共查询到18条相似文献，搜索用时 109 毫秒
1.
利用T63L9全球谱模式和NCEP/NCAR再分析资料, 对BGM方法中增长模的繁殖长度对集合预报效果的影响进行研究。结果表明:与控制预报相比, 不同繁殖长度的集合预报都能使预报效果得到一定程度的改进, 特别是第4天预报以后, 改进程度随预报时效而稳步提高。三组不同繁殖长度的集合预报对控制预报的改进存在差别, 分析结果表明:繁殖长度为2 d的集合预报明显效果最差, 而繁殖3 d和4 d的集合预报差别并不明显。对集合Talagrand分布以及离散度的初步分析表明, 繁殖长度取为3 d似乎最为合理。 相似文献
2.
基于T63L9模式,利用BGM法进行了台风路径的集合预报试验,并对集合预报中的一个关键技术—繁殖长度进行了研究。结果表明:相对于控制预报,利用增长模繁殖法制作的集合预报对台风路径预报的技巧水平有了很大提高。集合预报中采用不同的繁殖长度对台风路径预报效果有一定影响。繁殖长度取2 d和3 d集合预报效果相对于控制预报都有很大提高。繁殖长度取为2 d时,集合离散度较小,取为3 d时较合理,取为4 d时,离散度较大。对台风路径的预报采用集合选择平均后,繁殖2 d和繁殖3 d的集合预报系统的预报效果都优于控制预报。从综合集合预报效果分析,繁殖长度取为3 d更合适。当集合预报中繁殖长度取为3 d时,在预报的前3天,台风路径集合预报误差基本维持在100 km,第4天误差也只接近300 km。相对于控制预报,集合预报的改进率在预报的2～4 d基本超过了60%,甚至可达到70%。 相似文献
3.
与非线性区域预测方法结合的月延伸预报试验Ⅰ:纬向平均环流的预报 总被引：2，自引：0，他引：2
为克服数值模式普遍存在的纬向平均环流预报误差,文中在36a NCEP/NCAR再分析高度场资料的基础上,应用非线性时空序列预测理论的局域近似法构建了200,300,500和700hPa4个等压面上的月尺度逐候纬向平均高度距平场非线性动力学区域预报模型.对1996年12个月所做的预报试验表明,无论是南、北半球中高纬度地区还是低纬度地区,非线性模型的候纬向平均高度预报结果均优于持续性预报、气候预报和T42L9模式动力预报.用非线性结果对T42L9模式月平均高度场预报结果进行订正,则使该谱模式系统性预报误差显著减少,也大大减少了其预报高度场的均方根误差,相应地,高度场距平相关评分也有一定程度的提高,表明纬向平均高度的非线性预报比谱模式动力预报包含了更多的有用信息. 相似文献
4.
为克服数值模式普遍存在的纬向平均环流预报误差 ,文中在 3 6aNCEP/NCAR再分析高度场资料的基础上 ,应用非线性时空序列预测理论的局域近似法构建了 2 0 0 ,3 0 0 ,50 0和 70 0hPa 4个等压面上的月尺度逐候纬向平均高度距平场非线性动力学区域预报模型。对 1996年 12个月所做的预报试验表明 ,无论是南、北半球中高纬度地区还是低纬度地区 ,非线性模型的候纬向平均高度预报结果均优于持续性预报、气候预报和T 42L9模式动力预报。用非线性结果对T42L9模式月平均高度场预报结果进行订正 ,则使该谱模式系统性预报误差显著减少 ,也大大减少了其预报高度场的均方根误差 ,相应地 ,高度场距平相关评分也有一定程度的提高 ,表明纬向平均高度的非线性预报比谱模式动力预报包含了更多的有用信息 相似文献
5.
将一个改进的 T42L10月长期数值预报谱模式,与(国家气象中心引进的)原 T42L9谱模式进行了比较.该模式改进和提高了在σ面上模式初值的精度;在辐射计算中,用模式的预报水汽场和模式诊断云代替原模式(T42L9)中的气候纬向平均水汽场和云,并考虑了由于大地形作用对云的影响;采用了七层谱模式中对低纬的改进预报方法(如对水平扩散过程),以改进T42L10在低纬的月预报结果;考虑了海温及下垫面状态在月预报中随预报时效的变化.用改进的 T42L10谱模式对1992年4月、6月、7月、9月作月长期数值预报试验.试验表明,500hPa 高度月预报平均的 R 值(倾向相关系数)在中高纬和低纬地区分别为0.76和0.64;模式预报的均方根误差月平均比对应的持续性误差小. 相似文献
6.
