统计模型与动力多模式相结合的中国季度降水预测及应用研究

摘要

对于我国及其他水资源短缺、遭受极端降水事件频繁的国家和地区来讲，准确的季度降水预测在洪涝与干旱等自然灾害的防灾减灾、水资源规划与管理、工农业生产、生态环境及旅游等社会经济的各个部门都具有重要的价值和广阔的应用前景。但由于气候系统具有高度的混沌性和复杂性，准确预测我国及其他中高纬度国家和地区的季度降水仍然是一个复杂的世界难题。针对这些问题，本文以我国全境为目标，重点研究适用于我国的可行季度降水预测模型和方案，并将季度降水预测信息应用于流域径流预测及水库调度中，为提高我国抵御自然灾害的能力、提高水资源管理和利用效率，保障经济社会的可持续发展提供技术参考。
　　主要研究内容和成果如下:
　　(1)分析了我国季度降水的时空分布特征、多年变化趋势及影响因子。结果表明我国季度降水的区域分布极不均匀，年内及年际变化剧烈。使用改进的Mann-Kenall秩次相关检验法对覆盖我国的184个格点的1950-2011年季度降水量的变化趋势检验结果表明我国区域季度降水量多年变化趋势总体并不显著;184个格点中平均每个季度只有3.44％的格点呈显著下降趋势;4.25％呈显著增加趋势。我国季度降水年际变化的气候因子较多，选取8个重要因子，分析表明这8个因子与我国季度降水的年际变化之间的关系密切。
　　(2)建立了我国季度降水的贝叶斯概率预测模型。针对覆盖我国的184个格点的每一个格点及12个相互叠加的季度，分别建立24个相互独立的贝叶斯联合概率预测模型。预测因子为8个大尺度气候因子，每个因子滞后1-3个月。然后使用混合模型贝叶斯模型平均方法对单一模型进行集成来产生预测时效为0到2个月的概率预测。留一交叉验证结果表明该预测框架对我国春季及夏末到冬初季节的预测具有较高的精度，且预测的概率分布具有相当高的可靠性，可以很好的描述预测的不确定性。此外，随着预测时效的增长，预测精度并未出现明显下降。
　　(3)检验了两个最近一代的季度动力数值模式ECMWF SYS4和澳大利亚BoMPOAMA2.4及另外5个欧洲的动力数值模式对我国季度降水预测的技巧。结果表明动力数值模式普遍存在系统缺陷问题，表现为模式预测存在系统偏差以及集合成员离散度过低。此外，模式预测精度普遍较低。新一代的模式，尤其是SYS4预测的精度、可靠性、锐度及辨识度等概率预测评价指标高于其他模式。使用均权重方法对单一集合模式预测进行集成，结果表明集成后的多模式集合预测技巧相比单一模式有所提高。
　　(4)针对动力数值模式的系统缺陷及预测技巧较低问题，提出使用数值模式多种输出的统计订正一桥接混合模型预测思路和方法。针对系统缺陷问题，使用改进贝叶斯联合概率模型对其订正;针对模式降水预测技巧偏低问题，使用模式的海洋表面温度预测计算得到六个同步大尺度气候因子建立统计桥接模型，然后对统计订正和桥接模型进行集成以综合不同模型的技巧来提高预测的整体水平。结果表明贝叶斯联合概率订正模型可以有效消动力模式的系统缺陷问题，同时大幅提高了预测技巧。通过引入桥接模型，预测的技巧得到近一步的提高。
　　(5)建立了我国季度降水预测的统计—动力多模式预测框架。该框架可以同时使用多个前期大尺度气候因子和多个动力数值模式输出来实现对前期观测信息与动力数值模式输出的耦合。交叉验证结果表明相比统计模型或动力数值模拟都具有更高的预测技巧。
　　(6)建立了耦合水文模型输出、动力多模式降水预测以及前期流域观测和大尺度气候因子等多源信息的季度径流预测模型。该模型使用流域前期径流、降水及WAPABA水文输出作为代表流域初始蓄水量条件的预测因子;使用八个前期大尺度气候因子及多个动力模式的降水输出作为代表预测期内流域气候条件的预测因子。结果表明该模型对我国丰满水库和桓仁水库的夏季径流预测具有较高精度及可靠性。将季度径流概率预测信息应用到桓仁水库夏季长期优化调度中，结果表明使用季度径流预测信息可以明显提高水库的发电效益。

