共查询到20条相似文献，搜索用时 31 毫秒
1.
为评价用于公众气象服务的精细化多模式客观集成预报服务产品(refined multi-model objective consensus forecasting service products,以下简称OCF)多模式集成气温预报效果,分析其误差成因,以中国区域OCF日最高气温和日最低气温预报检验为切入点,对服务影响较大的大误差日及其典型特例——降温日开展检验分析,并与参与OCF集成的ECMWF和NCEP气温预报进行对比。结果表明:OCF日最高气温和日最低气温总体上预报性能优于参与集成的模式预报,准确率夏季高冬季低,拉开了气温变化范围,也有效减小了误差。OCF的大误差日较少,但2~3 d时效及冬半年的大误差日较ECMWF多,与集成的模式预报性能、降温天气相关。针对降温日的检验分析发现:OCF、ECMWF和NCEP在降温日的预报性能有所下降,OCF日最高气温预报误差增长尤其快;OCF对降温日的日最低气温、非降温区域的日最高气温进行了有效订正,但在降温日的降温区域里,其日最高气温预报有明显的正误差特征。基于以上分析,提出了OCF气温集成订正技术改进方向,说明针对性的检验更利于发现客观模式预报及集成订正的问题。 相似文献
2.
基于德国天气在线T7online(简称T7)、ECMWF细网格(简称EC)及T639三种数值模式的气温预报产品,结合本溪站气象观测资料,对三种数值模式2014年1月至2015年12月本溪市气温预报的准确率及预报误差进行了检验和分析,根据误差分析结果利用BP神经网络模型建立了本溪市数值模式气温预报误差客观化订正模型。结果表明:对于气温预报的年检验,T7、EC和T639三种数值模式的最低气温预报准确率均高于最高气温的预报准确率;对于气温预报的月检验,三种数值模式对夏季、秋季最低气温的预报效果明显优于冬季和春季,而对于最高气温的预报,T7的气温预报准确率明显优于EC和T639模式;当气温波动较大时,三种数值模式气温的预报准确率均明显下降。三种数值模式对最低气温预报的平均误差均为2.00℃以内,对最高气温的预报准确率存较大差别,T7模式最高气温的预报误差最小,T639模式气温预报的系统偏差最明显,最低气温系统偏差为-1.34℃,最高气温系统偏差为-2.87℃。根据三种数值模式气温预报误差的特征,结合BP神经网络建立本溪市气温误差预报模型对数值模式气温预报结果进行订正,订正后气温平均绝对误差由2.40℃左右降至1.40℃左右,系统偏差和均方根误差均明显缩小,气温预报准确率由50%左右提高至80%以上,数值模式气温预报准确率明显提高,具有较好的应用价值。 相似文献
3.
为了解ECMWF高分辨率数值预报模式(以下简称“EC”)对广安地区气温的预报性能,提高预报质量。利用EC气温预报产品,对2015～2017年广安地区最低(高)气温进行预报性能检验。结果表明:EC模式预报最低气温,正确率较高;预报最高气温,正确率波动大,随月份呈明显的“V”型变化,盛夏7、8月最低。预报误差随时效延长,略有增大;最低气温误差小于最高气温误差;最低气温误差各月无明显差异,最高气温误差在盛夏7、8月最大。最低气温预报效果区域差异不明显;最高气温预报效果受地形影响较大。根据订正指标,进行气温订正预报,可有效提升预报正确率。EC模式预报高温时的最高气温偏小,经过订正后,各站各时效正确率均明显提高,正确率提升20.6～91.3%,具有较高的参考价值。 相似文献
4.