利用多模式超级集合预报法,以欧洲中期天气预报中心、日本气象厅、德国气象局、中国气象局和中国空军气象中心共5个决定性7 d预报产品为集合成员,对2010年8月500 hPa高度场和850 hPa温度场分别进行固定训练期和滑动训练期超级集合预报。采用均方根误差和相关系数对超级集合预报、单一模式预报和简单集合平均预报进行对比检验,同时对各预报结果的均方根误差空间分布进行对比分析。结果表明:超级集合预报在所有预报结果中最佳,且滑动集合预报对8月后期时段预报要略好于固定集合预报,两者预报效果均好于参与集合预报的各模式,也好于集合平均预报。但随着预报时效的延长,集合平均预报的优势也随之提升。从预报结果均方根误差的空间分布可知,多模式超级集合预报相比于单一模式预报效果提高的区域,500 hPa位势高度场主要位于印度半岛、印度洋、青藏高原及以西地区,而850 hPa温度场则主要位于蒙古、青藏高原、中国新疆及以西地区。 相似文献
7.
采用WRF模式对2010年9月发生在河南省附近的一次暴雨过程进行了集合预报试验。用增长模繁殖方法(BGM)制作了集合预报方案1;为了充分利用背景场信息,结合时间滞后法,制定了集合预报方案2:滚动繁殖法;考虑到暴雨过程中天气形势的特殊性,结合区域空间特征,制定了集合预报方案3:区域繁殖法。这3组试验均对变量U、V、T、Q进行了初值扰动,加上控制预报,均产生了9个集合成员。试验结果表明:几种集合预报方法在预报效果上相较于控制预报都具有明显的改善,滚动繁殖法及区域繁殖法对增长模繁殖法都具有一定的改进作用,其中区域繁殖法的预报效果更优,与实况更为接近。 相似文献
8.
基于TIGGE中欧洲中期天气预报中心和美国国家环境预报中心全球集合预报系统(EC_GEPS和NCEP_GEPS)的2016年1月1日—2017年12月31日连续2 a的预报资料,对两套系统在西南地区10 d以内的2 m温度和24 h定量降水预报进行检验评估和综合分析。2 m温度预报检验结果表明:EC_GEPS和NCEP_GEPS的2 m温度控制预报和集合平均预报的均方根误差均普遍偏高且NCEP_GEPS总体而言优于EC_GEPS;两套系统集合平均均方根误差相对于控制预报改进不明显;集合离散度均明显偏低;Talagrand分布均呈现出非常明显的"J型"分布特征,Outlier评分普遍偏高且EC_GEPS的Outlier评分明显低于NCEP_GEPS;从集合最小值到集合最大值,随着集合百分位的增大,各个预报时效的均方根误差逐渐减小,集合最大值预报技巧最高。降水预报检验结果表明:EC_GEPS和NCEP_GEPS的24 h定量降水预报的Talagrand分布总体而言均呈现出"L型"分布特征且NCEP_GEPS更加明显;NCEP_GEPS各个预报时效的Outlier评分均普遍偏高且明显高于EC_GEPS;EC_GEPS的降水概率预报技巧明显优于NCEP_GEPS;EC_GEPS的70%集合百分位预报技巧最高,NCEP_GEPS的80%集合百分位预报技巧最高。EC_GEPS和NCEP_GEPS在西南地区的2 m温度预报和降水预报均存在一定的系统性误差,进行相应的集合预报系统性偏差订正应该能较好地改进预报技巧。 相似文献
9.
基于交叉验证的多模式超级集合预报方法研究 总被引：7，自引：1，他引：6
利用AREM、MM5和WRF 3个中尺度有限区域模式,通过选取对短期天气预报影响颇大的积云参数化方案和边界层方案构成15个集合预报成员,以2003年7月汛期天气为研究对象,分别采用相关加权、多元线性回归以及支持向量机回归与"交叉验证"相结合的方法,开展有限区域模式的多模式短期超级集合预报研究.文中主要对上述3种方法的24 h降水和700 hPa流场的超级集合预报结果与多模式集合平均预报结果以及T213模式结果进行了对比分析,结果表明:(1)对于24 h降水,支持向量机回归方法的超级集合预报得到的均方根误差比多模式集合平均小,各降水临界值的TS异常评分比多模式集合平均高;并且它也较相关加权法和多元线性回归的超级集合预报效果好.(2)对于700 hPa流场,对比分析各预报结果经过向量EOF分析得到的风场第1模态和第2模态表明,多模式集合平均主要使风场强度变小,多元线性回归和支持向量机回归的超级集合预报可以较好地刻画风场的强度分布,其中支持向量机回归的超级集合预报对风场强度及其区域分布的预报效果最好.(3)对于700 hPa流场,超级集合预报明显优于同期T213模式预报,从相同的预报均方根误差意义看,支持向量机回归的超级集合预报至少较T213模式预报能提前12 h. 相似文献
10.
