基于Local-BGM法的冷涡暴雨集合预报试验及评估检验

摘要：

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果.结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征.对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧.邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高.并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息.

关键词：集合预报、局地增长模繁殖法、降水预报、邻域概率法、分数技巧评分

所属期刊栏目：43

分类号：P457.6(天气预报)

资助基金：国家自然科学基金;南方电网科学研究院有限责任公司基础性前瞻性项目

在线出版日期：2023-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：36-45