摘要:
基于歐洲中期天氣預報中心(European Center for Medium-range Weather Forecasts,ECMWF)集合預報資料及浙江全省自動站降水觀測資料,采用貝葉斯模型平均(Bayesian Model Average, BMA)方法對2020年浙江超長梅汛期開展降水概率預報訂正試驗。采用平均絕對誤差、連續等級概率評分、布萊爾評分BS、Talagrand、概率積分變換(Probability Integral Transform, PIT)直方圖及屬性圖檢驗方法對本次過程BMA訂正前后的概率預報進行對比分析,結果表明:①50 d為適用于浙江梅汛期ECMWF集合預報訂正的BMA最優訓練期,經最優訓練期的BMA訂正后,預報離散度有所增加,預報誤差有所下降;②BMA對0.1 mm、10.0 mm和25.0 mm閾值降水的訂正效果顯著,經BMA訂正后3個閾值的降水預報BS下降率分別為25.92%、19.29%、4.76%,但對超過50.0 mm的降水訂正效果不明顯,且隨著降水閾值增加,BMA的訂正效果減弱;③在強降水個例中,BMA能有效減少各閾值降水預報概率大值落區偏差,使訂正后的降水預報概率大值區與觀測落區更一致。