本文利用全球交互式大集合預報系統(tǒng)(TIGGE)資料中歐洲中期天氣預報中心(ECMWF)、日本氣象廳(JMA)、美國國家環(huán)境預報中心(NCEP)及英國氣象局(UKMO)全球集合預報資料,以及相對應的中國自動站觀測資料與CMORPH降水產(chǎn)品融合的逐時降水量網(wǎng)格數(shù)據(jù)集和ERA-Interim再分析資料,對中國區(qū)域的降水、風速與地面氣溫進行統(tǒng)計降尺度預報和訂正研究。首先,將低分辨率的模式預報通過雙線性插值的方法整合到與觀測資料相同的高分辨率細網(wǎng)格上。利用歷史觀測資料對降水進行分級回歸統(tǒng)計降尺度預報,并與一元線性回歸統(tǒng)計降尺度進行對比。由于降水預報經(jīng)過分級回歸統(tǒng)計降尺度后干濕偏差仍然嚴重、預報技巧也幾乎沒有提升,因此利用卡爾曼濾波改良后的分區(qū)頻率匹配法訂正各個降水量級的面積偏差,并用閾值法進一步解決小雨空報的問題。與此同時,對氣溫和風速進行一元線性回歸統(tǒng)計降尺度預報,并在此基礎上利用卡爾曼濾波類型的遞減平均誤差訂正的方法對氣溫與風速進一步進行訂正。結果表明:由于統(tǒng)計降尺度加入了歷史觀測資料進行了訂正,相比于單純的雙線性插值,一元線性回歸能減小降水、氣溫、風速預報的誤差。分級回歸能夠進一步減小降水預報的誤差并提高降水與觀測之間的相關性。統(tǒng)計降尺度的降水預報經(jīng)過頻率匹配以后,小雨的濕偏差和大雨的干偏差顯著降低,各個量級降水的面積更加接近觀測值,ETS評分和降水預報準確率有一定幅度的提高,小雨的空報率和大雨的漏報率降低。閾值法訂正能夠大幅度地降低小雨的濕偏差和小雨的空報率,提高小雨量級的ETS評分。遞減平均誤差訂正能夠在在一元線性回歸統(tǒng)計降尺度的基礎上降低氣溫與風速預報的誤差,提高它們的準確率,并提高溫度與觀測之間的相關性。
【學位單位】：南京信息工程大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：P456.7
【部分圖文】：

圖 2.1 雙線性插值示意圖本文利用雙線性插值將四個中心的降水預報插值到 0.1°×0.1°精度，與中國降水融合資料的分辨率保持一致；將氣溫與風速插值到 0.125°×0.125°精度，與 ERA-Interim 再分析資料保持一致。2.2.2 滑動訓練本文中線性回歸、分級回歸、頻率匹配、閾值法和遞減平均法均采用滑動訓練期對預報做出改進�；瑒佑柧毱诒硎居糜诮５馁Y料不是固定的，通過所需改進預報之前一段時間的預報資料與觀測資料進行訓練，得出相應的參數(shù)應用到原始預報中，得出相應的訂正預報。由于不涉及所需改進預報對應的觀測資料，該方法可以應用于資料實時更新的精細化預報系統(tǒng)中，相比于交叉檢驗更具有實際意義。2.2.3 統(tǒng)計降尺度方法經(jīng)過前面的雙線性插值，低分辨率的模式預報被插值到與觀測資料相同的細網(wǎng)格上。選取一定的滑動訓練期長度，對 24h 累計降水量、2m 氣溫和 10m 風速的預報與觀測資

圖 2.2 頻率匹配法示意圖。紅色實線代表觀測降水頻率；藍色虛線代表預報降水頻率2.2.5 閾值法線性回歸和頻率匹配都是通過一定的函數(shù)關系對雨量進行修正。對于觀測無雨、模式預報有雨（一般是少量降水）的格點而言，這兩種方法很難將降水量消除為零，所以采用閾值法消除空報的小雨樣本。首先，選定某一時刻的某一個格點，列出訓練期中該點觀測與預報的所有降水量,挑選出實際觀測無雨時對應的模式預報降水量（即空報降水的樣本），按照降水量從小到大的順序排序： = ( ， ) ′= ( ′ ′ ′ ， ′) ′ ′ ′ ′( )其中， 為空報的降水量， ′為排序后的空報降水量。其次，按照一定的百分比設定一個臨界值，該時刻之后的預報降水量低于該臨界值

圖 3.1 2016 年有效降水頻率分布和各量級降水的占比分布。（a）有效降水頻率；（b）小雨占比；（c）中雨占比；（d）大雨及以上量級降水占比3.2 降水分級回歸的訂正效果根據(jù) 24h 累計地面降水量，以小雨、中雨和大雨三個降水量級為標準，采用 50 天的滑動訓練期和 0.1°×0.1°范圍的空間滑動窗口，挑選出 ECMWF、JMA、UKMO、NCEP四個中心預報中各個量級的降水樣本，用最小二乘法與對應的觀測降水量分別建立各個量級的回歸方程，對訓練期后一天的預報進行分級回歸統(tǒng)計降尺度訂正，并與雙線性插值和沒有進行分級的一元線性回歸統(tǒng)計降尺度訂正的效果作對比。如圖 3.2 所示，計算了 ECMWF、JMA、UKMO、NCEP 四個中心 1-7 天 24 小時累計地面降水量預報 2016 年 3 月 21 日至 12 月 31 日共 286 天的雙線性插值、一元線性回歸和分級回歸統(tǒng)計降尺度結果的均方根誤差。四個中心的預報經(jīng)過一元線性回歸和分級回歸的訂正后均方根誤差在絕大多數(shù)預報時效相較于雙線性插值都有不同程度的減小。整體來看，ECMWF 的預報效果最好，雙線性插值 24h 預報時效的均方根誤差相比于

【相似文獻】

相關期刊論文 前10條

1 陳杰;許崇育;郭生練;陳華;;統(tǒng)計降尺度方法的研究進展與挑戰(zhàn)[J];水資源研究;2016年04期

2 呂海;龔振彬;倪雷;;統(tǒng)計降尺度法在我國未來區(qū)域氣溫變化預測中的應用研究[J];現(xiàn)代商貿工業(yè);2007年06期

3 魏娜;賀晨昕;劉佩佩;;基于統(tǒng)計降尺度方法的陜西省月氣溫預測分析[J];干旱區(qū)地理;2018年06期

4 曹雪松;唐如洋;王衛(wèi)光;徐建葉;;兩種統(tǒng)計降尺度模型在灤河流域的降水預估[J];揚州大學學報(自然科學版);2016年02期

5 范麗軍,符淙斌,陳德亮;統(tǒng)計降尺度法對未來區(qū)域氣候變化情景預估的研究進展[J];地球科學進展;2005年03期

6 趙芳芳;徐宗學;;黃河源區(qū)未來地面氣溫變化的統(tǒng)計降尺度分析[J];高原氣象;2008年01期

7 郝振純;時芳欣;王加虎;;統(tǒng)計降尺度法在黃河源區(qū)未來降水變化分析中的應用[J];水電能源科學;2011年03期

8 穆振俠;姜卉芳;;基于統(tǒng)計降尺度方法的高寒山區(qū)未來氣候變化預估[J];干旱區(qū)研究;2015年02期

9 朱宏偉;楊森;趙旭U

本文編號：2834439