论文部分内容阅读
本文基于TIGGE集合预报资料中欧洲中期天气预报中心(ECMWF)和英国气象局(UKMO)2个中心全球集合预报模式,对地面要素中的气温进行24h-168h预报时效的多模式集成预报方法应用及改进研究,还针对日本气象厅(JMA)的全球集合预报模式对降水进行了24h-168h预报时效的集合成员优选研究,主要先对前人研究结果中表现最好的欧洲中期天气预报中心(ECMWF)进行了检验评估,然后利用集合成员优选方法在单个中心里挑选出表现效果比较好的几个成员进行集合,并比较了2个中心的表现,比较了集合成员优选方法和时间滞后法哪个能更好地发挥出集合预报的优势,最后利用集合成员优选法对降水要素进行了集合成员优选研究。结果表明,所取样本中3个月的逐日温度资料符合正态分布。控制预报的效果不如集合平均。随着预报时效的延长,预报效果是下降的,均方根误差最大的区域为青藏高原,Talagrand分布表明目前的集合预报存在一些问题,即发散度不够。集合成员的优选研究中,在一个集合预报系统中挑选出几个对当次预报的预报技巧较高的成员,丢弃预报技巧相对较低的成员,结果表明,优选出来的集合成员平均能够更好地预报出极端天气出现的区域和强度,在一些区域比简单集合平均好5℃左右。比较欧洲中心和英国气象局的结果发现,利用集合成员优选方法优选集合成员,欧洲中心的表现要好于英国气象局。时间滞后法(LAF)是对同一时刻不同时次的预报进行集合平均,因较早时刻的预报对预报结果有一定参考价值,本文研究表明,2天时间滞后的效果优于3-5天时间滞后,和集合成员优选方法一样,LAF法弥补了集合平均在某些区域过分平滑的缺点,在均方根误差的地理分布中表现出了较好地效果,但是从时间区域总体平均来看,其效果不如简单集合平均。降水是影响天气的重要因子之一,由于影响降水的因子是多方面的,因此降水预报也是一个难点。先对JMA集合预报资料进行评估,利用talagrand分布研究它的发散程度,然后利用集合成员优选法,仅挑选出一个预报技巧较好和一个预报技巧较差的成员,结果表明,集合成员优选法对于降水强度的预报也有很好地表现效果,但对降水落区的预报效果还有待提高。