基于雨量分级回归的我国地面降水的统计降尺度预报研究

摘要

利用TIGGE资料欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、英国气象局(UKMO)四个中心1-7天预报的日降水量集合预报资料，并以中国降水融合产品作为“观测值”，进行中国范围内的精细化降水预报。
　　首先利用双线性插值的方法将低分辨率的模式预报值插值到和观测资料分辨率一致的细网格上，然后根据降水量进行分级，采用空间滑动窗口增加中雨和大雨雨量样本，分别建立不同降水量级的回归降尺度方程，并与未分级回归的统计降尺度进行对比。结果表明，雨量分级统计降尺度相比未分级统计降尺度，减小了模式的预报误差，提高了模式预报值和观测值之间的相关系数，提高了不同降水量级的ETS评分，对各个降水量级的订正效果都比较显著，也大大提高了区域整体的预报效果;对于不同模式、不同预报时效以及不同降水量级，统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。
　　利用频率匹配法将降水预报资料的频率和观测资料的频率相匹配，订正不同降水量级的预报结果，采用二次订正进一步处理小雨空报的问题，并对四个单中心的模式预报结果进行多模式集成。结果表明，经过频率匹配法的处理，各量级降水的ETS评分都有了明显的提高，预报结果和实况资料相比，降水的面积偏差在减小，预报准确率有所提高;订正后的小雨空报率在各个预报时效都在减小，大雨及以上量级的降水漏报率也在减小，一定程度上减轻了小雨空报和大雨漏报的问题;采用二次订正进一步改善小雨空报的现象，订正效果十分显著;多模式集成结果的预报误差小于所有的单中心，预报结果和实况的相关系数也大于所有的单中心，可以得到更加准确的确定性预报结果。
　　利用Schaake Shuffle方法将集合成员预报结果按照历史观测值的顺序进行排列，重建由于统计方法的运用使降尺度预报结果丢失的空间相关性和时间连续性。结果表明，Schaake Shuffle方法可以使预报结果的空间相关性和时间连续性更接近实况，集合成员间的相关性更集中。

目录

声明

摘要

第一章 绪论

1．1 研究目的和意义

1．2 国内外研究进展

1．2．1 统计降尺度的研究进展

1．2．2 多模式集成的研究进展

1．2．3 统计降尺度与多模式集成结合的研究进展

1．3 本文研究内容

第二章 资料和方法

2．1 资料

2．1．1 预报资料

2．1．2 观测资料

2．2 方法

2．2．1 双线性插值

2．2．2 统计降尺度方法

2．2．3 多模式集成

2．2．4 频率匹配法

2．2．5 Schaake Shuffle方法

2．2．6 检验方法

第三章 降水量分级回归统计降尺度的预报研究

3．1 不同降水量级样本的分布

3．2 分级回归统计降尺度对各模式的订正

第四章 降尺度预报结果的订正及多模式集成研究

4．1 频率匹配法对不同量级降水的订正

4．2 二次订正对小雨空报问题的改善

4．3 消除偏差集合平均对各模式的集成研究

第五章 Schaake Shuffle方法对集合预报结果空间相关性和时间连续性的重建研究

5．1 Schaake Shuffle方法对集合预报结果空间相关性的重建

5．2 Sehaake Shuffle方法对集合预报结果时间连续性的重建

第六章 总结与讨论

6．1 总结

6．2 存在的问题

参考文献

作者简介

致谢