文章利用美国宾州州立大学的WRF-EnKF(Ensemble Kalman Filter)实时预报系统(Real-time Penn State WRF-EnKF System),针对2013年5月15—16日发生在中国南方的暴雨过程进行了数值预报试验,以初步检验该系统对我国南方降水确定性预报的...文章利用美国宾州州立大学的WRF-EnKF(Ensemble Kalman Filter)实时预报系统(Real-time Penn State WRF-EnKF System),针对2013年5月15—16日发生在中国南方的暴雨过程进行了数值预报试验,以初步检验该系统对我国南方降水确定性预报的效果。数值试验采用2013年5月14日08时(北京时)起报的6 h间隔的1°×1°NCEP GFS(globle forecast system)60 h预报数据(预报到5月16日20时)作为初始条件和边界条件。其中,控制试验不同化任何观测资料,同化试验通过集合卡尔曼滤波方法同化常规探空资料,分别进行确定性预报。结果表明:利用WRF-EnKF系统同化常规探空资料,显著改善了数值预报的初始场,减小了各物理量的预报偏差和预报均方根误差,进而提高了此次暴雨过程的降水落区和强度的预报准确率。展开更多
结合基于经典贝叶斯统计推断理论的MCMC(Markov Chain Monte Carlo)方法与多输入单输出模型,建立了不确定性水文预报模型,并将该模型应用于长江三峡水库,依据实验结果可得出以下结论:①较传统方法而言,不确定性水文预报可更好的避免由...结合基于经典贝叶斯统计推断理论的MCMC(Markov Chain Monte Carlo)方法与多输入单输出模型,建立了不确定性水文预报模型,并将该模型应用于长江三峡水库,依据实验结果可得出以下结论:①较传统方法而言,不确定性水文预报可更好的避免由于模型的不确定性而引入的误差;②应用于三峡水库入库流量预报,实验结果表明预测流量可很好地覆盖实际观测流量,取得理想预报结果。展开更多
文摘结合基于经典贝叶斯统计推断理论的MCMC(Markov Chain Monte Carlo)方法与多输入单输出模型,建立了不确定性水文预报模型,并将该模型应用于长江三峡水库,依据实验结果可得出以下结论:①较传统方法而言,不确定性水文预报可更好的避免由于模型的不确定性而引入的误差;②应用于三峡水库入库流量预报,实验结果表明预测流量可很好地覆盖实际观测流量,取得理想预报结果。
