相似偏差订正法在短期温度预报中的应用研究

为提高温度预报精度,本文提出一种新的相似偏差订正法建立短期温度预报模型,并与气象业务常用的多元回归法、BP神经网络法进行对比。结果表明:(1)温度预报精度均具有明显日变化特征,午后精度较高,而凌晨精度偏低;(2)基于20:00起报资料得到的温度预报精度略高于08:00起报资料;(3)温度预报精度由高到低的顺序依次为相似偏差订正法、BP神经网络法、多元回归法和ECMWF模式产品的2 m温度,若从制作短期逐时温度预报的精度、合理性及运行效率等方面考虑,相似偏差订正法优于BP神经网络法和多元回归法。