论文部分内容阅读
通过对MM5数值预报产品的释用,将MOS统计方法应用到短时气象要素预报中,综合利用多种资料,如MM5数值预报产品、自动站实况数据和雷达数据,所有数据采用归一化反距离加权插值技术插值到站点,利用逐步回归的统计方法,建立降水和温度的3小时站点预报模型;最后建立的降水和温度预报模型的复相关系数分别达到0.76和0.94,方程的耦合效果较佳。降水作为不连续变量,通过构造降水可能函数的方法转化为连续变量,即对降水可能函数的预报,可以达到定量预报的目的;降水可能函数是个构造函数,由实况值确定,通过对它的预报可以达到对降水的预报。此函数应该遵守这样的条件:在有降水时,函数和此时段的降水量有一定的关系;在没有降水时,函数和此时段的降水可能性有一定的关系。通过对132个天气样本的检验,结果表明:MOS预报结果较MM5直接输出结果有明显的改进;针对降水预报模型,降水明显的样本,平均误差基本在6mm以内,弱降水样本,平均误差控制在3mm以内,预报方程对非雨日样本的整体预报效果较好,较能准确预报出是否有降水,但对个别站点的空报和漏报难以避免。对于春秋季的稳定性降水,该方法值得借鉴,但对于对流引起的局地强降水一直是预报的难点,还有待于预报方法的继续探索。温度预报模型检验,20时至08时段误差较小,平均在1℃以内,而11-17时,误差平均在1.5℃左右,但经过误差订正,平均预报误差可以控制在1℃左右,但对个别站点的高误差仍然是一个预报难点。总之,该方法经过了系统的检验,预报效果比较理想,可以应用于短时业务预报。