2019—2021年北京春季温度预报的精细化检验评估OA北大核心CSTPCD

利用2019—2021年2—4月北京地区国家级气象台站逐3 h观测资料,基于统计分析方法对欧洲中期天气预报中心全球数值模式(ECMWF)、中国气象局全球区域同化预报系统(CMA-GFS)以及智能网格预报国家级指导报(SCMOC)、国省融合预报(SMERGE)的温度预报开展了精细化检验评估。结果表明,ECMWF和CMA-GFS对北京春季的温度预报多出现负偏差,且山区和平原地区无明显差异,但在夜间更加突出。SCMOC和SMERGE对温度预报有较好订正能力,温度预报平均误差集中在-1~1℃,温度预报准确率较高且平均绝对误差也较小。四种产品对于24 h变温以及日内昼夜温差的预报存在问题为:所有产品对强变温的变化幅度预报不足,且智能网格预报产品也未体现明显的订正能力;此外,所有产品对昼夜温差幅度的预报存在1~3℃的正偏差,SCMOC有一定订正能力,而SMERGE高估昼夜温差的情况更突出。模式预报昼夜温差偏大与低温(05时温度)预报偏低密切相关,而智能网格预报的高温(14时)预报偏高也不容忽视。通过精细化检验分析,说明智能网格预报在关注整体准确率提升(平均绝对误差,减小)的同时,还应关注天气过程发展演变特征。