能见度集合预报及后处理技术应用

基于污染物情况、环流系统和时空分布特征分析,利用神经网络对历史数据进行建模,生成了能见度集合预报产品。在2022年冬季的TS评分检验中,预报产品优于欧洲中期数值预报中心模式(ECMWF)的能见度预报产品。利用概率匹配、最优百分位和神经网络三种后处理方法生成后处理产品,这些产品的TS评分优于集合预报产品。预报输入的ECMWF模式2 m湿度与实况的偏差是误差的主要来源。利用集成方法对三种后处理产品进行集成,其TS评分结果在低能见度区间总体接近或略优于原始产品。生成的能见度集合预报后处理最优集成预报产品成功提高了对中期延伸期能见度天气的预测准确性。