數(shù)值天氣預(yù)報在廣西的業(yè)務(wù)應(yīng)用與進展
發(fā)布時間:2022-01-17 21:10
隨著計算機性能提高和數(shù)值模式的發(fā)展,數(shù)值天氣預(yù)報在氣象預(yù)報業(yè)務(wù)中發(fā)揮著越來越重要的作用。廣西氣象業(yè)務(wù)應(yīng)用數(shù)值天氣預(yù)報產(chǎn)品四十年來,在中尺度數(shù)值預(yù)報模式本地化應(yīng)用、數(shù)值預(yù)報產(chǎn)品解釋應(yīng)用和氣象要素客觀預(yù)報方法研究等方面取得了一定成果。廣西氣象科技工作者采用天氣學(xué)釋用、動力釋用、逐步回歸、模式輸出統(tǒng)計、卡爾曼濾波、神經(jīng)網(wǎng)絡(luò)和綜合集成等方法研發(fā)了基于數(shù)值預(yù)報產(chǎn)品的溫度、降水等氣象要素客觀預(yù)報技術(shù),形成了支撐廣西日常天氣預(yù)報業(yè)務(wù)的方法和流程,對廣西預(yù)報水平提高起到了重要作用。但傳統(tǒng)的解釋應(yīng)用方法已不能滿足智能化精細化預(yù)報的發(fā)展,數(shù)值天氣預(yù)報在廣西的業(yè)務(wù)應(yīng)用迫切需要在人工智能、大數(shù)據(jù)挖掘等信息化技術(shù)方面加強研究。
【文章來源】:氣象研究與應(yīng)用. 2020,41(04)
【文章頁數(shù)】:8 頁
【部分圖文】:
2019年6月1日—2020年5月31日20時市氣象臺訂正、區(qū)氣象臺指導(dǎo)和動態(tài)因子逐步回歸預(yù)報的日最高氣溫(a),日最低氣溫(b)TS評分
通過檢驗各模式2019年6月1日—2020年5月31日20時24h晴雨預(yù)報準(zhǔn)確率發(fā)現(xiàn):各模式晴雨準(zhǔn)確率均在67%以上,GRAPES_3KM以79.7%表現(xiàn)最佳(見圖2);晴雨準(zhǔn)確率有季節(jié)性差異,秋季最高,夏季最低。對于一般性降水,各模式TS均在25%以上,日本細網(wǎng)格48.5%表現(xiàn)最好(見圖3a)。對于暴雨以上量級降水各模式24hTS均不足16%,最好為ECMWF細網(wǎng)格15.8%(見圖3b)。可見,模式對分級降水特別是暴雨以上量級降水的預(yù)報能力不足,預(yù)報員仍能發(fā)揮較大的作用。3.2 模式溫度預(yù)報性能分析
通過檢驗各模式2019年6月1日—2020年5月31日20時24h時效內(nèi)逐3h溫度預(yù)報的TS評分發(fā)現(xiàn):12h時效的TS評分最高,各模式在57%以上,其中德國細網(wǎng)格表現(xiàn)最好。24h高溫預(yù)報華南模式58.1%表現(xiàn)最好(見圖4a)。對于低溫,日本細網(wǎng)格表現(xiàn)最好為83.7%(見圖4b)。高低溫預(yù)報性能有季節(jié)性差異,秋季高溫誤差最大,夏季誤差最。欢镜蜏卣`差最大,夏季的誤差最小。圖4 2019年6月1日—2020年5月31日20時各模式24h高溫(a)和低溫(b)預(yù)報的TS評分
【參考文獻】:
期刊論文
[1]新中國成立70年來的中國大氣科學(xué)研究:天氣篇[J]. 孟智勇,張福青,羅德海,談?wù)苊?方娟,孫建華,沈?qū)W順,張云濟,汪曙光,韓威,趙坤,朱磊,胡永云,薛惠文,馬亞平,張麗娟,聶績,周瑞琳,李颯,劉泓君,朱宇寧. 中國科學(xué):地球科學(xué). 2019(12)
[2]歐洲集合預(yù)報產(chǎn)品降水預(yù)報檢驗分析[J]. 陳偉斌,韓慎友,劉國忠. 氣象研究與應(yīng)用. 2017(02)
[3]高分辨率數(shù)值模式在強對流天氣預(yù)警中的業(yè)務(wù)應(yīng)用進展[J]. 漆梁波. 氣象. 2015(06)
[4]基于主成分分析的人工智能臺風(fēng)路徑預(yù)報模型[J]. 黃小燕,金龍. 大氣科學(xué). 2013(05)
[5]一次引發(fā)北部灣大暴雨過程的海風(fēng)鋒模擬研究[J]. 盧偉萍,李江南,梁維亮,林振敏,黃嘉宏,林宗桂. 熱帶氣象學(xué)報. 2012(06)
[6]幾種數(shù)值預(yù)報模式在廣西降水預(yù)報效果的比較[J]. 梁利,林開平,黃海洪. 氣象研究與應(yīng)用. 2012(02)
