| 清江流域降水的多模式BMA概率预报试验 |
| |
| 引用本文： | 祁海霞,彭涛,林春泽,彭婷,吉璐莹,李兰,孟翠丽. 清江流域降水的多模式BMA概率预报试验[J]. 气象, 2020, 46(1): 108-118 |
| |
| 作者姓名： | 祁海霞 彭涛 林春泽 彭婷 吉璐莹 李兰 孟翠丽 |
| |
| 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,武汉 430205;南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心,南京 210044;武汉区域气候中心,武汉 430074;武汉农业气象试验站,武汉 430040 |
| |
| 基金项目： | 国家重点研发计划(2018YFC1508002和2018YFC1507200)、湖北省自然科学基金项目(2018CFB706)、湖北省气象局科技发展基金项目(2018Q02)及中国气象局武汉暴雨研究所基本科研业务费项目(IHRKYYW201815、IHRKYYW201909和IHRKYYW201911)共同资助 |
| |
| 摘 要： | 基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四套模式的2016年6月1至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型平均(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 d,BMA模型预报比原始集合预报有更高预报技巧,比四个原始集合预报MAE平均值减少近11%左右,而对于CRPS除了CMA中心无订正效果外,较其他三个模式平均值提高近15%左右。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(大暴雨一特大暴雨量级),BMA 75～90百分位数预报效果较好,对于强降水(暴雨量级),BMA 50～75百分位数预报效果较好,对于一般性降水(小雨一大雨量级),BMA确定性预报结果或50百分位数预报效果较好。
|
| 关 键 词： | TIGGE 贝叶斯模型平均(BMA) 多模式集合 概率预报 |
| 收稿时间： | 2018-08-22 |
| 修稿时间： | 2019-11-05 |
Probabilistic Forecasting of Precipitation over the Qingjiang River Basin Using BMA Multimodel Ensemble Technique |
| |
| QI Haixi,PENG Tao,LIN Chunze,PENG Ting,JI Luying,LI Lan and MENG Cuili. Probabilistic Forecasting of Precipitation over the Qingjiang River Basin Using BMA Multimodel Ensemble Technique[J]. Meteorological Monthly, 2020, 46(1): 108-118 |
| |
| Authors: | QI Haixi PENG Tao LIN Chunze PENG Ting JI Luying LI Lan MENG Cuili |
| |
| Abstract: | |
| |
| Keywords: | TIGGE Bayesian model averaging (BMA) multimodel ensemble probalility forecast |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《气象》浏览原始摘要信息 |
|
点击此处可从《气象》下载全文 |
|
