复旦大学四校区天气记录分析与预报指南

作者：李昀泽

单位：复旦大学大气与海洋科学系，复旦大学风云气象社

一场冷空气经过上海，四个校区会不会一样冷？同一场台风带来风雨，各校区经历的强度又是否相同？风云气象社开展四校区气象服务以来，这些差别已经从日常感受变成预报中必须面对的实际问题。江湾、邯郸、枫林和张江共享上海的大尺度天气背景，却分处城市的不同位置，周边环境也不尽相同。要把城市天气预报细化到校园，首先需要知道哪些差异反复出现，哪些差异只属于某一次天气过程。

经验可以提醒预报员注意校区差异，稳定的订正依据则需要观测和实况检验。本文从四站共同观测出发，依次分析气温、风、降水和极端天气，寻找可供预报参考的规律，再用已有预报记录检验这些规律是否真正降低误差。由此形成的工作方法，还要随着资料积累继续修正。

本文所用四个气象站的逐小时观测资料由上海市宝山区气象局提供。资料的取得、整理和分析离不开气象局老师们的支持与帮助，在此谨致谢意。

1 站点分布与观测资料

1.1 四校区与配对气象站

四个校区的天气状况，分别参考附近的新江湾城、五角场、枫林和张江气象站：江湾校区对应新江湾城站，邯郸校区对应五角场站，枫林和张江校区对应同名站点。气象站未必设在校园内部，文中提到的“校区差异”，实际是四组配对站之间的观测差异。图1标出了校区与气象站的大致位置，以及各站现有资料的覆盖时段。

图1｜四校区配对气象站及数据时段。 三角形为气象站近似位置，圆形为校区地址中心。原始资料未提供正式站点经纬度，因此地图用于空间示意，不用于精确距离、地形或站址暴露度计算。

江湾与邯郸相距较近，枫林位于中心城区西南部，张江则位于东部。四站同受上海大尺度天气系统影响，局地环境却各不相同。仪器高度、周边建筑、绿地和水体都可能影响气温、风和降水，而现有资料缺少完整的站点环境信息。后文据此比较各站实际观测到的差别，不从地图距离推断差异成因。

1.2 记录长度与可用要素

图2｜四站记录长度与核心变量可用性。 阴影为四站可以逐小时直接比较的共同观测期；0% 表示对应要素整列缺失，不表示大气状态为零。

张江站记录始于 2019 年 11 月，枫林站始于 2020 年 4 月，五角场站始于 2024 年 8 月，新江湾城站始于 2024 年 12 月。四站的气温、降水和风资料接近完整，湿度和本站气压仅新江湾城站具备。为保证站间比较公平，本文把 2024 年 12 月 5 日 11 时至 2026 年 6 月 29 日 23 时、四站均有记录的 13,712 个小时称为“四站共同观测期”；更长的单站资料或枫林—张江共同观测资料只用于补充长期特征，不参与四站同期排名。

文中采用气象季节划分：春季为 3—5 月，夏季为 6—8 月，秋季为 9—11 月，冬季为 12 月至次年 2 月。共同观测期包括冬季 4,209 小时、春季 4,416 小时、夏季 2,903 小时和秋季 2,184 小时。资料完整度足以支持同期比较，但差异成因仍需结合仪器校准、安装环境和维护记录判断。

2 四校区气温差异及其预报价值

四个校区共享同一座城市的季节变化和天气过程，常常一起升温或降温。预报还需要进一步判断，在这些共同变化之外，各校区是否保留了方向稳定、幅度可估计的温差。

2.1 季节变化、日变化与四站同步性

图3｜四站日最高、最低气温差异、日较差和四季平均气温日变化。 a 使用四站均有 24 小时完整记录的 566 个自然日：左图为各站日最高气温减去当日四站日最高气温平均值，右图为各站日最低气温减去当日四站日最低气温平均值；连线表示月度中位数，误差线表示第 25—75 百分位范围。日最高、最低气温分别取逐小时记录的每日最大值和最小值。b 为各站气温日较差的月度中位数。c—f 使用同一批完整日的 13,584 个小时，分别显示春、夏、秋、冬的逐小时平均气温；各季节采用不同纵轴范围，以便辨认同一季节内的站间差异。

