２５），应天天报无雨量。这时晴雨准确性将略大于１－Ｒ，不会超过１－Ｒ／２，但雨日准确率为０。为了追求前面两种预报误差低一些而天天报历年平均日雨量，也就是说天天报有微量雨，则雨日准确率略大于２Ｒ／（１＋Ｒ）而不超过４Ｒ／（１＋Ｒ），晴雨准确率略大于Ｒ而决不会超过２Ｒ。

上面计算二种准确率时，都可前后跨一天。因为短期降水预报评分都可后跨１２小时，对于超长期逐日预报来说是很严格了。因为它不仅可以后跨，也可以前跨，如果有意相间地预报一天晴一天雨，则不管下雨不下雨似乎都被认为百分之百正确。单纯从实际雨量序列来检验确是如此。但上面的方法同时要从预报序列来检验，这时只要实际出现一个连晴或连雨三天的子序列，就有一个错。我的预报是由上百个周期叠加而得的，本身会报出连雨或连睛，还要使总雨量和雨日数都尽量符合实际，不可能投机取巧，所以这样的方法是严格而合理的。

对于日均温序列，仿照日雨量序列，也计算两个预报准确率。⑴、降温准确率:实际日均温比前一天低１℃ 以上时，在预报序列的前后三天中也有一天预报值比前一天预报值低１℃ 以上；同样，预报序列中有一个值比前一个值低１℃ 以上，在其前后三天中确有一天日均温降１℃ 以上；这样才为正确，否则为错。不计算降温在１℃ 以内者。⑵、升温准确率：同前述，只是把降温改为升温即可。如果不用这两个指标，只追求减少上面两种误差(滑动误差和最小误差)，则只要所用资料长，而选取的周期数不必很多。但这时预报曲线很平滑，预报不出冷空气活动造成的日均温的强烈波动。

用我的方法做了１４次日雨量预报．每次报４５０天（１５个月）的逐日雨量。用上面的检验方法，结果如下：

平均最高最低

滑动离差２．９０３．８２．０

滑动误差３．２５４．０２．５

序列离差４．９０６．４３．４

最小误差３．３１４．０２．６

雨日准确率６４．３８７０．６５８．９

睛雨正确性８３．９７８８．０８１．１

预报都是取前期１５０００天（约４１年）的资料，分析选用１５０到１６０个周期叠加外推得到的，所有准确性都是真正的预报准确性而不是拟合准确性。这是目前得到的最好结果。请注意，１４次中最高和最低的准确性之差在１０％左右，就是说预报效果较稳定。特别是两种实际离差有较大的波动（最高与最低之差分别为１．８和３．０），而两种预报误差的波动反而小（１．５和１．４）。

日均温的预报可以在较短的前期资料（１５００天）和较少的周期数（９０个）下就获得较好的结果。下面是１２次预报的检验结果，同样比较稳定。从两种预报误差看，不比日雨量预报好，两者都是最小误差小于实际离差，但滑动误差仍略大于实际滑动离差：

平均最高最低

滑动离差２．３９２．６２．１

滑动误差３．０８３．４２．７

序列离差３．５０３．８３．１

最小误差２．５０２．７２．２

降温准确率６６．４５７４．３６０．５

升温准确率７１．５９７７．６６８．４

以上两表都是对整个１５个月的检验结果。为了考察预报的时效，看看准确率会不会因外推过远而降低，还按月（３０天）进行了检验。因为一年中降水随季节的变化很大，少雨月份一次未报准就可能会使准确率为０，所以我们特地使两次预报间相隔３００天而不是正好一年。这样统计不同时效的准确率时，可以让多雨少雨时段错开而不受季节性的干扰。从下表可见，在１５个月内，预报准确率没有明显降低。但除晴雨准确率外，其它三项统计值都不计算剔除过低的准确率，因为受个别月份准确率过低的影响,会使月统计值很小。

月次１２３４５６７８９ 10 11 12 13 14 15

雨日准确率 56.7 62.1 45.9 62.7 58.0 60.1 64.1 61.0 57.7 51.9 55.6 63.7 54.6 57.9 53.3

睛雨准确率 81.2 86.6 81.4 88.0 81.6 83.2 87.2 83.7 84.2 85.5 79.1 86.2 83.3 86.9 81.8

降温准确率 65.7 67.9 55.0 63.8 71.2 74.9 71.3 63.4 61.2 65.4 58.2 69.0 66.6 58.6 64.8

升温准确率 72.9 70.1 72.3 66.9 68.7 69.2 69.6 71.4 67.2 70.3 65.1 74.0 68.9 63.3 70.1