陈翔翔 郭达烽

0 引言

江西地处我国长江流域,属亚热带季风气候区,每年汛期(3—7月)是江西暴雨、强对流天气多发期,尤其是连续多日的暴雨形成的降水集中期,能引发洪涝和泥石流等自然灾害,严重威胁着人民的生命和财产安全．为此,提高降水预报水平是气象预报任务中的重中之重．数值预报技术的快速发展为降水的精细化预报提供了良好的基础,目前天气预报员常用的提高预报准确率的途径,是不断对数值预报产品进行效果检验评估,从多种模式的降水产品中选择性能最稳定的,并在检验的基础上运用多种方法开展解释应用[1-6]．李勇[7]、张宏芳等[8]通过预报能力的对比分析得出欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)高分辨率数值预报总体较优．陆如华等[9]、赵声蓉等[10]和刘还珠等[11]分别采用卡尔曼滤波法、神经元网络等统计方法对数值预报产品进行解释应用研究;刘琳等[12]通过集合预报降水资料的累积概率分布,建立了极端强降水天气的预报指数;吴木贵等[13]利用交叉熵神经网络方法建立了闽北大雨以上降水预报系统,并指出这是一种适合小概率事件预报的方法．这些技术方法在一定程度上提高了模式降水产品质量,但这些释用技术仍存在许多不足．周迪等[14〗、李俊等[15]通过“概率匹配”(或“频率匹配”)降水预报订正法对降水过程取得了较好订正效果．鉴于“概率匹配”法能较好地利用观测资料对模式产品进行订正,因而受到预报……