[7]基于最小二乘支持向量機集成的降水預(yù)報模型[J]. 羅芳瓊,吳建生,金龍. 熱帶氣象學(xué)報. 2011(04)
[8]國家氣象中心業(yè)務(wù)數(shù)值預(yù)報發(fā)展的回顧與展望[J]. 閆之輝,王雨,朱國富. 氣象. 2010(07)
[9]一種新的暴雨災(zāi)害預(yù)報非線性建模方法[J]. 金龍,劉蘇東,黃穎,梁鐘清. 系統(tǒng)仿真學(xué)報. 2009(24)
[10]2008年廣西嚴重低溫雨雪冰凍天氣過程分析[J]. 陳見,高安寧,黃明策,趙金彪. 氣象研究與應(yīng)用. 2008(02)
本文編號:3595444
【文章來源】:氣象研究與應(yīng)用. 2020,41(04)
【文章頁數(shù)】:8 頁
【部分圖文】:
2019年6月1日—2020年5月31日20時市氣象臺訂正、區(qū)氣象臺指導(dǎo)和動態(tài)因子逐步回歸預(yù)報的日最高氣溫(a),日最低氣溫(b)TS評分
通過檢驗各模式2019年6月1日—2020年5月31日20時24h晴雨預(yù)報準(zhǔn)確率發(fā)現(xiàn):各模式晴雨準(zhǔn)確率均在67%以上,GRAPES_3KM以79.7%表現(xiàn)最佳(見圖2);晴雨準(zhǔn)確率有季節(jié)性差異,秋季最高,夏季最低。對于一般性降水,各模式TS均在25%以上,日本細網(wǎng)格48.5%表現(xiàn)最好(見圖3a)。對于暴雨以上量級降水各模式24hTS均不足16%,最好為ECMWF細網(wǎng)格15.8%(見圖3b)。可見,模式對分級降水特別是暴雨以上量級降水的預(yù)報能力不足,預(yù)報員仍能發(fā)揮較大的作用。3.2 模式溫度預(yù)報性能分析
通過檢驗各模式2019年6月1日—2020年5月31日20時24h時效內(nèi)逐3h溫度預(yù)報的TS評分發(fā)現(xiàn):12h時效的TS評分最高,各模式在57%以上,其中德國細網(wǎng)格表現(xiàn)最好。24h高溫預(yù)報華南模式58.1%表現(xiàn)最好(見圖4a)。對于低溫,日本細網(wǎng)格表現(xiàn)最好為83.7%(見圖4b)。高低溫預(yù)報性能有季節(jié)性差異,秋季高溫誤差最大,夏季誤差最。欢镜蜏卣`差最大,夏季的誤差最小。圖4 2019年6月1日—2020年5月31日20時各模式24h高溫(a)和低溫(b)預(yù)報的TS評分
【參考文獻】:
期刊論文
[1]新中國成立70年來的中國大氣科學(xué)研究:天氣篇[J]. 孟智勇,張福青,羅德海,談?wù)苊?方娟,孫建華,沈?qū)W順,張云濟,汪曙光,韓威,趙坤,朱磊,胡永云,薛惠文,馬亞平,張麗娟,聶績,周瑞琳,李颯,劉泓君,朱宇寧. 中國科學(xué):地球科學(xué). 2019(12)
[2]歐洲集合預(yù)報產(chǎn)品降水預(yù)報檢驗分析[J]. 陳偉斌,韓慎友,劉國忠. 氣象研究與應(yīng)用. 2017(02)
[3]高分辨率數(shù)值模式在強對流天氣預(yù)警中的業(yè)務(wù)應(yīng)用進展[J]. 漆梁波. 氣象. 2015(06)
[4]基于主成分分析的人工智能臺風(fēng)路徑預(yù)報模型[J]. 黃小燕,金龍. 大氣科學(xué). 2013(05)
[5]一次引發(fā)北部灣大暴雨過程的海風(fēng)鋒模擬研究[J]. 盧偉萍,李江南,梁維亮,林振敏,黃嘉宏,林宗桂. 熱帶氣象學(xué)報. 2012(06)
[6]幾種數(shù)值預(yù)報模式在廣西降水預(yù)報效果的比較[J]. 梁利,林開平,黃海洪. 氣象研究與應(yīng)用. 2012(02)
[7]基于最小二乘支持向量機集成的降水預(yù)報模型[J]. 羅芳瓊,吳建生,金龍. 熱帶氣象學(xué)報. 2011(04)
[8]國家氣象中心業(yè)務(wù)數(shù)值預(yù)報發(fā)展的回顧與展望[J]. 閆之輝,王雨,朱國富. 氣象. 2010(07)
[9]一種新的暴雨災(zāi)害預(yù)報非線性建模方法[J]. 金龍,劉蘇東,黃穎,梁鐘清. 系統(tǒng)仿真學(xué)報. 2009(24)
[10]2008年廣西嚴重低溫雨雪冰凍天氣過程分析[J]. 陳見,高安寧,黃明策,趙金彪. 氣象研究與應(yīng)用. 2008(02)
本文編號:3595444
本文鏈接:http://sikaile.net/projectlw/qxxlw/3595444.html
最近更新
教材專著