CWRF模式在中国夏季极端降水模拟的误差订正

利用1980-2015年6-8月我国逐日降水观测数据评估CWRF模式(Climate-Weather Research and Forecasting model)多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法(CDFt)的订正效果.通过将广义帕累托分布(GPD)引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法(XCDFt),检验和评估其对极端降水订正的适用性.结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后...

Full description

Saved in:
Bibliographic Details
Published in应用气象学报 Vol. 30; no. 2; pp. 223 - 232
Main Authors 董晓云, 余锦华, 梁信忠, 马圆
Format Journal Article
LanguageChinese
Published 美国马里兰大学地球系统科学多学科中心,马里兰20740 01.03.2019
南京信息工程大学气象灾害教育部重点实验室,南京,210044%南京信息工程大学气象灾害教育部重点实验室,南京210044
Subjects
极端降水
误差订正
CWRF
Online AccessGet full text
ISSN1001-7313
DOI10.11898/1001-7313.20190209

Cover

Abstract 利用1980-2015年6-8月我国逐日降水观测数据评估CWRF模式(Climate-Weather Research and Forecasting model)多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法(CDFt)的订正效果.通过将广义帕累托分布(GPD)引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法(XCDFt),检验和评估其对极端降水订正的适用性.结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考.
AbstractList 利用1980-2015年6-8月我国逐日降水观测数据评估CWRF模式(Climate-Weather Research and Forecasting model)多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法(CDFt)的订正效果.通过将广义帕累托分布(GPD)引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法(XCDFt),检验和评估其对极端降水订正的适用性.结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考.
Author 马圆
梁信忠
董晓云
余锦华
AuthorAffiliation 南京信息工程大学气象灾害教育部重点实验室,南京,210044%南京信息工程大学气象灾害教育部重点实验室,南京210044;美国马里兰大学地球系统科学多学科中心,马里兰20740
AuthorAffiliation_xml – name: 南京信息工程大学气象灾害教育部重点实验室,南京,210044%南京信息工程大学气象灾害教育部重点实验室,南京210044;美国马里兰大学地球系统科学多学科中心,马里兰20740
Author_FL Yu Jinhua
Dong Xiaoyun
Ma Yuan
Liang Xinzhong
Author_FL_xml – sequence: 1
  fullname: Dong Xiaoyun
– sequence: 2
  fullname: Yu Jinhua
– sequence: 3
  fullname: Liang Xinzhong
– sequence: 4
  fullname: Ma Yuan
Author_xml – sequence: 1
  fullname: 董晓云
– sequence: 2
  fullname: 余锦华
– sequence: 3
  fullname: 梁信忠
– sequence: 4
  fullname: 马圆
BookMark eNrjYmDJy89LZWCQNjTQMzS0sLTQNzQwMNQ1NzY01jMyMLQ0MDKwZGHghAtyMPAWF2cmGRgYWJgZGVmYczJYOYcHuT1bsfDpnv6nc1Y82bH26ey9T5f0P127-Nm8xuer17-c2ftswxaggmfd85_Panmxfv3T7eterFv0bO1iHgbWtMSc4lReKM3NEOrmGuLsoevj7-7p7OijW2xoYGKpm5ZqbJBolmKUbJmYlmqSbGliZJZqkmpmnmyRZGJqYmGUYmRgZGpiamhsaWxkapBsYZ5ikGxumZqaZmFgapacaG7MzaAOMbc8MS8tMS89Piu_tCgPaGN8ZWVhRUUS1KMGlsYAlold6A
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11898/1001-7313.20190209
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Meteorology & Climatology
DocumentTitle_FL Bias Correction of Summer Extreme Precipitation Simulated by CWRF Model over China
EndPage 232
ExternalDocumentID yyqxxb201902009
GrantInformation_xml – fundername: 国家气候中心中国精细化区域气候预测系统研发项目; 南京大气科学联合研究中心北极阁开放研究基金
  funderid: (NCC2016013); (NJCAR-2016ZD03)
GroupedDBID -01
2B.
4A8
5GY
5XA
5XB
92E
92I
93N
ABJNI
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CCVFK
CW9
PSX
TCJ
TGP
U1G
U5K
ID FETCH-LOGICAL-s1049-fe30a6d2c9afe4c9426e4e67c8b45482d2025451393250c87d0c79eef8056ca73
ISSN 1001-7313
