基于集合预报系统的日最高和最低气温预报
  • 【DOI】

    10.11676/qxxb2017.023

  • 【摘要】

    根据欧洲中心集合预报系统2 m气温预报的集合统计值,提出了BP-SM方法,针对中国512个台站2016年3月的日最高(低)气温做预报分析.将集合预报系统的模式直接输出、BP和BP-SM方法得到的日最高(低)气温进行了比较,结果表明:预报时效越长,BP-SM方法较之BP方法的预报优势也更明显;在1至5d的预报中,BP SM方法显著降低了预报绝对误差,误差在2℃以内的准确率大部分在60%以上,部分站点... 展开>>根据欧洲中心集合预报系统2 m气温预报的集合统计值,提出了BP-SM方法,针对中国512个台站2016年3月的日最高(低)气温做预报分析.将集合预报系统的模式直接输出、BP和BP-SM方法得到的日最高(低)气温进行了比较,结果表明:预报时效越长,BP-SM方法较之BP方法的预报优势也更明显;在1至5d的预报中,BP SM方法显著降低了预报绝对误差,误差在2℃以内的准确率大部分在60%以上,部分站点达到90%;正技巧评分均值大多高于30%,在青藏高原东部和南部地区超过了60%.预报正技巧站点次数在绝对误差≤2℃(1℃)范围内有所提高,对日最高气温预报准确率的提高略好于日最低气温;BP-SM方法有效地降低了预报系统偏差,较大预报误差出现次数显著减少. 收起<<

  • 【作者】

    熊敏诠 

  • 【作者单位】

    国家气象中心

  • 【刊期】

    气象学报 ISTIC PKU 2017年2期

  • 【关键词】

    集合预报系统  日最高气温  日最低气温  BP-SM方法  Ensemble prediction system  Daily maximum air temperature  Daily minimum air temperature  BP neural network-Self Memory method 

  • 【基金项目】

    发展格点预报融合和订正关键技术