首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。  相似文献   

2.
《海洋预报》2020,37(1):50-54
基于浮标站海浪历史数据,利用回归分析方法建立了海浪数值模式有效波高预报产品的一元二次回归方程订正统计模型。通过2017年7月1日-2018年10月10日期间业务试运行结果发现:订正方程能有效改善有效波高数值预报产品的预报精度,且预报时效越短订正效果越显著。其中,第6~11 h预报时效内的订正前后平均绝对误差值减小0.17~0. 241 m,第6~18 h预报时效内订正前后均方根误差减小幅度为0.103~0. 28 m。这说明应用订正统计模型对海浪模式输出产品进行订正,也是改进海浪模式预报准确率的一种有效途径。  相似文献   

3.
结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。  相似文献   

4.
福建省沿海冬半年东北大风的数值预报释用方法研究   总被引:2,自引:0,他引:2  
基于福建省冬半年沿海32个自动站的极大风观测资料和WRF、EC细网格以及T639 3种模式预报的10 m风场资料,将模式预报的风速与观测资料进行对比分析,结果表明:WRF和EC细网格的预报效果较好,有可参考性,T639可参考性不高。模式预报结果相比实况极大风速偏小,预报平均绝对误差由沿海向内陆逐渐减小,由中部向南北逐渐减小。择取预报效果较好的WRF和EC细网格模式,对沿海代表站点进行风速集成,建立集成预报方程,并进行集成订正。误差订正后,与误差较小的WRF模式相比,预报准确率提高了10%左右,改善效果显著,为提高福建省沿海冬半年东北大风的预报准确率提供定量的预报方法。  相似文献   

5.
利用连云港海岛站资料,分析了连云港沿海风速的分布特征,在此基础上对连云港沿海进行了风速预报的分区;应用本地业务运行的WRFV3模式对近海风速进行预报,结果表明,模式预报能较好的反映海岛站风速的变化趋势,但在风速大小的预报上存在较大误差,同时,WRFV3模式对4个站的风速预报准确率分析表明,模式对特殊地理位置区域的预报准确率比较低;用Kal-man滤波方法对本地业务运行的WRF模式的风速预报结果进行订正,结果表明,经过Kalman滤波方法订正后,对近海海岛站上风速的预报效果有明显的改善,且分区内其他站的预报效果也相应得到提高。  相似文献   

6.
张建华  苏洁  李磊  王旭  王赐震  李燕  刘钦政 《海洋预报》2005,22(Z1):122-127
以海洋原始方程组为基础,用SST常规船舶资料形成初始场,以气象预报产品提供海表面的强迫场,建立了一个有限区域的SST短期(3~5d)动力数值二维预报模式,开创了第一代SST短期数值预报模式.利用此模式进行了试预报,预报效果良好,实现了表层海水温度数值预报业务化运行,实效为3d的预报精度均方误差达到1.0℃左右.  相似文献   

7.
利用青岛2006—2013年4—8月地面观测资料以及FNL再分析资料,采用分类与回归树(CART)方法建立了青岛沿海海雾决策树预报模型,并根据2014年4—8月海雾预报空报情况,调整了预报模型中部分判别流程及预报指标阈值。2015年5月预报结果表明:修订后的青岛沿海海雾决策树预报模型72 h内海雾预报准确率可达70%—75%左右,表明修订后的海雾决策树预报模型可基本满足常规业务预报需求。青岛沿海海雾决策树预报模型中2 m相对湿度和海表温度最为关键,另外850 h Pa风向在海雾判别中也很重要,而且随着季节的不同判别阈值也明显不同。  相似文献   

8.
通过分析2010年10月到2011年12月的19次大风过程,将T639和MM5数值模式产品和客运航线代表站长岛、东口实况大风资料进行对比,通过对大风预报质量评分、大风起止时间等进行细致的诊断分析,得出了量化指标,并最终选定T639模式作为对外服务的参考模式;通过对T639预报产品客观评分和误差分析、集中度分析等方法进行模式产品自动检验,找出了该模式产品和对应航线站点的定量误差规律以及最佳订正方式。  相似文献   

