| 利用海洋强迫的大气主模态提高大气动力季节预报 |
| |
| 引用本文： | 林海. 利用海洋强迫的大气主模态提高大气动力季节预报[J]. 南京气象学院学报, 2010, 33(6): 641-646 |
| |
| 作者姓名： | 林海 |
| |
| 作者单位： | 加拿大国家环境预报中心气象研究部; |
| |
| 基金项目： | 致谢：谨以此文纪念我十分敬重的硕士导师朱乾根教授!同时,感谢Gilbert Brunet和JacquesDerome博士对我们相关文章所做的工作.感谢加拿大HFP项目的同事提供的数据.感谢倪东鸿编审将此文翻译成中文. |
| |
| 摘 要： | 数值模式的季节预报技巧主要与大气外强迫的变率密切相关。当前的大气环流模式（general circulation models，GCMs）通常不能准确地模拟出与大气外强迫有关的响应模态和响应强度，从而导致了预报误差的产生。本文给出了一种后处理方法，有助于降低模式的系统性误差，并提高季节预报技巧。
|
| 关 键 词： | 动力季节预报 海洋强迫模态 数值模式 |
Improving Atmospheric Dynamical Seasonal Forecasts Using the Dominant Ocean-forced Patterns |
| |
| LIN Hai. Improving Atmospheric Dynamical Seasonal Forecasts Using the Dominant Ocean-forced Patterns[J]. Journal of Nanjing Institute of Meteorology, 2010, 33(6): 641-646 |
| |
| Authors: | LIN Hai |
| |
| Affiliation: | LIN Hai (Meteorological Research Division,Environment Canada,2121 Trans-Canada,Dorval,Quebec H9P 1J3,Canada) |
| |
| Abstract: | Seasonal forecast skill in a numerical model mainly comes from variability in forcing that is external to the atmosphere.Current General Circulation Models(GCMs) are usually not able to correctly generate the response patterns and amplitudes associated with external forcing,leading to forecast errors.This paper describes a post-processing approach that helps to reduce the systematic error and improve seasonal forecast skill. |
| |
| Keywords: | dynamical seasonal forecast ocean-forced patterns numerical model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
