浙江水蜜桃成熟期集合预报模型

物候期预报多基于单一性模型,预报结果的精度和稳定度较差,难以实现业务应用.本文利用2005-2017年宁波水蜜桃主产区收集的物候期和气象资料,构建不同时间尺度(小时、日、候、旬、月)和不同时间起点(固定日期、物候期)下的成熟期预报模型集,探究集合模型在物候期精细化预报中的可行性.基于模型预报结果的精度和稳定度,分别利用算术平均法、回归系数法、相关系数法和绝对误差法确定集合预报模型成员的权重,构建不同预报时效的水蜜桃成熟期加权集合模型.结果表明:利用4种权重系数确定方法构建的加权集合模型均保持了较高的精度和稳定度,集合模型回代检验的绝对误差AE平均仅0.69(在0.56～0.87)d,均方根误差RMSE平均为0.90(在0.69～1.14)d,相关系数R平均达0.95(在0.92～0.98);相比单一模型,集合模型的AE和RMSE分别缩小0.5d和0.6d,R值提高0.12.基于绝对误差法构建的加权集合模型效果最佳,回代检验AE和RMSE平均值分别为0.66d和0.88d,对宁波水蜜桃主产区成熟期预报的AE≤2d.集合模型中适当融合硬核期观测能将预报误差缩小0.2～0.3d.集合预报模型为物候期精细化预报提供了新的思路,能够满足业务应用需求.