相似集合是近年来提出的一种基于相似理论、大数据挖掘和集合预报思路的统计释用方法。文中首先介绍了相似集合的基本原理,并应用该方法对北京快速更新循环数值预报系统（BJ-RUC）v3.0预报地面要素开展了订正释用试验。结果表明,相似集合订正后,在0—36 h预报时段内,10 m风速的均方根误差降低44%,2 m气温的均方根误差降低22%,均方根误差均显著减小。对比测站预报误差的水平分布,相似集合方法的应用对于提升非城区站点的10 m风速预报、复杂地形区域的2 m气温预报具有更为明显的效果。相同预报因子的相似集合和支持向量机方法对模式10 m风速和2 m气温预报均具有显著且相似的订正效果,但相似集合方法具有计算资源需求较少、不需要大量人工干预的优势。相似集合方法形成的集合较好地模拟了模式平均误差的增长情况,集合离散度与集合平均均方根误差表现出理想的统计一致性,即相似集合方法在形成确定性预报的同时,还能够提供预报要素的不确定性或概率信息。因此,相似集合方法在模式预报订正及释用方面具有广阔的应用前景。 相似文献
11.
针对2006年5月24～25日一次暴雨过程, 通过一系列初值扰动试验探讨实际业务中建立集合预报系统的方法。运用45 km的WRF模式构建一个11个成员的集合预报系统来比较分析不同的扰动方案、 扰动的空间结构和扰动振幅对集合预报的影响, 结果表明： （1）初值扰动的空间结构对暴雨集合预报的离散度影响很关键, 而扰动振幅的影响却居次要地位。具有动力学结构的孵化扰动明显优于随机扰动。（2）集合预报比单一控制预报提供了更有价值的预报信息。例如在该个例控制预报中漏报的湖北监利强降水中心, 在集合预报中有20%的概率, 并且实况被包含在集合预报的预报范围之中。集合平均预报也明显优于控制预报\.例如矫正了在控制预报中明显虚报的鄂东北的大暴雨中心, 且集合平均预报的暴雨中心落在实际观测暴雨中心的附近。（3）集合离散度较好地反映了实际降水过程的可预报性。例如应用孵化扰动, 其离散度的空间结构同降水预报误差的空间分布大致对应。 相似文献
12.
选取2014年4月发生的一次黄海近岸海雾个例,利用WRF(Weather Research and Forecasting)模式开展了集合预报试验研究。依据每个集合成员初始场中海平面气压、2 m温度、2 m水汽混合比与2 m相对湿度(relative humidity, RH)4个变量的均方根误差(root mean square error, RMSE)与RMSE集合平均值的相对大小,以剔除高于者而保留低于者的原则,设计了4种不同的初始场集合体择优方案,实施了一系列数值预报试验,比较了不同择优方案的集合预报效果。研究结果表明:(1)蒙特卡罗方法所生成的集合体中存在不少海雾预报效果较差的成员,这会降低集合预报效果,因此初始场择优十分必要;(2)以RH作为择优变量的择优方案(记为RH-RMSE方案),集合预报效果明显优于其他3种方案;(3)对比不择优集合预报,采用RH-RMSE方案的择优集合预报效果不仅节省了50%左右的计算时间,并且公正预兆评分(equitable threat score,ETS)改进率高达36%左右。本研究提出的RH-RMSE方案具有业务化应用前景。 相似文献
13.
使用NCEP集合预报资料, 对亚洲中高纬地区2003年6—8月500 hPa高度场的集合预报效果进行了检验。环流预报效果检验结果表明:预报时效大于5 d时, 集合平均预报明显优于单一预报; 使用相同模式分辨率时, 集合平均能将可用预报时效延长12 h以上, 达到7.5 d; 通过集合预报可获得真正意义的概率预报结果, 取得较单一高分辨率预报好的预报效果。阻塞过程的个例分析也表明集合平均的预报效果明显优于单一确定性预报; 特征等值线可反映集合成员的不一致信息和少数集合成员的异常表现, 以此为基础, 可估计分析对象出现与否的概率, 达到提高预报效果的目的。 相似文献
14.
