检索结果-南通市图书馆

Spatio-Temporal Characteristics of Heavy Precipitation Forecasts from ecmwf in Eastern China

Journal of Tropical Meteorology 2024年第1期30卷 29-41页

作者：徐同谭燕顾问 Shanghai Typhoon Institute and Key Laboratory of Numerical Modeling for Tropical Cyclone of China Meteorological AdministrationShanghai 200030 China State Key Laboratory of Severe Weather Chinese Academy of Meteorological SciencesBeijing 100080 China Shanghai Ecological Forecasting and Remote Sensing Center Shanghai 200030 China

This study examines the spatio-temporal characteristics of heavy precipitation forecasts in eastern China from the European Centre for Medium-Range Weather Forecasts(ecmwf) using the time-domain version of the Method for Object-based Diagnostic Evaluation(MODE-TD). A total of 23 heavy rainfall cases occurring between 2018 and 2021 are selected for analysis. Using Typhoon “Rumbia” as a case study, the paper illustrates how the MODE-TD method assesses the overall simulation capability of models for the life history of precipitation systems. The results of multiple tests with different parameter configurations reveal that the model underestimates the number of objects’ forecasted precipitation tracks, particularly at smaller radii. Additionally, the analysis based on centroid offset and area ratio tests for different classified precipitation objects indicates that the model performs better in predicting large-area, fast-moving, and longlifespan precipitation objects. Conversely, it tends to have less accurate predictions for small-area, slow-moving, and shortlifespan precipitation objects. In terms of temporal characteristics, the model overestimates the forecasted movement speed for precipitation objects with small-area, slow movement, or both long and short lifespans while underestimating it for precipitation with fast movement. In terms of temporal characteristics, the model tends to overestimate the forecasted movement speed for precipitation objects with small-area, slow movement, or both long and short lifespans while underestimating it for precipitation with fast movement. Overall, the model provides more accurate predictions for the duration and dissipation of precipitation objects with large-area or long-lifespan(such as typhoon precipitation) while having large prediction errors for precipitation objects with small-area or short-lifespan. Furthermore, the model’s simulation results regarding the generation of precipitation objects show that it performs relatively well in simulating the generation of large-

关键词： MODE-TD ecmwf heavy precipitation Eastern China

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Comparison of ERA5 turbulent fluxes at the air-sea interface with measurements from a wave-following platform

引用

Atmospheric and Oceanic Science Letters 2024年第3期17卷 32-36页

作者： Said Benjeddou Denis Bourras Christopher Luneau Aix Marseille Universite National Center for Scientific ResearchMediterranean Institute of OceanographyMarseilleFrance Observatory of the Sciences of the Universe Pytheas Institute National Center for Scientific ResearchMarseilleFrance

Turbulent fluxes at the air-sea interface were estimated with data collected in 2011-2020 with a low-profile platform named OCARINA during eight experiments in five regions:2011,2015,and 2016 in the Iroise Sea;2012 in the tropical Atlantic;2014 in the Chilie-Peru upwelling;2017 and 2018 in the Mediterranean Sea,and 2018 and 2020 in Barbados.The observations were carried out with moderate winds(2-10 m s^(-1))and average wave heights of 1.5 m.In this study,the authors used the fluxes calculated by the bulk method using OCARINA-sampled data as the input.These data can validate the fluxes estimated from ERAS reanalysis data.The OCARINA and ERA5 data were taken concomitantly.To do this,the authors established an algorithm to extract the OCARINA data as closely as possible to the reanalysis data in time and position.The measurements of the OCARINA platform can conclude on the relevance of the widely used reanalysis data.

关键词： Ocarina ecmwf ERA5 Turbulent fluxes Louis formulation

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

同化ecmwf短时预报场对区域中尺度模式预报的影响研究

引用

暴雨灾害 2024年第3期43卷 288-298页

作者：何邓新赖安伟张文康兆萍王俊超王珊珊郭英莲马鹤翟王志斌中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室/中国气象局流域强降水重点开放实验室武汉430205 中国气象科学研究院灾害天气国家重点实验室北京10081 武汉气象中心台武汉430205 三峡国家气候观象台宜昌443000

全球数值天气预报模式的预报场常作为背景场驱动区域中尺度天气模式业务系统,其数据质量对区域模式的预报结果具有重要的影响。华中区域中尺度业务模式使用美国环境预报中心的全球预报场(NCEP GFS)作为背景场,其预报精度有待提高。为提... 详细信息

