基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用，提高四川省降水预报准确率，对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现，该模式预报的雨日较实况偏多，尤其是攀西地区和川西高原；预报的大雨日数盆地西南部及攀西地区多于实况，而盆地南部少于实况。然后，基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后，暴雨及以上量级TS(Threat Score)提高7%～15%，且各量级降水TS均高于多模式集成客观预报产品2%～4%，大雨及以上、暴雨及以上量级命中率提高10%～20%，订正后雨带位置特别是暴雨落区与实况更接近。     

基于二元混合分布分位数映射法的长江 上游区域气候模式模拟降水偏差校正

采用4组多参数的二元混合分布QM法对RegCM4模式输出的长江中上游流域日降水进行偏差校正，并对不同单分布和混合分布QM法的偏差校正性能进行评估。结果表明：在选取的单分布中，伽马分布对长江上游流域降水的适用性最高，超过50%的降水事件可由其解释，耿贝尔分布适用性最差，仅能解释10%左右的降水事件。采用二元混合分布QM法订正的模拟降水在均方根误差、和方差、相关系数等性能参数整体优于单分布QM法的校正结果。基于伽马-广义极值分布的QM法对流域内降水的订正效果最佳，能显著降低RegCM4模式中模拟的降水湿偏差。