辽宁地区ECMWF模式气温预报检验及误差订正研究 总被引：1，自引：0，他引：1
利用2016—2018年ECMWF细网格模式12—36 h内2 m温度预报产品,选取辽宁地区65个城镇站点观测资料,评估预报产品在不同季节的预报准确率,并按季节分析固定误差订正方法和最优滑动周期订正方法对提高准确率的作用。结果表明：ECMWF模式预报产品对辽宁地区气温预报的准确率表现为,ECMWF模式最高气温冬季预报最优(城镇站点预报准确率为81.5%),最低气温夏季预报最好(城镇站点预报准确率为84.3%);采用最优滑动周期订正后,2016—2018年辽宁地区的最高气温和最低气温准确率较ECMWF模式自身分别提高了19.7%和20.5%,最低气温的预报准确率提高程度优于最高气温;在整个空间分布中,ECMWF模式对辽宁中部平原地区最高(低)气温预报准确率高于东、西部地区,辽宁东北部和西南部以及东南部的长白山余脉影响区域准确率明显低于其他区域。同时,在各季中,最高气温和夏季最低气温的订正预报能力优于其他季节;在地面晴、雨两种特征下,对辽宁地区24 h气温预报进行订正检验表明,该检验结果对辽宁地区最高(低)气温订正有一定补充作用,尤其是冬季降水出现时,最高气温预报补充订正效果最为显著。 相似文献
5.
6.
利用华东地区1961-2005年气象站点的气温资料,分析了华东地区最高、最低气温的时间和空间变化特征。结果表明,1961-2005年华东最高和最低气温均有先降后升的变化趋势,其中冬季增温幅度最大,春季次之,夏季最高气温变化趋势不明显,最低气温升温幅度最小。2001-2005年,华东地区平均最高和最低气温最高;最高气温在20世纪80年代最低,最低气温在60年代最低。最高气温和最低气温分别在1989年和1988年发生了增加突变。华东最高和最低气温在空间上基本都为增温。华东最高气温在沿海地区的增温幅度大多大于内陆地区。最低气温在安徽北部、江苏北部和山东半岛的部分地区增温幅度较大,而在山东西部、江西西北部、浙江西部及福建沿海的部分地区增温幅度较小。最高、最低气温除在冬季增温趋势一致,即北部增温幅度大于南部外,在其他三个季节都呈现出不同的空间变化特征。 相似文献
7.
利用T639模式预报产品和黑龙江省83个国家气象站气温实况观测资料,采用最优预报因子方法选取预报因子,应用多元回归方法建立逐站日最高气温和日最低气温的MOS预报方程; 对MOS、中央气象台指导预报（SCMOC）和T639三种气温预报产品的日最高气温和日最低气温预报效果进行对比检验分析,并用EOF方法检验预报与实况的时空变化特征一致性。结果表明: 与实况的时空变化一致性方面,MOS和SCMOC较好,T639略差; 预报效果方面,MOS和SCMOC对日最高气温和日最低气温的2 ℃预报准确率普遍高于T639,MOS的预报准确率在日最高气温方面高于SCMOC,在日最低气温方面低于SCMOC; MOS对T639气温预报产品改善效果明显,尤其对冬季日最低气温的预报改善效果十分显著; MOS较T639气温预报改善效果与T639模式预报效果呈负相关关系,主要表现为,MOS预报改善效果在T639预报准确率低的山区明显优于平原,在春、夏季,预报准确率较低的日最高气温明显优于日最低气温,在冬季,预报准确率较低的日最低气温优于日最高气温; MOS气温预报方法的预报性能较理想,SCMOC对黑龙江省预报难度较大的日最低气温预报效果较好。 相似文献
8.
根据新疆博尔塔拉蒙古自治州(简称博州地区,下同)1959—2004年四个气象代表站点各月平均气温、平均最高气温、平均最低气温资料,通过计算趋势系数,并对其显著性水平进行蒙特卡洛模拟检验,以及对各序列综合运用滑动t检验与累积距平相结合等现代气候统计诊断方法,分析了博州地区气温的变化趋势及突变时间。结果表明:博州地区气温的突变与全球乃至北疆大范围的增温突变时间一致,即年平均气温、年平均最高气温与年平均最低气温约在1970s后期同时发生突变式增温现象,这种升温表现为极大的非对称性,即平均最低气温的增幅远大于平均最高气温增幅。其中冬季平均最低气温升幅最大,夏季次之,春、秋相当,且均超过了0.02以上的显著性检验水平;平均最高气温的增温趋势仅在冬季明显;平均气温的增幅以冬季最大,秋季次之,春季最小,但仅冬、夏两季平均气温的增温趋势达到0.05以上的Monte Carlo显著性水平。就年与四季平均气温、平均最高气温、平均最低气温增温率的大小与北疆区域比较而言,除年平均最低气温及春、夏两季平均最低气温升幅高于北疆区外,其它年或季的增温幅度均不如北疆。各季平均最高气温、平均最低气温与同季的平均气温的演变趋势比较接近,其中冬季相似性最高,春季次之,夏季相似性最低。 相似文献
9.
