多模式集成的概率天气预报和气候预测研究进展.pdf

《多模式集成的概率天气预报和气候预测研究进展.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第37卷第2期大气科学学报V0l_37NO．22014年4月TransactionsofAtmosphericSciencesApr．2014智协飞，彭婷，李刚，等．2014．多模式集成的概率天气预报和气候预测研究进展[J]．大气科学学报，37(2)：248-256．ZhiXie．fei，PengTing，LiGang，eta1．2014．Advancesinmultimodelensembleprobabilisticprediction[J]．TransAtmosSci，37(2)：248_256．(inChi-nese)多模式集成的概率天气预报和气候预测研究进展智

2、协飞，彭婷，李刚，王佳，王晶(气象灾害教育部重点实验室(南京信息工程大学)，江苏南京210044)摘要：基于大气的混沌特性，单一的确定性预报逐步向多值的不确定性概率预报转化已成为一种趋势。本文系统地评述了概率天气预报产生的背景，介绍了概率预报的相关概念及国内外的研究状况，着重讨论了多模式集成的概率预报的两种集成方法，即贝叶斯模式平均(Bayesianmodelavera—ging，BMA)和多元高斯集合核拟合法(Gaussianensemblekerneldressing，GEKD)，并给出了两个例子的概率预报试验结果。利用BMA方法制作的概率预报的方差较小，减小了预报

3、的不确定性，因此预报结果更接近大气的真实值。作为另一种多模式集成方法，多元高斯集合核拟合法回报的地面气温距平均值及趋势的概率预测结果与实测结果基本一致。利用此方法建立了地面气温年代际变化的概率多模式集合预测模型，并从中提取年代际气候变化特征，对东亚季风区年代际预测具有重要应用价值。关键词：概率预报；年代际预测；多模式集成；贝叶斯模式平均；高斯集合核拟合中图分类号：P456．7文献标志码：A文章编号：1674-7097(2014)02-0248—09AdvancesinmultimodelensembleprobabilisticpredictionZHIXie—fei，

4、PENGTing，LIGang，WANGJia，WANGJing(KeyLaboratoryofMeteorologicalDisaster(NUIST)，MinistryofEducation，Nanjing210044，China)Abstract：Basedonthechaoticcharacteristicsoftheatmosphere，ithasbecomeatendencythatthede—terministicforecastgraduallytumstobetheprobabilisticforecastwithuncertainty．Thispap

5、ersystemati—callyreviewsthedevelopmentbackgroundofprobabilisticweatherforecast，andintroducestheconcept，andadvancesoftheprobabilisticforecastresearchathomeandabroad．Reviewsareprimarilyfocusedontwokindsofmultimodelensembleprobabilisticforecastmethods，namelytheBayesianmodelavera．ging(BMA)an

6、dthemultivariateGaussianensemblekerneldressing(GEKD)．CasesoftheBMAandGEKDprobabilisticforecastsareshown．ThedeviationoftheBMAprobabilisticforecastbecomessmal—ler，anditreducestheuncertaintyoftheforecast．Hence，theforecastisclosetotherealvalueoftheat—mosphere．Asanothermultimode1ensembleproba

7、bilisticforecastapproach．theGEKDprobabilistichindcastofthemeanvalueofsurfacetemperatureanomalyanditstrendbasicallycoincideswiththeob—serveddata．ByusingtheGEKDapproach，amultimodelensembleprobabilisticpredictionmodelises—tablishedtopredicttheinterdecadalvariabilityofsurface