春季中国日最高气温延伸期预报误差分析及订正

发布时间：2021-05-11 16:08

　　数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础。针对中国2 583个站点在2020年春季11～30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM（Back-Propagation-Self memory）法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11～14天预报中,BP-SM法得到的平均绝对误差为3.3～3.6oC,预报准确率超过35%,订正效果更优。其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS （continuous ranked probability skill score）进行了可预报性分析。结果表明,在地形复杂地区,经过订正,预报准确率明显改善。对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节。 

【文章来源】：热带气象学报. 2020,36(06)北大核心CSCD

【文章页数】：10 页

【文章目录】：
1 引言
2 资料和方法
    2.1 资料
    2.2 方法
3 预报检验
    3.1 确定性预报检验
    3.2 概率预报技巧的空间分布特点
    3.3 分区域的概率预报技巧对比
4 小结


【参考文献】：
期刊论文
[1]基于深度学习的数值模式降水产品降尺度方法[J]. 程文聪,史小康,张文军,王志刚,邢平.  热带气象学报. 2020(03)
[2]基于集合成员订正的强降水多模式集成预报[J]. 智协飞,赵忱.  应用气象学报. 2020(03)
[3]基于BMA方法的地面气温的10～15 d延伸期概率预报研究[J]. 智协飞,彭婷,王玉虹.  大气科学学报. 2018(05)
[4]集合模式定量降水预报的统计后处理技术研究综述[J]. 代刊,朱跃建,毕宝贵.  气象学报. 2018(04)
[5]基于集合预报系统的日最高和最低气温预报[J]. 熊敏诠.  气象学报. 2017(02)



本文编号：3181704