基于多模式集成的气温统计降尺度精细化预报

摘要

基于欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(GFS)、中国气象局(T639)三个单模式的厦门地区地面2m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究.结果表明,在2013年夏季3个月中,三个单模式的降尺度预报明显地改善了预报效果.引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小.对比综合表现最好的单中心ECMWF的预报,3～96h的降尺度预报误差均在3℃以下.研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报.