月平均最高温度

是气候和农业气候区域的一种指标温度。因温度是一切生物生长的必要外部条件之一，植物生长发育除了有下限温度外，还应有一个最适温度。例如，水稻的最适温度是26－32℃，此时发育迅速健壮，高于或低于最适温度生长都减慢。2100433B

月平均温度是一个月内逐日温度之平均值。是气候和农业气候区域的一种指标温度。因温度是一切生物生长的必要外部条件之一，植物生长发育有一个适宜的温度区间。

月平均温度研究背景

随着科学技术的发展，短期气候预测方法越来越多，但各种预测方法对同一预测对象进行预测时经常得到不同的结果，根据各种预测方法的历史表现，进行客观集成，已经成为当今气候预测领域的关键技术之一，越来越被人们所重视比。集成预测技术是气候模式预测发展的方向之一，为了消除动力气候模式预测的不确定性，更加注重多模式的超级集合方法。多数集成预测方法中的成员在集成预测中的权重主要依赖于历史样本统计得出，是静态的、固定的，一般不考虑各成员预测能力在不同季节、不同地域和不同时期的差异，对某一成员采取统一的权重系数，势必影响预测效果，可能导致集成预测性能的不稳定。

研究利用3种预测方法和国家气候中心业务产品共11年的月平均气温(距平)预测结果和评分结果，对陕西3个不同气候区域、不同年份和不同月份，动态地确定各成员在集成预测中的权重，对比分析各种集成预测方法的效果，寻找适合气候预测业务现状的动态客观集成预测方法。

月平均温度资料与方法

（1）资料处理

选取榆林(陕北)、西安(关中)、汉中(陕南)3个气候区域作为研究对象，各气候区域包含的代表气象站:榆林(神木、榆林、横山)，西安(临漳、西安、户县)，汉中(勉县、汉中、洋县)。使用资料：1999年7月至2010年6月3个气候区域逐月平均气温及多年平均值；各种预测方法、国家气候中心和陕西业务产品1999年7月至2010年6月逐月平均气温(距平)预测结果。

评分使用2010年实施的用于国家级和省级短期气候预测质量检验的《短期气候预测质量分级检验办法》中的PS评分方法(见表1)。2010年前后评分用语及各等级划分标准有所不同(见表2)，由表2可知，2010年之前预测月平均气温偏高0.5~1.0℃和2010年之后预测1.0~2.0℃对应的评分用语和等级是一致的，为保证评分的客观性和连续性，对国家气候中心和陕西气候预测业务产品分别作如下处理。

国家气候中心业务产品：(1)附有月平均气温距平预报图的业务产品，一律按照图中陕西3个气候区域所在位置的颜色和图例读取预测值，并规定气温距平。-1℃取值0.4℃，1.0~2.0℃取值1.4oC，2.0~3.0℃取值2.4C，-1.0~0℃取值-0.4℃，-2.0~-1.0℃取值-1.4℃，-3.0~-2.0℃取值-2.4℃。(2)2005年及其以前没有附月平均气温距平预报图的业务产品，根据产品中文字描述，严格按照《中国气象地理区划手册》中一级、二级气象地理区划及其说明给出陕西3个气候区域的预测结果，并规定气温偏高取值0.4℃，偏高1℃左右取值1.1℃，偏高1℃以上取值1.4℃；气温偏低取值-0.4℃，偏低1℃左右取值-1.1℃，偏低1℃以上取值-1.4’C。

陕西业务产品：规定2010年之前业务产品所附气温距平预测值，正距平(包括距平为0)统一加0.5℃，负距平一律减0.5℃。2010年及其以后业务产品所附气温距平预测值不变。

（2）预测方法介绍

多元回归预测(X₁)：利用500和100hPa高度场以及500—100hPa厚度场与预测对象之间的高相关区建立多元回归预测模型进行预测，是陕西气候预测业务使用时间最长的方法之一。

