基于频率匹配和融合法的多种网格降水预报产品订正
DOI:
作者:
作者单位:

1.陕西省气象台;2.秦岭和黄土高原生态环境气象重点实验室;3.秦岭和黄土高原生态环境气象重点实验室灾害性天气预报技术研究与应用中心;4.陕西省人工影响天气中心

作者简介:

通讯作者:

基金项目:

受秦岭和黄土高原生态环境气象重点实验室开放研究基金课题(2020G-4、2020G-12、2020G-6、2020Y-1、2020K-2)和陕西省自然科学基础研究计划项目(2020JQ-976)共同资助


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    为进一步提高陕西省精细化网格降水预报能力,利用EC细网格(简称:EC)、Grapes_Meso 3KM(简称:Grapes)和SCMOC(中国气象局下发的指导产品)降水预报产品,采用卡尔曼滤波、频率匹配和融合方法,研发了一套降水预报新产品。结果表明:频率匹配可明显提高各降水预报产品晴雨预报质量,但对强降水预报改善效果不稳定,融合方法可解决该问题;较订正前EC、Grapes和SCMOC,新产品24 h晴雨预报准确率分别提高了15.06%、8.68%和1.50%,强降水预报TS评分分别提高了42.61%、76.00%和1.27%,强降水预报TS评分的提高是以增加空报率为牺牲代价的;新产品3 h晴雨预报准确率较订正前EC、Grapes和SCMOC分别提高了10.28%、4.07%和0.54%,强降水预报TS评分较订正前EC和SCMOC分别提高了54.44%和9.65%,与订正前Grapes基本持平,强降水预报BIAS偏差幅度较订正前EC和SCMOC分别降低了56.65%和51.88%;新产品1 h晴雨预报准确率较订正前Grapes和SCMOC分别提高了2.29%和2.10%,强降水预报TS评分和强降水预报BIAS偏差幅度与订正前持平。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2021-01-14
  • 最后修改日期:2021-01-26
  • 录用日期:2021-09-30
  • 在线发布日期: