一种降水预报概率化方法及初步应用
概率预报因其能够包含预报的不确定性而越来越被人们所接受,并且应用越来越广泛.在气象-水文预报中常常要用到基于单个数值预报计算的(面)雨量预报,如何将有一定技巧的单值降水预报生成包含不同可能性的概率预报产品,在概率化的同时把历史资料的信息吸收进去,定量化表达预报不确定性,同时降低其预报偏差,这对于提高降水预报技巧有非常重要的意义.本文利用1981年1月1日至2003年12月31日淮河流域59个站的降水观测及同时段美国GFS集合预报模式回算的24小时降水量集合平均预报资料,建立条件亚正态分布函数的概率预报模型并得到集成预报.针对淮河流域子流域的试验结果表明:新方法生成的集成预报的均方根误差在所有子流域和各个季节的误差都有显著降低,其中蚌埠至洪泽湖流域6月份的均方根误差降低达3.11mm.四个子流域通过该模型得到的集成预报的Brier技巧评分为0.16～0.61,说明该集成预报在整年都具有一定预报价值.在淮河上游大坡岭至息县流域,当实际日面雨量阈值为0.00mm～7.820mm的预报时,夏季的集成预报出现不同程度的低报;但当实际日 面雨量阈值为18.116mm时,夏季的集成预报表现出较好的可靠性.
降水天气 概率预报 亚正态分布 集成测试法
赵琳娜 刘莹 梁莉 段青云
中国气象科学研究院灾害天气国家重点实验室,北京 100081 四川省气象台,成都 610072 中国气象局公共气象服务中心,北京 100081 北京师范大学,北京 100875
国内会议
南京
中文
1-13
2013-10-23（万方平台首次上网日期，不代表论文的发表时间）