融合物理理解与模糊逻辑的分类强对流客观短期预报系统:(2)表现评估 |
| |
作者姓名: | 田付友 郑永光 坚参扎西 吕新民 孙建华 黄玥 赤曲 |
| |
作者单位: | 国家气象中心,北京 100081;西藏自治区气象台,拉萨 850000;中国人民解放军95820部队,北京 102206;中国科学院大气物理研究所云降水物理与强风暴重点实验室,北京 100029 |
| |
基金项目: | 西藏自治区科技计划项目(XZ202101ZY0004G)、国家自然科学基金联合基金项目(U2142202、U2342204)、国家重点研发计划(2022YFC3004104)和中国气象局重点创新团队(CMA2022ZD07)共同资助 |
| |
摘 要: | 本文对分类强对流客观短期概率预报系统2022年6月13日强对流过程预报产品的表现进行分析,基于2022年的雷暴、短时强降水、雷暴大风及冰雹客观概率预报产品和可用的分类强对流监测实况资料,结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该短期预报系统提供的四类强对流天气客观概率预报产品进行了详细的性能评估。用于评估的预报资料是时段为2022年4月1日至9月30日每天08时(北京时)起报,96 h内逐12 h间隔的预报产品。预报个例分析显示,四类产品均可提前24 h指示需要关注的强对流天气区域。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的过度预报问题。雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。评估结果为预报模型和系统后续改进发展奠定了基础,为应用基于融合物理理解与模糊逻辑人工智能方法的分类强对流预报产品提供了有益参考。
|
关 键 词: | 物理理解 模糊逻辑人工智能 分类强对流 短期预报系统 确定性属性 概率性属性 |
收稿时间: | 2023-12-20 |
修稿时间: | 2024-03-14 |
|
| 点击此处可从《气象》浏览原始摘要信息 |
|
点击此处可从《气象》下载全文 |
|