摘要:使用TIGGE (the THORPEX interactive grand global ensemble)资料集下欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts, ECMWF)逐日起报的预报时效为24~168h的日降水量集合预报资料,集合预报共包括51个成员,利用左删失的非齐次Logistic回归方法(Left-censored non-homogeneous logistic regression, CNLR)和标准化的模式后处理方法(Standardized model post-processing, SAMOS) 对具有复杂地形的中国东南部地区降水预报进行统计后处理。结果表明:采用CNLR方法能够有效改进原始集合预报的平均绝对误差(Mean absolute error, MAE)和连续分级概率评分(Continuous ranked probability score, CRPS),提升了降水的定量预报和概率预报的预报技巧。而使用SAMOS方法对数据进行预处理,考虑地形等因素的影响,能在CNLR方法的基础上进一步订正由于地形影响造成的预报误差,并得到更加准确的全概率的降水概率预报