| 基于分段层次聚类的中国强降水集合平均预报逐步订正方法研究 |
| |
| 引用本文： | 招佐森,高丽,蔡宏珂,陈权亮.基于分段层次聚类的中国强降水集合平均预报逐步订正方法研究[J].气象学报,2023(4):580-591. |
| |
| 作者姓名： | 招佐森 高丽 蔡宏珂 陈权亮 |
| |
| 作者单位： | 1. 成都信息工程大学大气科学学院;2. 中国气象局地球系统数值预报中心 |
| |
| 基金项目： | 国家自然科学基金项目（42175015、41875138）； |
| |
| 摘 要： | 集合预报在数值天气预报中占有重要地位，如何有效地从集合成员中提取信息以提高降水的集合平均预报技巧是重要科学问题。采用2019—2022年夏季中国气象局全球集合预报业务模式（China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS）的逐日累计降水量集合预报数据，发展了基于分段层次聚类的逐步订正方法（Stepwise correction method based on segmented Hierarchical Clustering, SHC）以改进该模式的强降水集合平均预报结果，并定量评估了SHC方法的性能，比较了其与集合平均（EM）和直接聚类法（HC）的订正效果差异。结果表明：SHC方法由于采取了分段聚类订正来有效引入更有价值的集合成员预报信息，进而修正集合平均预报结果，提升目前在短、中期天气集合预报中的强降水预报能力；该方法的逐日连续预报检验评分总体在降水预报订正方面有优势，相对于EM和HC方法预报技巧均有明显提升，证明其具有良好的适用性；对于2021年郑州7·20暴雨个例的应用显...
|
| 关 键 词： | 集合预报 逐步分段层次聚类 强降水订正 机器学习 |
|
| 点击此处可从《气象学报》浏览原始摘要信息 |
| 点击此处可从《气象学报》下载免费的PDF全文 |
|