IngestDate Thu May 29 04:01:00 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 2
Keywords 极端降水
误差订正
CWRF
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1049-fe30a6d2c9afe4c9426e4e67c8b45482d2025451393250c87d0c79eef8056ca73
PageCount 10
ParticipantIDs wanfang_journals_yyqxxb201902009
PublicationCentury 2000
PublicationDate 2019-03-01
PublicationDateYYYYMMDD 2019-03-01
PublicationDate_xml – month: 03
  year: 2019
  text: 2019-03-01
  day: 01
PublicationDecade 2010
PublicationTitle 应用气象学报
PublicationTitle_FL Journal of Applied Meteorological Science
PublicationYear 2019
Publisher 美国马里兰大学地球系统科学多学科中心,马里兰20740
南京信息工程大学气象灾害教育部重点实验室,南京,210044%南京信息工程大学气象灾害教育部重点实验室,南京210044
Publisher_xml – name: 南京信息工程大学气象灾害教育部重点实验室,南京,210044%南京信息工程大学气象灾害教育部重点实验室,南京210044
– name: 美国马里兰大学地球系统科学多学科中心,马里兰20740
SSID ssib000862287
ssib051372108
ssj0002507524
ssib017476756
Score 2.1724358
Snippet 利用1980-2015年6-8月我国逐日降水观测数据评估CWRF模式(Climate-Weather Research and Forecasting...
SourceID wanfang
SourceType Aggregation Database
StartPage 223
Title CWRF模式在中国夏季极端降水模拟的误差订正
URI https://d.wanfangdata.com.cn/periodical/yyqxxb201902009
Volume 30
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LbtQwMCrlwgXxFOWlPWBuC4njxDY3J82qQioH1IreqsSbABLainYrtb0hcUOoZx4CQTlUQu1yAMEB_obdlr9gxnE2gSJe0ipyxuPxPNbxjONxHOdSwfB9Wc7aXaH9NpOZ307xYUhFil_ezmhmlrJnb4Qz8-z6QrAwcehDY9fSaj-7ojd-mVfyP1YFGNgVs2T_wbJjogCAMtgXrmBhuP6VjeNbNzskCYkSRHkkCUgUE9HBgowRmDASQdW0gUQkMgXFLA7AlY_NZQL-JEk4URFRUCWJlERMY1Xkkog1ugiJiIjsILJURECVwCbKEIyAQmIgCVHUtMIumv6vQVNEMkOBGSZNL9KQijwrCDYMTXeKqKD6VyCK9CqugU3fiAj0vBqFoZxQiWIwQyVAYURSo4TIHooMuJ1KdVBwaxRJFPxiq0t7jrZdHcGELL-5OoLCRKDEpKHoMQFQJSfCUBIBilraQPGGnKYTrAKluET4hqBPosgUKo1DE-n90ArogBlqyBinYXgQDAjS-DcsUfDw3Mb0hBvguF9m71bzl-82xiltTkZlJrf1a2i5jnxwyhRSmOUbSxq3O0roWNYewnjf5vr6_bW1zCJg2uxhynm5O8KuZFRRMq29foh58cSgsdcbeD6nnj1SCh0m8MJ5UH5-umLCng-GvF09yJlJsOsVae92wxecO-YctUFcS5Uj8rgzsXHnhDM1C_Hn0rJ5TdW63Irv3YVg0NyddK7hSB1tvxp-3hw-3_76aWf47MvwzeZwZ2v04sHe28G3J49H794DwujRy72nD_cHg-HH3f3d16OdrVPOfCeZi2fa9qsl7RUPwu12kftuGnaplmmRMy3BBc5ZHnItMhYwQbsUD6AAJUDkFLha8K6ruczzQkAsolPun3Yme0u9_IzTKniespxrMF3Bgq6QhcvTXFNWpIxpraecltXDon0qrSz-ZKKzf0Y55xypR855Z7K_vJpfAE-7n100dv0OOK-bGg
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=CWRF%E6%A8%A1%E5%BC%8F%E5%9C%A8%E4%B8%AD%E5%9B%BD%E5%A4%8F%E5%AD%A3%E6%9E%81%E7%AB%AF%E9%99%8D%E6%B0%B4%E6%A8%A1%E6%8B%9F%E7%9A%84%E8%AF%AF%E5%B7%AE%E8%AE%A2%E6%AD%A3&rft.jtitle=%E5%BA%94%E7%94%A8%E6%B0%94%E8%B1%A1%E5%AD%A6%E6%8A%A5&rft.au=%E8%91%A3%E6%99%93%E4%BA%91&rft.au=%E4%BD%99%E9%94%A6%E5%8D%8E&rft.au=%E6%A2%81%E4%BF%A1%E5%BF%A0&rft.au=%E9%A9%AC%E5%9C%86&rft.date=2019-03-01&rft.pub=%E7%BE%8E%E5%9B%BD%E9%A9%AC%E9%87%8C%E5%85%B0%E5%A4%A7%E5%AD%A6%E5%9C%B0%E7%90%83%E7%B3%BB%E7%BB%9F%E7%A7%91%E5%AD%A6%E5%A4%9A%E5%AD%A6%E7%A7%91%E4%B8%AD%E5%BF%83%2C%E9%A9%AC%E9%87%8C%E5%85%B020740&rft.issn=1001-7313&rft.volume=30&rft.issue=2&rft.spage=223&rft.epage=232&rft_id=info:doi/10.11898%2F1001-7313.20190209&rft.externalDocID=yyqxxb201902009
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fyyqxxb%2Fyyqxxb.jpg