基于TIGGE资料的降尺度与多模式集成降雨预报研究.pdfVIP

基于TIGGE资料的降尺度与多模式集成降雨预报研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于TIGGE 资料的降尺度及多模式集成降雨预报研究 王海霞 智协飞 (南京信息工程大学气象灾害省部共建教育部重点实验室,南京210044 ) 摘要 本文对 TIGGE 资料中欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)、英国气象局 (UKMO)以及日本气象厅(JMA)四个中心1-7天时效的降雨预报产品进行释用,以TRMM/3B42RT合成降雨 量作为“实况值”加以检验。首先利用双线性插值法,将低分辨率的预报资料插值到精细化的网格上,与 TRMM资料分辨率一致,并通过一元线性回归方法对插值后的预报结果进行降尺度订正,再将四个中心的预 报值进行消除偏差集合平均(BREM),得到多模式集成的降雨预报场,最后针对降尺度以及多模式集成引起 的极值偏小的情况,提出分级降尺度的方法,并对大雨及以上等级的降雨进行二次订正。结果表明,降尺 度订正后的预报结果比直接插值更加准确,多模式集成的预报效果优于单模式,其改进程度随着预报时效 的延长逐渐减弱。二次订正之后 ,极值偏小的情况有所改善。 关键词:TIGGE,分级降尺度,多模式集成,降雨极值 1 引言 与传统的天气分析和预报相比,数值预报具有能够反映大气物理规律的优势,因此正 逐渐成为天气预报以及气候变化评估的重要技术基础,近年来数值预报正由单个确定性预报 [1] 向多个成员的集合预报转变 。为进一步实现集合预报系统的优化,提高预报的准确率,2003 年在第 14 届世界气象大会上,世界气象组织(WMO )决定建立一个为期 10 年的研究和发 展计划, 观测系统研究与可预报性试验(The Observing System Research and Predictability Experiment a World Weather Research Program, 简称 WWRP/THORPEX) ,其主要目的在于研 究全球及区域范围内高影响天气系统的发生、发展及可预报性问题, 设计并实现交互式预报 系统[2] 。TIGGE 资料是 THORPEX 的一个重要组成部分,目前全世界共有 3 个 TIGGE 集合 预报产品数据库中心,这 3 个中心收集来自全球十多个主要预报中心的集合预报产品[3] 。 然而,迄今为止,由于计算机资源以及数值模式本身的限制,大部分的数值预报的输 出结果分辨率仍然较低,不能满足人们对于精细化预报的需求[4] 。目前有两种方法可以弥补 的这种缺陷,一是发展更高分辨率的数值模式[5],一是采用降尺度方法。相对前一种方法需 要很高的计算资源或是计算代价,降尺度方法是目前更为可选的方法[6] 。统计降尺度从数值 模式的输出结果出发,通过建立低分辨率的模式结果与高分辨率的预报变量间的函数关系 式,来获得精细化的预报场[7] 。降雨作为气象要素中最为重要的因子之一,与人们的生产生 活有着极为密切的关系,另一方面,与温度等其他气候要素相比,降雨量序列具有不连续性、 非正态分布等特点,降尺度结果常会出现空报、漏报以及极值低估等现象,因此建立适合日 降雨量自身特征的统计模型显得极为关键。前人通过对全球数值天气预报的模式输出结果进 行降尺度试验,得到 48h 以内的短期、15 天以内的延伸期降雨预报以及洪水预测结果[8-10] 。 Wilby 和 Wigley[11]对比了六种降尺度方法( 两种神经网络,两种天气发生器,两种基 于涡度的回归方法) 在美国的模拟效果,发现回归方法模拟能力最好。Krishnamurti[12]等将 超级集合预报方法应用到印度季风区,并首次提出多模式集合与统计降尺度相结合,预报技 巧获得了重大突破。Voisin [13]将卫星遥感资料与集合预报的降尺度结果相结合,用作实测 场较稀疏的 Ohio River(俄亥俄河)流域的降水预报,结果发现,无论是在径流分布还是 在每日径流量预测方面,经过模拟降尺度法订正之后的预报结果,都比单纯的插值结果更加 准确。王亚男,智协飞[14]对中国地区 07 年夏季降雨进行降尺度试验,并将多模式集合预报 与降尺度方法相结合,结果表明多模式的预报效果好于单模式。 本文在前人研究的基础上,结合 TIGGE 降雨资料的特点,对 N

文档评论(0)

cxmckate + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档