论文部分内容阅读
现在的气温预报是以数值预报为基础,结合当天的气温实况和预报员自身的经验,对未来五天的气温做出预测,由于山区地形复杂,初始场资料同化后误差增大,数值预报模式的水平分辨率不足所带来的误差也在增大,数值预报的计算结果用于定量预报时误差较大,这时预报员的经验变成预报质量的决定因素,然而每个预报员的经验是不一样的,(经验是什么呢?经验是预报员在多年的工作中领会到的一些潜在的自然规律的片段,在各地多年的实况观测资料之中,包含了所有经验和一个完整的变化规律和特征。)具有不确定性,这种不确定因素,直接导致气温预报的准确率不高。为了进一步提高未来五天的气温预报准确率,减轻预报员的工作量,本文分析了历史资料的气温分布特征,并根据分析方法设计、开发了分析模块;结合业务应用,设计、开发了气温自动预报模块和评分模块等。实现了自动分析、自动预报、自动评分等功能。创造性第实现了气候方法、天气方法和实时观测资料在预报业务中的有机地统一;气候方法研究历史资料体现了一个地方气温变化的本地性,有机融合数值预报吸取了预报的科学性,立足于实时观测资料体抓住了预报的客观性;把这三性的统一于现实的预报业务中是一种新的思路和创造性的做法。文中针对数值预报产生误差的原因,采取了不同的订正方法。对于最低气温,计算误差采用线性订正法,使用实时观测的气温资料对数值预报的气温产品计算值进行订正;区域变化特征造成的误差,采用靠近选择法进行订正。靠近选择法是居于最低气温的本地变化特征而设计的一种预报方法,通过本人的分析研究,发现最低气温旬内具有三值波动性的特点,其三个数值是可以通过对历史观测资料分析处理而得到,当订正后的数值预报气温产品计算值最靠近这三个数值中的某一个时,即可选择这个数值作为预报值,顾名思义,叫靠近选择法。最后,运用本系统对2012年进行模拟预报,结果发现气温预报系统对于本地气温预报准确率有一定的提高,从平均情况看,最低气温预报准确率年平均可提高4.9%,最高气温年平均预报准确率可提高4.1%,真正做到了数值预报的本地化。