本文首先利用淮河流域加密站点2008年6月1日～8月31日逐日降水资料,以及对应的T213模式的24h、48h以及72h集合预报,采用贝叶斯模型平均(Bayesian Model Averaging,BMA)方法,基于30天的训练期数据对集合预报15个成员的降水预报进行了概率集成与偏差订正,并采用排序概率评分(CRPS)、平均绝对误差(MAE)对BMA的订正结果进行检验.其次,选取淮河流域上游的子流域——淮河上游的大坡岭至王家坝流域做水文模拟试验,该子流域可细分为大坡岭至息县子流域、息县至王家坝子流域.淮河上游息县和王家坝水文站选为代表站.针对2008年7月23日～8月3日的降水过程进行流量模拟试验,即将经贝叶斯平均模型订正后的24h、48h、72h集合预报的第25、75百分位数的降水量分别输入至VIC水文模型中,得到这两个百分位降水量经水文模拟后对应的径流量,与逐日流量资料进行对比分析.结果表明:经BMA订正后的24h、48h、72h降水预报精度比订正前有所提高;BMA模型给出的有效区间(第25百分位数至第75百分位数)预报将实况降水量包含在内的可能性比订正前更大;由水文概率预报检验指标的分析可知,经BMA订正的降水集合预报,由VIC水文模型模拟得到的径流量变化趋势与实况较吻合.
展开▼
