吴振玲潘 璇 董 昊 徐 姝 汪 靖

1）（天津市气象台，天津300074）2）（天津科技大学，天津300222）

天津市多模式气温集成预报方法

吴振玲1）＊潘 璇2）董 昊1）徐 姝1）汪 靖1）

1）（天津市气象台，天津300074）2）（天津科技大学，天津300222）

在遗传算法和粒子群算法的基础上，采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ－RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24h预报时效的逐6h地面2m高度气温和35个天津区域自动气象站点资料，通过逐日滚动建立集成预报模型，对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明：使用该方法建立的气温集成预报模型具有比较可靠的预报能力，预报误差明显小于任一成员，预报准确率高。按绝对误差不大于2℃的检验标准，2012年35个站逐6h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%，77.88%，78.00%。

混合演化算法；滚动建模；多模式集成；气温预报

引 言

20世纪90年初，国外气象学者已经对数值天气预报模式输出的预报结果开展了集成预报方法研究，如Leslie等［1］采用统计回归方法，使用模式预报结果和3个统计预报因子对澳大利亚东南部天气系统进行集成组合预报，预报质量显著提高。随着国内运行的数值预报模式种类的迅速增加，面对海量的多模式数值预报产品，在短时间内有效利用这些预报信息成为天气预报业务的主要需求之一，也促使了多模式集成预报方法在国内气象部门快速发展。……