292 / 2022-06-07 23:31:47

基于贝叶斯统计后处理的未来0~30天集合降水概率预测研究

降水概率预测,统计后处理,贝叶斯理论,延伸期

准确的次季节尺度降水预测对水旱灾害防御具有重要意义。然而，基于数值模式的降水预测往往存在较大的系统性偏差，预测精度难以满足业务需求。研究基于ECMWF模式次季节尺度到季节尺度（Sub-seasonal to Seasonal, S2S）后预测产品，在正态化变换的基础上，建立不同时空尺度模式预测降水与实测降水的多元联合概率分布。基于贝叶斯理论，采用Gibbs算法对多元联合概率分布参数的后验分布进行推断。进一步建立基于ECMWF模式实时预测降水与参数后验分布的条件概率预测模型，对ECMWF模式未来0~30天降水进行统计后处理，实现次季节尺度降水概率预测。研究基于交叉检验方法，分别采用CRPS技巧评分与Alpha指数对基于统计后处理的未来0~30天降水概率预测精度和可靠性进行检验。研究结果表明，在不同时空尺度下，基于贝叶斯统计后处理的未来0~30天降水概率预测精度和可靠性均显著高于ECMWF数值模式直接输出结果。同时，研究结果也表明，在我国某些地区，流域尺度降水概率预测精度高于网格尺度。虽然统计后处理方法能够消除数值模式的系统偏差，但是当预见期超过10天后，基于统计后处理的降水概率预测精度与气候预测精度相当，难以提供有效的预测信息。未来拟通过统计-动力结合的方法，进一步提高次季节尺度降水预测精度。