点击这里进入windy网站。windy网站支持直接输入经纬度或者用鼠标点选具体地点来查看该地的未来数天的数值预报结果。若需精确定位福永站可在右上方“搜索地点”一栏输入：“22.675,113.821” （注：windy的坐标与其他一些地图略有不同）并按下回车。随后你就可以见到这样的预报数据：
该图中，最下一栏可以选择查看不同天气数值的预报结果。上图中有易于理解的预报图来显示温度，降水等信息。点击要素旁边的单位可以切换单位。虽然它的预报间隔是3小时，我们还是可以直观的找出第二天的日最低和最高温，日最大阵风和日降水量。以24号为例：最低温为27度，最高温31度，最大阵风是10m/s，降水是2.2mm（仅有一个时次预报中有降水）。如果某天有多个时次有降水数据，则需把20时-次日20时所有降水数据相加即可。
同时用户还可以使用数值对比功能（点击上图右下角的“对比”）：
如上图所示，网页显示了四家数值的24号的预报。除了已经介绍过的GFS和EC，这里还包括了ICON（德国数值）以及METEOBLUE（一个综合所有数值的AI调整过的数值）。参赛者可以综合考虑不同数值给出答案，也可以采信多个数值的平均值。因为METEOBLUE已经使用AI模型综合参考了多个数值，因此有些时候METEOBLUE的预报会有不俗的表现，值得参赛者参考。
以上就是使用windy最简便的预报方式。但这样的预报仍然缺乏自己的分析，有较多盲目跟随或者瞎猜的成分。如果要让自己真的相信一个数值，并再结合经验和实况来调整你所相信的数值而真正达到超越数值，请继续读接下来的部分：
我们首先使用windy中的风，雨，降水等图层来观察整个华南地区在未来几天的天气状况。
如上图所示，我们可以通过调整预报时间来看未来几天（非windy网站会员可以看五天）的大致天气情况。我们还可以调整所在层面来看不同高度上某要素的图层。如，我们可以查看925hPa（大概750m高度）的风图层来帮助判断水汽的输送情况。一般而言，涌上广东沿岸的南风（来自海洋的气流）越强，水汽输送就越强。风速和风向配合华南沿海的地形就有可能形成局地降水。降水是最难预报的要素，这里我们展示一下29号下午EC和GFS对华南地区降水的预报。
上图中左边是EC预报，右边是GFS预报，可以看到两家数值对29号下午的天气存在分歧。EC预计该日下午仅有微弱南风（结合风速图层），沿海及广东内陆仅用分散（雷）阵雨。这种局地降水模式在广东算较为常见，也为预报带来困难，预报员需要判断当日的局地降水会不会幸运地光顾福永街道。当然因为任意地点的降水概率较小，预报员也可以大胆预测当日降水为0.0mm。GFS预报则认为当日有较明显的系统影响华南沿海，底层东风强劲，更高一些的层面可见一些气旋曲率–这些都是有利于降水的条件。这样大的分歧经常会在做预报时出现，特别是预报日期距离现在还比较远的时候。即使这次预报的是第二天的天气，数值仍然可能在降水落区和强度上有不少分歧。
遇到这样的分歧时，我们要理智地分析：哪一家数值可能更准确？在这里我们介绍以下几个判断方式。所有的操作都可以在windy上完成。
第一种方式：结合经验自行分析
这一种方式对预报员有较高的技术和经验值要求。仍以29号下午的预报为例，我们已知GFS的预报中低层东-东北风强劲，但有较为广泛降水。查询后我们发现：GFS和EC都认为28号北方和台湾海峡有弱冷空气南下，产生相关切变降水，EC预报的冷空气和切变相对都较弱，29号切变已经消失。根据经验分析，虽然GFS所预报的强劲东风也会输送一些太平洋的水汽，但因为广东东部一带海水温度一般偏低，深圳东-东北侧也有一些陆地阻隔，所以东风一般较来自南海/印度洋的西南/南风更干燥。越干燥的气流越不易产生较大降水。另外，GFS一般容易把冷空气报得太强（EC则容易报得太弱），所以很有可能这个切变都不会被冷空气压到华南沿海。综上我们判断GFS这一报可信度较低。EC这一报预报的29号下午是比较典型的华南夏季天气模式的一种，只是南风较弱，较难产生大范围或高强度降水。
第二种方式：观察数值发展趋势
我们可以提早几天开始观察某一天的模式预报结论的持续变化。即使只提早一天观察，也能至少看到模式的两次不一样的预报（一次早上一次下午）。离预报日越近，模式之间的分歧一般会越小，但最终分歧很有可能仍然存在。我们要观察的是在模式发展中，是GFS逐渐像EC靠拢（或者完全倒戈），还是反之？如果是前者，说明这次预报应该更相信EC，反之则是GFS。如果两个数值基本是向两者的中间态发展，则说明预报时取两个数值的平均值可能最好。
比如，12小时后新的一报GFS和EC在windy上更新了，我们可以看到如下变化：
不难发现，EC（左图）和GFS（右图）都较上一报整体调强了广东沿海和内陆的雷阵雨降水。GFS在风向上不再坚持低层吹东风，而是变为和EC一样吹南风。这说明在一定程度上GFS在向EC靠拢。不过GFS还报出了在右下角菲律宾西北侧有一个低压系统在发展（并伴有较强降水和心），根据查看windy后续时序的预报，GFS认为该低压持续发展并靠近我国东南沿海，有机会加强为热带风暴。
最后，我们来验证一下EC调强降水预报的理由是否合理，根据查看低空层面（如950，925，850hPa）水汽输送情况，可以看到EC调强了沿海的西至西南风导致水汽输送增强，因而导致广东沿海降水增强（下图为925hPa，即约750m层面风场，箭头为沿海上岸的西南风指向）：
第三种方式：结合实况数据判断
最后一种办法，可能也是最有效的办法，就是用实况对比数值预报来了解各大数值在某地近期的准确率如何，偏差多少，偏多（高）还是偏少（低）。在windy上，确保观测点显示已打开（见本页图二，在页面右下方选中某要素后在地图上显示站点数据）。因为windy上没有福永站的数据，我们可以直接选取就在福永站附近的深圳宝安机场站数据（该站就在上图鼠标圆点所点按的位置）。点按后在最底下一栏再点击“observation vs forecast”，就会弹出以下窗口：
这个模块显示的是过去几天各大数值的预报和深圳机场站实况的温度和风速要素的差距（因为该站没有记录降水，所以无法直接比较降水），将鼠标置于图上还会显示详细的数值预报和实况数据的对比。根据上图，我们发现GFS比较容易高估该地夜间的气温，这有可能是GFS不能充分考虑夜间珠江口较暖海水对深圳西部沿海温度的维持作用。另外EC有时（如22日）会低估该地的最高温度，这有可能是因为EC错误估计了云量和降水，而导致没有报准最高温度。同时，GFS有高估该地风速的迹象，而ICON和METEOBLUE有低估该地风速的情况。从温度和风速的误差来看，这几天METEOBLUE的表现最好。但需要注意的是，METEOBLUE在降水上的误差经常比一般的数值模式要大。
最后，最重要的是：经常查看深圳气象台实况监测网站的福永站的实况数据。记录好每天自己选择相信的数值的预报和自己最终提交的预报，等第二天实况数据出炉时，认真对比和分析实况和数值预报的差别，就能够逐渐判断出哪个或哪些数值在本次预报比赛中更具有参考价值，然后思考自己该怎么调整之后预报日自己的预报结论。
作者：深气联
0 条评论