9.
针对台风"杰拉华"过程,使用中尺度大气模式(WRF),采用不同时间分辨率的TRMM/TMI海表面温度观测资料作为大气模式底边界条件,设计数值试验,研究不同时间分辨率SST对台风模拟的影响;同时,通过分析HadISST1资料得到东中国海近50 a SST变化趋势,根据计算得到的SST(海表温度)变化趋势重构SST,并以重构的SST作为模式底边界条件,通过定量分析水文要素的变化,研究台风"杰拉华"过程对重构SST的响应情况。数值试验结果表明:SST时间精度的提高对台风"杰拉华"的路径后报误差减小贡献较小,但台风强度精度有明显提高。在根据SST长期变化趋势改变SST条件后,海平面气压显著降低,海面10 m风速、潜热通量、波浪能密度明显加大,有较明显增幅。  相似文献   

10.
环渤海沿岸海表温度资料的均一性检验与订正   总被引:2,自引:1,他引:1       下载免费PDF全文
本文对环渤海沿岸具有代表性且资料完整的6个海洋观测站的月均海表温度(SST)序列作均一性检验和订正。我国海洋观测站密集度低,难以选择参考序列,本文首先采用不依赖参考序列的惩罚最大F检验(PMFT)方法对SST序列检验,利用详尽的元数据对检验结果进行确认,再对不连续点订正,该方法适用于元数据详尽的海洋观测站。对于元数据不详尽的观测站,使用惩罚最大T检验(PMT)方法,选取与海洋台站距离近且相关显著的气象观测站的均一化地面气温序列来制作参考序列,对SST序列进行检验和订正。结果表明,环渤海地区SST序列都存在一定非均一性,观测站较大距离迁移和观测系统变更(从人工观测到自动化观测)是造成非均一性的重要原因。订正后的环渤海地区年平均SST增温趋势更加明显。本文使用不同方法来检验SST序列的均一性,该思路对沿海其他海区观测站SST均一性检验和订正有一定参考价值和应用前景,可为沿海气候变化研究提供科学准确的第一手资料。  相似文献   

11.
变分伴随数据同化在海表面温度预报中的应用研究   总被引:8,自引:1,他引:8  
将变分伴随数据同化技术应用于海表面温度(SST)数值预报.采用中国近海海表面温度短期数值预报模式,将船舶测报海表面温度同化到该模型中,对SST初始场进行优化.文中给出了中国近海SST数值预报同化模型5d试报结果与观测值的比较,整个区域的均绝差由同化前的2.71℃降至0.87℃,即变分伴随数据同化对改进SST数值预报的效果是比较明显的,表明它可成为SST数值预报初始化的新方法.  相似文献   

12.
对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示:(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。  相似文献   

13.
基于黄海水温垂直剖面分层结构统计分析,建立了一个卫星遥感SST反演水温垂直剖面的参数化模式,以该模式反演数据作为一维数值预报模式的初值,同时用大气预报场资料作为预报模式的过程资料,发展了一个以卫星遥感资料作为主要输入量的黄海水温垂直剖面的数值预报模型.模型实现了利用卫星遥感资料反演预报黄海水温垂直剖面的目的,5 d时效的预报效果明显优于已往强温跃层数值预报模式.  相似文献   

14.
台风风暴潮异模式集合数值预报技术研究及应用   总被引:2,自引:2,他引:0  
台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。  相似文献   

15.
南海热带气旋路径预报   总被引:3,自引:1,他引:3  
对中央气象台近10年的南海热带气旋路径预报结论进行全面普查,结果表明:预报质量受定位误差和路径类别影响显著;年预报误差不稳定,5年平均预报误差有减小的趋势;在预报误差总量中,偏西误差占的份额最大;预报质量和预报偏差都有显著的季度差异,在弄清其在什么条件下预报准确率较高、在什么条件下预报有规律性偏差的基础上,制定了一套对中央气象台未来24h预报位置的订正预报方法,用2000年资料试报,效果较好。  相似文献   

