本文利用TIGGE資料中國氣象局(CMA)、歐洲中期天氣預(yù)報中心(ECMWF)、日本氣象廳(JMA)、美國國家環(huán)境預(yù)報中心(NCEP)和英國氣象局(UKMO)五個中心的全球集合預(yù)報模式2013年5月1日-8月31日1-10天預(yù)報時效的日降水量預(yù)報值,結(jié)合中國降水融合產(chǎn)品,對我國地面降水進(jìn)行多模式集成預(yù)報研究。首先利用觀測資料對各個模式的預(yù)報值進(jìn)行檢驗,評估不同模式對于不同量級降水的預(yù)報能力。然后基于雨量分級使用消除偏差集合平均與超級集合方法進(jìn)行多模式集成預(yù)報試驗,評估雨量分級多模式集成的預(yù)報效果。最后將雨量分級應(yīng)用至貝葉斯模式平均方法進(jìn)行降水概率預(yù)報研究,并進(jìn)一步分析雨量分級的BMA(Bayesian Model Average,BMA)方法對于降水預(yù)報的訂正效果,從而得到更加合理的降水確定性預(yù)報和概率預(yù)報產(chǎn)品。TIGGE資料中不同預(yù)報中心對于降水的預(yù)報能力各不相同,隨著預(yù)報時效的延長,各中心的距平相關(guān)系數(shù)(ACC)與降水的TS評分逐漸下降,均方根誤差(RMSE)不斷增加。ECMWF在預(yù)報期內(nèi)ACC最高,均方根誤差最小。五個中心降水各個量級的TS評分顯示,JMA針對小雨預(yù)報技巧最優(yōu),ECMWF對于中雨和大雨預(yù)報技巧最優(yōu)。消除偏差集合平均預(yù)報可以有效地降低模式降水預(yù)報誤差并提高與實況的距平相關(guān)系數(shù),預(yù)報效果優(yōu)于最好的單模式ECMWF。而降水超級集合預(yù)報效果并不穩(wěn)定,在個別預(yù)報時效誤差甚至大于最優(yōu)的單個模式預(yù)報�；谟炅糠旨壍南罴掀骄�、超級集合預(yù)報優(yōu)于不分級集成預(yù)報,尤其是分級的消除偏差集合平均對降水預(yù)報的改進(jìn)最為明顯,在各個預(yù)報時效均方根誤差均小于其他集成方法,相對于各個單模式預(yù)報的均方根誤差的改進(jìn)幅度分別為20%,8%,11%,17%和11%。并且該方法在小雨、中雨和大雨量級TS評分均高于相應(yīng)量級的最優(yōu)單模式預(yù)報結(jié)果,為最優(yōu)預(yù)報方法。雨量分級BMA方法對降水的概率預(yù)報更為準(zhǔn)確,并且通過合理優(yōu)化各模式的權(quán)重系數(shù)分配,使得確定性預(yù)報的準(zhǔn)確率提高。從區(qū)域的預(yù)報效果來看,不分級BMA可以準(zhǔn)確地預(yù)報降水的落區(qū)以及雨帶的位置,但是其確定性預(yù)報結(jié)果相對實況值量級偏小,而分級的BMA預(yù)報結(jié)果與實況的ACC和RMSE均優(yōu)于不分級BMA與最優(yōu)單模式預(yù)報,是一種更加合理的預(yù)報方法。
【學(xué)位單位】：南京信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P456.7
【部分圖文】：

氣象局（ＣＭＣ）、日本氣象廳（ＪＭＡ）、韓國氣象中心（ＫＭＡ）的集合預(yù)報系統(tǒng)。目前逡逑全球范圍內(nèi)共設(shè)立了邋３個ＴＩＧＧＥ集合預(yù)報產(chǎn)品的數(shù)據(jù)中心，分別為中國氣象局（ＣＭＡ）、逡逑歐洲中期天氣預(yù)報中心（ＥＣＭＷＦ）與美國國家環(huán)境與預(yù)報中心（ＮＣＥＰ）（圖２．１）。這三個逡逑中心收集了來自上述預(yù)報中心的集合預(yù)報產(chǎn)品，用戶可以通過網(wǎng)絡(luò)直接獲取所需要的資逡逑料進(jìn)行使用［６２］。逡逑７逡逑