目录

声明

摘要

图表目录

主要符号表

1 绪论

1．1 选题背景与研究意义

1．1．1 季度降水预测的意义与重要性

1．1．2 季度降水预测的困难与挑战

1．2 国内外研究进展

1．2．1 季度降水预测的物理基础

1．2．2 季度降水预测的统计学方法研究进展

1．2．3 季度预测动力数值模式研究进展

1．2．4 动力数值模式统计后处理方法研究进展

1．2．5 季度预测统计-动力模型结合方法的研究进展

1．3 存在的主要问题及发展趋势

1．4 主要研究内容与章节安排

1．4．1 主要研究内容

1．4．2 论文章节安排

1．4．3 论文的组织结构

2 中国季度降水时空分布特征及影响因子分析

2．1 引言

2．2 数据及方法

2．2．1 观测数据

2．2．2 季度降水变化趋势分析方法

2．3 季度降水时空分布特征及变化趋势

2．3．1 季度降水区域分布特征

2．3．2 全国平均季度降水量变化趋势

2．3．3 格点季度降水量变化趋势

2．4 中国季度降水的影响因子

2．4．1 影响因子综合分析

2．4．2 重要影响因子选取

2．4．3 影响因子之间的关系

2．4．4 气候因子与我国季度降水之间的关系

2．5 本章小结

3 基于贝叶斯模型的中国季度降水统计预测研究

3．1 引言

3．2 统计预测模型的建立

3．2．1 预测方案的制定策略

3．2．2 贝叶斯联合概率预测模型的构建

3．3 基于贝叶斯模型平均的预测集成

3．4 预测检验方案

3．4．1 精度检验

3．4．2 可靠性与锐度检验

3．5 结果分析与讨论

3．5．1 LT=0时的预测技巧

3．5．2 LT=1与LT=2时的预测技巧

3．5．3 预测可靠性及锐度检验

3．5．4 不同组别的预测技巧分析

3．5．5 BMA模型权重分布特征

3．6 本章小结

4 动力多模式对中国季度降水预测检验

4．1 引言

4．2 动力多模式及其历史回报试验

4．2．1 ENSEMBLES项目及其回报试验数据

4．2．2 ECMWF System-4与BoM POAMA2．4及其回报试验数据

4．3 多模式集成及检验方法

4．3．1 多模式集成方法

4．3．2 集合预测检验方法

4．4 结果分析

4．4．1 系统偏差分析

4．4．2 精度检验

4．4．3 可靠性及锐度检验

4．4．4 PC精度检验

4．4．5 辨识度检验

4．5 本章小结

5 订正与桥接ECMWF System-4的中国季度降水预测研究

5．1 引言

5．2 订正与桥接集成预测框架

5．2．1 预测框架的建立

5．2．2 Cali与Brid模型的建立及预测检验

5．2．3 基于非参数Bootstrapping的不确定性及显著性检验

5．3 Cali模型的技巧分析

5．3．1 系统偏差的订正

5．3．2 可靠性的提高

5．3．3 Cali模型预测精度

5．4 Brid模型的技巧分析

5．4．1 SYS4对气候因子的预测检验

5．4．2 Brid模型技巧分析

5．5 Cali-Brid模型预测的技巧分析

5．5．1 LT=0和1时的技巧分析

5．5．2 LT=2，3，4的技巧分析

5．6 本章小结

6 集成统计模型与动力多模式的中国季度降水预测研究

6．1 引言

6．2 统计-动力集成预测框架

6．3 统计与动力模型预测技巧对比

6．3．1 整体预测精度对比

6．3．2 对极端事件预测对比

6．4 统计与动力集成模型预测技巧

6．4．1 精度评分的时空分布特征

6．4．2 可靠性与锐度

6．4．3 与统计和动力模型对比

6．5 本章小结

7 耦合多源信息的季度径流概率预测研究

7．1 引言

7．2 流域和水文、气象数据介绍

7．3 季度径流预测模型的建立

7．3．1 预测因子选择

7．3．2 WAPABA水文模型

7．3．3 模型选择与集成

7．3．4 预测检验

7．4 结果分析与讨论

7．4．1 方案A与方案B预测结果

7．4．2 方案C预测结果

7．4．3 可靠性检验

7．5 本章小结

8 季度径流概率预测在水库调度中的应用研究

8．1 引言

8．2 季度径流概率预测信息的使用方法

8．3 水库夏季优化调度模型及优化方法

8．3．1 调度模型

8．3．2 优化方法

8．4 模拟调度结果分析与讨论

8．4．1 发电效益比较

8．4．2 调度决策过程

8．5 本章小结

9 成果与结论

9．1 研究成果与主要结论

9．2 主要创新点

9．3 存在的问题与展望

参考文献

附录A 影响因子与我国季度降水之间的偏相关系数

攻读博士学位期间科研项目及科研成果

致谢

个人简介