利用 2020-2022 年中国气象局全球天气模式(CMA-GFS)、中国气象局高分辨率区域模式(CMA-MESO)降水预报数据和吉林省 381 个关键站点降水观测资料,基于频率匹配法开展降水偏差订正,采用3 种方法统计降水预报频率和实况频率,对订正结果开展检验,并对强降水个例开展分析.结果表明:频率匹配法能够有效提高CMA-GFS除中等量级外的降水预报的TS评分,特别是对暴雨预报改善明显,滑动平均法效果最好;频率匹配法能够降低CMA-MESO预报的湿偏差,但对强降水预报TS评分的改善效果不够理想.对于模式预报的强降水位置与实况较一致的过程,频率匹配能够有效提高评分.
NETL
NSTL
万方数据