四站的季节循环十分接近，但日最高、最低气温并不完全相同。枫林的日最高气温在多数月份高于四站平均，张江和江湾多低于平均，五角场通常接近平均；日最低气温的区别更清楚，五角场和枫林多高于平均，张江持续偏低。误差范围越宽，说明该月不同天气过程中的校区差异越不稳定。

张江在多数月份的气温日较差最大，4 月的中位数为 11.3°C；同期江湾、枫林和五角场分别为 10.2°C、10.1°C 和 9.4°C。四季逐小时曲线还显示，站间差异通常在夜间至清晨较明显，午后相对缩小。换言之，四站虽然沿着相似的日变化曲线升降，却不能用一个全年不变的温差概括。

图4｜四站逐小时气温相关矩阵。 a 为 13,712 个共同时次的原始 Pearson 相关系数；b 先从各站逐小时气温中减去本站同一季节、同一时刻的平均值，再计算温度异常的相关系数。矩阵只显示下三角，所有站对使用相同色标。

原始气温相关系数为 0.994—0.997，其中包含共同的季节变化和昼夜循环。扣除各站同一季节、同一时刻的平均状态后，温度异常的相关系数仍为 0.983—0.992；五角场与枫林最高，为 0.992，张江与五角场、江湾与枫林最低，均约为 0.983。四站对天气形势的响应大体同步，这为参考同一份区域预报提供了基础。

不过，高相关只表示变化方向相近，并不表示数值能够直接互换。即使一个站长期比另一个站高 1°C，两者的相关系数仍可能接近 1。真正决定校区预报如何调整的，是温差的方向、幅度以及随季节和时段的变化。

2.2 温差的季节和时段变化

图5｜不同季节和时段的校区温差。 颜色表示各校区气温减去张江气温。a–c 使用四站共同观测期，便于横向比较；d 使用枫林与张江从 2020 年 4 月 17 日至 2026 年 6 月 29 日的 54,190 个共同有效小时，用来观察较长时段内的变化。由于时间范围不同，d 不参与四站同期排名。空心圆表示实际温差与全时段平均订正相差至少 0.75°C，黄色叉号标出正、负偏差最大的时段。

共同观测期内，江湾、五角场和枫林相对张江平均偏高 0.39°C、0.94°C 和 0.92°C。按每日平均温差计算，三个平均值的 95% 置信区间分别为 0.35—0.43°C、0.89—0.99°C 和 0.88—0.96°C，均未跨过 0°C。温差方向相当清楚，但每天的实际差值仍有明显波动。

这种波动并非随机散布。春季中午，五角场的实际温差可比全年固定调整值低约 1.1°C，江湾和枫林约低 0.9°C；夜间及部分秋冬时段，五角场和枫林则往往比张江高约 1°C。固定差值可以作为初步估算，却不能不分季节和时段地直接套用。

枫林与张江从 2020 年 4 月至 2026 年 6 月共有 54,190 个可比较小时。枫林平均比张江高 0.88°C，2021—2025 各完整年份的平均温差为 0.82—0.97°C，方向始终一致；但枫林日最低气温平均高 1.36°C，日最高气温平均只高 0.59°C。长期资料进一步说明，最高气温和最低气温需要分别考虑。

这些差异可能与站点通风、日照以及周边地面和建筑的蓄热条件有关。由于缺少仪器高度和安装环境等资料，目前还不能判断哪一种因素起主导作用。

2.3 可供预报参考的季节与昼夜差异

为了把逐小时规律转换为日常预报可以使用的参考量，先将共同观测期分为白天（06—17 时）和夜间（18—05 时）。括号内的第 25—75 百分位范围表示不同日期和天气过程中的中间 50% 分布，不应把平均值理解为每个时刻都会出现的固定差值。

