- 相關(guān)推薦
基于TIGGE資料的地面氣溫多模式超級集合預(yù)報
基于TIGGE資料,采用均方根誤差分別對歐洲中期天氣預(yù)報中心、日本氣象廳、美國國家環(huán)境預(yù)報中心和英國氣象局4個中心集合預(yù)報的地面氣溫場集合平均結(jié)果進(jìn)行檢驗評估,比較各中心地面氣溫的預(yù)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(yù)報進(jìn)行集成,同時對預(yù)報結(jié)果進(jìn)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(yù)報中心在北半球大部分地區(qū)預(yù)報效果最好,各中心在不同地區(qū)預(yù)報效果不同.超級集合與消除偏差集合平均降低了預(yù)報誤差,預(yù)報效果優(yōu)于最好的單個中心預(yù)報和多模式集合平均.對于較長的預(yù)報時效,消除偏差集合平均表現(xiàn)出了更好的預(yù)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(xué),南京,210044)
刊 名: 應(yīng)用氣象學(xué)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(yù)報】相關(guān)文章:
基于數(shù)值預(yù)報產(chǎn)品的地面氣溫BP-MOS預(yù)報方法04-29
用復(fù)數(shù)自回歸模式預(yù)報月平均氣溫04-29
基于Java RMI空氣質(zhì)量預(yù)報系統(tǒng)數(shù)值預(yù)報模式的設(shè)計與實現(xiàn)04-30
基于數(shù)值預(yù)報模式降水產(chǎn)品的集成應(yīng)用方法試驗04-28
南京地區(qū)地面平均氣溫的變化04-27
基于GIS的多污染因子復(fù)合地面濃度場模擬與評價04-25
復(fù)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(jī)場霧的模式識別預(yù)報04-29