基于偏最小二乘回归方法的东亚区域多模式温度集成预报试验

• 作者: 刘文军 张晓鹏 王莹
• 来源期刊: 安徽农业科学
• 学科: 地球科学
• 关键词: 多模式集成预报 温度预报 偏最小二乘回归方法 超级集成方法 消除偏差集成平均方法
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 农业工程·农业气象
• 页码范围: 247-250
• 页数: 4页
• 分类号: P457
• 语种: 中文
• DOI: 10.3969/j.issn.0517-6611.2020.23.065

摘要

利用德国气象局(German Bureau of Meteorology,GBM)全球中期数值天气预报产品、日本气象厅(Japan Meteorological Agency,JMA)全球中期数值天气预报产品和中国国家气象中心T639数值预报产品3个子模式,采用偏最小二乘回归(partiaI least square regres-sion,PLS)方法、超级集成(multi-model superensemble,SUP)方法和消除偏差集成平均(bias-removed ensemble mean,BREM)方法对比试验,建立2012—2013年冬季东亚区域(15°～70°N、90°～145°E)的地面气温多模式集成预报模型,并进行2014年冬季24～72 h预报时效的地面温度的多模式集成预报研究.为进一步验证集成方法的性能是否具备稳定性,以2014年2月1—9日发生的寒潮天气过程为个例进行检验分析.结果表明,多模式集成预报模型能够综合子模式优点,预报效果明显好于3个子模式,且PLS方法优于SUP、BREM集成方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文军		13	81	5.0	9.0
2	王莹		12	60	3.0	7.0
3	张晓鹏		1	0	0.0	0.0