首页 | 本学科首页   官方微博 | 高级检索  
     检索      

ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析
引用本文:董全,金荣花,代刊,康志明.ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析[J].气象,2016,42(9):1146-1153.
作者姓名:董全  金荣花  代刊  康志明
作者单位:国家气象中心, 北京 100081,国家气象中心, 北京 100081,国家气象中心, 北京 100081,国家气象中心, 北京 100081
基金项目:公益性行业(气象)科研专项 (GYHY200906007、GYHY201306002和GYHY201006018),国家科技支撑项目 (2009BAC51B03)和中国气象局关键技术集成项目共同资助
摘    要:本文运用2012年5—9月欧洲中期天气预报中心(ECMWF)的集合预报系统(Ensemble Prediction System,EPS)和确定性模式(High-resolution Deterministic forecast,HDet)资料对比分析了淮河流域暴雨的预报效果。对于集合预报,主要对比了基于EPS的日降水量极端天气预报指数(Extreme Forecast Index,EFI),和改进的贝叶斯模型平均(Modified Bayesian Model Averaging,MBMA)法对降水的订正后概率。由于ROC(Relative Operating Characteristic)检验是与模式的系统性偏差无关的,所以选用ROC检验,对比了不同空报率下的TS评分,以及不同方法的相对经济价值。对比检验的结果显示,各时效预报MBMA预报效果最好,其次是HDet,EFI的预报效果最差,其中2 d内的预报HDet接近MBMA,随着预报时效的延长,MBMA相对于HDet和EFI的优势不断增强。在不同标准下确定三种方法对淮河流域暴雨预报的阈值,结果显示MBMA同样优于HDet,EFI预报效果最差。但MBMA的优势是通过增加预报偏差得到,如果将预报偏差限定为主观预报的1.37,此时MBMA的效果和HDet的效果接近。

关 键 词:集合预报系统(Ensemble  Prediction  System    EPS),  改进型贝叶斯模型平均(Modified  Bayesian  Model  Averaging    MBMA),  极端预报指数(Extreme  Forecast  Index    EFI),  暴雨
收稿时间:4/5/2015 12:00:00 AM
修稿时间:2016/7/18 0:00:00

Comparison Between ECMWF Ensemble and Deterministic Forecast for Heavy Rainfall in the Huaihe River Basin of China
DONG Quan,JIN Ronghu,DAI Kan and KANG Zhiming.Comparison Between ECMWF Ensemble and Deterministic Forecast for Heavy Rainfall in the Huaihe River Basin of China[J].Meteorological Monthly,2016,42(9):1146-1153.
Authors:DONG Quan  JIN Ronghu  DAI Kan and KANG Zhiming
Institution:National Meteorological Centre, Beijing 100081,National Meteorological Centre, Beijing 100081,National Meteorological Centre, Beijing 100081 and National Meteorological Centre, Beijing 100081
Abstract:
Keywords:ensemble prediction system (EPS)  modified Bayesian model averaging (MBMA)  extreme forecast index (EFI)  heavy rainfall
本文献已被 CNKI 等数据库收录!
点击此处可从《气象》浏览原始摘要信息
点击此处可从《气象》下载免费的PDF全文
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