春季中国日最高气温延伸期预报误差分析及订正
熊敏诠
代刊
唐健
国家气象中心,北京100081
摘要：数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础.针对中国2 583个站点在2020年春季11～30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM (Back-Propagation-Self memory)法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11 ～ 14天预报中,BP-SM法得到的平均绝对误差为3.3～ 3.6℃C,预报准确率超过35％,订正效果更优.其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS (continuousranked probability skill score)进行了可预报性分析.结果 表明,在地形复杂地区,经过订正,预报准确率明显改善.对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节.
关键词：模式后处理过程延伸期集合预报神经网络
分类号：P457.3(天气预报)
资助基金：中国气象局预报员专项(Y201928)
论文发表日期：2020-12-28
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：10( 795-804 )
英文信息