阜新地区最低气温预报订正方法对比分析

阜新地区最低气温预报订正方法对比分析

论文摘要

为提高阜新地区最低气温预报的准确率,使本地区最低气温预报准确率能够达到业务的考核标准,同时,日最低气温是影响作物低温灾害的重要气象要素,提高其预报准确率,对防御低温灾害有重要意义。因此,本文分析了阜新地区2017年和2018年两年欧洲细网格2m气温预报产品的准确率及误差情况,进而应用直接订正、固定订正期订正、滑动订正期订正、插值订正、卡尔曼滤波订正、深度神经网络订正等订正方法对其进行订正,结果如下:1.阜新地区(阜新县和彰武县)欧洲模式最低气温预报准确率最好的是夏季(6月、7月和8月),最差的是12月。对于模式的系统误差,通过直接订正法进行订正,订正幅度最大的是12月(彰武县),由25.8%订正到74.2%。误差的范围,夏季误差范围较小,基本集中在-3℃到4℃范围内,和年误差频数分布一致,正误差明显多于负误差,且6月和8月负误差都在业务要求(可以正负偏离2℃)范围内。误差范围最大的是4月,从-6℃到-15℃,其次是12月,从-3℃到10℃。其余月份(13月、5月、911月),误差主要集中在-2℃到8℃之间,且除夏季外,误差分布分散,两县比较,彰武县误差范围小于阜新县。2.阜新县和彰武县的各订正方法根据订正后年准确率由高到低的顺序均依次为深度神经网络订正法、固定订正期订正法、滑动订正期订正法、卡尔曼滤波回归订正法、插值法。3.根据各月的准确率情况,阜新县适用深度神经网络订正方法订正的月份有25月、712月,适用固定订正期订正方法订正的月份有1月和6月。彰武县适用深度神经网络订正方法订正的月份有3月、1012月,适用固定订正期订正方法订正的月份有1月、2月、46月和9月,适用插值订正方法订正的月份有4月、5月和8月,7月适用除深度神经网络外的其他订正方法进行订正。4.应用不同订正方法对欧洲模式2m最低气温预报产品进行订正,达到业务要求标准(准确率为81%)的月份,阜新县为68月,彰武县为310月。彰武县年预报准确率达到业务标准。彰武县达标的海平面气压场为低压、倒槽、高压前,阜新县为低压、倒槽。通过本研究,以期为预报员进行最低气温预报订正提供依据,为精细化、客观化格点预报的温度产品检验提供技术支撑。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究的目的和意义
  •   1.2 国内外研究进展
  •   1.3 研究内容
  •   1.4 技术路线
  • 2 资料与方法
  •   2.1 阜新地区概况
  •   2.2 数据资料
  •   2.3 检验统计量
  •   2.4 研究方法
  •     2.4.1 直接订正方法
  •     2.4.2 订正期订正方法
  •     2.4.3 插值订正方法
  •     2.4.4 卡尔曼滤波回归订正方法
  •     2.4.5 深度神经网络订正方法
  • 3 结果与分析
  •   3.1 阜新地区最低气温预报中网格数据直接订正
  •     3.1.1 阜新地区模式误差分析及直接订正
  •     3.1.2 误差频数分布
  •     3.1.3 误差与1m/s以下风速持续时间的关系
  •   3.2 阜新地区最低气温预报中订正期订正
  •     3.2.1 固定订正期误差分析订正
  •     3.2.2 滑动订正期误差分析订正
  •   3.3 阜新地区最低气温预报中插值订正
  •   3.4 阜新地区最低气温预报中卡尔曼滤波回归订正
  •   3.5 阜新地区最低气温预报中深度神经网络方法订正
  •   3.6 不同订正方法订正效果对比分析
  •     3.6.1 全年及各月和不同海平面气压场的准确率对比情况
  •     3.6.2 阜新地区全年各月适用的订正方法
  • 4 结论与讨论
  •   4.1 结论
  •   4.2 讨论
  • 参考文献
  • 附录
  • 致谢
  • 攻读学位论文期间发表文章
  • 文章来源