为检验不同数值模式产品对山东不同站点2m日最高、最低气温24h预报效果,利用2014年6—8月逐3h的WRF-RUC、EnWRF确定性预报、不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品以及EC细网格预报进行TS评分、误差等分析。结果表明：EC细网格对内陆最高气温预报准确率最高,EnWRF确定性预报次之,EC细网格和T639-MOS对内陆最低气温预报准确率最高。T639和EC细网格分别对沿海最高和最低气温预报准确率最高。对各模式单站气温预报进行最优模式分析发现,对于最高气温预报最优的模式为EC细网格和EnWRF确定性预报,分别集中在鲁西南和鲁北、鲁中和鲁东南。对于最低气温预报最优的模式为EC细网格和T639-MOS,T639-MOS主要对鲁中山区预报较好,其他地区两个模式预报效果基本相当。 相似文献
10.
11.
华东地区最高最低气温时空变化特征 总被引：5，自引：1，他引：4
利用华东地区1961-2005年气象站点的气温资料,分析了华东地区最高、最低气温的时间和空间变化特征.结果表明,1961-2005年华东最高和最低气温均有先降后升的变化趋势,其中冬季增温幅度最大,春季次之,夏季最高气温变化趋势不明显,最低气温升温幅度最小.2001-2005年,华东地区平均最高和最低气温最高;最高气温在20世纪80年代最低,最低气温在60年代最低.最高气温和最低气温分别在1989年和1988年发生了增加突变.华东最高和最低气温在空间上基本都为增温.华东最高气温在沿海地区的增温幅度大多大于内陆地区.最低气温在安徽北部、江苏北部和山东半岛的部分地区增温幅度较大,而在山东西部、江西西北部、浙江西部及福建沿海的部分地区增温幅度较小.最高、最低气温除在冬季增温趋势一致,即北部增温幅度大于南部外,在其他三个季节都呈现出不同的空间变化特征. 相似文献
12.
利用2013—2015年ECMWF(简称EC)细网格模式2m气温预报产品,分析了不同季节和不同天气形势下EC细网格模式产品对青岛地区7个基准站逐日最高气温和最低气温的预报性能。结果表明:EC细网格模式2m气温预报误差沿海站点大于内陆站点,且误差随着预报时效的延长逐渐增大。最高气温预报除胶州站外均为负误差,最低气温预报青岛、平度、莱西为正误差,崂山、黄岛、胶州和即墨为负误差。最高气温预报在3—4月和8—9月预报质量不稳定,最低气温预报夏半年好于冬半年。根据模式误差特点,给出7站气温主观订正参考值,订正后最高气温预报准确率提高3%~16%,最低气温预报准确率提高4%~18%。EC细网格模式对于暴雨、强对流、高温晴热、回暖天气、冷空气过程最高气温预报偏低,海雾影响时最高温度预报偏高;对冬季大雾情形下的最低气温预报偏低,辐射降温时最低气温预报沿海站点偏低,北部内陆站点偏高。 相似文献
13.
海南岛最高和最低气温的非对称变化 总被引：4，自引：0，他引：4
利用海南岛具有46年资料的13个站点1959-2004年1月、4月、7月、10月及年平均温度、平均最高最低温度、极端最高最低温度，研究海南气温变化的气候特征，结果表明，海南岛最高最低气温变化在空间分布，线性增温趋势的稳定性、倾向率和突变现象均有明显的非对称性特征：最高气温变化的空间分布表现为北高南低，而最低气温变化的空间分布表现为南高北低；各季节的平均最低气温的线性趋势均稳定，极端最低气温在冬季和夏季线性增温趋势稳定，而各季的平均、极端最高气温增温趋势均不稳定；最低气温的倾向率在各个季节或年平均上比最高气温的倾向率大得多，冷季的线性倾向率明显大于暖季；平均最高气温在四季均不存在明显突变，而平均最低气温则均有突变。 相似文献
14.
