文献类型：期刊文章

作　　者：张萌[1] 于海鹏[1,2,3] 黄建平[1] 沈学顺[4,5] 苏勇[4] 薛海乐[5] 杨志坚[2]

Zhang Meng;Yu Haipeng;Huang Jianping;Shen Xueshun;Su Yong;Xue Haile;Yang Zhijian(College of Atmospheric Sciences and Key Laboratory for Semi-arid Climate change,Lanzhou University,Lanzhou 730000;Unit 86 of No.93811 PLA,Lanzhou 730020;7Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province,Key Open Laboratory of Arid Climatic Change and Disaster Reduction of CMA,Institute of Arid Meteorology,CMA,Lanzhou 730020;Numerical Prediction Center of CMA,Beijing 100081;State Key Laboratory of Severe Weather,Chinese Academy of Meteorological Sciences,Beijing 100081)

机构地区：[1]兰州大学大气科学学院,半干旱气候变化教育部重点实验室,兰州730000 [2]中国人民解放军93811部队86分队,兰州730020 [3]中国气象局兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,中国气象局干旱气候变化与减灾重点开放实验室,兰州730020 [4]中国气象局数值预报中心,北京100081 [5]中国气象科学研究院灾害天气国家重点实验室,北京100081

出　　处：《应用气象学报》

基　　金：国家自然科学基金项目(41705077);公益性行业(气象)科研专项(GYIIY201206009);高等学校学科创新引智计划(B13045)

年　　份：2018

卷　　号：29

期　　号：5

起止页码：571-583

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：通过选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和NCEP FNL分析资料进行对比分析,发现GRAPES_GFS 2.0的系统误差具有以下特性:位势高度场误差的空间分布具有纬向条带状或波列状特征,误差大值集中在中高纬度地区,低纬度地区误差较小。误差在南北半球各自的冬季最大、夏季最小,并呈现明显的季节变化特征。误差随预报时效的增速略低于线性增速且不同预报时效下误差随高度变化的曲线趋势相似。温度场误差的空间分布相对均匀,误差大值位于30°S～30°N附近地区。纬向风场误差没有十分明显的分布规律,与纬度变化、海陆分布和地形的关系均不密切,西风误差和东风误差交替出现。结果表明:模式对冬季中高纬度地区和边界层及对流层顶的模拟技巧尚需提高。明确GRAPES_GFS 2.0的系统误差分布特性,有助于有针对性地进行模式订正,改善误差大值区域的模式预报方法。

关 键 词：GRAPES_GFS  2.0  系统误差  空间分布  时间演变  

分 类 号：P456.7[大气科学类]