統(tǒng)計降尺度方法在華西南區(qū)秋季降水預測中的應用
發(fā)布時間:2021-12-17 23:47
針對華西南區(qū)秋季站點降水,建立了基于氣候預測系統(tǒng)CFS模式實時預測產品與觀測資料相結合的統(tǒng)計降尺度預測模型。模型選取了華西南區(qū)秋季降水物理意義比較明確的秋季500 hPa位勢高度場和前期夏季海溫場作為預測因子,兩個因子關鍵區(qū)分別為10°S~50°N/70°~180°E和30°S~30°N/30°~120°E。預測因子與預測量之間的SVD第一模態(tài)時間系數具有高度相關性,在500 hPa位勢高度場和海溫場上均通過了0.01的顯著性水平檢驗。模型對1982—2017年的回報結果顯示:與觀測場的空間相關系數相對CFS模式原始結果顯著提高,多年均值從-0.06提升到0.38,最高可達0.7;均方根誤差在大部站點相對于CFS模式原始結果降低,最高可達40%。同時,模型較好地回報出了極端高值和低值年降水空間分布型。
【文章來源】:氣象. 2020,46(12)北大核心CSCD
【文章頁數】:10 頁
【部分圖文】:
圖2統(tǒng)計降尺度預測方法示意圖??Fig.?2?The?sketch?map?of?the?field?information?coupled??
?S模式原始結果和統(tǒng)計降尺度預測結果空??間相關系數年際變化,500?hPa位勢高度(H5。。)或??SST作為預測因子建立降尺度模型將36年平均的??空間相關系數從一0.06提升到〇.37;集合平均后可??達0.38,大部分年份通過0.01的顯著性水平檢驗,??-2.0??—3.0??1984?1989?1994?1999?2004?2009?2014?1984?1989?1994?1999?2004?2009?2014??年份?年份??—?—降水?一?—?Hm??圖3?NCEP資料(a,b,c),CFS資料(d,e,f)1982?-2017年500?hPa環(huán)流場(a,d)與秋季站點觀測降水場(b,e)??的SVD第模態(tài)空間分布塑(a,h,d,e)以及對應的時間系數(c,f)??Fig.?3?The?first?leading?SVD?modes?(a,?d??e)?for?500?hPa?circulation?(a,?d),??the?autumn?observed?rainfall?(b,e),and?the?corresponding?time??coefficients?(c,f)?during?1982?—?2017??(a,?b,c)?based?on?the?NCEP?dataset,(d,?e,?f)?based?on?CFS?output??40。N-??20??EQ??32°N-??27?-??103??:(〇?t??3.0-??:1?.?1?l?l\??2.0-??\?1?A??錄1?〇-??1?〇?〇-??¥-1.0?—??:??-3.0-??
1560??第46卷??3.0?—??2.0?—??1.0?—??0.0?—??-1.0^??-3.0-??1984??1989??1994??1999??年份??2004??2009??2014??圖4?1982—2017年夏季SST(a),秋季站點觀測降水(b)的??SVD第一模態(tài)空間分布型(a,b)以及對應的時間系數(c)??Fig.?4?The?first?leading?SVD?modes?(a??b)?of?summer?SST?(a)?and?the?autumn?observed?rainfall?(b)??during?1982?—?2017,?and?the?corresponding?time?coefficients?(c)??最大值可以達到0.7。本文通過RMSEP來評估降??尺度結果相對于模式結果的RMSE提升百分比,從??圖6可以看出,H5。。或SST作為預測因子預測結果??及兩個集合平均后除四川盆地、川東北和貴州東部??地區(qū)少數站點外,絕大多數站點的RMSEP都大于??零,降尺度預測結果的均方根誤差比模式原始結果??最高可以提升40%以上。但H5。。作為預測因子在??四川東北部尺MSEPC0的站數明顯多于SST作為??預測因子的站數。綜合可見,該統(tǒng)計降尺度模型在??降水量級上相對于模式原始結果有較為明顯的提??高。??在業(yè)務預測中,預報員更加關心模型對極端年??份的預測能力,為了進一步分析降尺度模型對極端??年份的預測能力,本文對1982—2017年華西南區(qū)區(qū)??域平均降水進行分析(表略),采用百分位法基于??90%分位數選取出極端高值年(1982、2014和1983
【參考文獻】:
期刊論文
[1]重慶2017年秋季降水異常成因分析[J]. 唐紅玉,吳遙,董新寧,白瑩瑩,魏麟驍,張馳. 氣象. 2019(06)
[2]華西秋雨氣候特征分析[J]. 喻乙耽,馬振峰,范廣洲. 成都信息工程大學學報. 2018(02)
[3]利用高原積雪信號改進我國南方夏季降水預測的新方法及其在2014年降水預測中的應用試驗[J]. 劉穎,任宏利,張培群,賈小龍,劉向文,孫林海. 大氣科學. 2017(02)
[4]西太平洋暖池對西北太平洋季風槽和臺風活動影響過程及其機理的最近研究進展[J]. 黃榮輝,皇甫靜亮,劉永,馮濤,武亮,陳際龍,王磊. 大氣科學. 2016(05)
[5]基于土壤濕度和年際增量方法的中國夏季氣溫預測試驗[J]. 李啟芬,劉婷婷,陳海山,蔣薇,李忠賢. 氣象科學. 2016(05)
[6]基于土壤濕度和年際增量方法的我國夏季降水預測試驗[J]. 劉婷婷,陳海山,蔣薇,李忠賢. 大氣科學. 2016(03)
[7]印度洋偶極子和華西秋雨的關系[J]. 劉佳,馬振峰,楊淑群,徐金霞. 高原氣象. 2015(04)
[8]2014年秋季我國華西地區(qū)降水異常的成因分析[J]. 司東,邵勰,孫冷,王啟祎,李多. 氣象. 2015(04)
[9]基于CFS模式的中國站點夏季降水統(tǒng)計降尺度預測[J]. 劉穎,范可,張穎. 大氣科學. 2013(06)
[10]2011年9月華西秋雨特征及成因分析[J]. 蔡薌寧,康志明,牛若蕓,鮑媛媛. 氣象. 2012(07)
本文編號:3541192
【文章來源】:氣象. 2020,46(12)北大核心CSCD
【文章頁數】:10 頁
【部分圖文】:
圖2統(tǒng)計降尺度預測方法示意圖??Fig.?2?The?sketch?map?of?the?field?information?coupled??
