基于贝叶斯原理的降水预报偏差订正及水文试验
本文利用淮河流域加密站点2008年6月1日～8月31日逐日降水资料和日最高最低温度资料,以及对应的T213 的24h、48h 以及72h 集合预报(CMA 集合预报),采用贝叶斯模型平均(Bayesian Model Averaging,BMA)方法,利用为期30 天的训练期数据对集合预报15 个成员的定量降水预报进行了概率集成与偏差订正。然后,采用排序概率评分(CRPS)、平均绝对误差(MAE)两种降水概率检验方法对BMA 的订正结果进行检验。最后,进一步将订正后的降水预报值分别输入VIC 水文模型中进行水文概率预报。结果表明：从CRPS 评分和MAE 来看,对于24h 预报,BMA 模型相对于原始集合预报起到明显的偏差订正效果；对48h、72h 预报,BMA 模型的订正效果与24h 相当,说明经BMA 订正后的降水预报精度比订正前有所提高；BMA 模型给出的有效区间预报(第25百分位至第75 百分位区间的降水量)将实况降水量包含在内的可能性较大；经BMA 订正的24h 降水集合预报,由VIC 水文模型模拟得到的径流量变化趋势与实况较吻合。采用BMA 方法以概率分布的形式描述预报不确定性,这对减少降水预报误差,提高预报准确率,做好洪水预报及防灾减灾工作有重要意义。
贝叶斯模型平均 偏差订正 VIC水文模型
梁莉 赵琳娜 齐丹 王成鑫 包红军
中国气象局公共气象服务中心,北京 100081 中国气象局公共气象服务中心,北京 100081;国家气象中心,北京 100081 国家气象中心,北京 100081 中国科学院大气物理研究所,北京 100029;中国科学院研究生院,北京 100049
国内会议
第十四届中国科协年会第14分会场——极端天气事件与公共气象服务发展论坛
石家庄
中文
1-22
2012-09-01（万方平台首次上网日期，不代表论文的发表时间）