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