总739期第五期
2021年2月河南科技
Journal of Henan Science and Technology
王海燕鲁岳陈丽娜
（酒泉市气象局，甘肃酒泉735000）
摘要：本文利用2019年12月和2020年1月至11月气象观测资料、ECMWF再分析资料和“FY-4”陆表温度资料，基于BP神经网络对甘肃省酒泉市一次霜冻天气进行预报分析研究。研究表明：此次霜冻天气前期受到贝加尔湖西部冷槽影响使气温下降，后期乌拉尔山高压脊东移使天气转晴，冷平流及强辐射的共同影响是此次霜冻天气的主要原因；霜冻天气过程中，500hPa最大北风带的建立、东移和南伸是一个极为重要的因素；基于BP原理，制作未来时刻的地面最低温度预报，确定此次霜冻天气过程的开始时间和影响范围，但霜冻天气预报对霜冻天气范围的计算有待提高。
关键词：BP神经网络；酒泉市；霜冻天气
中图分类号：P457.6文献标识码：A文章编号：1003-5168（2021）05-0144-03 Prediction of Frost Weather in Jiuquan City Based on BP Neural Network
WANG Haiyan LU Yue CHEN Lina
（Jiuquan Meteorological Bureau，Jiuquan Gansu735000）
Abstract:Based on the meteorological observation data in December2019and from January to November2020,EC⁃MWF reanalysis data and"FY-4"land surface temperature data,a frost weather forecast in Jiuquan City of Gansu Province was analyzed and analyzed based on BP neural network.The results show that:in the early stage of the frost weather,the cold trough in the west of Baikal Lake made the temperature drop,and in the later stage,the high pres⁃sure ridge of Ural Mountain moved eastward to make the weather clear.The combined effect of cold advection and strong radiation is the main cause of the frost weather;in the process of frost weather,500The establishment,east⁃ward movement and southward extension of HPA maximum north wind zone is a very important factor;based on BP principle,the ground minimum temperature forecast in the future is made to determine the start time and influence range of the frost weather process,but the calculation of frost weather range in frost weather forecast needs to be im⁃proved.
Keywords:BP neural network；Jiuquan；frost
一直以来，陆地地表温度（Land Surface Temperature，LST）在地表与大气能量交换中扮演着重要角［1-3］，并且是地表过程分析和模拟的关键参数。它与植物的分布和生长、农作物、地表水资源蒸发循环、气候变迁、全球环境变化等有重要的关系［4］。目前，全球变暖引发极端天气出现的概率逐渐增大，在作物生长过程中，极端低温对其危害较大［5］。酒泉市是一个以农业为主的城市，地形复杂，在热量分布上存在显著性差异，霜冻现象比较常见。霜冻是一种对农业影响突出的灾害性天气，常常导致春季处在幼苗期的农作物、处于开花期的果树、处于灌浆期的大秋作物及晚熟品种遭到冻害，造成作物叶面损伤或枯萎，严重的可造成减产甚至绝产［6-8］。马尚谦提出甘肃省初霜冻日期、终霜冻日期、无霜冻日数分别遵循“北早南迟，西早东迟”“北迟南早，西迟东早”“北短南长，西短东长”的空间分布规律［9］。近10年来，酒泉市气象观测站监测到的霜冻天气逐渐增加，其中，春霜冻比秋霜冻出现的次数多，尤其是肃州区、玉门市、瓜州县、肃北县。霜冻天气通常会使酒泉市很多植物遭遇冻害，给当地造成巨 收稿日期：2021-01-12
作者简介：王海燕（1988—），女，本科，工程师，研究方向：天气预报与预测、气象服务软件开发、气象图像处理与识别。
地球与环境
大的经济损失。
目前，全国地面温度资料是通过地面气象站点实地测量获得的。但是，由于气象站点分布广，密度大，加之全国绝大多数气象站点设置在有人居住的地方，因此，常规地面温度观测资料存在一定的局限性［7］。酒泉地区总面积19.2万km2，占甘肃省面积的42%，但只有酒泉市果园乡基准站、金塔县气象站、鼎新镇气象站、玉门市气象站、马鬃山镇基准气象站、敦煌市基准气象站、肃北县气象站8个气象站监测地面温度，难以满足精细化气象服务。
随着遥感技术的发展，我国先后发射了风云一号、风云二号、风云三号和风云四号卫星，国内外许多学者通过风云卫星，分析红外遥感数据，从而进行地表温度的研究。本文探索基于BP神经网络的酒泉市霜冻天气预测方法。
