基于邻域最优概率的GRAPES快速更新循环同化预报系统逐时降水订正方法
Journal of Tropical Meteorology（2021）
摘要
针对高分辨率数值天气预报的时空不确定性,利用邻域最优概率方法对华南区域GRAPES快速更新循环同化预报系统的24 h预报进行逐时降水订正和检验评估.结果 表明:(1)邻域法能改善模式降水预报的空间不确定性,最优邻域半径随降水等级增加而减小,强降水的最优邻域半径约为60 km;(2)通过引入时间滞后因子,可进一步改善模式不同时间起报的不确定性,结合Brier评分确定了时间滞后窗为4h;(3)提出基于邻域最优概率阈值的降雨进行分级订正方法,有效提升了降水客观预报能力,晴雨预报较模式全部为正技巧,TS评分达到0.89以上,总体提升幅度约5.3％;强降水预报同样均为正技巧,TS评分呈先降后升趋势,在12h时效前后预报效果最优,进一步提升了GRAPES快速更新循环同化预报系统的业务预报水平.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要