基于地形订正的我国气温和降水的站点预报研究
发布时间:2021-08-12 02:12
本次研究主要基于地形订正对模式站点预报的气温和24h累积降水的影响以及多模式集成方案对于模式预报效果的改善。模式数据采用全球预报系统(GFS)1-5d预报的地面2m气温,以及美国国家环境预报中心(NCEP)、日本气象厅(JMA)、中国气象局(T639)模式预报的1-6d的24h累积降水。以中国气象观测站的地面气温、降水数据作为观测资料。对模式预报的2m气温进行垂直方向上的订正,再建立线性回归方程,与线性回归订正方法进行比较。结果表明:模式自身的预报能力会影响地形订正方案的效果。模式地形高度偏差太大可严重影响模式预报性能,导致预报误差太大。随着模式预报时效延长,预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。二种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小模式预报的误差,后者的订正效果更好。对模式预报的站点24h累积降水进行线性回归订正和加入地形因素二元线性回归订正。线性回归订正方案和考虑地形的订正方案均能提高模式的预报效果,其中以加入地形因素的订正方案对模式的改...
【文章来源】:南京信息工程大学江苏省
【文章页数】:65 页
【学位级别】:硕士
【部分图文】:
图2.i双线性插值算法示意ra??如丨冬丨2.1所示,函数f(x2,y2)的讥耑要山这个叫个??.
?南京信息工程大学硕士学位论文???形与实际地形的高度相差(绝对值)越大时,模式预报的2m气温的误差也比较大,换??言之,地形高度差会影响模式预报2m气温的准确度。??55°NJ?'?'?'?'——-??
?差在200米以上的区域,并且将地形高度差分成四个区间,分别是0.2km?0.8km、??0.8km ̄l.4km、1.4km?2.0km、大于2.0km。图3.3为各个预报时效下的在不同的地形高??度差下GFS模式值与观测值的距平相关系数。从图中可以看出,当地形高度差越大的时??候,距平相关系数也越低,这种特征出现在每个的预报时效。对于预报时效为24h,当??地形高度差位于0.2km和0.8km之间时,距平相关系数为0.97左右,此时模式预报的??2m气温与真实气温有着很好的相关性,当地形高度差大于2km时,距平相关系数下降??到了?0.91左右,可见模式预报的2m气温的与实际气温的相关性随着地形差的增大而下??降,同时,随着预报时效的延长距平相关系数也有所降低,例如,对于0.2km?0.8km,??在预报时效为24h,距平相关系数为0.97左右,到120h预报时效时,距平相关系数跌??到0.95左右。这■能是由子随着预报时效的延长
本文编号:3337368
【文章来源】:南京信息工程大学江苏省
【文章页数】:65 页
【学位级别】:硕士
【部分图文】:
图2.i双线性插值算法示意ra??如丨冬丨2.1所示,函数f(x2,y2)的讥耑要山这个叫个??.
?南京信息工程大学硕士学位论文???形与实际地形的高度相差(绝对值)越大时,模式预报的2m气温的误差也比较大,换??言之,地形高度差会影响模式预报2m气温的准确度。??55°NJ?'?'?'?'——-??
?差在200米以上的区域,并且将地形高度差分成四个区间,分别是0.2km?0.8km、??0.8km ̄l.4km、1.4km?2.0km、大于2.0km。图3.3为各个预报时效下的在不同的地形高??度差下GFS模式值与观测值的距平相关系数。从图中可以看出,当地形高度差越大的时??候,距平相关系数也越低,这种特征出现在每个的预报时效。对于预报时效为24h,当??地形高度差位于0.2km和0.8km之间时,距平相关系数为0.97左右,此时模式预报的??2m气温与真实气温有着很好的相关性,当地形高度差大于2km时,距平相关系数下降??到了?0.91左右,可见模式预报的2m气温的与实际气温的相关性随着地形差的增大而下??降,同时,随着预报时效的延长距平相关系数也有所降低,例如,对于0.2km?0.8km,??在预报时效为24h,距平相关系数为0.97左右,到120h预报时效时,距平相关系数跌??到0.95左右。这■能是由子随着预报时效的延长
本文编号:3337368
本文链接:https://www.wllwen.com/projectlw/qxxlw/3337368.html