基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以淮河流域吴家渡水文站作为试验站点,采用基于贝叶斯平均法(BMA)的集合预报模型处理来源于马斯京根法、一维水动力学方法、BPNN(Back Propagation Neural Network)的预报流量序列,通过分析BMA的参数以及其预报结果,对各方法在淮河典型站点流量预报中的适用性进行验证与分析.经2003-2016年19场洪水模拟检验可知,BMA模型能够有效避免模型选择带来的洪水预报误差放大效应,可以提供高精度、鲁棒性强的洪水预报结果.通过进一步比较各模型统计最优的频率与BMA权重值之间的相关性,发现权重值不适用于对单场洪水预报精度评定,而适用于描述多场洪水预报中,模型为最优的统计频率;基于大量先验信息,提前获取BMA的权重等参数,将是指导模型选择、降低洪水预报不确定性、改进洪水预报技术的有效手段.
推荐文章
基于ECMWF集合预报的淮河流域面雨量预报性能评估
淮河流域
面雨量预报
预报性能
GEFSv12降水再预报数据在淮河流域的适用性评估
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
淮河流域大气环流型在冬季气温预测中的应用
大气环流型
淮河流域
冬季气温
预测模型
淮河流域极端旱涝特征分析
极端洪涝
极端干旱
淮河流域
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BMA集合预报在淮河流域应用及参数规律初探
来源期刊 湖泊科学 学科
关键词 集合预报 洪水预报 不确定性 权重 淮河流域 贝叶斯平均法
年,卷(期) 2017,(6) 所属期刊栏目 专稿
研究方向 页码范围 1520-1527
页数 8页 分类号
字数 5853字 语种 中文
DOI 10.18307/2017.0624
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (8)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
集合预报
洪水预报
不确定性
权重
淮河流域
贝叶斯平均法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
湖泊科学
双月刊
1003-5427
32-1331/P
小16开
南京市北京东路73号
28-201
1919
chi
出版文献量(篇)
2578
总下载数(次)
5
总被引数(次)
57871
论文1v1指导