集合干旱預報方法及其在華北地區(qū)的應用項目摘要

干旱是一種破壞力巨大的自然災害，近幾年的干旱事件對我國工農(nóng)業(yè)生產(chǎn)造成了嚴重的經(jīng)濟損失。實時有效的干旱預報對于建立干旱預警，從而應對干旱、減少干旱損失具有重要的意義。本項目選取標準化降雨指數(shù)(SPI)為氣象干旱指數(shù)，根據(jù)水文集合預報的基本思想，通過對所有歷史月降雨資料采樣得到預報期降雨樣本(即假設所有的歷史降雨在預報期間以等概率發(fā)生)，計算預報期SPI作為氣象干旱預報的基準。其次分析與華北地區(qū)干旱發(fā)生相關的氣象因子，并以此計算預報期初始氣象條件與歷史氣象條件的相似性，從而選取與未來干旱情勢更為相關的歷史月降雨樣本，構建基于相似性的集合干旱預報技術，發(fā)展集合干旱預報理論和方法，提高干旱預報精度。并將該基于相似性的集合干旱預報方法應用于華北地區(qū)的干旱預報，與基準干旱預報進行比較，分析在不同區(qū)域和季節(jié)干旱預報精度的改進，為抗旱減災提供支持。

干旱是我國的主要自然災害之一，對農(nóng)業(yè)生產(chǎn)等部門影響巨大，有效的干旱預報可以提供預警信息，減輕或者避免干旱損失。本研究以華北地區(qū)為研究對象，從影響華北地區(qū)有關的氣候因子等要素入手，構建季節(jié)性干旱預報方法。本研究首先分析了夏季干旱指數(shù)與氣象因子的相關關系，并根據(jù)歷史氣候因子與預報期氣候因子的關系，計算歷史氣候因子對應的權重，用于篩選歷史降雨序列并計算干旱預報結果，從而改進集合預報方法。結果表明改進的集合預報方法在夏季華北地區(qū)可以獲得更好的預報效果。其次，為了進一步改進干旱預報，本研究同時分析了干旱與高溫的相關關系，結果表明在東北-西南過渡地區(qū)（包括華北地區(qū)），干旱-高溫具有顯著的關系，可為進一步提供干旱預報效果提供參考。最后，結合氣候因子及動力學預報產(chǎn)品，提出了干旱等級預報方法，可以服務于業(yè)務干旱預警。本研究結果可為防旱減災提供技術支持。 2100433B

相似性方法被應用于數(shù)值天氣預報的集合預報中，形成相似性集合預報（analogue ensemble forecast）方法。相似性方法可以由集合成員得到誤差訂正的集合 ，也可以從集合平均或確定性預報中得到集合 。2100433B

相似集合方法包含了預報空間和觀測空間的相似性假設，即“相似的預報”對應“相似的觀測”。因此相似集合方法的有效性取決于預報問題對相似性假設的滿足程度。對天氣預報問題，由同一個預報系統(tǒng)在地理位置、季節(jié)、氣候態(tài)接近的條件下做出的預報，被認為是滿足相似性假設的。此時由相似集合方法得到的觀測集合是可用的。使用該集合替代原始的預報集合可以提升預報技巧 。

前百

學術術語

第1章 水文集合預報概述

1.1 水文集合預報理論與方法

1.1.1 水文集合預報前處理理論與方法

1.1.2 水文集合預報后處理理論與方法

1.1.3 水文集合預報應用現(xiàn)狀

1.2 小結

參考文獻

第2章 水文集合預報前處理

2.1 基于典型事件的集合預報前處理方法

2.1.1 時間窗口選擇

2.1.2 零值降水閾值確定

2.1.3 降水集合預報前處理方法——典型事件模型構建

2.2 集合預報前處理方法實例分析

2.2.1 數(shù)據(jù)說明

2.2.2 典型事件定義

2.2.3 結果及討論

2.3 小結

參考文獻

第3章 分布式時變增益水文模型

3.1 模型結構

3.2 產(chǎn)流模型

3.2.1 降雨蒸散發(fā)計算模型

3.2.2 地表水產(chǎn)流模型

3.2.3 土壤水產(chǎn)流模型

3.2.4 地下水產(chǎn)流模型

3.2.5 單元產(chǎn)流計算

3.2.6 總產(chǎn)流

3.2.7 水保工程耗水模型

3.3 匯流模型

3.3.1 子流域內(nèi)匯流計算

3.3.2 河網(wǎng)匯流計算

3.4 用水耗水模塊

3.4.1 農(nóng)業(yè)

3.4.2 工業(yè)

3.4.3 生活用水

3.4.4 用水取水方案

3.5 水庫調(diào)度模塊

3.5.1 單個水庫調(diào)度

3.5.2 水庫群調(diào)度

3.5.3 水庫在水文模型中實現(xiàn)

3.6 跨流域調(diào)水模塊

3.6.1 源頭水庫調(diào)度（保證是否有水可調(diào)）

3.6.2 調(diào)水中工程匯流計算（運動波）

3.6.3 沿途分水計算（分水到沿途水庫，供需平衡）

3.7 模型尺度與復雜度分析

3.7.1 月尺度模型

3.7.2 日尺度模型

3.7.3 時尺度模型

3.7.4 模型復雜度分析

3.8 小結

參考文獻

第4章 水文集合預報后處理

4.1 水文集合后處理方法

4.2 水文集合后處理方法應用分析

4.2.1 研究區(qū)簡介

4.2.2 GLMPP參數(shù)

4.2.3 后處理、參數(shù)優(yōu)化后與未優(yōu)化參數(shù)模擬流量對比分析

4.2.4 模型與觀測確定性結果的經(jīng)驗分位數(shù)圖分析

4.2.5 后處理及多模型的概率結果

4.3 小結

參考文獻

第5章 水文集合預報驗證

5.1 基本概念及定義

5.1.1 集合平均

5.1.2 概率預報

5.2 驗證方法匯總

5.2.1 平均絕對差（MAE）

5.2.2 均方差（MSE）

5.2.3 均方根差（RMSE）

5.2.4 平均連續(xù)等級概率評分（MCRPS）

5.2.5 布賴爾評分（BS）

5.2.6 臨界成功指數(shù)（CSI）

5.2.7 相對平均差（RME）

5.2.8 頻率偏差（FB）

5.2.9 皮爾遜相關系數(shù)（PCC）

5.2.10 斯皮爾曼等級相關（SRC）

5.2.11 Nash效率系數(shù)NSE）

5.2.12 平均絕對差技能評分（MAESS）

5.2.13 均方誤差技能評分（MSESS）

5.2.14 平均連續(xù)等級概率技能評分（MCRPSS）

5.2.15 布賴爾技能評分法（BSS）

5.2.16 公平預測評分（或Gilbert評分）（ETS）

5.2.17 布賴爾可靠性評分（BSR）

5.2.18 可靠性框圖（RD）

5.2.19 等級直方圖（RH）

5.2.20 成功率（SR）

5.2.21 布賴爾解析度評分法（BSRe）

5.2.22 相對操作特性得分（ROCS）

5.2.23 相對操作特性圖（ROC）

5.2.24 命中率（HR）

5.2.25 誤報率（FAR）

5.2.26 預測頻率直方圖（FFH）

5.2.27 預報QQ圖（Pre.QQPLOT）

5.2.28 泰勒圖（Taylordiagram）

參考文獻2100433B