更新时间:2022-08-25 12:25
完全预报(perfect prognostic)是根据预报量和预报因子的同时性(或近于同时性)的加权组合,利用历史观测资料来确定局地气象要素。该方法中假定模式输出是与实测值完全一致的,即它认为数值预报是完全对的,所以称为完全预报法,是在数值预报产品释用中最常用的方法之一。
完全预报(perfect prognostic)是根据预报量和预报因子的同时性(或近于同时性)的加权组合,利用历史观测资料来确定局地气象要素,其推导方程的函数关系式如下
式中表示起始时刻的预报量,为起始时间时可获得的因子向量。上式可以看成是对的估计,或对的说明,而不是向前的预报。
为了用导出的方程制作预报,用模拟实测环流的数值预报模式的输出结果,代入上式而求得,即:
本方法中假定模式输出是与实测值完全一致的,即它认为数值预报是完全对的,所以称为完全预报法。
实际上,由于数值预报中的误差是不可避免的,并不能与所要模拟的实测环流,例如明天的实测环流完全一致,所以数值预报中的误差会不可避免地在统计预报中产生相应的误差。因此,数值预报的质量每提高一次,完全预报法的准确性也会随着改进一次。
这种方法的优点是由于用了较长时间的资料样本,所得到的预报方程比较稳定,并且在推导方程时不需要用数值预报的样本,也不受数值模式改变的影响。
由于数值预报技术的迅速发展,到了七十年代后期,数值天气预报已能相当准确地报出3天以内的高空、地面形势,预报准确率已超过主观预报,至于4到7天的形势预报也已具有相当的参考价值。但是,对气象要素的预报,诸如降水、温度、风、云、能见度等的预报,不但准确率不高、耗费太多的计算时间,而且有的项目还难以直接用数值预报方法作出预报;另一方面,随着现代统计学的发展,统计天气预报日益显示其作用,不仅对气象要素预报,而且对形势预报也取得了一定的成效。但是,统计天气预报方法的弱点是缺乏物理基础,特别是对预报量有时间滞后的预报因子的相关关系的优良性不容易提高,统计关系的稳定性也不够好,所以纯统计预报长期徘徊不前。1959年Klein等人首先提出了应用数值预报产品制作局地天气预报的方法,从而开创了把客观预报的两大分支——数值预报和统计预报结合起来的动力——统计预报方法。
目前在数值预报产品释用中最常用的方法有完全预报方法和模式输出统计方法。