首站-论文投稿智能助手
典型文献
GEFSv12降水再预报数据在淮河流域的适用性评估
文献摘要:
新一代全球集合预报(global ensemble forecast system version 12,GEFSv12)是美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)发布的最新的再预报数据集,对该数据集中的降水数据在淮河流域的适用性进行评估.由于原始预报存在系统偏差,所以应用贝叶斯联合概率模型(Bayesian joint probability,BJP),对原始GEFSv12再预报数据进行统计后处理.预报验证的评价指标包括均方根误差(ERMS)、Brier技巧评分(EBSS)、连续等级概率技巧评分(ECRPSS)、α指数及可靠性框图,注重从预报偏差、精度以及可靠性3方面评价原始预报及经过后处理的预报.结果表明:GEFSv12降水再预报数据对淮河流域具有较好的适用性,在预见期1-7 d具有预报技能;BJP统计后处理方法能有效降低预报系统性偏差,增加预报精度以及预报可靠性,经过后处理的降水集合预报将有利于进一步的水文集合预报应用.
文献关键词:
全球集合预报产品GEFSv12;再预报;BJP统计后处理方法;集合预报验证;淮河流域
作者姓名:
黄赛男;李文韬;段青云
作者机构:
河海大学水文水资源与水利工程科学国家重点实验室,南京210098;中国气象局-河海大学水文气象研究联合实验室,南京210098
引用格式:
[1]黄赛男;李文韬;段青云-.GEFSv12降水再预报数据在淮河流域的适用性评估)[J].南水北调与水利科技(中英文),2022(05):925-934
A类:
GEFSv12,再预报,BJP,ECRPSS,集合预报验证
B类:
报数,淮河流域,适用性评估,global,ensemble,forecast,system,version,National,Centers,Environmental,Prediction,NCEP,降水数据,系统偏差,概率模型,Bayesian,joint,probability,统计后处理,ERMS,Brier,EBSS,可靠性框图,预报偏差,过后,预见期,后处理方法,预报系统,系统性偏差,预报精度,水集,文集,报应,预报产品
AB值:
0.302432
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。