1数据资料
1.1常规观测资料
选取位于30°～50°N、70°～110°E范围内国家气象站2019年12月和2020年1月至11月的地面温度观测资料。
1.2ECMWF再分析资料
选取中国气象局卫星广播系统（CMACast）下发的欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）再分析资料，其范围是“30°～50°N、70°～110°E”，资料时间序列为2019年12月和2020年1月至11月。选取此序列里每日20:00起报的地面温度。
1.3“FY-4”L2L3产品中LST资料
取“风云卫星遥感数据服务网”里“FY-4”陆表温度，其范围是“30°～50°N、70°～110°E”，资料时间序列为2019年12月和2020年1月至11月。
2BP神经网络
BP（Back Propagation）神经网络是1986年由Rumel⁃hart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络。BP神经网络的基本原理：网络把一系列输入经过连接权重加权输送给隐含层，隐含层各神经元汇总所有输入后，通过一种转移函数产生某种响应输出，并通过下一层连接权重输出给输出层［10-11］，输出层各类神经元汇总全部输入后又产生一种相应输出。然后再将其输出与期望输出进行比较，若两者趋于一致或相差的值比较小，就认为该网络基本学会了这一问题；若相差比较大或者不够满意，则调整各连接权重进行重复训练学习，直至得到最优的结果［12］。
3个例分析
3.1霜冻天气实况
受地面辐射降温影响，2020年5月11日清晨，酒泉市肃州区、金塔县、玉门市、肃北县和阿克塞县的部分地方最低气温低于2℃，出现大范围的霜冻天气，全市最低气温出现在阿克塞县的阿勒腾，为-6.9℃，具体实况见表1。
表15月11日清晨酒泉市国家观测站最低气温及地面
最低温度实况
霜冻天气的出现、强度和范围，与前期的大气环流、冷源、冷空气的路径具有密切关系。5月9日20:00，
中高纬为“两槽一脊”型，乌拉尔山到巴湖有明显的高压脊，贝加尔湖东部到酒泉市马鬃山附近有冷槽，冷空气随着偏北气流下滑，酒泉市全市以多云为主。5月10日20:00，高压脊东移，我国黑龙江北部形成冷涡，且冷空气主力移至兰州附近，酒泉市在高压脊前的西北偏北气流控制下，全市天气转晴。地面场上属变形场控制，呈现出缓慢升温降压的趋势，酒泉市均为晴空微风区。
3.3500hPa最大北风区
从500hPa风场v场上可知，霜冻发生的前四天，在新地岛以南形成了一条很强的北风带，中心值为41m/s，此中心不断东移南下，移动过程中，风速减小，8日降至26m/s，9日随着后续冷空气的注入，中心值有所上升，霜冻出现的前一天，最大风速中心移至贝加尔湖南部，范围南扩至西伯利亚中部和我国新疆北部，霜冻出现时，北风带移至贝加尔湖北部，且中心强度变大，中心值为51m/s，影响整个河西走廊。由于最大北风带相较河西走廊西部偏北，所以瓜州县和敦煌市未出现霜冻天气。在霜冻天气过程中，500hPa最大北风带的建立、东移和南伸是一个极为重要的因素。
4地面最低温度预报的应用
5月11日，酒泉市玉门以东出现霜冻天气。地面最低温度预报7日20:00成功预报了霜冻出现的时间，对比11日的霜冻实况，敦煌出现空报；8日20:00成功预报了
霜冻出现的时间，对比11日霜冻实况，敦煌、瓜州出现空报；9日20:00成功预报了霜冻出现的时间，对比11日霜冻实况，玉门市出现漏报；10日20:00成功预报了霜冻出现的时间，对比11日霜冻实况，预报准确率达100%。综合对比发现：地面最低温度预报准确地预报出了霜冻天气的出现，但出现范围有待提高。
5结语
①造成此次霜冻天气的主要原因：前期受到贝加尔湖西部冷槽的影响，气温下降，后期乌拉尔山高压脊东移天气转晴。
②造成此次霜冻天气的重要原因：500hPa最大北风带的建立、东移和南伸。
③基于BP原理，制作未来时刻的地面最低温度预报，确定此次霜冻天气过程的开始时间和影响范围，但霜冻天气预报对霜冻天气范围的计算有待提高。
参考文献：
［1］宋挺，严飞，黄君，吴蔚.基于环境小卫星反演地表温度以及与实测数据的比较与分析［J］.环境科技，2015（1）：39-44.
［2］腾月，朱贞榕.基于Landsat8地表温度的单窗反演：以九江市为例［J］.江西科学，2015（6）：854-857.
［3］王万同.基于遥感技术的区域地表蒸散估算研究［D］.开封：河南大学，2012：24.
神经网络预测
［4］赵海龙.干旱区地表温度反演及其时空特征分析［D］.乌鲁木齐：新疆大学，2007
［5］贾克寒.简述气候变暖对我国农作物病虫害发生的影响［J］.南方农业，2019（6）：37-38.
［6］黄麟媛，兰昌明，梁正文，等.长顺县低温霜冻预报研究方法［J］.江西农业，2016（7）：30，41.
［7］刘晨晨.风云卫星地表温度反演及其在霜冻监测中的应用［D］.成都：电子科技大学，2013：30.
［8］牛新赞.基于风云系列卫星的果树霜冻监测系统的设计与实现［D］.成都：电子科技大学，2013：8.
［9］马尚谦，张勃，刘莉莉，等.甘肃省霜冻日期时空变化特征及影响因素［J］.高原气象，2019（2）：397-409.
［10］熊鸣.基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测［J］.北京信息科技大学学报（自然科学版），2020（4）：51-56.
［11］吴晓红.反馈神经网络的一种反向传播算法［J］.系统工程与电子技术，1999（9）：65-67，81.
［12］王娟.半干旱区沙地小叶锦鸡儿和黄柳人工灌木林碳汇功能研究［D］.呼和浩特：内蒙古农业大学，2016：10.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议