?S模式原始結果和統(tǒng)計降尺度預測結果空??間相關系數年際變化,500?hPa位勢高度(H5。。)或??SST作為預測因子建立降尺度模型將36年平均的??空間相關系數從一0.06提升到〇.37;集合平均后可??達0.38,大部分年份通過0.01的顯著性水平檢驗,??-2.0??—3.0??1984?1989?1994?1999?2004?2009?2014?1984?1989?1994?1999?2004?2009?2014??年份?年份??—?—降水?一?—?Hm??圖3?NCEP資料(a,b,c),CFS資料(d,e,f)1982?-2017年500?hPa環(huán)流場(a,d)與秋季站點觀測降水場(b,e)??的SVD第模態(tài)空間分布塑(a,h,d,e)以及對應的時間系數(c,f)??Fig.?3?The?first?leading?SVD?modes?(a,?d??e)?for?500?hPa?circulation?(a,?d),??the?autumn?observed?rainfall?(b,e),and?the?corresponding?time??coefficients?(c,f)?during?1982?—?2017??(a,?b,c)?based?on?the?NCEP?dataset,(d,?e,?f)?based?on?CFS?output??40。N-??20??EQ??32°N-??27?-??103??:(〇?t??3.0-??:1?.?1?l?l\??2.0-??\?1?A??錄1?〇-??1?〇?〇-??¥-1.0?—??:??-3.0-??
1560??第46卷??3.0?—??2.0?—??1.0?—??0.0?—??-1.0^??-3.0-??1984??1989??1994??1999??年份??2004??2009??2014??圖4?1982—2017年夏季SST(a),秋季站點觀測降水(b)的??SVD第一模態(tài)空間分布型(a,b)以及對應的時間系數(c)??Fig.?4?The?first?leading?SVD?modes?(a??b)?of?summer?SST?(a)?and?the?autumn?observed?rainfall?(b)??during?1982?—?2017,?and?the?corresponding?time?coefficients?(c)??最大值可以達到0.7。本文通過RMSEP來評估降??尺度結果相對于模式結果的RMSE提升百分比,從??圖6可以看出,H5。。或SST作為預測因子預測結果??及兩個集合平均后除四川盆地、川東北和貴州東部??地區(qū)少數站點外,絕大多數站點的RMSEP都大于??零,降尺度預測結果的均方根誤差比模式原始結果??最高可以提升40%以上。但H5。。作為預測因子在??四川東北部尺MSEPC0的站數明顯多于SST作為??預測因子的站數。綜合可見,該統(tǒng)計降尺度模型在??降水量級上相對于模式原始結果有較為明顯的提??高。??在業(yè)務預測中,預報員更加關心模型對極端年??份的預測能力,為了進一步分析降尺度模型對極端??年份的預測能力,本文對1982—2017年華西南區(qū)區(qū)??域平均降水進行分析(表略),采用百分位法基于??90%分位數選取出極端高值年(1982、2014和1983
【參考文獻】:
期刊論文
[1]重慶2017年秋季降水異常成因分析[J]. 唐紅玉,吳遙,董新寧,白瑩瑩,魏麟驍,張馳. 氣象. 2019(06)
[2]華西秋雨氣候特征分析[J]. 喻乙耽,馬振峰,范廣洲. 成都信息工程大學學報. 2018(02)
[3]利用高原積雪信號改進我國南方夏季降水預測的新方法及其在2014年降水預測中的應用試驗[J]. 劉穎,任宏利,張培群,賈小龍,劉向文,孫林海. 大氣科學. 2017(02)
[4]西太平洋暖池對西北太平洋季風槽和臺風活動影響過程及其機理的最近研究進展[J]. 黃榮輝,皇甫靜亮,劉永,馮濤,武亮,陳際龍,王磊. 大氣科學. 2016(05)
[5]基于土壤濕度和年際增量方法的中國夏季氣溫預測試驗[J]. 李啟芬,劉婷婷,陳海山,蔣薇,李忠賢. 氣象科學. 2016(05)
[6]基于土壤濕度和年際增量方法的我國夏季降水預測試驗[J]. 劉婷婷,陳海山,蔣薇,李忠賢. 大氣科學. 2016(03)
[7]印度洋偶極子和華西秋雨的關系[J]. 劉佳,馬振峰,楊淑群,徐金霞. 高原氣象. 2015(04)
[8]2014年秋季我國華西地區(qū)降水異常的成因分析[J]. 司東,邵勰,孫冷,王啟祎,李多. 氣象. 2015(04)
[9]基于CFS模式的中國站點夏季降水統(tǒng)計降尺度預測[J]. 劉穎,范可,張穎. 大氣科學. 2013(06)
[10]2011年9月華西秋雨特征及成因分析[J]. 蔡薌寧,康志明,牛若蕓,鮑媛媛. 氣象. 2012(07)
本文編號:3541192
本文鏈接:http://sikaile.net/projectlw/qxxlw/3541192.html