The breeding method has been widely used to generate ensemble perturbations in ensemble forecasting due to its simple concept and low computational cost. This method produces the fastest growing perturbation modes to catch the growing components in analysis errors. However, the bred vectors(BVs) are evolved on the same dynamical flow, which may increase the dependence of perturbations. In contrast, the nonlinear local Lyapunov vector(NLLV) scheme generates flow-dependent perturbations as in the breeding method, but regularly conducts the Gram–Schmidt reorthonormalization processes on the perturbations. The resulting NLLVs span the fast-growing perturbation subspace efficiently, and thus may grasp more components in analysis errors than the BVs.In this paper, the NLLVs are employed to generate initial ensemble perturbations in a barotropic quasi-geostrophic model.The performances of the ensemble forecasts of the NLLV method are systematically compared to those of the random perturbation(RP) technique, and the BV method, as well as its improved version—the ensemble transform Kalman filter(ETKF)method. The results demonstrate that the RP technique has the worst performance in ensemble forecasts, which indicates the importance of a flow-dependent initialization scheme. The ensemble perturbation subspaces of the NLLV and ETKF methods are preliminarily shown to catch similar components of analysis errors, which exceed that of the BVs. However, the NLLV scheme demonstrates slightly higher ensemble forecast skill than the ETKF scheme. In addition, the NLLV scheme involves a significantly simpler algorithm and less computation time than the ETKF method, and both demonstrate better ensemble forecast skill than the BV scheme. 相似文献
15.
16.
使用集合天气预报系统的多个成员的风场预报来驱动海浪模式WAVEWATCH Ⅲ, 计算出含多个成员的海浪预报场,并相应开发出各海浪要素的集合预报产品,如集合平均、离散度、集合概率等,建立了一个集合海浪数值预报系统。使用该系统进行了2007年9—10月为期两个月的预报试验,利用太平洋和大西洋海域范围的浮标观测资料对系统的预报水平的初步检验分析显示,该集合海浪预报方法能够有效地将传统的确定性预报扩展到概率预报领域,且集合平均的预报水平要优于单一的确定性预报,采用集合预报方法可以提供单纯确定性预报所不能够提供的额外信息,具有较好的应用潜力。 相似文献
17.
尽管确定性预报不是集合预报系统(EPS)的主要目的和应用方向,但其每一个成员的预报表现决定了集合预报系统的预报性能,集合平均也是实际预报业务的一个重要参考指标。为此,利用2013~2015年5~10月的欧洲中期天气预报中心(ECMWF)集合预报系统的降水预报资料,CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3×10~4余个自动气象观测站的逐小时降水量融合资料,研究ECMWF集合预报系统对秦岭周边地区逐日降水的控制预报、成员预报、集合平均的预报能力,并探索提高降水集合平均预报性能的有效方法。主要结论如下:(1)无论是集合平均还是控制预报,整体上都较好的刻画了秦岭周边地区降水的空间形态,比较而言,控制预报能够更好的表现了降水的方差变化。(2)泰勒分析表明,集合平均的降水方差随预报时效增加单调减小,控制预报的方差变化随预报时效的增长振荡较小,其相关系数略优于集合平均。(3)技巧评分表明,集合平均使小雨(降水发生频次)的预报偏差显著增加,增大了空报率;使大雨以上的降水预报偏差减小,增大了漏报率,从而使得大多数情况下,集合平均TS(Threat Score)、ETS(Equitable Threat Score)评分低于控制及扰动成员预报。分析认为这主要是由于降水这一要素的偏态分布特性引起的。(4)集合平均的显著贡献在于能够较好的指示可能发生降水的空间位置。通过阈值限定,调整预报偏差,减少(增大)其对小雨(暴雨)的预报频率,能够使集合平均的TS、ETS评分大幅度提升,预报技巧显著优于成员预报和控制预报。目前,预报偏差Bias订正方法已成功应用于陕西省精细化格点预报系统中。 相似文献
18.
目前,集合预报已成为天气预报业务的主要支撑。然而,由于数值模式本身的限制与不完善以及集合系统存在初值扰动、集合大小等方面的局限,常存在预报偏差。不同预报模式通常具有不同的物理过程参数化方案、初始条件等,导致其预报能力各有不同。为此,如何纠正预报偏差以及如何充分有效地利用不同模式的预报信息以获得更加准确的天气预报广受关注。近年来,利用统计理论与预报诊断,基于多个集合预报系统的多模式集成预报技术得到快速发展,已成为有效消除预报偏差从而提高天气预报技巧的一种统计后处理方法。针对气温、降水和风3个最基本的地面气象要素,首先依据预报形式将应用范围较广的简单集合平均、消除偏差集合平均、超级集合、贝叶斯模式平均、集合模式输出统计等加权或等权平均多模式集成技术,分成确定性预报和概率预报两大类,并做系统介绍。最后,讨论使用和发展多模式集成技术需要关注的问题,包括考虑参与集成的模式个数、发展降水及风速分级预报模型和发展基于机器学习的多模式集成新技术。 相似文献