首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于TIGGE资料的集合成员优选方法
引用本文:毕潇潇,智协飞,林春泽.基于TIGGE资料的集合成员优选方法[J].大气科学学报,2015,38(3):414-420.
作者姓名:毕潇潇  智协飞  林春泽
作者单位:气象灾害教育部重点实验室(南京信息工程大学);吉林省气象台;中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室
基金项目:公益性行业(气象)科研专项(GYHY200906009);江苏高校优势学科建设工程资助项目(PAPD)
摘    要:利用2007年6月8日—8月31日东亚地区TIGGE集合预报资料中欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)和英国气象局(United Kingdom M et Office,UKM O)两个中心的地面2 m气温资料进行集合成员优选研究。结果表明,对于24~96 h预报,集合成员优选方法能够较好地选出预报技巧较高和预报技巧较低的集合成员。个例分析表明,在极端天气出现的地区,优选集合平均的预报优势较为明显。对比ECMWF和UKMO的集合成员优选结果发现,ECMWF的预报效果优于UKMO的预报效果。

关 键 词:TIGGE资料  集合平均  最优集合成员  均方根误差
收稿时间:2013/3/14 0:00:00
修稿时间:2013/5/10 0:00:00

A ranking method for selecting good and bad ensemble forecast members based on TIGGE dataset
BI Xiao-xiao,ZHI Xie-fei and LIN Chun-ze.A ranking method for selecting good and bad ensemble forecast members based on TIGGE dataset[J].大气科学学报,2015,38(3):414-420.
Authors:BI Xiao-xiao  ZHI Xie-fei and LIN Chun-ze
Institution:Key Laboratory of Meteorological Disaster(NUIST), Ministry of Education, NUIST, Nanjing 210044, China;JiLin Meteorological Observatory, Changchun 130062, China;Key Laboratory of Meteorological Disaster(NUIST), Ministry of Education, NUIST, Nanjing 210044, China;Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research, WHIHR, CMA, Wuhan 430074, China
Abstract:
Keywords:TIGGE dataset  ensemble mean  optimally selected ensemble members  root-mean-square error
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《大气科学学报》浏览原始摘要信息
点击此处可从《大气科学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号