期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于局地增长模培育法的对流可分辨尺度WRF模式对河南“21·7”特大暴雨的预报评估 被引量:5
1
作者 刘侃 陈超辉 +3 位作者 何宏让 姜勇强 陈祥国 王伟亮 《大气科学学报》 CSCD 北大核心 2023年第5期725-737,共13页
基于WRF(Weather Research and Forecasting)模式,选取河南“21·7”特大暴雨事件,采用局地增长模培育法(Local Breeding Growth Mode,LBGM)生成对流尺度集合预报系统,在此基础上对24 h累积降水量进行SAL(Structure,Amplitude and L... 基于WRF(Weather Research and Forecasting)模式,选取河南“21·7”特大暴雨事件,采用局地增长模培育法(Local Breeding Growth Mode,LBGM)生成对流尺度集合预报系统,在此基础上对24 h累积降水量进行SAL(Structure,Amplitude and Location)检验,结合预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分等评分结果进行对比分析,综合评估集合预报成员的预报效果,表明:1)基于局地增长模培育法生成初始扰动的集合预报系统成员对于强降水预报有一定优势,在降水强度和位置的预报上与实况较接近;2)经检验,成员e003的TS和ETS评分在20日00时—21日00时(北京时,下同)和21日08时—22日08时两个强降水时段内表现最佳,并在SAL检验中对应较好的降雨强度A和雨区位置L,而成员e008暴雨TS、ETS评分最低,对应SAL检验中具有一定的位置偏差,即TS、ETS评分和SAL检验之间存在相关性,将二者有机结合,可以为业务工作中定量评估模式降水预报效果提供参考;3)通过对比整体评分表现较好的成员e003和较差的成员e008,两者预报的位势高度场与ERA5(ECMWF reanalysis v5,ERA5)再分析资料之间的差值,可以验证降水预报误差主要源于对低涡系统的预报偏差,同时预报评分较好的成员其位势高度偏差较小,综合评估效果更佳。 展开更多
关键词 集合预报 局地增长模培育法 对流可分辨尺度 SAL检验
在线阅读 下载PDF
新型局地增长模培育法对两次飑线个例的对流尺度集合预报试验 被引量:6
2
作者 李坤 陈超辉 +2 位作者 何宏让 马申佳 姜勇强 《大气科学学报》 CSCD 北大核心 2021年第4期518-528,共11页
利用局地增长模培育法对两次典型飑线过程进行了对流尺度集合预报试验,通过与传统增长模培育法对比,检验了局地增长模培育法的实际预报效果。通过概率匹配平均处理后,将降水预报结果与实况资料进行对比分析,并用分数技巧评分来代替传统... 利用局地增长模培育法对两次典型飑线过程进行了对流尺度集合预报试验,通过与传统增长模培育法对比,检验了局地增长模培育法的实际预报效果。通过概率匹配平均处理后,将降水预报结果与实况资料进行对比分析,并用分数技巧评分来代替传统公平技巧评分实现对降水结果的合理检验,得出结论:1)在飑线降水预报上,局地增长模培育法优于增长模培育法。2)分数技巧评分比公平技巧评分更好地反映对流尺度集合预报能力,特别是在大暴雨量级降水评估上。3)降水评分结果显示,集合平均对于小雨、中雨和大雨级别降水的预报技巧高于概率匹配平均,概率匹配平均对于暴雨和大暴雨级别降水更有优势。 展开更多
关键词 局地增长模培育法 对流尺度集合预报 概率匹配平均 分数技巧评分
在线阅读 下载PDF
一次高原地区强降水过程的对流可分辨尺度集合预报评估 被引量:1
3
作者 刘侃 陈超辉 +3 位作者 陈祥国 何宏让 姜勇强 陈雄 《高原气象》 CSCD 北大核心 2024年第2期353-365,共13页
利用FNL(Final Reanalysis Data)、ERA5(ECMWF Reanalysis V5)再分析资料和GPM(Global Precipitation Measurement)全球逐半小时降水数据,选取我国西南高原地区一次强降水过程,研究了对流尺度集合预报中两种初始扰动方法BGM(Breeding Gr... 利用FNL(Final Reanalysis Data)、ERA5(ECMWF Reanalysis V5)再分析资料和GPM(Global Precipitation Measurement)全球逐半小时降水数据,选取我国西南高原地区一次强降水过程,研究了对流尺度集合预报中两种初始扰动方法BGM(Breeding Growth Mode)和LBGM法(Local Breeding Growth Mode)对复杂地形强降水的预报能力。基于对象诊断的MODE(Method for Object-Based Diagnostic Evaluation)方法评估了模式对降水对象的位置、结构、强度的模拟能力,并与TS(Threat Score)等评分方法进行对比分析,综合评估模式预报性能,表明:(1)基于BGM和LBGM法生成初始扰动的集合预报系统BGM-EPS和LBGM-EPS,集合平均预报对24 h各个量级降水评分均优于控制预报,且暴雨的TS评分LBGM-EPS优于BGM-EPS;(2)整体上,WRF模式能够较好捕获降水对象,尤其是对于高原山地复杂地形的降水预报效果很好,LBGM-EPS在降水目标的整体相似度表现上优于BGM-EPS,且从扰动总能量随预报时间的演变中能看出LBGM较BGM扰动总能量更大,更能代表预报误差的增长,突出LBGM方法在对流尺度集合预报中表示强对流能力的优势;(3)与传统TS评分等检验方法相比,MODE法更能反映降水预报的空间位置信息,在卷积半径和降水阈值相同情况下,基于LBGM方法的集合平均预报识别降水对象的效果更佳。 展开更多
关键词 集合预报 增长培育法 局地增长模培育法 对流可分辨尺度 MODE
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部