月际持续性预测(X2)：将预测月前一个月的实况距平作为本月的预测值。

年际持续性预测(X₃)：将预测月前一年当月的实况距平作为本月的预测值。

基于EOF的Downsealing方法(X₄)：用全球大气与热带太平洋相祸合的数值模式(couple globe climate model，CGCM)输出的500hPa高度场作为因子场，利用建立的预测模型进行预测。

（3）集成预测方法介绍

集成预测方法共两类6种。第一类，根据预测年之前每种预测方法评分平均值占各种预测方法总分值的比值确定权重，建立集成预测方程，包括使用预测年前10年、前5年和前3年评分平均值确定权重系数3种方法。集成预测方程是动态的，随预测对象、年份、月份的变化而变化。参加集成的成员有11年历史预测结果。

第二类，计算预测年之前各种预测方法评分平均值，只选取60.0及其以上的预测方法作为集成成员，根据人选各成员评分平均值占人选各成员总分值的比值确定权重，建立集成预测方程，同样包含使用预测年前10年、前5年和前3年评分平均值确定权重系数3种方法。集成预测方程也是动态的，评估数据情况说明同第一类。如果各种预测方法预测年之前评分平均值都小于60.0，则按照第一类中相应的集成预测方法进行集成。

（4）评分方法介绍

评分使用2010年实施的《短期气候预测质量分级检验办法》中的PS评分方法，表1和表2分别为该方法使用的评分表和评分用语、各等级划分标准。评分使用的月平均气温多年平均值2003年6月以前为1961一1990年数据，2003年6月起为1971一2000年数据。

月平均温度研究结论

研究选择3个气候区域作为研究对象，优点是各种预测方法历史预测结果和评估结果时间序列较长，可以进行多种动态集成预测方案的对比研究。缺点是可供集成预测研究选择的成员有限，即有较长历史预测结果的客观预测方法较少。

主要研究结论：(1)对3种预测方法和国家气候中心业务产品预测结果进行集成预测的结果表明，各种集成预测方法多年评分平均值都高于参加集成的任何一个成员，表现出集成的优势。说明广泛应用于气候模式预测的集成思想和集成预测方法，应用到传统的统计预测方法中，同样能够提高气候预测的技巧。

(2)第二类集成预测方法总体效果优于第一类。其中前5年预测效果好、对各种预测方法历史评分时间要求较低，推荐首先选择使用。从区域分布看，榆林集成预测的效果最好。

(3)国家气候中心业务产品对陕西3个气候区域的预侧技巧较高，将其预测结果进行客观化的处理，同X₁，X₂和X₃一起参加集成预测，和将X₁，X₂和X₃作为成员进行集成预测相比，集成预测技巧明显提高，说明集成预测方法确定后，参加集成各成员的预测能力最终决定集成预测的技巧。

一般认为持续性预测属于无技巧预测方法，本文将其作为参加集成的成员，一是因为其近十多年表现出较高预测技巧，二是它可以提供较长时间历史预测评分结果，让其参加集成，可以对多种集成预测方法效果进行对比分析，验证客观集成预测的效果和重要性。

(4)动态客观集成预测效果高于陕西同期发布的业务产品，说明在现有条件下陕西月平均气温(距平)趋势预测水平仍有较大的提升空间。跟踪评估各种预测方法和业务指导产品预测能力，挑选能力较强的方法和产品进行客观集成是一种简单易行的方法。

2007年，中国气象局指定陕西8个气象站为全国气候预测质量业务考核站。与3个气候区域相比，针对考核气象站的预测方法更多，客观集成可供选择的范围更大，根据研究结论，已经实际应用于8个考核气象站的气候预测业务，有待接受进一步检验。

月平均最低温度（monthly mean minimum temperature）是指一个月内逐日最低温度之平均值，是气候分析中常用的一种温度指标。最低温度低于0℃，就可能出现冰冻现象，危害农作物。

主要异常深度都在水下100 m以上,且异常值较小。这也证明热量场的影响主要是在海洋表层温度,而风场异常能够导致深层水出现较大异常。 2100433B