基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System,SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System,MICAPS)地...基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System,SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System,MICAPS)地面观测和高空观测资料,进行模式输出统计(Model Output Statistics,MOS)方法和纳入超前实况因子的MOS(MOS with Prior Observation Predictors,OMOS)方法对重庆地区地面气温96 h内逐小时预报试验,并以SSRAFS地面气温预报结果作为参考进行对比分析。结果表明:MOS方法在1~96 h预报时效内的预报技巧高于SSRAFS,气温预报均方根误差(Root Mean Square Error,RMSE)平均减小1.22℃,CC和HR2分别平均增大0.006和20.4%;在1~7 h预报时效,RMSE平均减小1.70℃,CC和HR2分别平均增大0.07和34.5%;且MOS方法在重庆东北部及中南部地区改进效果较为明显。OMOS方法在气温短期预报中表现优于MOS方法,尤其在1~7 h预报时效,比MOS方法RMSE平均减小0.43℃,CC和HR2分别平均增大0.008和8.3%;其在1~4 h预报时效时表现更加优异,与MOS方法相比,RMSE平均减小0.66℃,CC和HR2分别平均增大0.13和12.3%。因此,在MOS的基础上,OMOS能够进一步提升地面气温的预报技巧,且在重庆东北部及中南部地区的预报效果有明显改进。展开更多
文摘基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System,SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System,MICAPS)地面观测和高空观测资料,进行模式输出统计(Model Output Statistics,MOS)方法和纳入超前实况因子的MOS(MOS with Prior Observation Predictors,OMOS)方法对重庆地区地面气温96 h内逐小时预报试验,并以SSRAFS地面气温预报结果作为参考进行对比分析。结果表明:MOS方法在1~96 h预报时效内的预报技巧高于SSRAFS,气温预报均方根误差(Root Mean Square Error,RMSE)平均减小1.22℃,CC和HR2分别平均增大0.006和20.4%;在1~7 h预报时效,RMSE平均减小1.70℃,CC和HR2分别平均增大0.07和34.5%;且MOS方法在重庆东北部及中南部地区改进效果较为明显。OMOS方法在气温短期预报中表现优于MOS方法,尤其在1~7 h预报时效,比MOS方法RMSE平均减小0.43℃,CC和HR2分别平均增大0.008和8.3%;其在1~4 h预报时效时表现更加优异,与MOS方法相比,RMSE平均减小0.66℃,CC和HR2分别平均增大0.13和12.3%。因此,在MOS的基础上,OMOS能够进一步提升地面气温的预报技巧,且在重庆东北部及中南部地区的预报效果有明显改进。