《表4 7月GPT2w模型气压、温度、水汽压的精度统计Tab.4 Accuracy statistics of pressure, temperature and water vapor pressu
表3和表4为GPT2w模型气压、温度、水汽压的分层分季节Bias和RMS统计结果。从表中可以看出,随着层数(高度)的增加,三者的Bias和RMS均呈现增大的趋势;当到达第7、8层左右,随着高度增加,气压的Bias有减小趋势,其Bias最大出现在第8层(10~15km)左右,数值为7月的41mb左右;温度的Bias逐渐减小为负数,但其绝对值仍远大于地面附近数值,其Bias绝对值最大出现在第9层(15km以上),数值为7月的-45K左右;水汽压的Bias和RMS也有增加趋势,但是没有气压和温度变化显著,其Bias最大出现在第9层(15km以上),数值为7月的38mb。对比发现,在全年时间尺度上,GPT2w在地面附近精度较高,但是随高度增加,精度大致呈下降趋势。GPT2w模型一般提供地面高度的气象参数初值,其他高度气象参数的计算都是从地面进行归算的,随着高度增加,误差会累积,从而导致精度降低。
图表编号 | XD008270400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.01 |
作者 | 孔建、姚宜斌、单路路、王泽民 |
绘制单位 | 武汉大学中国南极测绘研究中心、武汉大学地球空间环境与大地测量教育部重点实验室、武汉大学测绘学院、武汉大学地球空间环境与大地测量教育部重点实验室、武汉大学测绘学院、武汉大学中国南极测绘研究中心 |
更多格式 | 高清、无水印(增值服务) |