表1｜江湾、五角场和枫林相对张江的逐小时气温差，平均值（中间 50% 范围），单位：°C。

春、夏、秋、冬的白天样本数分别为 2,208、1,452、1,092 和 2,107 小时，夜间分别为 2,208、1,451、1,092 和 2,102 小时。五角场和枫林的夜间温差在四季均大于白天，江湾在春夏也有相同特征。因此，日最高气温和日最低气温不宜采用同一个订正量。

表2｜江湾、五角场和枫林相对张江的日最高、最低气温之差，平均值（中间 50% 范围），单位：°C。

表2使用四站均有 24 小时记录的 566 个完整自然日，其中春、夏、秋、冬分别有 184、120、91 和 171 天。五角场的日最高气温通常只比张江高 0—0.5°C，日最低气温却高 1.3—1.7°C；枫林日最高气温相对张江的差值随季节变化较大，日最低气温相对张江的差值则多在 1.1—1.5°C。若把“全天平均偏高约 0.9°C”同时加到最高和最低气温上，既可能高估白天，也可能低估夜间。

这些数值可以作为预报背景，实际使用时宜按 0.5°C 取整，并与相应校区当天的实况和天气过程对照。表1用于解释差异从何时出现，不意味着需要发布逐小时校园气温预报；表2才更接近日常使用的最高、最低气温项目。

2.4 温差的季节与年际稳定性

图6｜相对张江的平均温差及其时间变化。 a 显示共同观测期平均温差及其 95% 置信区间；b 分别给出四季平均温差和各年度观测窗口平均温差的最小—最大值。两个面板的横轴含义相同，均为各校区气温减去张江气温；2024 年和 2026 年的资料不覆盖完整全年。

按季节计算，江湾相对张江平均高 0.23—0.57°C，五角场高 0.87—1.07°C，枫林高 0.86—1.12°C。不同年份之间也存在约 0.1—0.3°C 的变化。温差方向具有一定重复性，但 2024 年只有 636 个共同小时，2026 年资料截至 6 月 29 日，现阶段还不足以识别稳定的年际规律。逐小时观测可以帮助确定候选参考值，是否真能改善发布的最高、最低气温，还需要独立检验。

2.5 用已有预报记录检验参考值

图7｜人工预报记录的日期覆盖、缺失和待核实项目。 日最高、最低气温预报可与独立自动站观测比较；降水、天气现象和人工整理的实况记录仍有较多缺失或来源待核实项目。

现有预报记录覆盖 2026 年 3 月 27 日至 9 月 19 日，共 177 天、708 条校区记录，每天包含四个校区，其中 173 天具备主要预报内容。降水项目缺失约 36.7%，天气现象缺失约 75.6%；2026 年 6 月 4 日和 9 月 17—19 日缺少主要预报数据，9 月 16—19 日尚无实况记录。因此，目前最适合检验的是日最高、最低气温，降水和天气现象仍需继续补齐。

气温检验优先采用独立自动站观测。人工整理的日最高气温记录覆盖到 9 月中旬，两个预报时效形成的 688 组重复记录没有数值冲突，可以补充观察 2026 年盛夏高温；但其中有些日期四校区数值完全相同，部分记录可能来自同一参考站。日最低气温在 2026 年 5 月 28 日还存在四组相差 0.1°C 的重复记录。基于这些差异，人工整理的实况只用于核对后段趋势，不与自动站检验结果合并。

图8｜2026 年日最高、最低气温预报检验。 2025 年四站自动站完整日用于计算各校区日最高、最低气温相对张江的差值；2026 年 3 月 28 日至 6 月 29 日的人工预报与自动站完整日实况配对。灰色圆点表示把张江预报直接用于相应校区，蓝色方块表示在张江预报上加入 2025 年同季节差值，橙色菱形表示记录中各校区原始人工预报。a、b 为提前 1 日，c、d 为提前 2 日；横轴为平均绝对误差（MAE），越靠左表示误差越小。

这次检验用 2025 年 362 个四站完整日确定季节参考差值，2026 年资料不参与参考值的计算。提前 1 日最高气温有 93 个共同检验日，最低气温有 92 天；提前 2 日分别为 92 天和 91 天。2026 年 5 月 28 日存在冲突的最低气温记录已排除。

