论文部分内容阅读
基于2008-2013年全球天气预报系统(GFS)预报场资料,构造了30个云预报因子,分析了其与低云量的相关关系,采用多元逐步回归预报方法建立了黄河河套周边地区低云量0～168 h逐小时精细化区域预报,评估了预报模型的预报效果.结果表明,低云量与水汽类因子整层湿度和整层相对湿度具有较强的正相关性;与大气可降水量、低层温度露点差和总温度具有较强的负相关性;与GFS云类预报因子有较强的正相关性.在预报方程中水汽类预报因子和GFS云量因子具有较高的引用频数.多元逐步回归方法低云量预报值与实况的差值明显低于直接使用GFS低云量的预报结果,在夏季逐步回归方法对低云量有较大改进,上半年对低云量的订正效果强于下半年.逐步回归方法对西北部低云量的订正能力高于东南部地区,部分地区的订正能力在20％以上.