基于概率密度匹配方法的wrf模式阵风风速误差订正.docxVIP

基于概率密度匹配方法的wrf模式阵风风速误差订正 要素预报模型的建立 风灾灾害是安徽省气候灾害之一，几乎每年都会造成人员和巨大的经济损失。 数值预报产品的解释应用指的是通过将动力和统计方法相结合，对数值预报的结果进行分析订正，从而建立预报模型，给出要素预报的客观结果 概率密度匹配法（Probability Density Function Matching Method，简称PDF方法）的主要思想在于通过调整资料气象要素值，使其和地面观测气象要素的概率密度分布一致，从而达到订正资料系统误差的目的 1 数据和方法 1.1 强控制精度数据 本文所用的实况逐日极大风速数据为安徽省气象信息中心经过质量控制后的观测数据。由于硬件存储设备的限制，且实况极大风速数据量庞大，信息中心仅保存了最近几年的实况资料。此外，本文所参考的本地化WRF模式是从2012年开始稳定运行的，故本文所用的安徽省81个国家站的实况逐日极大风速数据时段为2012—2017全年，其中逐日极大风速是通过对逐日08:00至次日08:00段内所有的瞬时风速记录取其最大值所得到的。需要特别说明的是，这里选取的逐日极大风速数据是在无对流出现时所记录的，在对流性天气（包括飑线、超级单体、雷暴等）出现时记录的极大风数据不在本文的统计范围之内。 1.2 实时分析及参数化方案 本文所用的模式数据包括2012—2017全年的3km分辨率的W