表3｜江湾、五角场和枫林在主要检验期内的平均绝对误差范围。 每个范围的两个端点为三个校区中的最小值和最大值，不是置信区间。

2025 年季节温差并未在所有校区和变量上降低误差。它对枫林最高气温较有帮助：提前 1 日平均绝对误差从 1.64°C 降至 1.50°C，提前 2 日从 1.92°C 降至 1.73°C；江湾最高气温和三个校区的提前 1 日最低气温则没有改善。各校区原有人工预报在多数最低气温检验中误差较小，也在五角场和枫林的提前 1 日最高气温中表现较好，但并非每一种组合都占优。

6 月 30 日至 9 月 16 日只能使用人工整理的实况记录继续对照。重合日期中，人工整理实况与自动站日极值的平均绝对误差为 0.33—0.54°C，并呈现最高气温偏低、最低气温偏高的系统差异。剔除四校区同值日期后，各方法的相对表现没有发生根本变化，但这段结果只用于观察趋势。由此看来，历史温差适合成为预报员的参考量，暂时不宜在发布前机械叠加。

3 风和降水更依赖临近更新

气温差异具有较稳定的方向，尚且不能靠固定数值包办预报。风和降水对站址条件、局地对流和具体天气过程更敏感，更难照搬同一套订正思路。对这两个要素，观测资料更适合用来判断过程特征，并在天气发生后及时更新。

3.1 风速与风向

图9｜共同观测期 10 分钟平均风和阵风分布。 细线表示第 5—95 百分位范围，粗线表示第 25—75 百分位范围，圆点表示中位数；面板旁标出第 95 百分位。

共同观测期内，张江、五角场、枫林和江湾 95% 的 10 分钟平均风分别不超过 2.7、1.9、2.0 和 3.9 m/s，95% 的阵风分别不超过 7.5、6.3、6.6 和 9.2 m/s。江湾站观测风速整体较大，但仪器高度和周边建筑遮挡都会影响读数，站点观测值不能直接等同于校园内的体感风速。

平均风和阵风反映不同的风况。四站 10 分钟平均风在各自记录中均未超过 10.8 m/s，阵风达到或超过这一数值的小时却并不少见。制作预报时，持续风力与短时阵风应当分开描述。

图10｜四校区分季节风向玫瑰。 扇区长度表示该站、该季非静风时段中的风向频率，颜色表示 10 分钟平均风速等级；四季和四站采用相同的 40% 径向上限。风速低于 1.0 m/s 记为静风，比例标在圆心。图中使用四站共同观测期资料，春、夏、秋、冬分别包含 4,416、2,903、2,184 和 4,209 个小时。

江湾春夏以东南风为主，冬季偏北风增多；五角场春夏以南偏西至西南风为主，秋冬偏北风增多。枫林风向较为分散，东北风和南偏西风在不同季节均有出现；张江各季多见北偏东至东北风，秋季尤其集中。四站静风率差异也很大，江湾各季为 14%—30%，其余三站约为 43%—66%。这些差异首先反映传感器所在位置的局地风场，在取得安装高度和周边环境资料以前，不能据此给校园通风条件排序。

图11｜枫林与张江长期共同观测期的风速和风向。 a、b 的每个点表示对应自然年全部有效小时风速的第 95 百分位，并非年平均值或年度最大值；空心点表示只覆盖部分年份的 2020 年和 2026 年。c 汇总 2020 年 4 月 17 日至 2026 年 6 月 29 日的非静风时段，风向只取两站风速和风向均有效且 10 分钟平均风不低于 1.0 m/s 的小时。

第 95 百分位反映各年较强、但并非最极端的风速水平，约 95% 的有效小时不超过该值。在较长记录中，张江的强风端持续高于枫林；全部共同观测资料中，两站 10 分钟平均风的第 95 百分位分别为 2.7 和 1.8 m/s，阵风分别为 7.6 和 6.2 m/s。不过，两站差值随年份变化，枫林的风速分布在 2023 年前后也出现较明显变化。现有资料无法区分环境、设备和实际天气的影响，因此不支持建立多年固定的风速换算关系。

