以澜沧江-湄公河流域为研究对象,提出一种基于90 m分辨率的数字高程模型(DEM)和河网密度法的水系提取方法。基于ArcGIS中水文分析模块和缓冲区工具,引入数字化河网作为水系提取的影响条件,以实际水系修正主要河道的高程值;再采用河网密...以澜沧江-湄公河流域为研究对象,提出一种基于90 m分辨率的数字高程模型(DEM)和河网密度法的水系提取方法。基于ArcGIS中水文分析模块和缓冲区工具,引入数字化河网作为水系提取的影响条件,以实际水系修正主要河道的高程值;再采用河网密度法确定最佳集水面积阈值,并依据流域自然分水岭、流域控制面积以及干流主要水文控制站要素划分子流域;结合中央气象台精细化智能网格降水产品,分析不同子流域尺度对强降雨反映效应。结果表明,澜湄流域最佳集水面积阈值为129.1 km 2,数字水系河流相对误差为7.5%,河网套合差为2.5%;精度检验吻合程度较高,提取水系与实际水系较为一致。展开更多
新一代全球集合预报(global ensemble forecast system version 12,GEFSv12)是美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)发布的最新的再预报数据集,对该数据集中的降水数据在淮河流域的适用性进行评...新一代全球集合预报(global ensemble forecast system version 12,GEFSv12)是美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)发布的最新的再预报数据集,对该数据集中的降水数据在淮河流域的适用性进行评估。由于原始预报存在系统偏差,所以应用贝叶斯联合概率模型(Bayesian joint probability,BJP),对原始GEFSv12再预报数据进行统计后处理。预报验证的评价指标包括均方根误差(E)、Brier技巧评分(E)、连续等级概率技巧评分(E)、α指数及可靠性框图,注重从预报偏差、精度以及可靠性3方面评价原始预报及经过后处理的预报。结果表明:GEFSv12降水再预报数据对淮河流域具有较好的适用性,在预见期1~7 d具有预报技能;BJP统计后处理方法能有效降低预报系统性偏差,增加预报精度以及预报可靠性,经过后处理的降水集合预报将有利于进一步的水文集合预报应用。展开更多
文摘以澜沧江-湄公河流域为研究对象,提出一种基于90 m分辨率的数字高程模型(DEM)和河网密度法的水系提取方法。基于ArcGIS中水文分析模块和缓冲区工具,引入数字化河网作为水系提取的影响条件,以实际水系修正主要河道的高程值;再采用河网密度法确定最佳集水面积阈值,并依据流域自然分水岭、流域控制面积以及干流主要水文控制站要素划分子流域;结合中央气象台精细化智能网格降水产品,分析不同子流域尺度对强降雨反映效应。结果表明,澜湄流域最佳集水面积阈值为129.1 km 2,数字水系河流相对误差为7.5%,河网套合差为2.5%;精度检验吻合程度较高,提取水系与实际水系较为一致。
文摘新一代全球集合预报(global ensemble forecast system version 12,GEFSv12)是美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)发布的最新的再预报数据集,对该数据集中的降水数据在淮河流域的适用性进行评估。由于原始预报存在系统偏差,所以应用贝叶斯联合概率模型(Bayesian joint probability,BJP),对原始GEFSv12再预报数据进行统计后处理。预报验证的评价指标包括均方根误差(E)、Brier技巧评分(E)、连续等级概率技巧评分(E)、α指数及可靠性框图,注重从预报偏差、精度以及可靠性3方面评价原始预报及经过后处理的预报。结果表明:GEFSv12降水再预报数据对淮河流域具有较好的适用性,在预见期1~7 d具有预报技能;BJP统计后处理方法能有效降低预报系统性偏差,增加预报精度以及预报可靠性,经过后处理的降水集合预报将有利于进一步的水文集合预报应用。
