多模式集成的概率天气预报和气候预测研究进展

作者：智协飞; 彭婷; 李刚; 王佳; 王晶

来源：大气科学学报, 2014, (02): 248-256.

DOI：10.13878/j.cnki.dqkxxb.2014.02.013

• 概率预报
• 年代际预测
• 多模式集成
• 贝叶斯模式平均
• 高斯集合核拟合 probability forecast
• interdecadal prediction
• multimodel ensemble
• Bayesian model averaging(BMA)
• Gaussian ensemble kernel dressing(GEKD)

基于大气的混沌特性,单一的确定性预报逐步向多值的不确定性概率预报转化已成为一种趋势。本文系统地评述了概率天气预报产生的背景,介绍了概率预报的相关概念及国内外的研究状况,着重讨论了多模式集成的概率预报的两种集成方法,即贝叶斯模式平均(Bayesian model averaging,BMA)和多元高斯集合核拟合法(Gaussian ensemble kernel dressing,GEKD),并给出了两个例子的概率预报试验结果。利用BMA方法制作的概率预报的方差较小,减小了预报的不确定性,因此预报结果更接近大气的真实值。作为另一种多模式集成方法,多元高斯集合核拟合法回报的地面气温距平均值及趋势的...

• 出版日期2014
• 单位南京信息工程大学