本次研究主要基于地形訂正對模式站點(diǎn)預(yù)報(bào)的氣溫和24h累積降水的影響以及多模式集成方案對于模式預(yù)報(bào)效果的改善。模式數(shù)據(jù)采用全球預(yù)報(bào)系統(tǒng)（GFS）1-5d預(yù)報(bào)的地面2m氣溫,以及美國國家環(huán)境預(yù)報(bào)中心（NCEP）、日本氣象廳（JMA）、中國氣象局（T639）模式預(yù)報(bào)的1-6d的24h累積降水。以中國氣象觀測站的地面氣溫、降水?dāng)?shù)據(jù)作為觀測資料。對模式預(yù)報(bào)的2m氣溫進(jìn)行垂直方向上的訂正,再建立線性回歸方程,與線性回歸訂正方法進(jìn)行比較。結(jié)果表明:模式自身的預(yù)報(bào)能力會影響地形訂正方案的效果。模式地形高度偏差太大可嚴(yán)重影響模式預(yù)報(bào)性能,導(dǎo)致預(yù)報(bào)誤差太大。隨著模式預(yù)報(bào)時(shí)效延長,預(yù)報(bào)均方根誤差也略有增加。比較模式地形高度偏差和預(yù)報(bào)時(shí)效對于模式預(yù)報(bào)性能的影響,發(fā)現(xiàn)模式地形高度偏差對于模式預(yù)報(bào)效果的影響更加顯著。二種地形訂正方案,即不做溫度垂直訂正的線性回歸以及對溫度進(jìn)行垂直訂正的線性回歸都能顯著減小模式預(yù)報(bào)的誤差,后者的訂正效果更好。對模式預(yù)報(bào)的站點(diǎn)24h累積降水進(jìn)行線性回歸訂正和加入地形因素二元線性回歸訂正。線性回歸訂正方案和考慮地形的訂正方案均能提高模式的預(yù)報(bào)效果,其中以加入地形因素的訂正方案對模式的改... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．ｉ雙線性插值算法示意ｒａ??如丨冬丨２．１所示，函數(shù)ｆ（ｘ２，ｙ２）的譏耑要山這個(gè)叫個(gè)??．

?南京信息工程大學(xué)碩士學(xué)位論文???形與實(shí)際地形的高度相差（絕對值）越大時(shí)，模式預(yù)報(bào)的２ｍ氣溫的誤差也比較大，換??言之，地形高度差會影響模式預(yù)報(bào)２ｍ氣溫的準(zhǔn)確度。??５５°ＮＪ?＇?＇?＇?＇——－??

?差在２００米以上的區(qū)域，并且將地形高度差分成四個(gè)區(qū)間，分別是０．２ｋｍ？０．８ｋｍ、??０．８ｋｍ￣ｌ．４ｋｍ、１．４ｋｍ？２．０ｋｍ、大于２．０ｋｍ。圖３．３為各個(gè)預(yù)報(bào)時(shí)效下的在不同的地形高??度差下ＧＦＳ模式值與觀測值的距平相關(guān)系數(shù)。從圖中可以看出，當(dāng)?shù)匦胃叨炔钤酱蟮臅r(shí)??候，距平相關(guān)系數(shù)也越低，這種特征出現(xiàn)在每個(gè)的預(yù)報(bào)時(shí)效。對于預(yù)報(bào)時(shí)效為２４ｈ，當(dāng)??地形高度差位于０．２ｋｍ和０．８ｋｍ之間時(shí)，距平相關(guān)系數(shù)為０．９７左右，此時(shí)模式預(yù)報(bào)的??２ｍ氣溫與真實(shí)氣溫有著很好的相關(guān)性，當(dāng)?shù)匦胃叨炔畲笥冢玻耄頃r(shí)，距平相關(guān)系數(shù)下降??到了?０．９１左右，可見模式預(yù)報(bào)的２ｍ氣溫的與實(shí)際氣溫的相關(guān)性隨著地形差的增大而下??降，同時(shí)，隨著預(yù)報(bào)時(shí)效的延長距平相關(guān)系數(shù)也有所降低，例如，對于０．２ｋｍ？０．８ｋｍ，??在預(yù)報(bào)時(shí)效為２４ｈ，距平相關(guān)系數(shù)為０．９７左右，到１２０ｈ預(yù)報(bào)時(shí)效時(shí)，距平相關(guān)系數(shù)跌??到０．９５左右。這■能是由子隨著預(yù)報(bào)時(shí)效的延長


本文編號：3337368