doi:  10.3878/j.issn.1006-9895.1801.17167
改进的超级集成预报方法在长三角地区O3预报中的应用

Application of improved superensemble forecast for O3 and its performance evaluations over Yangtze River Delta region
摘要点击 1116  全文点击 178  投稿时间:2017-05-12  修订日期:2017-08-21
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41225019、41575123,中科院先导专项B类XDB05030203,国家科技支撑项目2014BAC22B04
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yaoxuefeng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
葛宝珠gebaozhu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
王自发王自发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
范凡范凡南京信息工程大学
汤莉莉汤莉莉江苏省环境监测总站
郝建奇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
张祥志张祥志江苏省环境监测总站
晏平仲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
张稳定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
吴剑斌吴剑斌上海市气象局
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三角地区O3预报中的应用[J].大气科学
Citation:yaoxuefeng,gebaozhu,王自发,范凡,汤莉莉,张祥志,吴剑斌.2018.Application of improved superensemble forecast for O3 and its performance evaluations over Yangtze River Delta region[J].Chinese Journal of Atmospheric Sciences (in Chinese)
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48h和72h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:
      Abstract Aiming at current existing problems in O3 single model forecast, an efficient superensemble forecast based on running active range(AR-SUP)is proposed and is applied to ensemble air quality multi-model forecast system for Yangtze River Delta(EMS-YRD) derived O3 forecasting data during the study period in 2015, which prediction performances are compared with 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, AR-SUP displayed significant improvement in the daily O3 forecasts with RMSE reduced by 20% and 23% from the best single model in cool and warm season respectively. Further application of AR-SUP in O3 ensemble forecast also indicate its high level forecasting skills when the predicting time is extended to 48h and 72h. A number of statistical data shows that, the forecasting skills have improved (i.e., reduced errors, increased correlation coefficients, and index of agreement) at all the locations within the study region during all seasons, which 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