了更清晰一点
链接
FelixD
  • 136年
  • 4

你有价值,time-tagged3 h03:00 (3 h)在格丽和标记为“0 - 3小时大街”事实上的平均预期1从0 - 3小时前,2time-tagged间隔的结局。或者可以理解为平均的一般要三个小时平均标签01:00(0 - 1小时前平均),02:00(一般提前1 - 2小时)3个小时03:00(2 - 3小时之前),平均time-tagged间隔的结局

这是如下为每一个不同的时间步骤中发现GFS数据:

  • 1 h01:00(标记为“0 - 1小时大街”):(平均)预估1小时前01:00(标记区间的结局,即它是简单的1小时提前预测平均水平)
  • 2 h02:00(标记为“0 - 2小时大街”):平均的01:00,02:00预测(间隔结束1提前2小时小时平均)
  • 3 h03:00(标记为“0 - 3小时大街”):平均的预估101:00,202:00,3小时前03:00预测
  • 4 h(标记为“0 - 4小时大街”):平均的预估101:00,202:00,303:00,提前4个小时内的预测
  • 5 h凌晨5(标记为“0 - 5小时大街”):平均的预估101:00,202:00,303:00,4,5小时前凌晨的预测
  • 6小时06:00时(标记为“0 - 6小时大街”):平均的预估101:00,202:00,303:00,4,5凌晨5,6小时前预测06:00时
  • 7小时07:00(标记为“大街6 - 7小时”):(平均)07:00预测7小时前。平均被重置后6 h!
  • 8 h喂饲(标记为“大街6 - 8小时”):平均的和喂饲07:00预测7、8个小时
  • 等等。

转换回自己,您需要使用先前的平均水平(减和减通过适当的权重)。这是短的指令由Shrinivas Moorthi从这个线程http://gradsusr.org/pipermail/gradsusr/2016-November/040397.html:

你有价值,time-tagged3 h和标记为“0 - 3小时大街”格丽的平均预期1,23个小时在前面。

这是如下:

  • 1 h(标记为“0 - 1小时大街”):(平均)预估1小时前,即它是简单的1小时提前预测
  • 2 h(标记为“0 - 2小时大街”):平均的预测1提前2小时
  • 3 h(标记为“0 - 3小时大街”):平均的预估1,2,3小时前
  • 4 h(标记为“0 - 4小时大街”):平均的预估1,2,3,提前4个小时
  • 5 h(标记为“0 - 5小时大街”):平均的预估1,2,3,4,5小时前
  • 6小时(标记为“0 - 6小时大街”):平均的预估1,2,3,4,5,6小时前
  • 7小时(标记为“大街6 - 7小时”):(平均)预测7小时前。平均被重置后6 h!
  • 8 h(标记为“大街6 - 8小时”):平均的预测7、8个小时

转换回自己,您需要使用先前的平均水平(减通过适当的权重)。这是短的指令由Shrinivas Moorthi从这个线程http://gradsusr.org/pipermail/gradsusr/2016-November/040397.html:

你有价值,time-tagged03:00 (3 h)在格丽和标记为“0 - 3小时大街”事实上的平均预期从0 - 3小时前,time-tagged间隔的结局。或者可以理解为平均的一般要三个小时平均标签01:00(0 - 1小时前平均),02:00(一般提前1 - 2小时)03:00(2 - 3小时之前),平均time-tagged间隔的结局

这是如下为每一个不同的时间步骤中发现GFS数据:

  • 01:00(标记为“0 - 1小时大街”):预估01:00(标记区间的结局,1小时平均水平)
  • 02:00(标记为“0 - 2小时大街”):平均的01:00,02:00预测(间隔结束1小时平均)
  • 03:00(标记为“0 - 3小时大街”):平均的01:00,02:00,03:00预测
  • (标记为“0 - 4小时大街”):平均的01:00,02:00,03:00,内的预测
  • 凌晨5(标记为“0 - 5小时大街”):平均的01:00,02:00,03:00,,凌晨的预测
  • 06:00时(标记为“0 - 6小时大街”):平均的01:00,02:00,03:00,,凌晨5,预测06:00时
  • 07:00(标记为“大街6 - 7小时”):07:00预测。平均被重置后6 h
  • 喂饲(标记为“大街6 - 8小时”):平均的和喂饲07:00预测。
  • 等等。

转换回自己,您需要使用先前的平均水平和减通过适当的权重。这是短的指令由Shrinivas Moorthi从这个线程http://gradsusr.org/pipermail/gradsusr/2016-November/040397.html:

链接
FelixD
  • 136年
  • 4

这些GFS参数存储运行平均,每6小时重置。这有点不寻常,需要一些特殊处理回到小时预测。

价值,time-tagged 3 h标记为“0 - 3小时大街”格丽的平均预估1、2和3小时。

这是如下:

  • 1 h(标记为“0 - 1小时大街”):1小时(平均)的预测,即它仅仅是未来1小时预测。
  • 2 h(标记为“0 - 2小时大街”):预估1和2小时的平均值。
  • 3 h(标记为“0 - 3小时大街”):预估的平均1,2,3小时。
  • 4 h(标记为“0 - 4小时大街”):预估的平均1,2,3,4小时前。
  • 5 h(标记为“0 - 5小时大街”):预估的平均1,2,3,4,5小时。
  • 6 h(标记为“0 - 6小时大街”):预估的平均1,2,3,4,5,6小时。
  • 7 h(标记为“大街6 - 7小时”):7小时的(平均)预报。平均被重置后6 h !
  • 8 h(标记为“大街6 - 8小时”):预估的平均7,8小时。

回到小时预测(或3小时3小时数据集),你需要自己做数学或您可以使用wgrib2选项-ncep_norm。看到https://www.cpc.ncep.noaa.gov/products/wesley/wgrib2/ncep_norm.html

转换回自己,您需要使用先前的平均(减号与适当的权重)。这是短的指令由Shrinivas Moorthi从这个线程http://gradsusr.org/pipermail/gradsusr/2016-November/040397.html:

让我们从6小时表示数据输出为C1, C2, C3, C4、C5、C6。每小时的意思,然后1小时,意思是C1、2小时,平均2路径C1小时3小时的意思是3 c3-2c2 4,平均是4 c4-3c2为5小时,平均是5 c5-4c4 6小时,它是6 c6-5c5每六个重复我们的。

还有一个NCEP / NOAA的模型数据,这是解释内心深处的某个地方,但是现在我找不到它。不过上面的两个链接给一些解释/指导。

,总是一个好主意来比较你的结果的输出工具进行自动转换。

Baidu
map