| 中国降水回归模型设计策略与回报检验 |
| |
| 引用本文： | 张凯静,汪萍,戴新刚,程智.中国降水回归模型设计策略与回报检验[J].山东气象,2017,37(3):27-35. |
| |
| 作者姓名： | 张凯静 汪萍 戴新刚 程智 |
| |
| 作者单位： | 1. 青岛市气象台； 2. 中国科学院大气物理研究所东亚区域气候环境重点实验室； 3. 中国气象科学研究院大气成分研究所； 4. 93381部队分区气象台 |
| |
| 基金项目： | 国家自然科学基金项目 （41475075，41075058）；国家重点研发计划项目（2016YFA0601901）；青岛市气象局科研项目（2015qdqxh02） |
| |
| 摘 要： | 利用中国160站降水记录及欧洲中心ERA-Interim再分析数据等构建了16种线性回归降水预测模型，包括“站点”降水直接/间接预测模型（间接模型是指先预测东亚季风指数，再以此估计站点降水）， 以及“区域-站点”降水直接/间接预测模型，即先预测一个区域的降水再分配到站点。此外，还构建了所有模型集合的降水预测模型。预报因子包括两种ENSO指数、北大西洋涛动（NAO）指数和青藏高原积雪深度等4个因子。模型亦分为3因子和4因子（包括积雪因子）组及对降水取/不取对数组等前处理。2005—2016年的回报试验表明，“站点”模型优于“区域-站点”模型，对降水取对数模型优于不取对数模型。另外，“站点”模型组中的间接降水预测模型优于直接模型，但“区域-站点”组却相反。ERA-Interim积雪深度资料不确定性带来的偏差超过该因子对降水预测的贡献。平均PS评分最高的是3因子的直接站点降水取对数模型（MDS-3Ln），平均达到71分，高于集合模型（MEM）得分。这些结果表明，线性回归降水模型的设计理念与实际预测效果可能并不一致，其原因是因子的选取或数学处理过程会引入新的不确定性或偏差，必须综合评估各种设计方案的“成本-效益”关系。
|
| 关 键 词： | 降水预测 回归方程 东亚季风 ENSO指数 NAO指数 |
| 收稿时间： | 2017/5/30 0:00:00 |
| 修稿时间： | 2017/7/13 0:00:00 |
The design strategy and hindcasting experiment of China precipitation using regression model |
| |
| ZHANG Kaijing,WANG Ping,DAI Xingang,CHENG Zhi.The design strategy and hindcasting experiment of China precipitation using regression model[J].Journal of Shandong Meteorology,2017,37(3):27-35. |
| |
| Authors: | ZHANG Kaijing WANG Ping DAI Xingang CHENG Zhi |
| |
| Institution: | 1. Qingdao Meteorological Observatory; 2. Key Laboratory of Regional Climate-Environment for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences; 3. Institute of Atmospheric Composition, Chinese Academy of Meteorological Sciences; 4. 93381 Army Subregion Meteorological Observatory |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《山东气象》浏览原始摘要信息 |
| 点击此处可从《山东气象》下载免费的PDF全文 |
