中国科技论文
中國科技論文
중국과기논문
Sciencepaper Online
2015年
15期
1813-1817
,共5页
降水预报%集合平均%多模式消除偏差集合平均%加权消除偏差集成%多模式集成预报%TIGGE%延伸期预报
降水預報%集閤平均%多模式消除偏差集閤平均%加權消除偏差集成%多模式集成預報%TIGGE%延伸期預報
강수예보%집합평균%다모식소제편차집합평균%가권소제편차집성%다모식집성예보%TIGGE%연신기예보
precipitation prediction%Ensemble Mean%Bias-Removed Ensemble Mean%Weighted Ensemble Mean%Multimodal in-tegration forecast%TIGGE%extended-range forecast
利用 TIGGE(THORPEX Interactive Grand Global Ensemble)资料中的 CMC、ECMWF、NCEP 和 UKMO 4个中心全球集合预报模式对2007年10月3日—2008年2月29日逐日累积降水进行多模式集成预报试验。通过集合平均、多模式消除偏差集合平均、加权消除偏差集成3种方法进行试验对比,重点分析各中心模式及多模式集成的240~360 h(10~15 d)延伸期预报的检验效果。结果表明,多模式集成对逐日累积降水240~360 h 延伸期预报优于单个中心模式,将逐日降水的预报时效提高了72~168 h。3种集成方法对比发现,多模式消除偏差集合平均方法预报效果最好,该方法将晴雨量级的降水预报时效在中短期和延伸期至少提高了1 d 和5 d。
利用 TIGGE(THORPEX Interactive Grand Global Ensemble)資料中的 CMC、ECMWF、NCEP 和 UKMO 4箇中心全毬集閤預報模式對2007年10月3日—2008年2月29日逐日纍積降水進行多模式集成預報試驗。通過集閤平均、多模式消除偏差集閤平均、加權消除偏差集成3種方法進行試驗對比,重點分析各中心模式及多模式集成的240~360 h(10~15 d)延伸期預報的檢驗效果。結果錶明,多模式集成對逐日纍積降水240~360 h 延伸期預報優于單箇中心模式,將逐日降水的預報時效提高瞭72~168 h。3種集成方法對比髮現,多模式消除偏差集閤平均方法預報效果最好,該方法將晴雨量級的降水預報時效在中短期和延伸期至少提高瞭1 d 和5 d。
이용 TIGGE(THORPEX Interactive Grand Global Ensemble)자료중적 CMC、ECMWF、NCEP 화 UKMO 4개중심전구집합예보모식대2007년10월3일—2008년2월29일축일루적강수진행다모식집성예보시험。통과집합평균、다모식소제편차집합평균、가권소제편차집성3충방법진행시험대비,중점분석각중심모식급다모식집성적240~360 h(10~15 d)연신기예보적검험효과。결과표명,다모식집성대축일루적강수240~360 h 연신기예보우우단개중심모식,장축일강수적예보시효제고료72~168 h。3충집성방법대비발현,다모식소제편차집합평균방법예보효과최호,해방법장청우량급적강수예보시효재중단기화연신기지소제고료1 d 화5 d。
Multimodel consensus forecasts are investigated by using the ensemble mean outcomes of the 24-360 h ensemble fore-casts for the daily accumulated total precipitation from October 3,2007 to February 29,2008 ,which was taken from the CMC, ECMWF,NCEP and UKMO models,focusing on the extended range forecast.The results show that the multimodel consensus that extended the range forecasts of the daily accumulated total precipitation have higher forecast skills than all the single models. The bias-removed ensemble mean has the best performance and the weighted bias-removed ensemble mean technique has even the same performance with Bias-Removed Ensemble Mean (BREM).