- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
云底高预报研究概述
1,2 2 2
叶 平 白 洁 王洪芳
1.解放军理工大学 气象学院,南京,211101
2.北京航空气象研究所,北京,100085
摘 要
云底高度作为重要的云物理特征参量,对包括空气质量、酸雨、日照率、农业干旱、边界层湍流都有
着重要的影响。云底高的准确预报与航空安全和航空公司的运营成本密切相关,是航空气象保障业务的重
要关注对象,也是仅仅依靠数值预报无法解决的难点问题,加强数值预报产品的解释和运用无疑成为航空
气象中解决云底高预报问题的重要手段。自上世纪70年代MOS方法的引入以来,机场云底高的预报得到了
长足的发展和进步,其预报方法也不断得到改进和完善,MOS方法也是当前国外业务应用较为普遍的预报
技术。而国内的机场云高预报只是以经验目视判断,根据天气图和卫星云图进行简单的外推定性预报,尚
无法达到定量计算准确预报的水平。最早开展的MOS方法开创性的将数值预报产品用于建立云底高预报统
计模型,并逐渐延伸至其他要素的解释预报中,该方法随着数值模式的发展得到了广泛的运用,目前已成
为主流的气象要素预报方法。但由于该方法高度依赖于数值预报模式,灵活性受到一定的限制,另外,线
性预报模型在描述大气非线性运动特点方面也显得无能为力。为解决这一问题,人工神经网络方法和模糊
逻辑方法逐渐引入气象要素的预报研究中,气象要素的预报技巧因此得到了长足的发展。但是两种非线性
方法在大量的实际问题应用中,也存在不少亟待解决的问题。如何提高网络的收敛性,防止出现振荡和过
拟合现象等都需要进一步深入研究。数值模式诊断预报方法通过建立云底高度与水汽含量、消光系数等微
观物理量的经验关系,揭示了云块生成消散的本质特征。因此,该方法具有较强的发展前景,但也应看到,
数值模式无法反映云底高等气象要素的局地快速变化,模式的垂直分辨率也严重制约着预报结果的准确率。
本文在介绍云底高预报的研究进展的基础上,分析各种方法的特点,并对未来的发展提出了几点看法。
关键词:云底高;统计释用;诊断预报;研究进展
1.统计释用预报技术
统计释用技术是当前非常普遍应用的气象要素预报方法,通过对数值预报产品的解释应
用,结合地面和高空探测实况资料,建立预报对象的统计模型。常见的线性统计模型如 MOS
法、完全预报法等,而神经网络和模糊逻辑等为非线性模型。
1.1MOS 方法
20 世纪 70 年代,美国的 Bocchieri 等[1]基于有限区域嵌套网格模式(NGM),把运用回
归技术的 MOS 方法用于云高预报。大量试验结果表明:(1)REEP 事件概率回归方程比连续
回归方程的预报效果更为突出;(2)不同的预报时效,预报因子数量对预报效果的影响也不
尽相同;(3)MOS 预报的各项评分都比气候预报和持续性预报高。方程的具体形式为:
∧ ∧
y β +βx +β x +⋅⋅⋅+β x ,其中y 为预报对象,β 为回归系数,x 为预报因子。云
0 1 1 2 2 n n i i
底高作连续变量处理时,选择的y ln(x +0.001) 作为转换函数,效果最为理想。预报因子
筛选是统计回归预报的关键,通过主分量分析提取与云底高相关性更好的预报因子,可提高
该方法的预报准确率[2]。然而,基于模式输出的 MOS 方法对数值模式的要求较高,一旦模式
有所变化或改善,预报模型都需重建,许多研究者尝试利用地面资料作为预报因子,构建的
预报模型相对稳定,其预报水平也优于传统的 MOS 方法,在局地气候特征明显的纽约和旧金
1
山,预报效果较 MOS 预报改善程度更为显著[3,4]。当然,预报因子中增加探空信息,能更客
观的描述反映预报对象与全场信息相关性,从而提高短时预报精度。有研究表明,提高所使
用观测资料的频率和密度对短时云底高预报水平的提高也有所帮助[5,6],降低了天气现象的
文档评论(0)