考虑气象因子不确定性的概率降水预报研究

• 作者: 付强 宫兴龙 张涵 李衡 邢贞相
• 来源期刊: 灌溉排水学报
• 学科: 工学
• 关键词: 贝叶斯预报系统 RBF-ANN 气象因子 不确定性 概率降水预报
• 年，卷（期）: 2018,（10）
• 页码范围: 100-107
• 页数: 8页
• 分类号: TV124
• 语种: 中文
• DOI: 10.13522/j.cnki.ggps.20170058

摘要

降水量与气象因子的变化密切相关,因而气象因子的不确定性必然影响着降水量预报的精度.[目的]获取气象因子不确定性特征,提高降水预报结果的精度.[方法]以三江平原典型农场一友谊农场为研究区域,在贝叶斯概率预报系统(BFS)的理论框架下,利用径向基人工神经网络(RBF-ANN)描述月降水主要影响因子与月降水量的映射关系,并将其作为BFS的似然函数,以实测降水量为后验信息,对降水主要影响因子先验信息进行贝叶斯修正,利用基于自适应算法的马尔可夫链蒙特卡罗随机模拟技术(AM-MCMC)获取了各月的蒸发量、平均气温、相对温度的后验密度.结合RBF-ANN构建了考虑主要影响因子不确定性的概率降水预报模型(IFU-PBF),研究了各月降水的均值预报过程及其指定概率的置信区间.[结果]与传统RBF-ANN的确定性预报结果相比,预报期IFU-PBF计算结果的各精度评价参数均有所提高,纳什效率系数提高了3％;均方根误差降低了51％;相关系数提高了2％.尤其对极值降水的适用性更好,极大值的预报相对误差平均提高了55％,极小值的预报相对误差提高了24％.[结论]考虑气象因子不确定性,开展降水的概率预报更符合降水及其影响因素的随机过程的本质,提高预报精度的同时,能够考虑预报结果的不确定度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付强	东北农业大学水利与土木工程学院	317	3949	29.0	46.0
3	邢贞相	东北农业大学水利与土木工程学院	53	278	8.0	14.0
5	宫兴龙	东北农业大学水利与土木工程学院	23	80	6.0	7.0
7	张涵	东北农业大学水利与土木工程学院	9	47	4.0	6.0