滁州市短期温度、降水多模式集成预报.doc

《滁州市短期温度、降水多模式集成预报.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、滁州市短期温度、降水多模式集成预报一、项目简介主要完成人：胡姗姗宋佑之刘倪雄世为闫福春王俊沈安云郁凌华熊敏项目完成单位：滁州市气象局安徽省气象台研究起止时间：2015年12月—2017年3月滁州市科技计划项目社会发展类“滁州市短期温度、降水多模式集成预报”（201517）。2017年3月3日通过滁州市科技局验收。二、主要成果滁州市短期温度、降水多模式集成预报通过分析JMA、T639、EC三种细网格数值预报产品对于滁州温度、降水的预报性能，建立并评估了动态权重集成、BP神经网络、多元线性回归、历史集成四种集成预报模型，研发了滁州市短期温度降水多模式集成预报平台，实时生成各模

2、式下降水、温度集成预报站点图，为预报制作提供稳定、准确的参考，提升了滁州市短期温度、降水预报准确率。1．建立基于TS评分的多模式动态权重和历史集成模型。对EC、JMA、T639三种细网格产品采用TS评分方法来判定三种模式各成员在预报因子中所占权重，降水对于滁州地区七个站点按照一般性降水和暴雨两类进行评分。更注重各预测模型近期的预报效果。对不同初始场预报赋予指数形式动态权重，离起报时刻不同的初始场的预报技巧越高取的权重越大。2．多元线性回归集成模型。对于EC、JMA、T639三种细网格预报模式的结果看成是回归分析中3个因子，对于预报量进行多元线性回归分析，得到滁州七个站点各

3、时效回归集成模型。从相关性上来看，降水预报中EC预报模式的相关性最好，温度预报中三种模式都与实况相关性很高，且系数Sig显示线性回归模型建模成功。3.神经网络非线性集成模型。利用人工神经网络对EC、JMA及T639三家细网格数值预报的地面温度、降水产品集成，温度利用均方根误差来评价集成效果，从检验效果来看，经过人工神经网络集成之后，预报效果有较明显提高。4.短期温度降水多模式集成平台。为更好将集成预报应用于实际业务，方便预报员使用查看，项目组以VisualStudio2008和VisualC++6.0平台，同时嵌入Surfer8.0和MSChart，连接台站下发的EC、J

4、MA和T639温度、降水预报资料，利用项目模型结果，建立了集成模式的温度、降水集成预报平台。本项目发表技术论文1篇：《短期温度降水多模式集成预报》，参加了第六届“淮河流域暴雨洪水学术交流研讨会”交流，并刊登在论文集上。验收专家名单