全球数值天气预报模式的预报场常作为背景场驱动区域中尺度天气模式业务系统,其数据质量对区域模式的预报结果具有重要的影响。华中区域中尺度业务模式使用美国环境预报中心的全球预报场(NCEP GFS)作为背景场,其预报精度有待提高。为提高模式的短期预报能力,提出一种利用三维变分方法同化高质量欧洲中期天气预报中心(ecmwf)细网格预报场改善模式初始场的方法,将NCEP GFS预报场作为背景场,同化ecmwf三维格点预报要素,开展个例和批量同化试验。首先,利用探空观测对NCEP GFS和ecmwf的12 h预报产品进行误差特征统计,ecmwf 12 h细网格预报的温度、水平风场、相对湿度的均方根误差都小于NCEP GFS预报场,因此对其进行同化是可行的。然后,对2021年8月11—13日的强降水个例进行不同分辨率的ecmwf预报场同化敏感性试验。最后,基于不同敏感性试验的结果,选择1°×1°的ecmwf预报场对2021年8月进行批量同化试验。结果如下:(1)2021年8月11—13日的强降水个例同化预报试验表明,要素场预报误差得到了较为显著的改善,尤其是在模式低层;对12~36 h、36~60 h、60~84 h累积降水的TS评分具有一定的改善能力,尤其是暴雨量级。(2)不同分辨率的ecmwf预报场同化敏感性试验表明ecmwf预报场1°×1°的预报效果要优于0.5°×0.5°和0.25°×0.25°。(3)2021年8月的批量试验结果显示,同化ecmwf 12 h 1°×1°预报要素后,12 h、36 h和60 h预报的温度、湿度和风场在垂直方向上比控制试验均方根误差有所降低,降水TS评分提高明显,特别是50 mm暴雨降水TS评分,提升了13.33%,可有效改善华中区域数值天气预报系统对强降水的预报能力。

关键词： ecmwf 三维变分同化强降水华中区域中尺度模式

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

大连地区ecmwf细网格模式阵风预报误差检验与分析

引用

干旱气象 2024年第1期42卷 129-136,155页

作者：王蕾杨景泰卞若玢隋玉秀孙悦程周丽丽魏瑗瑗辽宁省大连市气象局辽宁大连116001 中国科学院空天信息创新研究院北京100094

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3~72 h逐日逐3 h欧洲中期天气预报中心(European Centre for Medium-Range Weather Forec... 详细信息

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3~72 h逐日逐3 h欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecast,ecmwf)细网格10 m阵风和10 m平均风预报资料,基于大连地区9个国家气象观测站实况逐3 h极大风资料进行预报误差检验分析。结果表明:按预报风级和实况风级分类的预报误差对比检验均表明ecmwf细网格预报整体偏大,平均误差为0.96 m·s-1,但具体到各风级时两种分类的预报误差统计结论并不一致,按预报风级分类的检验更符合基于模式预报开展的实际预报工作。以预报为基准统计,各风向、各风级、各站的预报误差均差异明显,风级越大预报偏大的程度越高,风向也表现出随风级增大误差增大的趋势。阵风预报的平均误差具有明显日变化,08:00(北京时,下同)前后误差最大,20:00前后误差最小,主要由10 m平均风的平均误差日变化所致。全部预报个例与实况各时效预报相关系数均在0.7以上,具体到各风级、风向时,各风向相关性均较好,而各风级的相关系数则明显降低,8级及以上风力预报的可信度大幅下降。

关键词： ecmwf 阵风对比分析模式检验日变化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于LightGBM机器学习算法的江西气温短期预报模型研究

引用

高原气象 2024年

作者：孙康慧肖安夏侯杰江西省气象台江西省气象局天气预报开放实验室

为进一步提高站点气温的预报精度，增强对极端气温的预报能力，本研究利用2017-2019年江西省91个国家站地面观测数据和ecmwf模式高空和地面预报数据，基于LightGBM机器学习算法和MOS预报框架，建立了江西省24 h国家站日最高（低）气温... 详细信息

为进一步提高站点气温的预报精度，增强对极端气温的预报能力，本研究利用2017-2019年江西省91个国家站地面观测数据和ecmwf模式高空和地面预报数据，基于LightGBM机器学习算法和MOS预报框架，建立了江西省24 h国家站日最高（低）气温预报模型。2020年评估结果表明：LightGBM模型日最高（低）气温预报和观测变化趋势一致，年平均预报效果优于ecmwf、 CMA-SH9、 CMA-GFS三家数值模式、 RF和SVM两种机器学习产品以及主观订正产品。从预报误差的时空分布来看，模型冬、春季日最高（低）气温预报误差略大于夏、秋季；日最高气温预报误差呈现“南大北小、周边大于中心”的空间分布特征，日最低气温则与之大致相反。从重要天气过程来看，在高温过程中，LightGBM模型在七种产品中预报效果最优；在强冷空气过程中，LightGBM模型预报效果仍优于三家数值模式产品和另外两种机器学习模型，但日最低气温预报效果不如主观订正产品。针对强冷空气过程中低温预报误差进行简单经验订正后，模型低温预报效果与主观订正产品接近。模型重要性分析显示临近地面观测特征对模型建立也有较大贡献，该结果可以为模式改进和气温预报产品研发提供参考。目前，LightGBM模型气温预报产品已应用于江西省气象业务。

