论文部分内容阅读
基于TIGGE资料,采用均方根误差分别对ECMWF、JMA、NCEP和UKMO四个中心的地面气温集合预报资料的集合平均结果进行评估,比较各中心预报效果。然后利用多模式集合平均、超级集合与消除偏差集合平均三种方法对四个中心的地面温度预报进行集成,比较三种集成方法的预报效果。基于此前的研究结果,利用滑动训练期对传统的超级集合预报方法进行改进,并对滑动训练期超级集合和消除偏差集合平均的训练期长度进行调试,最后采用最优滑动训练期长度进行超级集合与消除偏差集合平均的对比试验。
结果表明,2007年夏季JMA与ECMWF的北半球大部分地区预报效果较好,各中心在中国地区的预报效果较差,在美国地区较好。超级集合与消除偏差集合平均明显降低了预报的均方根误差,预报效果远优于最好的单个中心预报和多模式集合平均。采用滑动训练期的超级集合进一步改善了预报效果。对于2007年8月8日-31日北半球中纬度陆地地面气温预报,进行滑动训练期超级集合预报时,训练期的长度不能太短,较长的训练期长度对预报效果较为有利。对于消除偏差集合平均的预报,要得到最优预报滑动训练期的长度不能太长也不能太短,半个月至一个月左右的长度较为合适。最优滑动训练期的超级集合与消除偏差集合平均两种方法对短期预报的改善效果相当,对于较长预报时效,消除偏差集合平均表现出了更好的预报性能。随着各中心预报效果的改善、参与集合的模式数量增加以及在超级集合预报中引入非线性回归、神经网络等方法,有望进一步改进超级集合预报效果。