| GRAPES-GEPS K-均值集合预报产品开发及应用 |
| |
| 引用本文： | 齐倩倩,佟华,陈静.GRAPES-GEPS K-均值集合预报产品开发及应用[J].气象科技,2021,49(4):542-551. |
| |
| 作者姓名： | 齐倩倩 佟华 陈静 |
| |
| 作者单位： | 1 中国气象局数值预报中心，北京 100081; 2 国家气象中心，北京 100081 |
| |
| 基金项目： | 冬奥会气象条件预测保障关键技术（2018YFF0300103）、中国气象局数值预报中心青年基金（400441）、国家自然科学基金青年基金项目（41906022）资助 |
| |
| 摘 要： | 基于GRAPES全球集合预报系统(GRAPES-GEPS)及2020年2月13-16日的全国寒潮天气过程,开发出一类新的集合预报产品—K-均值聚类产品。采用爬山法确定最佳聚类数量,并采用K-均值聚类算法对集合样本进行分类。结果表明,该方法的500hPa位势高度场所有类别的聚类产品均呈现出中高纬Ω形的环流形势及低压系统后部冷平流的走向,发生概率最高的聚类产品最能反映实况中环流形势的分布。对于850hPa温度场,其聚类产品均呈现出全国温度从北到南呈带状逐渐增加的空间分布特征,发生概率最高的第一类聚类产品与实况最为接近。对于10m风速聚类产品,在较大风速处,集合样本离散度较大,不同类别的风速大小差异显著;发生概率较高的第一类聚类产品,其对天津及周边地区10m风速的分布及强度描述均较准确,并能提供有价值的预报信息。K-均值聚类能有效地实现集合预报样本信息的浓缩,该产品可为预报员判断某一时次的天气预报提供直观指导。
|
| 关 键 词： | K-均值聚类法 聚类产品 GRAPES-GEPS 位势高度 温度 风速 |
| 收稿时间： | 2020/6/27 0:00:00 |
| 修稿时间： | 2021/1/4 0:00:00 |
Development and Application of K-means Ensemble Prediction Product Based on GRAPES-Global Ensemble Prediction System |
| |
| QI Qianqian,TONG Hu,CHEN Jing.Development and Application of K-means Ensemble Prediction Product Based on GRAPES-Global Ensemble Prediction System[J].Meteorological Science and Technology,2021,49(4):542-551. |
| |
| Authors: | QI Qianqian TONG Hu CHEN Jing |
| |
| Institution: | 1 Numerical Weather Prediction Center of CMA, Beijing 100081; 2 National Meteorological Center, Beijing 100081 |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《气象科技》浏览原始摘要信息 |
| 点击此处可从《气象科技》下载免费的PDF全文 |
|
