| 最优集合预报订正方法在客观温度预报中的应用 |
| |
| 引用本文： | 郝翠,张迎新,王在文,付宗钰,DELLE MONACHE Luca.最优集合预报订正方法在客观温度预报中的应用[J].气象,2019,45(8):1085-1092. |
| |
| 作者姓名： | 郝翠 张迎新 王在文 付宗钰 DELLE MONACHE Luca |
| |
| 作者单位： | 北京城市气象研究院，北京 100089; 北京市气象台，北京 100089,北京市气象台，北京 100089,北京城市气象研究院，北京 100089,北京市气象台，北京 100089,National Center for Atmosphereic Research, Boulder, USA |
| |
| 基金项目： | 国家重点研发计划(2018YFC1507305和2018YFF0300104)、中央级公益性科研院所基本科研业务费专项(IUMKY201719)和中国气象局发展预报业务检验评估关键技术项目［YBGJXM(2017)06-4］共同资助 |
| |
| 摘 要： | 数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1～7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。
|
| 关 键 词： | 最优集合，客观温度预报，滑动训练期，优化变量权重 |
| 收稿时间： | 2018/3/11 0:00:00 |
| 修稿时间： | 2019/6/10 0:00:00 |
Application of Analog Ensemble Rectifying Method in Objective Temperature Prediction |
| |
| HAO Cui,ZHANG Yingxin,WANG Zaiwen,FU Zongyu and DELLE MONACHE Luca.Application of Analog Ensemble Rectifying Method in Objective Temperature Prediction[J].Meteorological Monthly,2019,45(8):1085-1092. |
| |
| Authors: | HAO Cui ZHANG Yingxin WANG Zaiwen FU Zongyu and DELLE MONACHE Luca |
| |
| Institution: | Institute of Urban Meteorology, Beijing 100089; Beijing Meteorological Observatory, Beijing 100089,Beijing Meteorological Observatory, Beijing 100089,Institute of Urban Meteorology, Beijing 100089,Beijing Meteorological Observatory, Beijing 100089 and National Center for Atmospheric Research, Boulder, USA |
| |
| Abstract: | |
| |
| Keywords: | analog ensember (AnEn) objective temperature prediction slide training period optimizing the environmental parameter weight |
| 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 |
|
