DOGRAFS 逐小时气温和降水预报的释用

唐 冶 ，李如琦 *，马玉芬 ，张 萌 ，张 俊 ，刘军建

（1.新疆气象台，新疆 乌鲁木齐830002；2.中亚大气科学研究中心，新疆 乌鲁木齐830002；3.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐830002）

随着气象科学的进步和经济社会的发展，对天气预报的要求越来越高，精细化预报成为气象业务发展的必然趋势。发展数值预报模式的释用订正技术，提高数值预报模式输出的气象要素预报水平，是开展精细化预报重要环节。近年来，气象工作者采用多种方法对模式气温、降水预报进行了释用，董全等[1]采用最优概率阈值法生成降水相态的确定性预报产品，刘新伟等[2]采用小波分析方法及滑动训练、最优融合等技术对模式误差进行订正，制作西北气温格点预报产品，效果显著。樊仲欣等[3]应用基于动态因子检验的递归小波神经网络对江苏城镇夏季最高气温进行释用，准确率有较大提升。沈沉等[4]用回归分析法、S 型和简化Line 型BP 神经网络法进行模式释用，对迪士尼园区的最高、最低气温进行预报，准确率提升20%。吴乃庚等[5]开发了一套多模式动态集成网格释用技术方案，明显提升了预报技巧。赵华生等[6]基于最大相关最小冗余度算法和随机森林回归算法，提出一种对ECMWF 集合预报产品进行暴雨预报的释用方法，统计结果显示具有较好的释用效果。曹萍萍等[7]基于概率匹配方法，采取分区及点对点匹配两种方案对逐12 h 累积降水进行订正试验，发现合理的区域划分增加统计样本量可以提高订正效果。……