Tác giả

Đơn vị công tác

1Trung tâm Dự báo KTTV Trung ương

Tóm tắt

Bài báo này trình bày một số kết quả nghiên cứu ứng dụng các phương pháp thống kê có khả năng tự cập nhật sai số theo thời gian bao gồm UMOS và lọc Kalman (KF) để nâng cao chất lượng dự báo các yếu tố khí tượng bề mặt tại điểm trạm từ các sản phẩm dự báo của mô hình HRM và GSM. Các mô hình thống kê UMOS và KF được xây dựng tách biệt cho từng tập nhân tố dự báo là các sản phẩm dự báo từ mô hình HRM và GSM, và áp dụng cho 130 trạm quan trắc khí tượng bề mặt dựa trên chuỗi số liệu từ năm 2003 đến năm 2009. Phần I của bài báo sẽ giới thiệu khái quát về phương pháp xây dựng các mô hình UMOS và KF nói trên. Các kết quả nghiên cứu và đánh giá sẽ được trình bày trong phần II của bài báo.

 

Từ khóa

Trích dẫn bài báo

Võ Văn Hòa, Lê Đức, Đỗ Lệ Thủy, Dư Đức Tiến, Nguyễn Mạnh Linh, Nguyễn Thanh Tùng (2010), Nghiên cứu phát triển hệ thống diễn giải sau mô hình có khả năng tự cập nhật dựa trên phương pháp Umos và lọc Kalman Phần I: Phương pháp luậnTạp chí Khí tượng Thủy văn, 593, 27-34

Tài liệu tham khảo

  1. Brunet N., Verret R. and Yacowar N„ 1988: An objective comparison of model output statistics and “perfect prog” systems in producing numerical weather element forecasts. Wea. Forecasting, 3, 273-283.
  2. Carter G. M., Dallavalle p. J., and Glahn H. R., 1989: Statistical forecasts based on the national meteorological centre's weather prediction system. Wea. Forecasting, 4, 401-412.
  3. Francis P.E., A.p. Day and G.P.Davis, 1982: Automated temperature forecasting, an application of Model Output Statistics to the Meteorological Office numerical weather prediction model. Meteorol. Mag., 111, 73-87
  4. Glahn H. R. and D. A. Lowry, 1972: The use of model output statistics (MOS) in objective weather

forecasting. J. App. Meteor., 11, 1203-1211.

  1. Jacks E., J.B. Bower, V.J. Dagostaro, J.p. Dallavalle, M.c. Erikson and J.c. Su, 1990: New NGM-based MOS guidance for maximum/minimum temperature, probability of precipitation, clout amount and sea surface wind. Wea. Forecasting, 5, 128-138.
  2. Klein W.H., B.M.Lewis and I. Enger, 1959: Objective prediction of five-day mean temperature during winter. J. Meteor., 16, 672-682.
  3. Lemcke c. and Kruizinga s., 1988: Model output statistics forecasts: Three years of operational experience in the Netherlands. Mon. Wea. Rev., 116, 1077-1090.
  4. Person A., 1991: Kalman filtering - A new approach to adaptive statistical interpretation of numerical meteorological forecasts. Lectures and papers presented at the WMO training on the interpretation of NWP products in terms of local weather phenomena and their verification, WMO, Wageningen, the Netherlands, XX-27-XX-32.
  5. Ross G. H., 1987: An updatable model output statistics scheme. Programme on Short and Medium ange Weather Prediction. PSMP Rep. Series, No 25, World Meteorological Organization, 25-28.
  6. Ross G. H., 1989: Model output statistics using an updatable scheme. Preprints, 11th Conf. On Probability and Statistics in Atmosphere Sciences. Monterey, CA, Amer. Meteor. Soc., 93-97.
  7. Ross G. H., 1992: Probability of precipitation using an updatable MOS model. Preprints, 12th Conf. On Probability and Statistics in Atmosphere Sciences. Toronto, ON, Canada, Amer. Meteor. Soc., 190-194.
  8. Simonsen, c., 1991: Self adaptive model output statistics based on Kalman filtering. Lectures and papers presented at the WMO training on the interpretation of NWP products in terms of local weather phenomena and their verification, WMO, Wageningen, the Netherlands, XX-28-XX-33
  9. Wilks, D. s., 2006: Statistical Methods in the Atmospheric Sciences. Academic Press, Second Edition, 649 pp.
  10. Wilson L. J., and M. Vallee, 2002: The Canadian Updatable Model Output Statistics (UMOS) system: Design and development test. Wea. Forecasting, 17, 206-222.
  11. Woodcock E, 1984: Australian experimental model output statistics forecasts of daily maximum and minimum temperature. Mon. Wea. Rev., 112, 2112-2121