清江流域降水的多模式BMA概率预报试验

• 作者: 吉璐莹 孟翠丽 彭婷 彭涛 李兰 林春泽 祁海霞
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: TIGGE 贝叶斯模型平均(BMA) 多模式集合 概率预报
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 108-118
• 页数: 11页
• 分类号: P457
• 字数: 8546字
• 语种: 中文
• DOI: 10.7519/j.issn.1000-0526.2020.01.011

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—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—大雨量级),BMA确定性预报结果或50 百分位数预报效果较好.