陈玉玮, 黄晓莹, 2021. 广东区域智能网格实况分析产品的
检验评估[J]. 广东气象, 43(1): 42-44.
何泽能, 张德军, 叶勤玉, 等, 2022. 近40 a重庆城市热岛特
征及其与天气状况的关系[J]. 干旱气象, 40(4): 683-
689.
蒋雨荷, 黄晓龙, 杜冰, 2022. 两种高分辨率气温实况融合
产品在四川省的质量评估[J]. 高原山地气象研究, 42
(1): 109-116.
龙柯吉, 师春香, 韩帅, 等, 2019. 中国区域高分辨率温度实
况融合格点分析产品质量评估[J]. 高原山地气象研究,
39(3): 67-74.
马清, 2008. 中尺度集合预报的偏差订正与多模式集成研究
[D]. 南京: 南京信息工程大学.
马旭林, 时洋, 和杰, 等, 2015. 基于卡尔曼滤波递减平均算
法的集合预报综合偏差订正[J]. 气象学报, 73(5):
952-964.
齐铎, 刘松涛, 张天华, 等, 2020. 基于格点的中国东北中北
部2 m温度数值预报检验及偏差订正[J].干旱气象, 38
(1): 81-88.
尚建设, 李本亮, 孙小丽, 等, 2018. 济南市夏季城市热岛效
应特征分析[J].干旱气象, 36(1): 70-74.
师春香, 潘旸, 谷军霞, 等, 2019. 多源气象数据融合格点实
况产品研制进展[J]. 气象学报, 77(4): 774-783.
师春香. 2018. 全国智能网格实况融合分析产品进展[C]//中
国气象学会. 第35届中国气象学会年会论文集: S20深
度信息化: 应用支持与智能发展. 北京: 气象出版社.
宋超辉, 孙安健, 1995. 非均一性气温气候序列订正方法的
研究[J]. 高原气象, 14(2): 88-93.
孙靖, 程光光, 黄小玉, 2021. 中国地面气象要素格点融合
业务产品检验[J]. 高原气象, 40(1): 178-188.
屠其璞, 1979. 平均气温序列延长订正的讨论[J]. 南京气象
学院学报,( 2): 193-200.
王丹, 戴昌明, 娄盼星, 等, 2021. 陕西ECMWF、GRAPESMeso
和SCMOC气温预报的对比检验及订正[J]. 干旱气象,
39(4): 697-708.
王丹, 黄少妮, 高红燕, 等, 2016. 递减平均法对陕西
SCMOC精细化温度预报的订正效果[J]. 干旱气象, 34
(3): 575-583.
王丹, 王建鹏, 白庆梅, 等, 2019. 递减平均法与一元线性回
归法对ECMWF 温度预报订正能力对比[J]. 气象, 45
(9): 1 310-1 321.
王利亚, 2021. 内蒙古自治区智能网格实况产品基于三种地
形的评估研究[J]. 电子技术与软件工程, (1): 192-
193.
韦青, 代刊, 林建, 等, 2020. 2016—2018年全国智能网格
降水及温度预报检验评估[J]. 气象, 46(10): 1 272-
1 285.
姚帅, 刘柏鑫, 慕秀香, 等, 2022. 基于CMA-Meso的吉林省
2 m 温度预报检验及订正[J]. 气象灾害防御, 29(3):
34-38.
俞剑蔚, 李聪, 蔡凝昊, 等, 2019. 国家级格点实况分析产品
在江苏地区的适用性评估分析[J]. 气象, 45(9):
1 288-1 298.
ALBERGEL C, DORIGO W, BALSAMO G, et al, 2013. Moni⁃
toring multi-decadal satellite earth observation of soil mois⁃
ture products through land surface reanalyses[J]. Remote
Sensing of Environment, 138: 77-89.
CUI B, TOTH Z, ZHU Y J, et al, 2012. Bias correction for
global ensemble forecast[J]. Weather and Forecasting, 27
(2): 396-410.
DU J, ZHOU B B, 2011. A dynamical performance-ranking
method for predicting individual ensemble member perfor⁃
mance and its application to ensemble averaging[J].
Monthly Weather Review, 139(10): 3 284-3 303.
RODELL M, HOUSER P R, JAMBOR U, et al, 2004. The
global land data assimilation system[J]. Bulletin of the
American Meteorological Society, 85(3): 381-394.
WANG J Z, CHEN J, DU J, et al, 2018. Sensitivity of en⁃
semble forecast verification to model bias[J]. Monthly
Weather Review, 146(3): 781-796.
XIA Y L, MITCHELL K, EK M, et al, 2012. Continental-scale
water and energy flux analysis and validation for the North
American Land Data Assimilation System project phase 2
(NLDAS-2): 2. Validation of model-simulated streamflow
[J]. Journal of Geophysical Research: Atmospheres, 117
(D3): D03110, DOI: 10.1029/2011JD016051
154
|