风云系列卫星

风云系列卫星

-

总739期第五期2021年2月河南科技

JournalofHenanScienceandTechnology

基于BP神经网络的酒泉市霜冻天气预测研究

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

PredictionofFrostWeatherinJiuquanCityBasedonBPNeuralNetwork

WANGHaiyanLUYueCHENLina

（JiuquanMeteorologicalBureau，JiuquanGansu735000）

Abstract:BasedonthemeteorologicalobservationdatainDecember2019andfromJanuarytoNovember2020,EC⁃

MWFreanalysisdataand"FY-4"landsurfacetemperaturedata,afrostweatherforecastinJiuquanCityofGansu

ultsshowthat:intheearlystageofthefrost

weather,thecoldtroughinthewestofBaikalLakemadethetemperaturedrop,andinthelaterstage,thehighpres⁃

binedeffectofcoldadvectionand

strongradiationisthemaincauseofthefrostweather;intheprocessoffrostweather,500Theestablishment,east⁃

wardmovementandsouthwardextensionofHPAmaximumnorthwindzoneisaveryimportantfactor;basedonBP

principle,thegroundminimumtemperatureforecastinthefutureismadetodeterminethestarttimeandinfluence

rangeofthefrostweatherprocess,butthecalculationoffrostweatherrangeinfrostweatherforecastneedstobeim⁃

proved.

Keywords:BPneuralnetwork；Jiuquan；frost

一直以来，陆地地表温度（LandSurfaceTemperature，LST）在地表与大气能量交换中扮演着重要角色［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

第5期·145·

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km

2

，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（EuropeanCentreforMedium-RangeWeatherForecasts，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（BackPropagation）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

站点

酒泉

金塔

玉门

瓜州

敦煌

肃北

鼎新

马鬃山

最低气温/℃

1.5

4.1

2.2

8.1

5.4

2.7

2.2

-1.0

-2.8

-1.6

-0.3

3.8

2.4

-0.1

-2.0

-3.3

地面最低温度/℃

3.2环流背景

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

基于BP神经网络的酒泉市霜冻天气预测研究

·146·第5期

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.

［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.

基于BP神经网络的酒泉市霜冻天气预测研究