顾及分类与定量误差订正的数值预报降水统计后处理方法OA北大核心CSTPCD
Integrated statistical post-processing methods for categorical and quantitative errors correction of numerical precipitation forecasts
采用统计后处理方法的数值预报降水是延长水文预报有效预见期的重要途径,已有统计后处理方法不能同时订正预报降水的分类和定量误差,且对预报降水有效预见期的影响关注不足.提出耦合经验分位数映射模型(EQM)和伯努利-元高斯模型(BMGD)的统计后处理方法EQM-BMGD,建立用于有效预见期评价的综合精度指标,应用于汉江流域.研究结果表明:EQM-BMGD集成了 2种单一方法的优势,并输出了更高精度的预报降水;订正后面平均预报降水各预见期晴雨预报准确率(O…查看全部>>
The utilization of statistical post-processed numerical precipitation forecasts is a significant approach to extend the effective forecast period of hydrological forecasting.Existed statistical post-processing methods struggle to simultaneously correct dichotomous and quantitative errors,and their impact on the effective forecast lead time for precipitation forecasting is frequently overlooked.In this study,we introduce a novel post-processing scheme called …查看全部>>
李伶杰;王银堂;云兆得;刘勇;王磊之;苏鑫;徐勇
南京水利科学研究院水灾害防御全国重点实验室,江苏南京 210029||长江保护与绿色发展研究院,江苏南京 210098南京水利科学研究院水灾害防御全国重点实验室,江苏南京 210029||长江保护与绿色发展研究院,江苏南京 210098南京水利科学研究院水灾害防御全国重点实验室,江苏南京 210029||武汉大学水资源工程与调度全国重点实验室,湖北武汉 430072南京水利科学研究院水灾害防御全国重点实验室,江苏南京 210029南京水利科学研究院水灾害防御全国重点实验室,江苏南京 210029南京水利科学研究院水灾害防御全国重点实验室,江苏南京 210029江苏省水文水资源勘测局苏州分局,江苏苏州 215011
大气科学
数值预报降水统计后处理经验分位数映射伯努利-元高斯分布有效预见期
numerical precipitation forecaststatistical post-processingempirical quantile mappingbernoulli-meta-gaussianeffective forecast period
《水科学进展》 2024 (1)
48-61,14
国家重点研发计划资助项目(2022YFC3202802)国家自然科学基金资助项目(52009081)The study is financially supported by the National Key R&D Program of China(No.2022YFC3202802)and the National Natural Science Foundation of China(No.52009081).
评论