留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

中高纬度地区500 hPa高度场动力预测统计订正

谭桂容 段浩 任宏利

谭桂容, 段浩, 任宏利. 中高纬度地区500 hPa高度场动力预测统计订正. 应用气象学报, 2012, 23(3): 304-311..
引用本文: 谭桂容, 段浩, 任宏利. 中高纬度地区500 hPa高度场动力预测统计订正. 应用气象学报, 2012, 23(3): 304-311.
Tan Guirong, Duan Hao, Ren Hongli. Statistical correction for dynamical prediction of 500 hPa height field in mid-high latitudes. J Appl Meteor Sci, 2012, 23(3): 304-311.
Citation: Tan Guirong, Duan Hao, Ren Hongli. Statistical correction for dynamical prediction of 500 hPa height field in mid-high latitudes. J Appl Meteor Sci, 2012, 23(3): 304-311.

中高纬度地区500 hPa高度场动力预测统计订正

资助项目: 

公益性行业 (气象) 科研专项 201206016

国家自然科学基金项目 40805028

公益性行业 (气象) 科研专项 20080232

详细信息
    通信作者:

    谭桂容, E-mail: tanguirong@nuist.edu.cn

Statistical Correction for Dynamical Prediction of 500 hPa Height Field in Mid-high Latitudes

  • 摘要: 利用DEMETER多模式集合研究计划中Météo France模式的预报资料集,在分析其对冬季北半球中高纬度地区 (20°~90°N)500 hPa高度场预报效果的基础上,针对模式预测较差的模态分别运用最优子集回归修正方案和回归-相似相结合的修正方案对其进行订正。结果表明:数值模式对观测模态的预测能力并非随模态数的增加而递减,方差贡献较小的模态的预报效果可能好于方差贡献较大的模态;基于最优子集的回归订正方法未能改进原模式预报技巧;在最优子集回归基础上再经相似订正的方法 (DAP-OSR) 能够改进预测效果,独立试报的距平相关系数平均每年提高0.1。
  • 图  1  模式订正方案流程图

    Fig. 1  Frame of the correction scheme

    图  2  1958—1991年基于最优子集回归订正的交叉检验距平相关系数与模态数关系

    Fig. 2  Variation of anomaly correlation coefficients with the numbers of EOF modes during OSR cross-validating experiment from 1958 to 1991

    图  3  基于最优子集回归的相似订正方案流程图

    Fig. 3  Frame of OSR-DAP correction scheme

    图  4  1958—1991年交叉检验中的距平相关系数对比

    Fig. 4  The anomaly correlation coeffients of cross-validating from 1958 to 1991

    图  5  1958—1991年交叉检验中相似订正后和订正前模式预测结果与实况距平相关系数之差

    Fig. 5  Differences of anomaly correlation coefficient between the observed and those by DAP-OSR cross-validating and the raw model from 1958 to 1991

    图  6  1992—2001年独立预报中距平相关系数对比

    Fig. 6  Anomaly correlation coefficents of independent prediction from 1992 to 2001

    图  7  1992—2001年独立预报中相似订正后和订正前模式预测结果与实况的距平相关系数之差

    Fig. 7  The advance of anomaly correlation coefficents by analogue correction scheme of independent prediction from 1992 to 2001

    图  8  hPa高度场观测场与相似订正前模式预报结果 (a) 及DAP-OSR预报结果 (b) 相关分布 (阴影区域相关系数通过0.05水平的显著性检验)

    Fig. 8  The correlation coefficients of observations to predicted 500 hPa height fields by the raw model (a) and DAP-OSR (b) from 1958 to 1991(the shaded denotes passing the test of 0.05 level)

    表  1  冬季500 hPa高度场模式预测与观测场EOF前10个模态的相关系数

    Table  1  Correlation coefficients between the leading 10 EOF modes of the model predictions and observations