針對每一個格點，其中0為觀測值的平均為第ｉ個模式的預(yù)報值，ｇ為第ｉ個逡逑模式預(yù)報的平均值，Ｎ為參與集合的模式總數(shù)，本文為５；該方法是將資料按照時間序逡逑列分為訓(xùn)練期和預(yù)報期（如圖２．３），對訓(xùn)練期的模式預(yù)報和實況數(shù)據(jù)進(jìn)行預(yù)報偏差計算，逡逑洱將該偏差應(yīng)用至預(yù)報期，對預(yù)報結(jié)果進(jìn)行訂正。逡逑Ａ邋：觀測值邐時間軸逡逑—Ａ邐邐邋——————逡逑訓(xùn)練期邐預(yù)報期逡逑圖２．３訓(xùn)練期和預(yù)報期示意圖（引自：何誠飛２０１６）逡逑智協(xié)飛等［３４１首次使用的滑動訓(xùn)練期計算模式與實況的偏差，研宄表明滑動訓(xùn)練期相逡逑比以往的固定訓(xùn)練期方法有一定的優(yōu)越性，長度一定的訓(xùn)練期隨著預(yù)報時間的增加逐漸逡逑向后滑動，確保訓(xùn)練期數(shù)據(jù)始終臨近預(yù)報期，保證了訓(xùn)練期數(shù)據(jù)的代表性，也實現(xiàn)了訓(xùn)逡逑練期模式與實況之間偏差的逐步更新。因此本文使用的是滑動訓(xùn)練期消除偏差集合平均。逡逑基于雨量分級的消除偏差集合平均方法的核心思路就是將日降水量按照小雨逡逑（１０ｍｍ以下）、中雨（１０－２５ｍｍ）和大雨（２５ｍｍ）三個降水量級進(jìn)行分類，在訓(xùn)練期分逡逑ＩＩ逡逑

邐？邐今逡逑圖２．２雙線性插值方法的基本原理示意（引自：王姝蘇２０１６）逡逑（２）消除偏差集合平均預(yù)報方法（ＢＲＥＭ）逡逑Ｖｓｒｅｍ逡逑■／Ｖ邋／＝１逡逑針對每一個格點，其中0為觀測值的平均為第ｉ個模式的預(yù)報值，ｇ為第ｉ個逡逑模式預(yù)報的平均值，Ｎ為參與集合的模式總數(shù)，本文為５；該方法是將資料按照時間序逡逑列分為訓(xùn)練期和預(yù)報期（如圖２．３），對訓(xùn)練期的模式預(yù)報和實況數(shù)據(jù)進(jìn)行預(yù)報偏差計算，逡逑洱將該偏差應(yīng)用至預(yù)報期，對預(yù)報結(jié)果進(jìn)行訂正。逡逑Ａ邋：觀測值邐時間軸逡逑—Ａ邐邐邋——————逡逑訓(xùn)練期邐預(yù)報期逡逑圖２．３訓(xùn)練期和預(yù)報期示意圖（引自：何誠飛２０１６）逡逑智協(xié)飛等［３４１首次使用的滑動訓(xùn)練期計算模式與實況的偏差，研宄表明滑動訓(xùn)練期相逡逑比以往的固定訓(xùn)練期方法有一定的優(yōu)越性，長度一定的訓(xùn)練期隨著預(yù)報時間的增加逐漸逡逑向后滑動，確保訓(xùn)練期數(shù)據(jù)始終臨近預(yù)報期，保證了訓(xùn)練期數(shù)據(jù)的代表性，也實現(xiàn)了訓(xùn)逡逑練期模式與實況之間偏差的逐步更新。因此本文使用的是滑動訓(xùn)練期消除偏差集合平均。逡逑基于雨量分級的消除偏差集合平均方法的核心思路就是將日降水量按照小雨逡逑（１０ｍｍ以下）、中雨（１０－２５ｍｍ）和大雨（２５ｍｍ）三個降水量級進(jìn)行分類

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張涵斌;智協(xié)飛;王亞男;陳靜;張雷;李靖;;基于TIGGE資料的西太平洋熱帶氣旋多模式集成預(yù)報方法比較[J];氣象;2015年09期

2 江志紅;盧堯;丁裕國;;基于時空結(jié)構(gòu)指標(biāo)的中國融合降水資料質(zhì)量評估[J];氣象學(xué)報;2013年05期

3 張蒙蒙;江志紅;;我國高分辨率降水融合資料的適用性評估[J];氣候與環(huán)境研究;2013年04期

4 智協(xié)飛;季曉東;張t

本文編號：2825009