3.2 降水频率、过程与空间差异

图12｜四站降水的月变化、日变化与过程持续时间。 a—c 使用 566 个四站资料完整的自然日；有雨小时指 1 小时降水量不低于 0.1 mm。d 按站识别降水过程，相邻有雨小时的间隔不超过 2 小时时归入同一过程，曲线表示持续时间达到或超过横轴时长的过程比例。共同观测期中的 7—11 月仅包含 2025 年，图中月变化不等同于多年气候平均。

四站有雨小时率都在 6 月达到最高，约为 22.0%—23.9%，但累计量峰值并不完全一致：张江和枫林的月平均每日降水量在 7 月最高，五角场和江湾则在 6 月最高。“更常下雨”和“累计雨量更大”并不是同一个概念，少数强降水过程足以显著抬高某个月的累计量。

有雨频率在 15—16 时附近较高，一天中也存在多个次高时段，现有一年半资料还不足以概括为单一、稳定的午后峰值。各站共识别出 235—260 次降水过程，中位持续时间为 2—3 小时，约九成过程不超过 11—12 小时，最长过程为 40 小时。这些时间特征可以帮助安排临近更新，却不能决定各校区最终会下多少雨。

图13｜共同观测期累计降水、每日校区差异与有雨小时的雨强分布。 这里把每小时降水量不低于 0.1 mm 的时段称为“有雨小时”，只用于资料统计。

共同观测期内，张江累计降水 1,954 mm，江湾 1,800 mm，五角场 1,729 mm，枫林 1,711 mm。累计量较为接近，单日雨量却可能相差很大：在四站资料均完整的 566 天中，个别日期的站间最大雨量差超过 70 mm。各站 99% 的有雨小时，雨量均低于 14.1—16.6 mm；多数普通降水时段的四站雨强相近，少数强对流过程则会迅速放大校区差异。

图14｜枫林与张江长期共同观测期的逐年和逐日降水。 年度累计量只使用两站资料都完整的日期；2020 年和 2026 年并非完整年份，柱色相应变浅。右图比较 2,175 个配对完整日，虚线表示两站日雨量相同，橙色点表示至少一站日雨量达到 50 mm。

在较长记录中，张江累计降水 9,173.3 mm，枫林为 7,882.6 mm，逐日雨量相关系数为 0.898。两站通常能同时记录一次降水过程，实测雨量却未必一致。至少一站达到 50 mm 的 44 天中，两站同日达到的有 22 天，另有 15 天仅张江达到、7 天仅枫林达到；日雨量超过 100 mm 的少数过程中，两站有 6 天同时达到。

因此，区域预报适合判断风雨过程是否出现及大致时段，具体强度则不能从单站按固定比例复制到四个校区。降水开始后，应依据各站最近一小时雨量和累计量滚动更新；大风预报则要分开表述平均风和阵风，并优先采用各站最新观测。

4 强天气中的校区差异

日常统计中的差异，到了台风、高温、低温和暴雨过程中，可能直接影响风险判断。本节借助几次强天气检验前面的认识：四个校区往往同时受到影响，峰值和达到阈值的情况却并不总是同步。

4.1 台风“贝碧嘉”：同一过程，不同峰值

图15｜台风“贝碧嘉”期间与四站共同观测期的极端天气。 a、b 使用 2024 年 9 月 15 日 00 时至 17 日 00 时的资料，当时江湾尚未开始记录；c 使用四站共同观测期。

贝碧嘉于 2024 年 9 月 16 日 07:30 在浦东登陆。张江、五角场和枫林三站的最大阵风分别为 24.6、20.0 和 15.4 m/s，均为各站当前数据文件的全记录最大阵风；10 分钟平均风峰值分别为 8.3、6.3 和 4.8 m/s，明显低于阵风峰值。三站 48 小时累计降水分别为 113.2、82.2 和 115.3 mm，最强降水均出现在 16 日 11 时，但一小时雨量分别为 41.5、24.0 和 22.0 mm。

