@article{Костарев_Русин_2019, title={ОЦЕНКА КАЧЕСТВА ЧИСЛЕННОГО ПРОГНОЗА ТЕМПЕРАТУРЫ ВОЗДУХА В ЗАВИСИМОСТИ ОТ СИНОПТИЧЕСКОЙ СИТУАЦИИ В ПЕРМСКОМ КРАЕ}, url={http://press.psu.ru/index.php/geogr/article/view/2640}, abstractNote={<p>Классическая верификация численных прогнозов погоды представляет собой оценку успешности прогностических моделей для всего спектра наблюдаемых метеорологических условий. Тем не менее для оперативного прогнозирования важно знать ограничения применимости прогностических данных в различных ситуациях. Эта задача может быть решена в рамках условной верификации путем разделения выборки с использованием синоптической типизации. В статье рассматриваются результаты исследования качества прогноза приземной температуры для территории Пермского края по глобальной модели численного прогноза погоды GFS. Для летнего периода дополнительно сравнивались качества прогнозов модели GFS и мезомасштабной модели WRF-ARW. Оценка проведена комплексно по всей выборке случаев, а также дифференцированно в зависимости от наблюдаемой синоптической ситуации. Показано, что наиболее высокое качество прогнозов по модели GFS характерно для осеннего периода. В зимний и весенний периоды наблюдается систематическое занижение прогностической температуры в центральной части антициклона и в теплом секторе циклона соответственно. Установлено, что в летний период модель GFS по сравнению с WRF-ARW позволяет получить более качественные прогнозы приземной температуры. Для обеих моделей летом выявлено улучшение качества прогнозов температуры для различных частей циклонов (за исключением тыловой части) и ухудшение – для малоградиентных полей давления, а также для периферий и центров антициклонов. Выявленные особенности распределения ошибок могут использоваться для коррекции численных прогнозов.</p><p> </p><p>DOI: <a href="/index.php/geogr/article/view/2640" target="_self">10.17072/2079-7877-2019-3-48-62</a></p>}, number={3}, journal={Географический вестник=Geographical bulletin}, author={Костарев, Сергей Владимирович and Русин, Игорь Николаевич}, year={2019}, month={окт.}, pages={48–62} }