    模态 时间相关系数 累积方差贡献率/%
    1 0.440 35
    2 0.075 49
    3 0.082 60
    4 0.510 69
    5 0.120 75
    6 -0.333 80
    7 0.087 83
    8 0.290 86
    9 -0.211 89
    10 0.120 91
    下载: 导出CSV
  • [1] 丑纪范, 徐明.短期气候数值预测的进展和前景.科学通报, 2001, 46(11): 890-895. doi:  10.3321/j.issn:0023-074X.2001.11.002
    [2] 肖子牛.我国短期气候检测预测业务进展.气象, 2010, 36(7):21-25. doi:  10.7519/j.issn.1000-0526.2010.07.006
    [3] 陈伯民, 纪立人, 杨培才, 等.改善月动力延伸预报水平的一种新途径.科学通报, 2003, 48(5):513-520. http://www.cnki.com.cn/Article/CJFDTOTAL-KXTB200305021.htm
    [4] 王会军, 张颖, 郎咸梅.论气候预测的对象问题.气候与环境研究, 2010, 15(3):225-228. http://www.cnki.com.cn/Article/CJFDTOTAL-QHYH201003002.htm
    [5] 艾孑兑秀, 孙林海, 宋文玲.NCC_CGCM产品对长江中下游夏季降水预报的释用.应用气象学报, 2010, 21(4):484-490. doi:  10.11898/1001-7313.20100412
    [6] 刘绿柳, 孙林海, 廖要明, 等.基于DERF的SD方法预测月降水和极端降水日数.应用气象学报, 2011, 22(1):77-85. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20110108&flag=1
    [7] 邱崇践, 丑纪范.天气预报的相似-动力方法.大气科学, 1989, 13(1):22-28. http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZGQX201307001046.htm
    [8] 黄建平, 王绍武.相似-动力模式的季节预报试验.中国科学B辑, 1991, 21(2):216-224. http://www.cnki.com.cn/Article/CJFDTOTAL-JBXK199102013.htm
    [9] Zeng Qingcun, Zhang Banglin, Yuan Chongguang, et al. A note on some methods suitable for verifying and correcting the prediction of climate anomaly. Adv Atmos Sci, 1994, 11(2):121-127. doi:  10.1007/BF02666540
    [10] Feddersen H, Navarra A, Ward W N. Reduction of model systematic error by statistical correction for dynamical seasonal predictions. J Climate, 1999, 12(7):1974-1989. doi:  10.1175/1520-0442(1999)012<1974:ROMSEB>2.0.CO;2
    [11] 鲍名, 倪允琪, 丑纪范.相似-动力模式的月平均环流预报试验.科学通报, 2004, 49(11):1112-1115. doi:  10.3321/j.issn:0023-074X.2004.11.017
    [12] 柯宗建, 张培群, 董文杰, 等.最优子集回归方法在季节气候预测中的应用.大气科学, 2009, 33(5):994-1002. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK200905012.htm
    [13] 任宏利, 丑纪范.统计动力相结合的相似误差订正法.气象学报, 2005, 63(6):988-993. doi:  10.11676/qxxb2005.094
    [14] 丑纪范, 任宏利.数值天气预报——另类途径的必要性和可行性.应用气象学报, 2006, 17(2):240-244. doi:  10.11898/1001-7313.20060216
    [15] 郑志海, 封国林, 丑纪范, 等.数值预报中自由度的压缩及误差相似性规律, 应用气象学报, 2010, 21(2): 139-148. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20100202&flag=1
    [16] 任宏利, 张培群, 李维京, 等.基于多个参考态更新的动力相似预报方法及应用.物理学报, 2006, 55(8):4388-4396. doi:  10.7498/aps.55.4388
    [17] 任宏利.动力季节预测中预报误差与物理因子的关系.应用气象学报, 2008, 19(3):276-286. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20080347&flag=1
    [18] 秦正坤.短期气候数值预测的误差订正和超级集合方法研究.南京:南京信息工程大学, 2007.
    [19] Chen H, Lin Z H. A correction method suitable for dynamical seasonal prediciton. Adv Atmos Sci, 2006, 23(3):425-430. doi:  10.1007/s00376-006-0425-3
    [20] 任宏利, 丑纪范.数值模式的预报策略和方法研究进展.地球科学进展, 2007, 22(4):376-385. http://www.cnki.com.cn/Article/CJFDTOTAL-DXJZ200704006.htm
    [21] 任宏利, 丑纪范.动力相似预报的策略和方法研究.中国科学D辑:地球科学, 2007, 37(8):1101-1109. http://cdmd.cnki.com.cn/Article/CDMD-10730-2006088472.htm
    [22] 任宏利.短期气候预测中基于预报因子的误差订正方法研究.自然科学进展, 2007, 17(12):1651-1656. doi:  10.3321/j.issn:1002-008x.2007.12.007
    [23] 魏凤英, 黄嘉佑.大气环流降尺度因子在中国东部夏季降水预测中的作用.大气科学, 2001, 34(1):202-212. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201001019.htm
    [24] 王启光, 封国林, 郑志海, 等.长江中下游汛期降水多因子组合客观定量化预测研究.大气科学, 2011, 35(2): 287-297. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201102009.htm
    [25] 郑志海, 任宏利, 黄建平.基于季节气候可预报分量的相似误差订正方法和数值实验.物理学报, 2009, 58(10):7359-7367. doi:  10.3321/j.issn:1000-3290.2009.10.114
    [26] Adam J C, John S K, David J S, et al. Probabilistic precipitation forecast skill as a function of ensemble size and spatial scale in a convection-allowing ensemble. Mon Wea Rev, 2010, 139(5): 1410-1418. doi:  10.1175/2010MWR3624.1
    [27] Hai Lin, Gilbert B. Seasonal forecasts of Canadian winter precipitation by post processing GCM integrations. Mon Wea Rev, 2008, 136(3): 769-783. doi:  10.1175/2007MWR2232.1
    [28] Takemasa M. The Gaussian approach to adaptive covariance inflation and its implementation with the local ensemble transform Kalman filter. Mon Wea Rev, 2010, 139(5): 1519-1535. doi:  10.1175/2010MWR3570.1
    [29] Yun W T, Stefanova L, Mitra A K, et al. Multi-model synthetic super ensemble algorithm for seasonal climate prediction using DEMETER forecasts. Tellus, 2005, 57:280-289. doi:  10.3402/tellusa.v57i3.14699
    [30] Zeng Qingcun, Zhang Banglin, Yuan Chongguang, et al. A note on some methods suitable for verifying and correcting the prediction of climate Anomaly. Adv Atmos Sci, 1994, 11(2): 121-127. doi:  10.1007/BF02666540
    [31] Yun W T, Stefanova L, Mitra A K, et al. Multi-model synthetic superensembe algorithm for seasonal climate prediction using DEMETER forecasts. Tellus, 2005, 57: 280-289. doi:  10.3402/tellusa.v57i3.14699
  • 加载中
图(8) / 表(1)
计量
  • 摘要浏览量:  3544
  • HTML全文浏览量:  1041
  • PDF下载量:  1474
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-08-19
  • 修回日期:  2012-02-21
  • 刊出日期:  2012-06-30

目录

    /

    返回文章
    返回