CFSv2模式延伸期逐日预报对强降温过程的预测能力评估

• 作者: 李永生 班晋 赵佳莹 赵克崴
• 来源期刊: 黑龙江气象
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 应用气象
• 页码范围: 16-17
• 页数: 2页
• 语种: 中文

摘要

利用CFSv2模式的延伸期逐日预报,分析了CFSv2模式对2017年冬季黑龙江省发生的三次强降温过程预测能力.结果发现CFSv2可以提前10 d以上预报出黑龙江省冬季的强降温过程,发现模式对第一次的强降温过程的预测效果要好于第二次和第三次的预测效果.针对CFSv2延伸期逐日预报来说,需要综合分析连续几日的预报时段内的逐日信息,才能确定是否发生强降温过程.CFSv2逐日预报对黑龙江省冬季的强降温过程的预报能力有一定的技巧,但预报能力还是有限,为了有效提升预报准确率,还必须提高CFSv2模式对北半球中高纬环流的预测技巧和研发与之相适应的解释应用技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永生		44	142	6.0	10.0
2	班晋		11	29	2.0	5.0
3	赵佳莹		6	28	2.0	5.0