共查询到19条相似文献，搜索用时 125 毫秒
1.
2.
基于WRF模式的太阳辐射预报初步试验研究 总被引：1，自引：0，他引：1
采用中尺度气象模式WRF(Weather Research Forecast)对北京地区的太阳辐射进行了4个典型月的逐时预报试验,用南郊观象台的辐射观测数据对预报结果进行了对比分析和初步订正试验。结果表明:在现有模式条件下,5 km分辨率的短波辐射预报结果和1 km分辨率预报结果无明显差别;WRF模式对太阳辐射的预报性能在晴天较好,多云天次之,在满云或阴雨天最差;通过误差分解发现,位相偏差、系统偏差及振幅偏差在各月对均方根误差的贡献有明显差异;针对模式预报结果的系统偏差和振幅偏差。经过简单的线性订正可以较明显地改进模式预报结果;双偏订正(DBC)法比线性回归(LR)法对预报误差的改进效果略明显;仅通过简单的线性订正,位相差很难消除,需要针对位相差研究新的订正方法。 相似文献
3.
证明了模式在预报时段的纬向平均环流误差，是由于在预报时段内模式大气和真实大气中西风加速过程的不同造成的。又由于原始方程的无加速定理中各强迫因子具有良好的线性迭加性，因此能够清楚地将造成模式系统误差的动力因子分解开来。通过对Ｔ４２Ｌ９模式的分析，说明原始方程的无加速定理可以作为分析模式系统误差的良好手段。动力诊断分析结果表明，模式对纬向平均环流分布具有较好的预报能力，但在各缔带也存在明显的误差。通过无加速定理的分解分析，本文研究了这些误差的成因及改善模式的可能途径。 相似文献
4.
利用2016年1月1日—12月31日全球预报系统(GFS,Global Forecasting System)1～5 d的2 m气温预报资料,以及同期中国地面气象站2 m气温观测资料,研究模式地形高度偏差对地面2 m气温预报的影响。结果表明,较大模式地形高度偏差可严重影响2 m气温模式预报性能,导致较大预报误差。随着模式预报时效延长,2 m气温预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。两种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小2 m气温模式预报的误差,后者的订正效果更好。 相似文献
5.
利用2016年夏季西北四省08时24h雨量观测资料和2m温度资料,采用累积降水检验、平均误差、均方根误差分析方法,对用GFS资料驱动的不同分辨率(0.1°×0.1°和0.03°×0.03°)GRAPES_MESO模式的预报进行评估检验和比较,并选择一次降水过程作对比分析。结果表明,在6月、7月、8月三个月中,总体上,10km分辨率模式对西北地区暴雨预报能力优于3km分辨率模式,而小、中、大雨量级的预报上,3km模式分辨率的预报效果更好。两个模式在降水的空报率上都偏高。在温度预报上,10km分辨率的模式对西北地区2m温度预报准确率高于3km分辨率模式,而3km分辨率模式的预报稳定性更好。 相似文献
6.
7.
8.
利用FINE ECMWF模式逐日分析场(0场)序列和10d预报场序列,使用气候学方法客观检验FINEECMWF模式对南海10米风速的预报能力,主要结果如下:(1)模式对南海10米风速具有较高的预报性能,并且不同季节和不同海区具有不同的预报性能.(2)随着预报时效的增加,均方根误差线性增长.不同季节均方根误差最小的是春季,其次是冬季,最大的是夏季和秋季.随着预报时效的增加,15°以北海区的误差增长最快.广东沿海西部海区、北部湾和海南岛西南部在各个季节各个预报时次都是相对大值区.(3)随着预报时效的增加,ACC逐渐减小.不同季节预报效果最好的是春季和冬季,其次是秋季,最差的是夏季.随着预报时效的增长,春季和夏季ACC的大值区主要出现在海区的南部,秋季的大值区分布在海区的南部和北部,冬季的大值区主要分布在海区的中北部. 相似文献
9.
