科研之友
微信
新浪微博
Facebook
分享链接
摘要
集合预报在数值天气预报中占有重要地位，如何有效地从集合成员中提取信息以提高降水的集合平均预报技巧是重要科学问题。采用2019—2022年夏季中国气象局全球集合预报业务模式（China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS）的逐日累计降水量集合预报数据，发展了基于分段层次聚类的逐步订正方法（Stepwise correction method based on segmented Hierarchical Clustering, SHC）以改进该模式的强降水集合平均预报结果，并定量评估了SHC方法的性能，比较了其与集合平均（EM）和直接聚类法（HC）的订正效果差异。结果表明：SHC方法由于采取了分段聚类订正来有效引入更有价值的集合成员预报信息，进而修正集合平均预报结果，提升目前在短、中期天气集合预报中的强降水预报能力；该方法的逐日连续预报检验评分总体在降水预报订正方面有优势，相对于EM和HC方法预报技巧均有明显提升，证明其具有良好的适用性；对于2021年郑州7·20暴雨个例的应用显示SHC方法对极端降水预报具有较好的订正效果。SHC方法为改进中国强降水集合平均预报技巧提供了新方法。
- 出版日期2023
- 单位成都信息工程大学