    类型: 硕士论文

    作者: 赵振宇

    导师: 罗新兰

    关键词: 欧洲细网格,最低气温订正,订正期订正,卡尔曼滤波,深度神经网络

    来源: 沈阳农业大学

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 沈阳农业大学

    分类号: P457.3

    DOI: 10.27327/d.cnki.gshnu.2019.000652

    总页数: 75

    文件大小: 5057K

    下载量: 12

    相关论文文献

    • [1].一种逐时气温预报方法[J]. 干旱气象 2015(01)
    • [2].无风和有风情况下气温预报简化模型分析[J]. 高中数理化 2017(Z2)
    • [3].岳阳气温预报系统的设计与构建[J]. 青海气象 2018(04)
    • [4].“天气在线”产品对玉树州南部3县汛期气温预报的检验分析[J]. 农业灾害研究 2018(05)
    • [5].朝阳县乡镇气温预报订正方法研究[J]. 现代农业科技 2015(19)
    • [6].内蒙古地区日光温室气温预报方法及指标研究[J]. 北方农业学报 2016(02)
    • [7].石家庄春季一次气温预报失误原因探讨[J]. 气象与环境科学 2012(S1)
    • [8].中央台气温预报回归统计在毕节市气象环境中的应用与研究[J]. 环境与发展 2017(08)
    • [9].兴城市各乡镇气温分析及气温预报订正方法研究[J]. 农技服务 2017(06)
    • [10].基于多级相似-差额方法制作乡镇气温预报[J]. 气象 2008(05)
    • [11].东乡县气温预报方法探究[J]. 现代农业科技 2014(01)
    • [12].宜春市短期气温预报方法[J]. 宜春学院学报 2012(08)
    • [13].溪洛渡水电站坝区未来24h逐时气温预报[J]. 云南大学学报(自然科学版) 2010(S2)
    • [14].基于降尺度技术的精细化气温预报研究[J]. 贵州气象 2014(03)
    • [15].岳阳气温预报系统研究[J]. 安徽农业科学 2014(27)
    • [16].应用回归统计方法制作城镇气温预报[J]. 贵州气象 2008(05)
    • [17].针对中央格点指导青海最高最低气温预报订正方法研究[J]. 青海科技 2018(03)
    • [18].电视天气预报中乡镇气温预报的差异分析[J]. 现代农业科技 2010(15)
    • [19].小兴安岭地区气温预报方法[J]. 中国新技术新产品 2009(21)
    • [20].2014年6—8月数值模式产品对山东气温预报的检验分析[J]. 山东气象 2015(03)
    • [21].西宁市单站日最高(最低)气温预报方法[J]. 青海科技 2008(06)
    • [22].基于城镇预报的乡镇气温预报方法初探[J]. 内蒙古气象 2016(05)
    • [23].基于环流分型的逐时气温预报技术探讨[J]. 沙漠与绿洲气象 2013(03)
    • [24].昌图县乡镇气温预报经验公式及其验证[J]. 吉林农业 2018(06)
    • [25].广东省第4、5天分县气温预报及其误差分析[J]. 广东气象 2011(02)
    • [26].两种统计预报方法在广安气温预报中的对比研究[J]. 科技与创新 2019(15)
    • [27].通化单站最高、最低气温预报方法研究[J]. 北京农业 2016(06)
    • [28].三种非线性回归逐时气温预报比较订正[J]. 气象科技 2015(06)
    • [29].2016年中央台精细化指导预报在哈尔滨地区预报能力的检验分析[J]. 黑龙江气象 2017(04)
    • [30].陕西省志丹县苹果花期时乡镇最低气温精细化预报分析[J]. 北京农业 2015(25)

    标签:;  ;  ;  ;  ;  

    阜新地区最低气温预报订正方法对比分析
    下载Doc文档

    猜你喜欢