登陆前一天下午，三站最高气温仍为 32.2—33.4°C；登陆当天的风雨明显抑制了白天升温，但未造成异常低温。三个已有记录的站都经历了明显风雨，说明过程具有区域性影响；峰值差异又说明，任何一个站都不能完整代表其他校区。江湾当时尚无记录，不参与此次比较。

4.2 高温、低温和暴雨

图16｜四站高温日及枫林—张江长期对照。 a 显示 2025 年 6—9 月自动站日最高气温；b 显示 2026 年人工整理的日最高气温实况，空心点表示人工资料，灰线标出四校区数值完全相同的日期；c 汇总四站共同观测期的 566 个完整日，并按 35—37°C、37—40°C 和 40°C 以上分档；d 比较枫林和张江 2020—2025 年的自动站高温日数，其中 2020 年从 4 月 17 日开始记录。自动站高温日只统计 24 个小时都有记录、且日最高气温不低于 35°C 的自然日。

四站共同观测期内，张江、五角场、枫林和江湾分别出现 52、55、60 和 51 个高温日。至少一站达到 35°C 的日期共有 63 天，其中 46 天为四站同时达到。枫林在共同观测期内的高温日总数最多，但较长记录中的年度排序并不固定：2021—2022 年张江与枫林相当或略多，2024—2025 年则为枫林明显较多。单一年度的站点排序不能直接外推为长期规律。

人工整理记录补充了自动站文件尚未覆盖的 2026 年盛夏。2026 年 3 月 28 日至 9 月 16 日共有 173 个四站齐全的日期；7 月 15 日，枫林录得 40.2°C，五角场和江湾分别为 39.4°C 和 39.7°C；张江最高为 38.2°C，出现在 7 月 30 日和 8 月 2 日。由于其中有 10 天四校区数值完全相同，且部分记录可能来自同一参考站，这批资料不与自动站资料合并计算年度排名。

图17｜四站低温日与极端事件的空间共现。 低温日指日最低气温低于 0°C，高温日指日最高气温不低于 35°C；本文所称暴雨日按完整自然日累计降水量不低于 50 mm 统计。三项指标均只使用 566 个四站资料完整的自然日。a 比较各站低温日数和最长连续过程；b 以“至少一站达到相应阈值的日期”为分母，显示当天有几个站同时达到阈值。

张江和江湾各有 30 个低温日，枫林 12 个，五角场 9 个；各站最长连续低温过程为 4—5 天。在至少一站出现低温的 33 天中，9 天为四站同时低于 0°C，15 天仅有两个站低于 0°C，低温的四站同步程度低于高温。暴雨的空间差异更加突出：13 个暴雨事件日中，有 9 天只有一个站达到 50 mm，四站同时达到的仅 2 天。

这组对比说明，高温往往具有较强的区域一致性，但接近 35°C 阈值时，校区温差仍可能改变某个校区是否达到高温日标准；低温和暴雨则更容易出现校区之间不同步。暴雨样本仍然很少，现阶段只能确认单站达到 50 mm 时其他校区未必同时达到，不能据此建立稳定的空间概率。

表4汇总共同观测期内各站达到阈值的次数。阵风按小时统计，其余指标按四站均有完整记录的 566 个自然日统计。

表4｜共同观测期内各站极端事件统计。 同一天可能有多个校区达到阈值，因此四站日数不能相加后当作事件总数。

江湾强阵风小时明显多于另外三站，与图9所示的整体风速偏大一致，但这不能直接解释为江湾校园更容易出现大风。传感器高度、暴露条件和周边遮挡都可能造成系统差异；在取得站点元数据以前，风速统计适合用于本站风险提示，不宜用于校区间灾害风险排名。

表5a｜四站共同观测期内记录到的气温极值。

表5b｜2026 年人工整理的日最高气温实况。 表中日数均按 2026 年 3 月 28 日至 9 月 16 日四校区共同有效日期统计。四校区同值的 10 天保留在高温过程统计中，但不用于判断校区间温度差异。

