云量的时间精细化预报研究—以榆中为例

气象与环境学报 ›› 2015, Vol. 31 ›› Issue (1): 60-66.doi:

云量的时间精细化预报研究—以榆中为例

赵文婧¹ 赵中军² 尚可政¹ 王式功¹ 宁贵财¹

1. 兰州大学大气科学学院，甘肃兰州 730000；2. 中国人民解放军92493部队中心气象台，辽宁葫芦岛，125000

出版日期:2015-02-28 发布日期:2015-02-28

Refined forecast of cloud cover---a case study in Yuzhong

ZHAO Wen-jing¹ ZHAO Zhong-jun² SHANG Ke-zheng¹ WANG Shi-gong¹ NING Gui-cai¹

1. Department of Atmospheric Science, Lanzhou University, Lanzhou 730000, China；2. Central Meteorological Observatory of 92493 Unit of the Chinese People's Liberation Army, Huludao 125000, China

Online:2015-02-28 Published:2015-02-28

摘要/Abstract

摘要：

利用2001年7月至2011年7月甘肃省榆中县地面测站的每日8次云量资料和同期NCEP每日4次等压面资料，由NCEP资料构造预报因子，以总云量和低云量为预报对象，分析预报因子和预报对象的相关性，采用逐步回归方法建立榆中县逐月8个时次的云量预报方程并进行回代；并利用2012年的资料检验预报方程的预报效果。结果表明：云量主要受整层湿度、垂直运动、不稳定能量、槽强度指数和700 hPa水汽通量散度影响，其中湿度状况和垂直运动是重要因素。建立的预报方程对总云量的预报效果比低云量好；总云量平均预报误差在2成左右，低云量平均预报误差在3成左右；预报值变化趋势可以部分地反映实际云量的变化趋势。

关键词: 云量, 预报, PP法

Abstract:

Based on daily cloud cover data with 3 hours interval and corresponding NCEP data with 6 hours interval from July of 2001 to July of 2011 in Yuzhong of Gansu province, relationships between forecast factors built by the NCEP data and forecast object such as the total cloud cover and low cloud cover were analyzed. A series of monthly forecast equations of cloud cover with daily 8 times was established by a stepwise regression analysis method and were tested by back substitution, and then prediction effect was checked using data of 2012. The results show that cloud cover is mainly affected by the whole layer humidity, vertical velocity, instability energy, trough intensity index and divergence of moisture flux in 700 hPa, especially the first two elements. Forecast effect of total cloud cover is better than that of low cloud cover; average errors of total cloud cover and low cloud cover are about 20% and about 30%, respectively. Tendency of predicted values can partly reflect that of observed values.

Key words: Cloud cover, Forecast, Perfect prediction (PP) method

赵文婧,赵中军,尚可政,王式功,宁贵财. 云量的时间精细化预报研究—以榆中为例[J]. 气象与环境学报, 2015, 31(1): 60-66.

ZHAO Wen-jing,ZHAO Zhong-jun,SHANG Ke-zheng,WANG Shi-gong,NING Gui-cai. Refined forecast of cloud cover---a case study in Yuzhong[J]. Journal of Meteorology and Environment, 2015, 31(1): 60-66.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.jme1984.net.cn/CN/

http://www.jme1984.net.cn/CN/Y2015/V31/I1/60

[1]	肖瑶, 史一丛, 王耸, 王新伟. 中国地区集合预报产品自适应递减平均偏差订正法的改进研究[J]. 气象与环境学报, 2019, 35(2): 9-14.
[2]	王秀英, 廖留峰, 王俊杰. 基于多元线性回归的滇西南短时强降水预报模型研究[J]. 气象与环境学报, 2019, 35(2): 15-22.
[3]	丁国香, 刘安平, 杨彬. 黄山冬半年云海预报研究[J]. 气象与环境学报, 2019, 35(2): 97-101.
[4]	王新伟, 张宇星, 魏芳芳. 山岳型风景区最高最低气温预报方法研究[J]. 气象与环境学报, 2019, 35(2): 92-96.
[5]	马申佳, 何宏让, 陈超辉, 吴丹, 陈圣劼. 基于对流尺度集合预报的飑线结构特征模拟与改善[J]. 气象与环境学报, 2019, 35(1): 1-9.
[6]	吴春英, 刘多文, 钟博, 蒋婷婷, 于蕙箐, 陈佳美, 高燕. 基于数值预报模式的乡镇温度预报方法研究[J]. 气象与环境学报, 2019, 35(1): 108-112.
[7]	王叶红, 赵玉春. 不同背景场误差样本模拟方案对数值预报的影响--以“苏迪罗”台风为例[J]. 气象与环境学报, 2018, 34(6): 11-23.
[8]	张萍萍, 孙军, 董良鹏, 陈璇, 车钦, 钟敏, 张蒙蒙, 张宁. 2016年湖北省一次暖区极端降水过程预报偏差分析[J]. 气象与环境学报, 2018, 34(5): 1-8.
[9]	赛瀚, 李燕, 刘硕, 全美兰, 孙悦程. 东北区域数值模式产品在天气预报业务中的检验[J]. 气象与环境学报, 2018, 34(5): 119-127.
[10]	唐淑敏, 马杰良, 殷佳研, 陆其峰, 官元红, 蔡僖, 唐维尧, 朱柳桦. FY-3A MWHS资料同化对湿度场预报影响评价的试验研究[J]. 气象与环境学报, 2018, 34(5): 142-148.
[11]	徐姝;尉英华;熊明明;魏琳. 频率匹配法在海河流域ECMWF集合预报融合产品中的应用研究[J]. 气象与环境学报, 2018, 34(4): 11-17.
[12]	陆忠艳;王扬锋;蒋大凯;藤方达;丁兆敏;田莉;李忠亮. 基于气象条件的沈阳市空气质量预报方法研究[J]. 气象与环境学报, 2018, 34(4): 68-74.
[13]	郜婧婧;吴昊;戴至修;陈仲榆;李宛育. 中国紫外线强度预报方法研究[J]. 气象与环境学报, 2018, 34(4): 139-144.
[14]	夏凡, 李昌义. 基于3种能见度方案山东地区雾天气预报试验研究[J]. 气象与环境学报, 2018, 34(3): 48-57.
[15]	朱海霞, 李东明, 王铭, 王萍, 闫平, 李秀芬. 基于积分回归法黑龙江省作物产量动态预报研究[J]. 气象与环境学报, 2018, 34(3): 86-92.