关键词：气温预报 ecmwf 机器学习 LightGBM 预报效果评估

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于欧洲中期天气预报中心再分析数据的冬小麦适宜播种期研究：以山东省齐河县为例

引用

智慧农业(中英文) 2024年

作者：刘睿萱张方照张继波李振海杨俊涛山东省气候中心山东省气象防灾减灾重点实验室山东科技大学测绘与空间信息学院

[目的/意义]在全球气候变暖的大背景下，准确确定冬小麦的适宜播种期对于提高小麦产量、保障国家粮食安全具有重要意义。本研究旨在对县级镇在气候变暖长时间序列影响下冬小麦适宜播种期进行分析。[方法]本研究以山东省齐河县为研究区... 详细信息

[目的/意义]在全球气候变暖的大背景下，准确确定冬小麦的适宜播种期对于提高小麦产量、保障国家粮食安全具有重要意义。本研究旨在对县级镇在气候变暖长时间序列影响下冬小麦适宜播种期进行分析。[方法]本研究以山东省齐河县为研究区域，基于1997—2022年的欧洲中期天气预报中心（European Centre for MediumRange Weather Forecasts,ecmwf）再分析数据，首先，采用温度阈值法确定稳定通过18、16、14和0℃终日的日期，并从不同小麦品种的适宜播种温度、不同日期播种至越冬前≥0℃的积温、适播期历年日平均气温等关键播期指标对冬小麦适宜播种期进行统计分析；其次，利用叶龄积温法对冬前壮苗所需合适积温的日期进行测算；最后，结合实际生产实践情况，确定气候变暖趋势下齐河县各乡镇冬小麦的适宜播种期。[结果和讨论]从小麦适宜播种温度、播种至小麦越冬停止生长0℃的积温等农业气象指标，以及考虑齐河县种植的冬小麦品种，得出齐河县冬小麦适宜播种期为10月3日—10月16日，最佳播种期为10月5日—10月13日。但具体年份的适播期还需要依据当年的具体情况灵活播种。[结论]研究结果证明了温度阈值法和叶龄积温法在确定冬小麦适宜播种期研究中的可行性，通过温度变化趋势可判断冷冬或暖冬，及时调整播种时间以提高小麦产量，减少温度过高或过低对冬小麦的影响。本研究不仅可以为齐河县冬小麦产量评估提供决策参考，还可以为科学安排农业生产提供重要的理论依据。

关键词：冬小麦适宜播种期 ecmwf 积温

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

黑龙江省准对称混合训练期MOS气温预报性能分析

引用

黑龙江气象 2024年第2期 1-5页

作者：赵玲白雪梅孟莹莹邢程刘松涛付雯黑龙江省气象台黑龙江省气象数据中心黑龙江省气象服务中心

本文选取ecmwf细网格地面2 m气温要素预报产品作为预报因子，选取中国气象局陆面数据同化系统（CLDAS-V2.0)地面2 m气温格点实况数据作为预报量，应用准对称混合训练期MOS方法，建立黑龙江省格点气温MOS方法，并对MOS方法在24 h预报时... 详细信息

本文选取ecmwf细网格地面2 m气温要素预报产品作为预报因子，选取中国气象局陆面数据同化系统（CLDAS-V2.0)地面2 m气温格点实况数据作为预报量，应用准对称混合训练期MOS方法，建立黑龙江省格点气温MOS方法，并对MOS方法在24 h预报时效内间隔3 h的格点气温预报性能进行检验分析。结果表明：MOS平均绝对误差≤1.5℃；MOS夏半年≤2℃预报准确率为84.1%，比ecmwf提高7.6%；冬半年预报准确率为71.5%，比ecmwf提高18.3%；预报技巧夏半年为14.2%，冬半年为29.8%。MOS夏半年预报效果好于冬半年，冬半年预报改善效果好于夏半年。大、小兴安岭和东南部山区MOS预报效果不如平原地区好，但是MOS改善效果明显好于平原地区。

关键词：准对称混合训练期MOS方法气温 ecmwf CLDAS 预报性能

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于机器学习的模式温度预报订正方法

引用

沙漠与绿洲气象 2024年第3期18卷 96-104页

作者：刘杰刘高平安晶晶邱学兴章颖淮河流域气象中心安徽合肥230031 安徽省气象台安徽合肥230031

基于ECWMF模式数据(地面2 m温度、10 m风、降水等多气象要素预报产品)和安徽省80个国家气象站观测资料,利用决策树、随机森林、LightGBM三种机器学习算法订正ecmwf模式0~72 h温度预报,并将其与传统MOS订正方法和主观预报产品进行对比分... 详细信息