表5c｜四站共同观测期内记录到的降水与阵风极值。

共同观测期内，四站最高气温极值为 39.1—39.9°C，最低气温极值为 −4.4—−3.9°C；最大 1 小时降水量为 51.8—54.9 mm，最大自然日降水量为 137.3—144.7 mm。这些数字说明了这段资料中各站经历过怎样的天气，不是下一次过程的上限。四站最大自然日雨量都出现在 2025 年 7 月 30 日，最大 1 小时雨量的日期却不一致，也再次表明区域性持续降水和局地短时强降水需要分别描述。

5 江湾站的湿度与气压补充观察

湿度和本站气压只有新江湾城站具备有效记录，不能用于四校区之间的订正。不过，这两项要素能够补充说明江湾的季节背景和体感变化，也提醒预报服务不能只关注气温数值。

图18｜江湾站湿度、气压与温湿联合分布。 月平均极值直接标注；季节日变化阴影表示同一时刻不同日期的中间 50% 范围；温湿散点中的圆点为季节平均状态，椭圆表示各季节常见温湿组合的大致分布范围，并非误差线。

江湾月平均相对湿度从 1 月的约 63.0% 上升到 6 月的约 80.1%，四季都有清晨较湿、午后较干的日变化。温度与湿度的联合分布也有明显季节差异，即使气温相近，湿度不同仍会带来不同体感。

江湾逐小时本站气压为 981.4—1039.1 hPa，平均为 1016.64 hPa；月平均气压从 1 月的约 1026.1 hPa 降至 7 月的约 1003.3 hPa。这些记录目前适合描述江湾本站状态，若要形成四校区湿度或气压预报，还需要其他站点的对应观测。

6 四校区预报的实际使用方法

前面的分析表明，四站共享同一片区域天气背景，但不同要素能够相互参考的程度并不相同：气温存在方向较稳定的校区差异，可以为人工判断提供量化背景；风和降水更受局地条件与具体过程影响，需要依靠各站最新实况更新。实际制作预报时，可先依据上海区域预报形成各校区初步判断，再用历史统计检查是否遗漏了校区差异，最后结合当天云量、风、降水、升降温速度和最新实况作出调整。

表6｜四校区预报的量化使用建议。

统计参考和人工经验出现分歧时，不宜默认任何一方必然正确，也不应简单取平均。更有价值的做法是保留两个判断，记录最终选择及其依据，待实况出现后按校区、预报时效以及最高或最低气温分别检验。只有经过新的独立时段反复验证，参考值才适合进一步固化为规则。

7 结语

四个校区共享上海的大尺度天气背景，却不会以完全相同的方式经历每一次升温、降温、大风和降水。现有资料显示，气温的校区差异具有一定规律，特别是五角场和枫林夜间相对张江偏暖，可以作为预报判断的参考；但用 2025 年资料形成的季节温差，并未在 2026 年检验中普遍优于原有人工预报。统计规律能够提醒预报员注意差异，暂时还不能代替对具体天气过程的判断。

风和降水的空间差异更容易受到站址条件和局地过程影响。高温事件往往在四个校区同步出现，暴雨和低温是否跨过阈值则更不一致。因而，校园预报既需要借助区域预报把握共同背景，也需要依靠各站实况完成临近修正。随着共同观测期延长，新增自动站资料还应继续作为独立检验时段；站点高度、仪器型号和周边环境等信息也有待补充，避免把观测条件造成的差异误解为稳定的小气候特征。

写作这篇报告，是为了让这些不断积累的观测与检验，逐步沉淀为更可靠、更细致的校园预报经验。时至今日气象社的气象服务已开展有半年之久，也经历了预报人员的更替，形成现在老带新的格局。麻雀虽小，五脏俱全，气象社仍然在快速地革新和扩大中，专业能力也应当得到相应质量的提升，因此值此半年之际，留下一些分析文字。

祝风云气象社的气象服务越来越好！