春季中国日最高气温延伸期预报误差分析及订正

• 作者: 熊敏诠 代刊 唐健
• 来源期刊: 热带气象学报
• 关键词: 模式后处理过程 延伸期 集合预报 神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 论著|ARTICLES
• 页码范围: 795-804
• 页数: 10页
• 分类号: P457.3
• 语种: 中文
• DOI: 10.16032/j.issn.1004-4965.2020.071

摘要

数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础.针对中国2 583个站点在2020年春季11～30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM (Back-Propagation-Self memory)法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11 ～ 14天预报中,BP-SM法得到的平均绝对误差为3.3～ 3.6℃C,预报准确率超过35％,订正效果更优.其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS (continuousranked probability skill score)进行了可预报性分析.结果 表明,在地形复杂地区,经过订正,预报准确率明显改善.对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节.