基于MOS方法的客觀溫度預(yù)報(bào)模型的研究與應(yīng)用.pdf

1、本文利用2004年5-6月國(guó)家氣象中心中期預(yù)報(bào)模式T213模式的數(shù)值預(yù)報(bào)產(chǎn)品資料，采用基于MOS的多元線性回歸算法，并使用卡爾曼濾波校訂技術(shù)和集成預(yù)報(bào)方法研究了改進(jìn)客觀定量溫度預(yù)報(bào)效果的一個(gè)途徑。采用T213模式輸出的物理量資料為預(yù)報(bào)因子，對(duì)作為預(yù)報(bào)對(duì)象的日最高、最低溫度進(jìn)行預(yù)處理，建立了滑動(dòng)多元線性回歸溫度預(yù)報(bào)模型(方案一)、使用卡爾曼濾波校訂技術(shù)的回歸模型(方案二和方案三)和集成預(yù)報(bào)模型(方案四)四種不同的方案，并對(duì)2004年7-1

2、2月的安慶、合肥、南京和徐州四個(gè)站進(jìn)行逐日最高和最低溫度預(yù)報(bào)試驗(yàn)。 使用卡爾曼濾波校訂技術(shù)后，預(yù)報(bào)試驗(yàn)的總體預(yù)報(bào)效果有明顯提高。尤其是由秋季向冬季轉(zhuǎn)換的過(guò)程中，未使用卡爾曼濾波的方案一誤差增長(zhǎng)明顯，而使用卡爾曼濾波技術(shù)的方案二和方案三表現(xiàn)了對(duì)季節(jié)轉(zhuǎn)換良好的適應(yīng)能力。這也充分的說(shuō)明了，卡爾曼濾波方法可以通過(guò)數(shù)字化的濾波突出信息，壓低干擾，將信息從干擾中分離出來(lái)，從而較好地反映物理量的波動(dòng)情況，同時(shí)還能較好地反映物理量的突變性。