基于数值预报和多方法集成的精细化站点预报技术研究

摘要

利用2018年四个季节的数值预报产品和观测资料,以河南省121个气象站为实验点,检验和评估最近邻点法、反距离权重法、地形高度最接近法、地形复杂度最接近法4种统计降尺度方法及3种集成方法对风速、温度、湿度的预报效果,结果表明:(1)不同季节、不同地形条件下,通过动态集成方法处理后的风速、温度、湿度的预报效果均得以提升,整体上有效提高了要素预报的准确率及稳定性,其中滚动样本长度最短的集成方法预报效果最好.(2)从整体评估来看,精细化站点风速预报宜采用样本长度最短的集成方法与反距离权重法;对于大风过程下的精细化站点风速预报,地形高度较低时,宜采用地形复杂度最接近法或样本长度最短的集成方法,地形高度偏高时,宜采用地形高度最接近法或反距离权重法.(3)对于精细化站点温度预报,地形高度较低时,宜采用样本长度最短的集成方法与反距离权重法,随着地形高度的增加,宜采用样本长度最短的集成方法与地形高度最接近法.(4)对于精细化站点湿度预报,夏季及秋季时,宜采用样本长度最短的集成方法及反距离权重法;春季及冬季时,宜采用样本长度最短的集成方法及地形高度最接近法.(5)不同季节下,风速、温度、湿度的预报准确率在一定程度上均受地形高度影响.因此,整体上集成方法对数值预报产品向指定点位的精细化预报具有一定的实际应用意义.