基于TIGGE资料的集合成员优选方法
Transactions of Atmospheric Sciences（2015）
摘要
利用2007年6月8日-8月31日东亚地区TIGGE集合预报资料中欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)和英国气象局(United Kingdom Met Office,UKMO)两个中心的地面2m气温资料进行集合成员优选研究.结果表明,对于24～96h预报,集合成员优选方法能够较好地选出预报技巧较高和预报技巧较低的集合成员.个例分析表明,在极端天气出现的地区,优选集合平均的预报优势较为明显.对比ECMWF和UKMO的集合成员优选结果发现,ECMWF的预报效果优于UKMO的预报效果.
更多关键词
TIGGE dataset,ensemble mean,optimally selected ensemble members,root-mean-square error
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要