Meteva——让预报检验不再重复造*

2022-09-21 14:56:06

更多精彩，请点击上方蓝字关注我们！

检验是什么？****预报准确率的客观表达

说到天气预报，你最先会想到什么？

早上听了预报，带了一天伞却没下一滴雨的调侃？

还是 “蓝天白云晴空万里突然暴风雨” 的无奈？

其实，认为天气预报该百分百准确，是对现代科学的“蜜汁自信”。毕竟，由于大气系统的不确定性，天气预报不可能百分百准确已是不争的事实。同时，因为“选择性记忆”的存在，人脑对“不满”的记忆也往往更加深刻。

事实上，近年来，我国的天气预报准确率已经有快速提升，晴雨预报准确率高达90%，台风路径误差小于70公里。无论是普通民众、专业用户还是预报员，对预报的感受绝对比十年前准确得多。

其实说到准确率的问题，首先要明确一个关键词——检验标准。

譬如暴雨的定义，国标规定是24小时降雨量为50-99.9毫米的降雨，而公众往往认为是“下得猛烈”的急雨，这就造成了理解上的偏差。作为衡量预报是否准确的一把标尺，客观的检验结果，有助于增进我们对天气预报的理解。随着中国气象局研究型业务的开展，满足各方面需求的“全流程检验”应运而生。

什么是全流程检验程序库

全流程检验程序库（简称Meteva）是面向气象预报产品及中间产品进行全面检验评估所需要用到函数和功能的集成。它是国内第一款专门用于气象预报检验的Python程序库，也是一款开源程序。数值模式和客观算法、精细化网格预报、各种应用预报产品等所需的检验算法，都将并入全流程检验。检验作为核心模块，将在整体天气预报链路中发挥重要作用。

全流程检验主要服务对象

1、预报员

2、数值模式的研发人员

3、数值模式后处理订正算法的研发人员

4、各级气象部门或公司内部负责本部门检验系统研发的人员

检验能做什么？怎么做？

那么，除了熟知的准确率和TS评分，检验还能做些什么？怎么做？用什么工具做？

第一个问题最重要，如果知道了要做什么，终究会找到做的方法。但是如果这个问题尚不明确，毕竟除了知道准确率和TS评分，就连各级气象从业人员也不太清楚除此之外还能做些什么。有一些在检验方面造诣较深的学者或许能提供一些启发性的示例，但你要是想得到一整套可以直接对照施工的系统指导，怕是多半要会失望的。

如果第一个问题让人沮丧，那我们不如先想想第二个问题，有一句话叫“手里拿着锤子，看哪里都是钉子”，或许我们掌握了有效的工具，才有意识到我们要解决的问题。我们目前检验的工具，归纳一下主要有三类：

用眼睛看

就是把各种预报和实况放在一起显示，眼睛看的同时，大脑里进行着可以意会也可以言传但无法量化的检验操作。如果你能持续10年认真的做好这项检验工作，你就是首席预报员啦。优点：检验全面充分，有物理意义，缺点：10年太久了，此外也没法定量。

上网站看

气象部门基本都有自己的检验平台，把各类预报的检验结果都算好，在网站上展示。用户可以很方便的找到检验评分的结果。优点：1分钟就能查看到定量结果。缺点是网站上有的检验指标才能看到，想看点定制化的，就要系统升级后再说了。此外，这些检验指标虽然是客观化的表达，但是物理意义不够明晰，不能告诉预报员怎么改进预报。

编程计算

如果你需要一些网站上没有的定量检验信息，那就只能编程咯。优点：想要啥都能编出来，缺点：你以为检验程序没技术含量就很好编吗，没个百十行代码，你根本做不出一项检验。

全流程检验——不要重复造*

面向研究型业务，检验需要率先满足定量的、不按固定套路的变化需求。

上述三种方式中似乎只有第三种可以满足。

但动辄百行代码让很多人望而却步，更要命的是稍微切换一下检验内容或思路，以前写的检验代码没法复用，基本又得重写。

因为编码的时间成本问题，实际上即使是有很强编程能力的研发人员也通常不会经常变换检验方式方法，一段检验代码用到黑，检验的广度和深度受到极大限制。可见，问题的焦点就到了如何提高检验工作的效率上来了。

提高效率的第一个要点就是不要重复造*，因此我们把我们造好的*全都开源共享给所有同行。当然，一个*是不够的，每个人需要用到的*是不一样的，为此我们要提供一套大家都用到的各种*的全集。我们的预期是将整个行业所有预报制作流程中用到的检验相关的算法和功能集成为一个开源程序库，即全流程检验程序库。

全流程检验程序检验算法函数合集

目前该程序提供了可供复用的函数达200多个，集成了开展检验所需的基础函数（包括数据的读写、插值、累加、平均、选取、分组等）、检验算法（包括各类二分类、多分类、连续型变量、概率预报和集合预报的检验等）和检验图形产品（包括空间对比图、时间序列对比提、误差序列分析图、误差空间分布图等），未来还在持续的更新扩展当中。

如果是检验的同道中人，那就先用为快吧：