应用贝氏模型平均法发展台湾测站气温机率预报指引.pdfVIP

應用貝氏模型平均法發展臺灣測站氣溫機率預報指引 1 1 2 2 2 馮智勇 劉家豪 許乃寧 賈愛玫 黃嘉美 1 2 多采科技有限公司 中央氣象局氣象預報中心 摘 要 貝氏模型平均法 ， 採用混合模型概念整合多種模擬結 (Bayesian Model Averaging BMA) 果，避免選擇相信單一模擬結果所造成的誤差，中央氣象局於「強化災害性即時天氣預 報」建置案中發展利用 整合多模式之模式統計輸出法 ， BMA (Model Output Statistics MOS) 策略溫度定量預報指引為機率預報指引的方式，並且採逐站估計BMA方程式中之各模式 權重係數參數，以符合臺灣各區測站特性不同的應用差異。 本研究為納入各模式對於測站的預報變異度，首先分析Expectation-Maximization演算 法 演算法計算式代表意義後，設計調整各測站 模型建置 、與 方案。其中， (EM ) BMA A B C 方案為對照組，採逐站建立 模型方式，但假設各模式的預報變異度均相同； 方 A BMA B 案同樣採逐站建立 模型方式，並且允許不同模式間存在預報變異度；而 方案則是 BMA C 建置一組用於所有測站的BMA模型，但同樣允許不同模式間存在預報變異度。 採臺灣測站 年 月 日至 月 日每日 時之 模式降尺度預報、 策略之 2014 4 15 5 15 08 ECA1 MOS 、 、 與 模式預報以及動態 策略之 模式預報等六種定量預 NCEP JMA ECA1 WRF MOS ECA1 報資料進行 模型事後預報分析。結果顯示，納入各模式預報變異度的 方案與 方 BMA B C 案，可改善大部分測站的平均誤差(ME) 、平均絕對誤差(MAE) 、均方根誤差(RMSE)與相 關係數表現。進一步比較後認為 方案除了收斂速度較快之外，所得 模型中的各模 C BMA 式權重係數隨時間變動幅度較小，可以客觀反應各模式對於臺灣測站預報能力，故建議 採用。 關鍵字：貝氏模型平均、 演算法 、機率預報 EM 用於測站地面溫度 、雨量 、風速 與風向 [3] [8, 11] [12] 一、前言