期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于贝叶斯非齐次隐马尔科夫模型的京津冀日降雨模拟研究 被引量:1
1
作者 陈子浩 闫磊 +3 位作者 董旺 孙健 宋立冬 谢笑添 《水文》 北大核心 2025年第3期48-53,100,共7页
隐马尔科夫模型(HMM)在降雨模拟中未能考虑影响降雨动态变化的外部因素。引入贝叶斯非齐次隐马尔科夫模型(Bayesian-NHMM)来考虑影响降雨的外部因素,如降雨季节性特征和大尺度大气环流因子。对京津冀地区1979—2018年6—9月内日降雨进... 隐马尔科夫模型(HMM)在降雨模拟中未能考虑影响降雨动态变化的外部因素。引入贝叶斯非齐次隐马尔科夫模型(Bayesian-NHMM)来考虑影响降雨的外部因素,如降雨季节性特征和大尺度大气环流因子。对京津冀地区1979—2018年6—9月内日降雨进行模拟与预测,考虑东亚夏季风指数(EASM)、太平洋年代际振荡(PDO)、印度洋偶极子(IOD)、北大西洋涛动(NAO)、厄尔尼诺指数(ElNiño)和南方涛动指数(SOI)等多个大尺度大气环流因子的影响,引入降雨季节性特征来表征京津冀6—9月日降雨的年内变化,以期提升模型的性能。结果表明:(1)Bayesian-NHMM模型表现优于传统的HMM模型。(2)降雨季节性特征和南方涛动(SOI)是京津冀日降雨动态变化的主要外部影响因子组合。(3)引入降雨季节性特征后,Bayesian-NHMM模型更有效地识别出京津冀地区日降雨的季节性变化规律。Bayesian-NHMM模型可以显著提升京津冀地区日降雨的模拟和预测精度。 展开更多
关键词 大尺度大气环流因子 Bayesian-NHMM 日降雨预测 季节性特征 京津冀
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部