基于多模式集合BMA清江流域降水概率预报试验.pdf
基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四个中心2016年6月1-7月31日逐日降水集合预报资料,结合清江流域10个国家基准站观测数据,建立了流域贝叶斯模式平均(BayesianModelAveraging,BMA)概率预报模型,开展流域多模式集合BMA技术的概率预报试验与评估.结果表明,在清江流域多模式集合的BMA模型最佳滑动训练期长度为40天,BMA模型预报比原始集合预报有更高预报技巧.与原始集合预报相比,BMA确定性预报平均绝对误差(MAE)减少近11％,BMA概率预报连续等级概率评分(CRPS)提高约15％.多模式集合BMA技术能预报降水全概率PDF曲线和大于某个降水量级的概率,同时能给出确定性降水预报,对于极端强降水(大暴雨-特大暴雨量级),BMA75-90百分位数预报效果较好,对于强降水(暴雨量级),BMA50-75百分位数预报效果较好,对于一般性降水(小雨-大雨量级),BMA确定性预报结果或50百分位数预报效果较好.
作者：祁海霞 智协飞 彭涛 白永清 彭婷 吉璐莹 林春泽
作者单位：中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室,湖北武汉430205南京信息工程大学气象灾害教育部重点实验室,江苏南京210044
母体文献：2018第八届南海风云论坛论文集
会议名称：2018第八届南海风云论坛
会议时间：2018年11月22日
会议地点：海口
主办单位：海南省气象学会,海南省水利学会,海南省气象局
语种：chi
分类号：P45P42
关键词：降水 概率预报 多模式集合 贝叶斯模式平均
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.01 MB
- 下载次数:
- 60
-
高速下载
|
|
