首页> 中文学位 >黄渤海大风分型及消除偏差集合平均预报
【6h】

黄渤海大风分型及消除偏差集合平均预报

代理获取

目录

文摘

英文文摘

声明

第一章绪论

1.1黄、渤海风灾事件

1.2海上大风研究进展

1.3集合数值预报的发展概况

1.4本文研究内容

第二章资料和方法

2.1资料

2.2方法

2.2.1大风的计算机检索方法

2.2.2经验正交函数(EOF)

2.2.3均方根误差和消除偏差集合平均

第三章黄、渤海大风统计特征分析

3.1黄、渤海大风的年平均日数特点

3.2黄、渤海大风的季节变化特征

3.3影响黄、渤海大风的天气系统统计特征

3.4小结

第四章影响黄、渤海大风四季地面概念模型

4.1春、秋季影响黄、渤海大风的地面形势模型

4.2夏季影响黄、渤海大风的地面形势模型

4.3冬季影响黄、渤海大风的地面形势模型

4.4小结

第五章黄、渤海大风典型个例分析

5.1台风“麦莎”过程分析

5.1.1 “麦沙”灾害概述

5.1.2环流背景及路径分析

5.1.3风速分布及流场变化特点

5.1.4物理量场分析

5.1.5 小结

5.2冷锋及气旋共同影响的大风分析

5.2.1大风灾害概述

5.2.2沿海大风风速变化

5.2.3高低空环流影响

5.2.4物理量场分析

5.2.5小结

第六章黄、渤海大风消除偏差集合平均预报试验

6.1海面风场预报的均方根误差

6.2海面风场预报平均均方根误差的地理分布

6.3大风个例的确定性预报试验

6.4结论

第七章全文总结

参考文献

致 谢

展开▼

摘要

本文利用NCEP/NCAR再分析资料,选取1980年-2009年30年逐日地面风场资料,区域为88.542°N~88.542°S,0°~358.125°,分辨率为192×94个格点分布的GAUSS经纬网格。通过计算机程序识别在科学试验海区(黄、渤海海域)引起12 m/s以上的大风天气过程,统计全年及四季大风的频次特点。同时,利用同期全球NCEP/NCAR地面高度场再分析资料,分辨率为2.5°×2.5°经纬网格。对一年四季黄、渤海大风天气系统进行EOF分型,试图对引起大风的主要地面场形势进行归类分析,得出四季形成大风天气的地面概念模型,从而有利于建立该区域的大风预报方法。
   结果表明,满足条件的大风日数年平均71天,平均每5天即出现大风天气。其中2005年大风日数最多,达80天,1995年最少,为58天。30年间6级以上的大风过程,春季年平均12次,占全年17%;夏季频次最少,年平均为5次,仅占7%;秋季年平均为21次,占31%;冬季平均3日一次大风过程,频次最高,年平均31次,占全年大风日数的45%。全年维持12h以上大风过程年平均46次左右,此类大风有维持时间长、影响大、大风环流较稳定的特点。经EOF计算分析发现,黄、渤海大风主要受冷锋、热带气旋北上及温带气旋影响。其中,冷锋影响最多且以冬季为主,夏季主要受热带气旋北上影响而引起大风天气。春、秋季受温带气旋影响较多,如江淮气旋、蒙古气旋、黄河气旋等,与不同位置的环流组合形成不同方向的大风天气。
   在四季大风天气过程模型的研究基础上,展开大风消除偏差集合平均数值预报试验。即利用天气在线提供的日本气象厅(JMA)、美国国家环境预报中心(GFS)及美国海军预报模式(NOGAPS)三个中心2009年6月28日-8月10日每日12时(世界时,下同)起报的地面风场预报资料,应用消除偏差集合平均技术对2009年7月28日-8月10日14天地面风场进行预报试验,并采用均方根误差对预报结果进行检验评估。
   经消除偏差集合平均试验研究,对于24h、48h地面风场预报,消除偏差集合平均使预报的均方根误差得到明显降低,预报效果优于单个中心的预报。其中,渤海中部偏南地区及黄海中部误差减小最为明显。此外,消除偏差集合平均改善了大风个例的确定性预报效果,提高了风速值和大风区位置的预报精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号