相似偏差订正法在短期温度预报中的应用研究

作者：程胡华,王益柏,赵亮,武帅,智茂林

摘要：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。

发文机构：63729部队 61741部队 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室 32021部队

关键词：相似偏差订正法多元回归BP神经网络短期温度预报similar deviation correction methodmultiple regressionBP neural networkshort-term temperature prediction

分类号： P456.1[天文地球—大气科学及气象学]