4篇
您的检索式：作者名="DELLE MONACHE Luca"
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 最优集合预报订正方法在客观温度预报中的应用显示文摘数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1~7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。 | 郝翠 张迎新 王在文 付宗钰 DELLE MONACHE Luca | 2019 | 气象2019，45，8： | 18 |
| 2 | 相似集合预报方法在北京区域地面气温和风速预报中的应用显示文摘相似集合是近年来提出的一种基于相似理论、大数据挖掘和集合预报思路的统计释用方法。文中首先介绍了相似集合的基本原理,并应用该方法对北京快速更新循环数值预报系统(BJ-RUC)v3.0预报地面要素开展了订正释用试验。结果表明,相似集合订正后,在0-36 h预报时段内,10 m风速的均方根误差降低44%,2 m气温的均方根误差降低22%,均方根误差均显著减小。对比测站预报误差的水平分布,相似集合方法的应用对于提升非城区站点的10 m风速预报、复杂地形区域的2 m气温预报具有更为明显的效果。相同预报因子的相似集合和支持向量机方法对模式10 m风速和2 m气温预报均具有显著且相似的订正效果,但相似集合方法具有计算资源需求较少、不需要大量人工干预的优势。相似集合方法形成的集形成确定性预报的同时,还能够提供预报要素的不确定性或概率信息。因此,相似集合方法在模式预报订正及释用方面具有广阔的应用前景。 | 王在文 陈敏 Luca Delle Monache 卢冰 张涵斌 | 2019 | 气象学报2019，77，5： | 16 |
| 3 | Wind resource estimates with an analog ensemble approach显示文摘 | Vanvyve Emilie Delle Monache Luca Monaghan Andrew J | 2015 | Renewable Energy2015，74，： | 1 |
| 4 | Kalman Filter and Analog Schemes to Postprocess Numerical Weather Predictions显示文摘 | Monache Luca Delle Nipen Thomas Liu Yubao Roux Gregory Stull Roland | 2011 | Monthly Weather Review2011，，11： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员