本文已被：浏览 414次 下载 1515次
投稿时间：2021-01-21 修订日期：2022-01-19
投稿时间：2021-01-21 修订日期：2022-01-19
中文摘要: 基于欧洲中期天气预报中心的业务预报系统(EC)、美国国家环境预报中心的全球预报系统（GFS）、我国的中尺度数值业务预报系统（CMA-MESO）和全球预报系统（CMA-GFS）这4个预报系统的华东及周边地区（20°~40°N、110°~130°E）2020年1—4月逐日地面和高空风的0~72 h预报资料，利用复卡尔曼滤波方法（augmented complex extended Kalman filter,ACEKF）对其进行多模式集成预报试验，并对结果进行检验和评估。结果表明，ACEKF方法的预报效果优于多模式消除偏差集合平均、多模式超级集合预报等方法和单一模式的预报，能够进一步降低风速预报的误差，提高风场预报的预报准确率。ACEKF在高空风速预报上的改进效果要优于地面风速预报，在地形复杂地区改进效果更优，在所有预报时效的均方根误差和距平相关系数上均有体现。
中文关键词: 复卡尔曼滤波技术,多模式集成预报,风速,数值预报
Abstract:Based on EC, GFS, CMA-MESO and CMA-GFS, the 0-72 h ensemble forecasts of daily surface and high-altitude zonal wind and meridional wind from January to April 2020 from the four models for East China and surrounding areas (20°-40°N，110°-130°E) are evaluated with the augmented complex extended Kalman filter (ACEKF) method. The results show that the ACEKF method outperforms the bias-removed ensemble mean, super-ensemble forecast and single-mode forecasts, and can further reduce the wind speed forecast errors. ACEKF can improve the upper-air wind speed forecasts better than those at ground level. In complex terrain areas the improved wind speed forecast is much better. These results are also reflected in the root-mean-square error and anomaly correlation coefficient for all forecast times.
文章编号： 中图分类号： 文献标志码：
基金项目:华东空管局研发项目（2019h463）、国家自然科学基金重大研究计划集成项目（91937301）和中国气象局气象预报业务关键技术发展专项［YBGJXM（2020）5A］共同资助
引用文本：
吴柏莹,智协飞,陈超辉,张秀年,2022.基于复卡尔曼滤波技术的华东区域风的多模式集成预报研究[J].气象,48(4):393-405.
WU Baiying,ZHI Xiefei,CHEN Chaohui,ZHANG Xiunian,2022.Multi-Model Ensemble Forecasts of Wind over East China by Using Augmented Complex Extended Kalman Filter[J].Meteor Mon,48(4):393-405.
吴柏莹,智协飞,陈超辉,张秀年,2022.基于复卡尔曼滤波技术的华东区域风的多模式集成预报研究[J].气象,48(4):393-405.
WU Baiying,ZHI Xiefei,CHEN Chaohui,ZHANG Xiunian,2022.Multi-Model Ensemble Forecasts of Wind over East China by Using Augmented Complex Extended Kalman Filter[J].Meteor Mon,48(4):393-405.
