- 相關(guān)推薦
基于TIGGE資料的地面氣溫多模式超級集合預報
基于TIGGE資料,采用均方根誤差分別對歐洲中期天氣預報中心、日本氣象廳、美國國家環(huán)境預報中心和英國氣象局4個中心集合預報的地面氣溫場集合平均結(jié)果進行檢驗評估,比較各中心地面氣溫的預報效果.并利用超級集合、多模式集合平均和消除偏差集合平均3種方法對4個中心的地面氣溫預報進行集成,同時對預報結(jié)果進行分析.結(jié)果表明:2007年夏季日本氣象廳與歐洲中期天氣預報中心在北半球大部分地區(qū)預報效果最好,各中心在不同地區(qū)預報效果不同.超級集合與消除偏差集合平均降低了預報誤差,預報效果優(yōu)于最好的單個中心預報和多模式集合平均.對于較長的預報時效,消除偏差集合平均表現(xiàn)出了更好的預報性能.
智協(xié)飛,韓艷,王靖宇,Zhi Xiefei,Han Yan,Wang Jingyu(南京信息工程大學,南京,210044)
刊 名： 應用氣象學報 ISTIC PKU 英文刊名： JOURNAL OF APPLIED METEOROLOGICAL SCIENCE 年，卷(期)： 2009 20(6) 分類號： P4 關(guān)鍵詞： TIGGE 集合平均 超級集合 消除偏差集合平均 TIGGE ensemble mean superensemble bias-removed ensemble mean【基于TIGGE資料的地面氣溫多模式超級預報】相關(guān)文章：
基于數(shù)值預報產(chǎn)品的地面氣溫BP-MOS預報方法04-29
用復數(shù)自回歸模式預報月平均氣溫04-29
基于Java RMI空氣質(zhì)量預報系統(tǒng)數(shù)值預報模式的設(shè)計與實現(xiàn)04-30
基于數(shù)值預報模式降水產(chǎn)品的集成應用方法試驗04-28
南京地區(qū)地面平均氣溫的變化04-27
復雜地形下地面觀測資料同化Ⅰ. 模式地形與觀測站地形高度差異對地面資料同化的影響研究04-26
基于人工神經(jīng)網(wǎng)絡(luò)算法的某機場霧的模式識別預報04-29