基于DERF的SD方法预测月降水和极端降水日数

摘要：

针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归(OSR)方法对国家气候中心业务化的月动力气候模式(DERF)输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率.1982-2006年交叉检验结果表明:OSR方法能显著提高降水预测技巧,其中11～40 d改善效果最为显著.在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法.综合认为OSR,OSR结合随机天气发生器(WG)两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息.

关键词：降水预测、极端降水日数、统计降尺度、月动力气候模式

所属期刊栏目：22

分类号：P4 ;P45

资助基金：国家科技部科技支撑计划项目2007BAC29B04,2006BAC02B04;中国气象局2009年新技术推广重点项目GMATG2009ZD03

在线出版日期：2011-05-04（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：77-85