基于贝叶斯模式平均方法的东亚地区地面2m气温预报改进

摘要

针对2007年6月—9月全球集合预报系统(THORPEX Interactive Grand Global Ensemble,TIGGE)多模式中的欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)、英国气象局(United Kingdom Meteorological Office,UKMO)及日本气象厅(Japan Meteorological Agency,JMA)这4个集合预报模式产品资料,对东亚地区地面2 m气温进行了贝叶斯模式平均(Bayesian model averaging,BMA)方法的概率预报研究,并与简单集合平均(ensemble mean,EMN)方法的概率预报进行对比,最终采用(continuous ranked probability score,CRPS)评分与均方根误差(root of mean square error,RMSE)评估BMA方法在概率预报和确定性预报方面的预报效果。研究表明,BMA方法可有效将单一的确定性预报向连续概率预报转化,并全面准确地描述大气的多种可能运动状态,同时提供概率预报和确定性预报。BMA方法在量化不确定性信息方面优于EMN方法,在一定程度上减小了预报的不确定性。就确定性预报效果而言,BMA方法的预报效果优于所有的单模式预报以及EMN方法,但会受到训练期长度和选取模式性能优劣的影响,其预报效果也会发生改变。