GFS预报资料在成都平原地区的适用性研究——以龙泉驿为例
Study on the Applicability of GFS Forecast Data in Chengdu Plain Area—Taking Longquanyi as an Example
DOI: 10.12677/CCRL.2019.86081, PDF,    科研立项经费支持
作者: 贺 月*:成都信息工程大学大气科学学院,四川 成都
关键词: GFS模式成都平原特征分析适用性GFS Mode Chengdu Plain Feature Analysis Applicability
摘要: 本文根据2013~2017年成都市龙泉驿洛带镇气象观测资料以及2017年1、4、7、10四个月GFS模式预报资料,分析了成都市龙泉驿地区温度、风场(风速和风向)、相对湿度、绝对湿度以及小时降水量的年、年际、季节和日变化特征,研究了相关气象要素的变化规律,探讨了GFS模式在龙泉驿的预报适用性。结果表明:GFS模式关于温度、湿度、降水的预报能力总体随预报时效增长而减弱;GFS模式降水预报对于降水量大小以及持续性降水的时间范围的可预报性较差;GFS模式在成都平原对短时温度、湿度、降水有一定程度的预报能力,其中对温度、湿度的预报相对较好。
Abstract: Based on the meteorological observation data of Longquanyi Luodai Town in 2013-2017 and the GFS model forecast data for 1, 4, 7 and 10 months in 2017, this paper analyzed the characteristics of temperature, wind field (wind speed and direction), relative humidity, absolute humidity and hourly precipitation, including annual, interannual, seasonal, and diurnal variations. The variation of these meteorological elements is summarized, and the applicability of GFS model in forecasting temperature, humidity and hourly precipitation in Longquanyi is also discussed. The result showed that the correlation between GFS model forecast and observational data decreased with the increase of forecast time. The GFS model precipitation forecast has poor predictability for the magnitude of precipitation and the time range of persistent precipitation. The GFS model has a capacity of forecasting short-time temperature, humidity and precipitation in Chengdu plain, and the capacity of forecasting of temperature and humidity is better than other elements.
文章引用:贺月. GFS预报资料在成都平原地区的适用性研究——以龙泉驿为例[J]. 气候变化研究快报, 2019, 8(6): 749-754. https://doi.org/10.12677/CCRL.2019.86081

参考文献

[1] Liu, Y., Duan, Q., Zhao, L., et al. (2013) Evaluating the Predictive Skill of Post-Processed NCEP GFS Ensemble Precip-itation Forecasts in China’s Huai River Basin. Hydrological Processes, 27, 57-74. [Google Scholar] [CrossRef
[2] 叶爱中, 段青云, 徐静, 马凤, 邓斅学. 基于GFS的飞来峡流域水文集合预报[J]. 气象科技进展, 2015, 5(3): 57-61.
[3] 苏勇, 沈学顺, 陈子通, 张红亮. GRAPES-GFS中三维参考大气的研究: 理论设计和理想试验[J]. 气象学报, 2018, 76(2): 241-254.
[4] 张萌, 于海鹏, 黄建平, 沈学顺, 苏勇, 薛海乐, 杨志坚. GRAPES-GFS 2. 0模式系统误差评估[J]. 应用气象学报, 2018, 29(5): 571-583.
[5] 王佳津, 王春学, 曹萍萍, 陈琳, 冯汉中. GRAPES全球模式预报检验评估—2016年夏季四川地面要素[J]. 高原山地气象研究, 2017, 37(1): 33-40.
[6] 苏勇, 沈学顺, 张倩. 质量守恒的订正算法在GRAPES-GFS中的应用[J]. 应用气象学报, 2016, 27(6): 666-675.
[7] 张金强. 地基探测与NCEP GFS模式预报云量在ARM SGP站点对比[J]. 气象与环境科学, 2016, 39(1): 12-18.
[8] 王亚华, 臧增亮, 潘晓滨, 何宏让, 韩威. 高分辨率GRAPES-GFS的动能谱及其转折特征分析[J]. 气象学报, 2015, 73(5): 965-974.
[9] 李娜, 冉令坤, 孙建华, 李耀东. 基于NCEP/GFS资料的中国东部地区雷暴预报研究[J]. 气象学报, 2015, 73(3): 459-470.
[10] 佟铃, 彭新东, 崔晶. GRAPES-GFS模式中系统误差的订正方法研究[J]. 成都信息工程学院学报, 2015, 30(3): 264-270.
[11] 王金成, 龚建东, 赵滨. 一种新的COSMIC大气折射率资料观测误差估计方法及在GRAPES全球三维变分同化中的应用[J]. 气象学报, 2015, 73(1): 142-158.
[12] 董颜, 刘寿东, 王东海, 赵艳风. GFS对我国南方两次持续性降水过程的预报技巧评估[J]. 气象, 2015, 41(1): 45-51.
[13] 魏学军. 简析基于GFS集合预报乌海地区雷暴活动特征[J]. 内蒙古气象, 2014(6): 10-12.
[14] 孟庆磊. GFS数值产品对高原机场地面阵性大风的预报检验[J]. 中国民航飞行学院学报, 2014, 25(5): 37-40.
[15] 李庆, 王力群, 马卫民, 姜旻. ECMWF和GFS模式对一例温带气旋预报性能的对比分析[J]. 海洋预报, 2014, 31(1): 22-28.
[16] 杨柳. 成都市龙泉驿区气象灾害风险调查及灾害防御[J]. 现代农业科技, 2017(16): 191-192.