NINO3.4指数的多模式集合预报方法
郭炜豪1
温文1
王晓春1
郑志海2
1.南京信息工程大学海洋科学学院,江苏南京,2100442.国家气候中心/中国气象局气候研究开放实验室,北京,100081
摘要：基于贝叶斯模式平均方法(Bayesian Model Averaging),发展了一个NINO3.4指数的多模式客观权重集合预报方法(简称OBJ).该方法基于训练期内单个模式的预报结果,用线性回归订正单个预报的偏差,依据模式的预报效果估计单个模式的权重.利用2002年2月-2015年10月美国哥伦比亚大学国际气候与社会研究所(IRI)提供的7个单一模式对NINO3.4指数的预报结果进行OBJ试验,并采用均方根误差对多模式集合平均预报(简称ENS)和OBJ的预报结果进行检验和评估.结果 表明,ENS的预报效果优于7个单一模式的预报效果,而OBJ预报效果优于ENS预报效果,其NINO3.4指数的均方根误差比ENS方法降低了4％.将单一模式预报结果按时间划分为训练期和预报期,利用独立样本估计OBJ的参数并进行预报试验,这些试验也表明,OBJ能进一步提高预报精度.
关键词：贝叶斯模式平均模式预报客观权重集合预报集合平均预报NINO3.4指数
分类号：P456(天气预报)
资助基金：国家自然科学基金(41630423)国家自然科学基金(91637209)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 262-267 )
英文信息