16.
气候模式是我们理解、模拟和预报气候演变的重要工具。然而即使是目前最先进的耦合模式,其模拟和预报与大气/海洋的真实状态相比,仍存在较大偏差,这是由于在模式的倾向方程中不可避免地存在系统性的误差(倾向误差)。因此,减小模式倾向误差对改进模式的模拟和预报效果具有重要意义。该研究首先发展了一种新的计算模式倾向误差的估计算法——基于局地集合变换卡尔曼滤波器(local ensemble transform kalman filter, LETKF)同化技术的倾向误差估计算法。在此基础上,将新发展的算法应用到Zebiak-Cane (ZC)模式,通过同化海表面温度异常(sea surface temperature anomaly, SSTA)数据,估计随时空变化的倾向误差,并使用计算得到的倾向误差订正模式,进行积分模拟。结果表明: (1)倾向误差和ZC模式的模拟偏差具有高度相关性; (2)订正后的模式改善了对厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)的一些重要特征的模拟。这说明新发展的模式倾向误差估计算法十分有效且在ENSO模拟中具有较好的应用价值,此外,这种新的模式倾向误差估计算法,计算高效简便,可便捷地应用于各模式中,利于推广。  相似文献   

17.
中国海及邻近海域卫星观测资料同化试验   总被引:4,自引:0,他引:4  
利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。  相似文献   

18.
基于"动力-统计"预报方法的MEOFIS(精细化气象要素客观预报)平台以相关模式预报结果为基础,结合历史实况资料建立预报模型,实现站点的精细化预报.利用2009~2011年的T639模式产品和渤海湾北部相关观测站的数据积累统计建模,并对2012~2013年海面4个季节的气温和风速进行预报统计,对比分析该平台在海面气温和风速预报中的适用性.经客观检验,1℃误差范围内,海面各季节的气温和风速预报准确率均高于陆上的预报;海面日最高、日最低和逐3 h气温预报准确率均超过68%,秋季的日最高气温、逐3 h气温和冬季的日最低气温预报最为理想,准确率分别达86.8%、75.2%和78.9%,春季的气温预报整体不理想;显著性检验结果显示:和T639直接输出的结果相比,MEOFIS在各季节的气温预报中具有明显的订正能力.2 m/s误差范围内,过渡性季节春、秋季的日最大风速预报准确率均超过75.0%,夏季的预报效果较差,但逐3 h风速预报准确率最高,达78.0%,冬季的风速预报效果整体不佳;利用总体平均经验模态分解法(EEMD)对各月逐3 h的海面气温和风速预报误差做滤波处理,结果显示MEOFIS平台对这两要素的预报误差均存在明显的双周震荡波,通过滤波可以提高二者预报的准确率,且气温预报准确率的提高更大.预报偏差和方差小的季节,预报准确率的改善更为理想.  相似文献   

19.
对于海洋数值模式用以计算海表温度(SST)的热通量资料,本文在插值的过程中引入了1个权重因子f,以探讨由于原始资料和数值模式的分辨率以及相应的海陆分布的不同所导致的近海SST模拟误差。对于原始资料中坐标位于海洋的点,f_O=1.0;而对于坐标位于陆地的点,f_L~[0,1]。数值实验对比了渤海和北黄海的原始数据插值结果和SST模拟结果。通过对比数值模式和原始资料的海陆分布,发现在模拟海区有相当多的模式水点被原始资料的陆点半围绕,在这些点上的插值结果受f_L的取值影响较大。本文的对比数值实验表明,当f_L分别取0.5和1.0时,对SST的模拟差异在部分海域达到了O(0.1℃)的量级,与数值模式本身的误差量级相当,是海洋数值研究中应当给予重视的误差因素。  相似文献   

20.
海洋环流模式中不同近似假设下的海表高度   总被引:1,自引:1,他引:1  
Boussinesq近似是现代海洋环流模式中经常采用的假设,但随着海洋模式的不断发展完善以及气候研究应用的需要,有必要估算Boussinesq近似造成的模式误差。分别利用一个非Boussinesq近似的海洋模式与另一个结构相同且采用Boussinesq近似的模式计算海表高度,并同时利用模式预报的温度、盐度资料计算了比容异常高度。分析结果显示,这3种不同定义的海表高度无论空间结构,还是时间演变,都基本类似,尤其在热带海区最接近,差值≤1cm。Boussinesq近似意味着在模式中以体积守恒代替质量守恒,通常的做法是对其进行简单的质量补偿来保持质量守恒。比较说明,以质量补偿方法进行的高度订正对减小Boussinesq近似带来的误差没有本质的意义。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号