基于ECWMF模式数据(地面2 m温度、10 m风、降水等多气象要素预报产品)和安徽省80个国家气象站观测资料,利用决策树、随机森林、LightGBM三种机器学习算法订正ecmwf模式0~72 h温度预报,并将其与传统MOS订正方法和主观预报产品进行对比分析。结果表明:ecmwf模式高温预报误差明显高于低温预报,在安徽皖南山区和大别山区存在较大的预报误差。随机森林对最高温度预报的表现最优,LightGBM对最低温度预报的表现最优,与ecmwf模式结果相比,预报准确率分别提高了18.16%和5.19%。高山站点融合周围站点信息的机器学习模型能有效降低高、低温的预报误差。机器学习在高温和寒潮天气过程中相比主观订正仍有良好表现,能显著优化或改善数值模式在转折天气中的温度预测精度。

关键词： ecmwf 温度订正机器学习高山站点

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Comparison of the Global Energy Cycle between Chinese Reanalysis Interim and ecmwf Reanalysis

引用

Journal of Meteorological Research 2019年第3期33卷 563-575页

作者： Bin ZHAO Bo ZHANG Chunxiang SHI Jingwei LIU Lipeng JIANG National Meteorological Center China Meteorological Administration Beijing 100081 China Meteorological Administration Numerical Weather Prediction Center Beijing 100081 National Meteorological Information Center China Meteorological Administration Beijing 100081

The global energy cycle is a diagnostic metric widely used to gauge the quality of datasets. In this paper, the "Mixed Space-Time Domain" method for diagnosis of energy cycle is evaluated by using newly developed datasets-the Chinese Reanalysis Interim (CRAI) and ecmwf Reanalysis version 5 (ERA5), over a 7-yr period (2010-16) on seasonal and monthly timescales. The results show that the energy components calculated from the two reanalysis datasets are highly consistent;however, some components in the global energy integral from CRAI are slightly larger than those from ERA5. The main discrepancy in the energy components stems from the conversion of baroclinic process, whereas the dominant difference originates from the conversion from stationary eddy available potential energy to stationary eddy kinetic energy (CES), which is caused by systematic differences in the temperature and vertical velocity in low-mid latitudes of the Northern Hemisphere and near the Antarctic, where there exist complex terrains. Furthermore, the monthly analysis reveals that the general discrepancy in the temporal variation between the two datasets also lie mainly in the CES as well as corresponding generation and dissipation rates.

关键词： global energy cycle transient waves conversion terms Chinese Reanalysis Interim (CRAI) ecmwf Reanalysis version 5 (ERA5)

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Evaluation of the ecmwf Precipitation Product over Various Regions of Iran

引用

Journal of Meteorological Research 2021年第6期35卷 1125-1135页

作者： Aminreza NESHAT Shahin SHOBEIRI Ahmad SHARAFATI Department of Geographic Information System Remote SensingFaculty of Natural Resources and EnvironmentScience and Research BranchIslamic Azad UniversityTehranIran Department of Civil Engineering Science and Research BranchIslamic Azad UniversityTehranIran

Easy access to accurate and reliable climate data is a crucial concern in hydrological modeling.In this regard,gridded climate data have recently been provided as an alternative to observational data.However,those data should be first evaluated and corrected to guarantee their validity and accuracy.This study offered a new approach to assess the ecmwf gridded precipitation data based on some indicators,including correlation coefficient(CC),normalized root-mean-square error(NRMSE),and absolute error(AE)in daily and monthly intervals(2007-2017)across different climatic and geographical areas of Iran.Besides,an artificial neural network(ANN)model was utilized to correct the ecmwf precipitation product.According to the results,NRMSE was less than 2(in 93%of stations)and 5(in63%of stations)on monthly and daily scales,respectively.Moreover,CC was above 0.6 in 58%and 94%of stations on daily and monthly scales,respectively.The AE values were from-0.5 to 0.5,in 80%(daily scale)and 50%(monthly scale)of stations.Having corrected the ecmwf precipitation product by ANN,the number of stations with NRMSE less than 5 increased from 63%to 74%on the daily timescale,whereas the number of stations with NRMSE less than 2 reached 95%from 93%on the monthly timescale.The results also showed that the number of stations with CC more than 0.6 increased from 58%to 87%on the daily timescale.

关键词： ecmwf gridded precipitation data artificial neural network(ANN) Iran

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：