doi:  10.3878/j.issn.1006-9895.1801.17167
改进的超级集成预报方法在长江三角洲地区O3预报中的应用

Application of Improved Super Ensemble Forecast Method for O3 and Its Performance Evaluation over the Yangtze River Delta Region
摘要点击 106  全文点击 88  投稿时间:2017-05-12  
查看HTML全文  查看全文  查看/发表评论  下载PDF阅读器
基金:  国家自然科学基金项目41305113、41575123、41620104008、41611540340、91744206,国家科技支撑计划项目2014BAC22B04,中国科学院先导项目XDA19040204,中国科学院重点部署项目ZDRW-CN-2018-1-03
中文关键词:  臭氧  多模式系统  超级集成预报  活动区间
英文关键词:  O3  Ensemble air quality multi-model forecast system  Superensemble forecast  Running active range
                             
作者中文名作者英文名单位
姚雪峰YAO Xuefeng中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029;解放军 96631 部队, 北京 102208
葛宝珠GE Baozhu中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029
王自发WANG Zifa中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029;中国科学院城市环境研究所城市环境科学卓越中心, 厦门 361021;中国科学院大学, 北京 100049
范凡FAN Fan中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029;南京信息工程大学, 南京 210044
汤莉莉TANG Lili江苏省环境监测中心, 南京 210036
郝建奇HAO Jianqi中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029;中国科学院大学, 北京 100049
张祥志ZHANG Xiangzhi江苏省环境监测中心, 南京 210036
晏平仲YAN Pingzhong中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029
张稳定ZHANG Wending中国科学院大气物理研究所大气边界层物理与大气化学国家重点试验室, 北京 100029
吴剑斌WU Jianbin上海市气象局, 上海 200030
引用:姚雪峰,葛宝珠,王自发,范凡,汤莉莉,郝建奇,张祥志,晏平仲,张稳定,吴剑斌.2018.改进的超级集成预报方法在长江三角洲地区O3预报中的应用[J].大气科学,42(6):1273-1285,doi:10.3878/j.issn.1006-9895.1801.17167.
Citation:YAO Xuefeng,GE Baozhu,WANG Zifa,FAN Fan,TANG Lili,HAO Jianqi,ZHANG Xiangzhi,YAN Pingzhong,ZHANG Wending,WU Jianbin.2018.Application of Improved Super Ensemble Forecast Method for O3 and Its Performance Evaluation over the Yangtze River Delta Region[J].Chinese Journal of Atmospheric Sciences (in Chinese),42(6):1273-1285,doi:10.3878/j.issn.1006-9895.1801.17167.
中文摘要:
      针对当前单模式系统臭氧(O3)预报的不确定性问题,提出了一种基于活动区间的多模式超级集成的、高效的预报方法。本研究基于长江三角洲(长三角)地区多模式空气质量预报系统,将改进后的超级集成预报方法(AR-SUP)运用到2015年长三角地区的O3预报中,并与滑动训练期的超级集成预报(R-SUP)、多模式集成平均预报(EMN)、消除偏差的集成平均预报(BREM)对比,结果表明AR-SUP对预报效果的改善最明显,其在暖季和冷季的均方根误差(RMSE)较最优单模式平均下降了20%和23%。将AR-SUP运用到48 h和72 h预报中发现,当预报时效增加时该方法依旧保持较高的预报技巧。多项统计数据均证明AR-SUP在研究时段内所有站点均能显著减小O3预报误差、提高整体相关性和一致性,有效提高当前短期(三天)预报准确率。
Abstract:
      Aiming at existing problems in current O3 single model forecast, an efficient superensemble forecast based on running active range (AR-SUP) is proposed and applied to the EMS-YRD (multi-model ensemble air quality forecast system for the Yangtze River Delta) O3 forecast during the study period in 2015. The performance of the newly proposed method is compared with those of R-SUP (Running Training Period Superensemble), EMN (Ensemble Mean), and BREM (Bias-Removed Ensemble Mean). The results show that compared with the other three ensemble methods, the AR-SUP exhibits significant improvement in daily O3 forecast with the RMSE reduced by 20% and 23% from that of the best single model in cool and warm seasons respectively. Further application of the AR-SUP in O3 ensemble forecast also shows high forecasting skills when the predicting time is extended to 48 h and 72 h. A number of statistical measures (i.e., reduced errors, increased correlation coefficients, and index of agreement) show that the forecasting skill has been improved at all the locations within the study region during all seasons, which indicates this method can be used to help improve the accuracy and reliability of short-term forecasts.
主办单位:中国科学院大气物理研究所 单位地址:北京市9804信箱
联系电话: 010-82995051,010-82995052传真:010-82995052 邮编:100029 Email:dqkx@mail.iap.ac.cn
本系统由北京勤云科技发展有限公司设计
京ICP备09060247号