基于ECMWF的两种温度客观预报订正方法及评估

摘要：

依据国家气象信息中心格点温度实况资料,采用"动态训练、择优选取"的基本原则,利用递减平均法(DAM)和径向基函数神经网络方法(RBFNN)对ECMWF细网格模式2019—2020年20时BTC未来24～216 h的0.05°×0.05°分辨率格点日最高、最低温度进行客观预报订正,并与中央台指导预报(NMC)和EC模式预报产品进行格点检验对比分析.结果表明:(1)通过DAM和RBFNN订正后的24～216 h日最高、最低温度预报准确率提高3.9％～7.8％,均为"正"技巧,对预报准确率偏低的月份预报时效订正效果更显著,且夏、秋季最高温度预报订正效果较好,冬季最低温度订正能力较强;(2)订正后的最高、最低温度预报产品除沙坡头区的最高温度预报和贺兰山的最低温度预报误差偏大外,其他区域的误差基本都<2℃,订正后的ECMWF细网格模式对强降温、寒潮天气的温度预报效果明显优于NMC和EC模式预报产品,对预报业务有一定的参考价值.

关键词：递减平均法、径向基函数神经网络、最高温度、最低温度

所属期刊栏目：16

分类号：P457.6(天气预报)

资助基金：中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目

在线出版日期：2022-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：95-103