对宾夕法尼亚洲／国家大气研究中心有限区域模式（其中一些数值的和物理的因子是变化的）进行了分析，以了解引进这些数值和物理因子对模式误差或不精确度的作用。因子包括初始条件、水平分辨率（80公里和160公里）和区域大小、侧边界条件以及物理过程参数化。这些结果与全球预报模式（NCAR通用气候模式）的结果进行了比较。 相似文献
10.
ECMWF模式地面气温预报的四种误差订正方法的比较研究 总被引：16，自引：5，他引：11
采用均方根误差对欧洲中期天气预报中心（ECWMF）确定性预报模式2007年1月至2010年12月的地面气温预报结果进行评估,并分别利用一元线性回归、多元线性回归、单时效消除偏差和多时效消除偏差平均的订正方法,对ECMWF模式地面气温预报结果进行订正。结果表明,4种订正方法都能有效地减小地面气温多个时效预报的误差,改进幅度约为1℃。在短期预报中仅考虑最新预报结果的一元线性回归订正方法要优于考虑多个预报结果的多元集成预报订正方法。在中期预报中考虑多个预报结果的多元集成预报订正方法更优,更稳定。在模式预报误差较大的情况下,多时效集成的订正方法能更稳定地减小误差。 相似文献
11.
针对基于作物模型开展产量实时预报后期气象资料的获取问题,提出通过相似类比,从历史气象资料库中获取替代资料的方案,基于CERES-Rice模型系统评估了平均值处理方案和历史相似类比方案的可预报性和误差分布特征。结果表明:水稻产量对成熟前2个月内的气象条件较为敏感,基于气象资料和作物模型开展产量预测,在5%误差范围内可获得60%以上的预测概率;以多年气候平均值替代起报日后期气象资料,在成熟前2个月起报预测概率约为60%,成熟前1个月约为70%,但预报误差系统性偏高;采用气候相似类比方法,从历史气象资料中获取起报日后期替代资料,可有效降低预报误差的系统偏差,若引入后期气候趋势信息,成熟前2个月起报预测概率可达80%以上,较采用历史平均值有显著提高。研究结果为基于作物模型和气象观测及气候预测信息开展产量预报提供了技术方案。 相似文献
12.
使用INCA（Integrated Nowcasting through Comprehensive Analysis）多源资料融合分析和短临外推预报系统的预报结果作为气象强迫场,驱动一路面温度理论预报模型（Model of the Environment and Temperature of Roads,METRo）,开展江苏省高速公路夏季路面高温预报试验,并使用公路沿线逐小时的路面温度观测资料对预报结果进行检验。结果表明:该预报方法能够较好地预报出高速公路沿线日最高路面温度的逐日变化趋势,以及日最高路面温度的大范围空间分布特征。平均日最高路面温度预报绝对偏差为4.1℃,平均相对偏差为10.8%。其中,日最高路面温度预报绝对偏差在5℃以内的站次占总数的64.5%,相对偏差在15%以内的站次占总数的74.6%,比常规业务预报方法分别提高了23.1%和25.3%。但该预报方法对较小的温度波动以及局地性较强的极端温度分布特征的预报技巧还需进一步提高。 相似文献
13.
2007年9—11月T213与ECMWF及日本模式中期预报性能检验 总被引：1，自引：0，他引：1
2007年9-11月冷空气频繁,气温变幅大,热带气旋活跃,给中期天气预报增加了一定的难度.为积累预报经验,提高中期预报准确率,对9-11月T213模式96小时预报产品进行了天气学检验,并与ECMWF、日本模式进行对比分析.结果表明,T213、ECMWF和日本模式对亚洲中高纬大气环流调整具有较好的中期预报性能,对转折性、灾害性天气的预报有较强指示意义.综合来看,ECMWF对天气系统和要素的预报误差最小,T213模式误差最大,日本模式温度预报性能与ECMWF相当.对0713号台风登陆前的位置和移速,ECMWF预报较为准确,T213模式对台风登陆前移速预报偏慢,对台风登陆后的位置预报偏差最小,日本模式对台风位置和强度预报较为失败. 相似文献
14.
