典型文献
地面气象要素多模式集成预报研究进展
文献摘要：
目前,集合预报已成为天气预报业务的主要支撑.然而,由于数值模式本身的限制与不完善以及集合系统存在初值扰动、集合大小等方面的局限,常存在预报偏差.不同预报模式通常具有不同的物理过程参数化方案、初始条件等,导致其预报能力各有不同.为此,如何纠正预报偏差以及如何充分有效地利用不同模式的预报信息以获得更加准确的天气预报广受关注.近年来,利用统计理论与预报诊断,基于多个集合预报系统的多模式集成预报技术得到快速发展,已成为有效消除预报偏差从而提高天气预报技巧的一种统计后处理方法.针对气温、降水和风3个最基本的地面气象要素,首先依据预报形式将应用范围较广的简单集合平均、消除偏差集合平均、超级集合、贝叶斯模式平均、集合模式输出统计等加权或等权平均多模式集成技术,分成确定性预报和概率预报两大类,并做系统介绍.最后,讨论使用和发展多模式集成技术需要关注的问题,包括考虑参与集成的模式个数、发展降水及风速分级预报模型和发展基于机器学习的多模式集成新技术.
文献关键词：
地面气象要素;多模式集成预报;确定性预报;概率预报
中图分类号：
作者姓名：
周海;秦昊;吉璐莹;肖莹
作者机构：
中国电力科学研究院有限公司,江苏南京210003;新能源与储能运行控制国家重点实验室,江苏南京210003;东南大学,江苏南京210096;南京气象科技创新研究院中国气象局交通气象重点开放实验室,江苏南京210041;国网山西省电力公司电力科学研究院,山西太原030032
文献出处：
引用格式：
[1]周海;秦昊;吉璐莹;肖莹-.地面气象要素多模式集成预报研究进展)[J].大气科学学报,2022(06):815-825
A类：
B类：
地面气象要素,多模式集成预报,天气预报,报业,数值模式,集合系统,初值扰动,常存,预报偏差,预报模式,物理过程参数化方案,初始条件,各有不同,不同模式,报信,统计理论,集合预报系统,预报技术,预报技巧,统计后处理,后处理方法,集合平均,差集,贝叶斯模式平均,集成技术,确定性预报,概率预报,两大类,预报模型,基于机器学习
AB值：
0.290466
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
