[1]程胡华,王益柏,赵亮,等.相似偏差订正法在短期温度预报中的应用研究[J].气象研究与应用,2020,41(03):21-26.[doi:10.19849/j.cnki.CN45-1356/P.2020.3.04]
 Cheng Huhua,Wang Yibai,Zhao Liang,et al.Application of similar deviation correction method in short-term temperature forecast[J].Journal of Meteorological Research and Application,2020,41(03):21-26.[doi:10.19849/j.cnki.CN45-1356/P.2020.3.04]
点击复制

相似偏差订正法在短期温度预报中的应用研究()
分享到:

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第41卷
期数:
2020年03期
页码:
21-26
栏目:
研究论文
出版日期:
2020-09-30

文章信息/Info

Title:
Application of similar deviation correction method in short-term temperature forecast
作者:
程胡华1 王益柏2 赵亮3 武帅4 智茂林4
1. 63729部队;
2. 61741部队;
3. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京 100029;
4. 32021部队
Author(s):
Cheng Huhua1 Wang Yibai2 Zhao Liang3 Wu Shuai4 Zhi Maolin4
1. No. 63729 Troops of PLA;
2. No. 61741 Troops of PLA;
3. State Key Laboratory of Numerical Modeling for Atmosphere Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029;
4. No. 32021 Troops of PLA
关键词:
相似偏差订正法多元回归BP神经网络短期温度预报
Keywords:
similar deviation correction methodmultiple regressionBP neural networkshort-term temperature prediction
分类号:
P456.1
DOI:
10.19849/j.cnki.CN45-1356/P.2020.3.04
摘要:
为提高温度预报精度,本文提出一种新的相似偏差订正法建立短期温度预报模型,并与气象业务常用的多元回归法、BP神经网络法进行对比。结果表明:(1)温度预报精度均具有明显日变化特征,午后精度较高,而凌晨精度偏低;(2)基于20:00起报资料得到的温度预报精度略高于08:00起报资料;(3)温度预报精度由高到低的顺序依次为相似偏差订正法、BP神经网络法、多元回归法和ECMWF模式产品的2 m温度,若从制作短期逐时温度预报的精度、合理性及运行效率等方面考虑,相似偏差订正法优于BP神经网络法和多元回归法。
Abstract:
In order to improve the accuracy of temperature forecast, a new similar deviation correction method was proposed to establish a short-term temperature forecast model, and was compared with multiple regression method and BP neural network method that commonly used in meteorological operations. The results show that(1)the accuracy of temperature prediction has obvious diurnal variation, and the accuracy in the afternoon is higher than that in the morning.(2)The accuracy of temperature forecast based on the data from 8 pm is slightly higher than that from 8 am.(3)The order of temperature forecast accuracy from high to low is similar deviation correction method, BP neural network method, multiple regression method, and 2 m temperature of ECMWF model products. If the accuracy, rationality and operation efficiency of short-term hourly temperature forecast are considered, similar deviation correction method is better than BP neural network method and multiple regression method.

参考文献/References:

[1] 李恩莉.数值预报产品在宝鸡市温度预报中的应用[J].气象研究与应用,2013,34(3):39-42.
[2] 祁丽燕,黄明策,苏洵.华南西部欧洲细网格2m温度预报误差分析[J].气象研究与应用,2015,36(4):1-7.
[3] 刘倩,张方敏,李威鹏,等.基于温度的参考作物蒸散量计算方法的适用性评价[J].气象与环境科学,2019,42(2):19-26.
[4] 马学款,普布次仁,唐叔乙,等.人工神经网络在西藏中短期温度预报中的应用[J].高原气象,2007,26(3):491-495.
[5] 曾晓青,王式功,刘还珠,等.统计降尺度方法在青海省冬季最低温度预测中的应用[J].高原气象,2009,28(6):1471-1477.
[6] 钱莉,兰晓波,杨永龙.最优子集神经网络在武威气温客观预报中的应用[J].气象,2010,36(5):102-107.
[7] 李倩,胡邦辉,王学忠,等.基于BP人工神经网络的区域温度多模式集成预报试验[J].干旱气象,2011,29(2):231-235+250.
[8] 雷彦森,蔡晓军,王文,等.遗传算法优化的BP神经网络在地面温度多模式集成预报的应用研究[J].气象科学,2018,38(6):806-814.
[9] 王在文,郑祚芳,陈敏,等.支持向量机非线性回归方法的气象要素预报[J].应用气象学报,2012,23(5):562-570.
[10] 邱学兴,王东勇,陈宝峰.ECMWF模式预报系统误差统计和订正方法研究[J].气象,2012,38(5):526-532.
[11] 王丹,黄少妮,高红燕,等.递减平均法对陕西SCMOC精细化温度预报的订正效果[J].干旱气象,2016,34(3):575-583.
[12] 陈豫英,陈晓光,马金仁,等.基于MM5模式的精细化MOS温度预报[J].干旱气象,2005,23(4):52-56.
[13] 李文娟,郦敏杰.MOS方法在短时要素预报中的应用与检验[J].气象与环境学报,2013,29(2):12-18.
[14] 张淑杰,孙立德,马成芝,等.日光温室番茄低温冻害指标确定及温度预报模型建立[J].气象与环境学报,2016,32(4):98-105.
[15] 董颜,尤焕玲,郭文利,等.基于BJ-RUC模式预报产品的北京冬半年道面温度预报模型[J].气象,2017,43(10):1241-1248.
[16] 吴春英,刘多文,钟博,等.基于数值预报模式的乡镇温度预报方法研究[J].气象与环境学报,2019,35(1):108-112.
[17] 邱学兴,王东勇,朱红芳.乡镇精细化最高最低气温预报方法研究[J].气象与环境学报,2013,29(3):92-96.
[18] 佟华,郭品文,朱跃建,等.基于大尺度模式产品的误差订正与统计降尺度气象要素预报技术[J].气象,2014,40(1):66-75.
[19] 马旭林,时洋,和杰,等.基于卡尔曼滤波递减平均算法的集合预报综合偏差订正[J].气象学报,2015,73(5):952-964.
[20] 王敏,李晓莉,范广洲,等.区域集合预报系统2m温度预报的校准技术[J].应用气象学报,2012,23(4):395-401.
[21] 何珊珊,李妍君,李向红.模式距平积分订正法对广西区域ECMWF地面2m温度预报的订正效果评估[J].气象研究与应用,2018,39(3):11-16.
[22] 冯蕾,王晓峰,何晓凤,等.基于INCA和METRo的江苏省路面高温精细化预报[J].应用气象学报,2017,28(1):109-118.
[23] 熊敏诠.基于集合预报系统的日最高和最低气温预报[J].气象学报,2017,75(2):211-222.

备注/Memo

备注/Memo:
收稿日期:2019-12-15。
基金项目:国家重点研发计划"全球变化与应对"专项(2018YFA0606203)、国家自然基金重大项目课题(41790471)
作者简介:程胡华(1983-),男,江西上饶人,博士,工程师,主要从事气象环境保障研究。E-mail:397849854@qq.com
通讯作者:赵亮(1978-),男,山西太原人,高级工程师,主要从事气象预报、气候动力学和日地关系研究。E-mail:zhaol@lasg.iap.ac.cn
更新日期/Last Update: 1900-01-01