全文总字数：2746字

1. 研究目的与意义及国内外研究现状

高分辨率对降雨预报效果至关重要，但如果预报降雨位置和观测结果不能很好的吻合，会影响降雨预报的应用效果。邻域检验是在时空邻域内评估预报和观测结果吻合程度的一个有效方法。预报在某一个邻域内的预报性能可以用覆盖范围内的观测点来评估，包括平均值，邻域覆盖度，预报事件的发生和观测到事件发生的数量对比等。邻域验证方法对位置不同导致的误差很敏感，通过改变邻域大小，可以确定预报用于降雨的规模程度。研究提高模型的分辨率是否能够在有用的尺度上产生更熟练的降水预报，以及该技术是如何随着空间水平尺度变化，确定选用何种水平尺度才能最大程度使预报数据与实测数据更接近具有重要的意义。fss方法是进行降雨预报水平尺度的一个有效的领域验证方法，可以提供预报雨量位置误差和预报技巧的真实评价，且受到越来越多的关注。

国内外研究现状

国内外对于高分辨率降水预报的水平尺度选取的研究尚不成熟，基本处于初级阶段，尤其是国内的研究，对于雷达降雨预报的水平尺度选择研究更少。

但是近年来提出了许多新的空间验证方法，目的是能更充分地反映高分辨率预报质量的各个方面。casati(2008)和gilledland（2009）等人考查了这些新方法，最后分为4种类型：他们可以通过过滤更精细的尺度来测量尺度依赖准确度（邻域方法），分离尺度依赖误差（尺度分离方法），验证降雨系统的宏观性能（基于特征的方法），改变预报去更好的匹配观测（区域变化）。

2. 研究的基本内容

邻域验证方法在邻域空间尺度上对比分析反演雨量数据与雨量站实测数据之间的差异，包括估计降水平均值，降水频率，极端值的出现和降雨图像和观测图像的相似处。本研究采用FSS邻域检验方法，根据西苕溪流域上收集的雷达降雨数据，探讨在哪种尺度上的雷达效果最好。FSS方法目前是比较实用的一种领域检验方法，取值为0-1，数值越接近1则说明越好。根据西苕溪雷达数据，处理后得出哪种分辨率尺度的预报准确度最高，具有更加好的预报效果。FSS方法（Fraction Score Skill）是用于评估数值预报降雨产品在不同领域空间内与对应观测数据相匹配程度，以及进行水平尺度选取的一个有效工具，可以让我们确定进行熟练预报的尺度大小，常适用于阈值的计算。是对每一个空间阈值在不同空间尺度上进行的一种预报技术。借用数值预报降雨产品邻域空间分析的FSS等方法或探索更新的方法对雷达雨量数据水平尺度分析，对改善具有较高空间分辨率雷达雨量数据的应用效果意义重大。

3. 实施方案、进度安排及预期效果

实行方案：

第一， 阅读相关文献。了解国内外现有的研究方法和进展，在此基础上开展后续工作。

第二， 向导师请教。经常与导师交流，讨论研究方法，提高研究水平；及时完成学年论文和毕业论文开题报告的相关工作。

4. 参考文献

[1]ee ebert，neighborhood verification a strategy for rewarding close forecasts，weather forecasting 2009, 24(6):1498-1510；

[2]nigel m. roberts and humphrey w. lean, scale-selective verification of rainfall accumulations from high-resolution forecasts of convective events. mon. wea. rev.，2008, 136, 78–97；

[3].theis s e,hense a,damrath u.probabilistic precipitation forecasts from a deterministic model:a pragmatic approach[j].meteor appl,2005,12:257-268