2007年6—8月T213与ECMWF及日本模式中期预报性能检验 总被引：1，自引：3，他引：1
对2007年6—8月T213模式进行天气学检验,并与欧洲中心ECMWF模式及日本模式进行了比较。结果表明:3种模式对亚洲中高纬环流形势的调整演变具有较好的预报性能。综合来看,ECMWF模式对各系统及要素的预报误差最小,最接近实况,日本模式和T213模式稍差,稳定性不如ECMWF模式,特别是T213模式对0709号台风圣帕路径及强度的预报与实况相差较大,而ECMWF模式及日本模式预报较为准确。 相似文献
15.
我国3—5月冷空气活动频繁,温度变化剧烈,且沙尘天气频发。为检验数值模式的预报效果,积累预报经验,对T213模式96小时预报产品进行检验分析,并与ECMWF及日本模式的预报结果进行对比分析。结果表明:T213、ECMWF及日本模式的中期预报性能均较好。相对地,ECMWF在对中高纬度大型环流的调整及副热带高压主体的预报方面,日本模式在对850hPa温度的预报方面能力稍强。另外,选取2007年5月8—10日发生在我国的一次沙尘天气个例,分析发现T213与ECMWF模式对于引发此次沙尘天气的地面强风的中期预报指示意义较好,日本模式稍差。 相似文献
16.
Sedef Cakir Mikdat Kadioglu Nihat Cubukcu 《Theoretical and Applied Climatology》2013,111(3-4):703-711
The ensemble method has long been used to reduce the errors that are caused by initial conditions and/or parameterizations of models in forecasting problems. In this study, neural network (NN) simulations are applied to ensemble weather forecasting. Temperature forecasts averaged over 2 weeks from four different forecasts are used to develop the NN model. Additionally, an ensemble mean of bias-corrected data is used as the control experiment. Overall, ensemble forecasts weighted by NN with feed forward backpropagation algorithm gave better root mean square error, mean absolute error, and same sign percent skills compared to those of the control experiment in most stations and produced more accurate weather forecasts. 相似文献
17.
This paper investigates the possible sources of errors associated with tropical cyclone (TC) tracks forecasted using the Global/Regional Assimilation and Prediction System (GRAPES). In Part I, it is shown that the model error of GRAPES may be the main cause of poor forecasts of landfalling TCs. Thus, a further examination of the model error is the focus of Part II. Considering model error as a type of forcing, the model error can be represented by the combination of good forecasts and bad forecasts. Results show that there are systematic model errors. The model error of the geopotential height component has periodic features, with a period of 24 h and a global pattern of wavenumber 2 from west to east located between 60°S and 60°N. This periodic model error presents similar features as the atmospheric semidiurnal tide, which reflect signals from tropical diabatic heating, indicating that the parameter errors related to the tropical diabatic heating may be the source of the periodic model error. The above model errors are subtracted from the forecast equation and a series of new forecasts are made. The average forecasting capability using the rectified model is improved compared to simply improving the initial conditions of the original GRAPES model. This confirms the strong impact of the periodic model error on landfalling TC track forecasts. Besides, if the model error used to rectify the model is obtained from an examination of additional TCs, the forecasting capabilities of the corresponding rectified model will be improved. 相似文献
18.
19.
Due to the increasing requirement for high-level weather and climate forecasting accuracy, it is necessary to exploit a strategy for model error correction while developing numerical modeling and data assimilation techniques. This study classifies the correction strategies according to the types of forecast errors, and reviews recent studies on these correction strategies. Among others, the analogue-dynamical method has been developed in China, which combines statistical methods with the dynamical model, corrects model errors based on analogue information, and effectively utilizes historical data in dynamical forecasts. In this study, the fundamental principles and technical solutions of the analogue-dynamical method and associated development history for forecasts on different timescales are introduced. It is shown that this method can effectively improve medium- and extended-range forecasts, monthly-average circulation forecast, and short-term climate prediction. As an innovative technique independently developed in China, the analogue- dynamical method plays an important role in both weather forecast and climate prediction, and has potential applications in wider fields. 相似文献