基于1990~2019年四川地区156个气象观测站2 m最高、最低气温逐日数据,分析了最高、最低气温的日变化特征。结果表明:（1）2 m最高气温逐日变化幅度大于最低气温逐日变化幅度,最高气温逐日变温的极大值区位于凉山州东北部,最低气温逐日变温的极大值区位于甘孜、阿坝两州北部;（2）春季最高气温逐日变温幅度明显大于夏、秋、冬季,冬、春季最低气温逐日变温幅度大于夏、秋季;（3）最高气温和最低气温的逐日变温频次分布均呈现单峰型特征,前者峰值位于0~2℃,后者峰值位于?2~2℃。（4）最高气温逐日变化超过6℃的年均频次明显高于最低气温,两者高频区的空间分布与变温幅度大值区较为一致。 相似文献
15.
利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。 相似文献
16.
曲江前期气温、地温与汛期降水关系的分析及预测 总被引：15，自引：14，他引：1
选取位于韶关市曲江区的韶关国家气象观测站的月平均地面气温、最高气温、最低气温和0～320cm共9层地温,分别计算它们与曲江前（4～6月）、后（7～9月）汛期降水之间的相关系数,通过相关分析发现,曲江部分时段的气温、地温与后期汛期降水存在较好的相关,表明前期下垫面热力状况对后期汛期降水状况有一定的影响。并从中找出相关性好的预报因子,建立汛期降水回归预报方程,具有较好的预报效果,从而为曲江汛期降水趋势预测提供较好的决策依据。 相似文献
17.
李珊珊张华龙陈玉梅黄晓莹 《广东气象》2021,43(4):37-39
对2020年广东省中期时效的主客观降水和气温预报进行检验,结果表明:省级网格和融合法MIX的降水预报评分总体上优于客观模式ECMWF和NCEP;总体上省级网格的降水预报偏差较客观产品更趋近1,即空漏报相对持平;省级网格对大雨和暴雨以上量级降水的192 h预报从提高预报稳定性的角度出发,预报趋于保守,漏报明显多于空报。气温预报方面,省级网格对模式订正有正技巧,最高气温的订正能力强于最低气温,其中盛夏季节(6—9月)对模式最高气温的订正效果最好。 相似文献
18.
选取广东省通过均一性检验的37个代表性测站1961～2008年逐日最高、最低气温资料,采用线性趋势分析、空间插值等方法,分析了广东省年和季极端最高、最低气温的时空变化特征。结果表明:广东省年极端最高、最低气温均呈明显增温趋势并存在非对称性变化,年极端最低气温的线性增温速率(0.044℃/年)明显高于极端最高气温的线性增温速率(0.012℃/年)。极端最高、最低气温的变化存在明显的季节差异和地区差异,增温速率均在冬季最大,春季最小;珠江三角洲、东南沿海地区增温最明显,粤西、粤东北地区增温不明显。 相似文献
19.
20.
通过对陕西智能网格气象预报系统(秦智)(下简称秦智系统)的温度、晴雨和暴雨预报准确率检验,发现秦智系统在佛坪地区的日最低气温预报准确率高于日最高气温预报准确率,误差≤2℃的平均准确率日最高气温为51.6%、日最低气温为79.8%,平均绝对误差日最高气温2.4℃、日最低气温1.3℃,说明秦智系统对佛坪地区的气温预报有具有较好的指导作用;日最高气温预报准确率最低的月份是5月、6月和9月、日最低气温预报准确率最低的是1月和4月;晴雨预报准确率最高的月份是10月,最低的是4月;秦智系统在佛坪的暴雨预报24 h TS评分为40%,命中率为50%,且预报时效越长TS评分和命中率越低,空报率和漏报率越高。气温预报准确率和晴雨预报准确率最低的三个站均在北部山区海拔1 000 m以上,说明地形因素对数值预报的准确性有一定影响。 相似文献