多模式集合在统计降尺度应用上的研究进展

气候模式(GCMs)由于分辨率过低,进行区域气候的模拟和预测的能力很差;而统计降尺度可以通过建立气候模式的输出信息和区域气候要素之间的统计关系来弥补GCMs的不足。在对比动力降尺度和统计降尺度之后首先对统计降尺度的基本原理和方法进行了介绍。强调了产生模拟预测结果的不确定来源,据此讨论集合思想在统计降尺度的应用的必要性。并重点追踪了其在国内外的研究进展,提出了未来多模式集合统计降尺度的发展方向。     

概率天气预报的K近邻非参数估计仿真模型

基于模式识别和相似预报思想，提出了一种制作概率天气预报的K近邻非参数估计仿真模型(简称KNN-M)。该模型包括历史样本数据库、近邻子集搜索程序、近邻子集优化算法和预报量估计技术。利用该模型进行了降水和云量的概率预报试验，独立样本检验结果表明，该模型预报稳定性好，预报准确率较高，具有较好的业务应用前景。