集合干旱预报方法及其在华北地区的应用

干旱是我国的主要自然灾害之一，对农业生产等部门影响巨大，有效的干旱预报可以提供预警信息，减轻或者避免干旱损失。本研究以华北地区为研究对象，从影响华北地区有关的气候因子等要素入手，构建季节性干旱预报方法。本研究首先分析了夏季干旱指数与气象因子的相关关系，并根据历史气候因子与预报期气候因子的关系，计算历史气候因子对应的权重，用于筛选历史降雨序列并计算干旱预报结果，从而改进集合预报方法。结果表明改进的集合预报方法在夏季华北地区可以获得更好的预报效果。其次，为了进一步改进干旱预报，本研究同时分析了干旱与高温的相关关系，结果表明在东北-西南过渡地区（包括华北地区），干旱-高温具有显著的关系，可为进一步提供干旱预报效果提供参考。最后，结合气候因子及动力学预报产品，提出了干旱等级预报方法，可以服务于业务干旱预警。本研究结果可为防旱减灾提供技术支持。 2100433B

干旱是一种破坏力巨大的自然灾害，近几年的干旱事件对我国工农业生产造成了严重的经济损失。实时有效的干旱预报对于建立干旱预警，从而应对干旱、减少干旱损失具有重要的意义。本项目选取标准化降雨指数(SPI)为气象干旱指数，根据水文集合预报的基本思想，通过对所有历史月降雨资料采样得到预报期降雨样本(即假设所有的历史降雨在预报期间以等概率发生)，计算预报期SPI作为气象干旱预报的基准。其次分析与华北地区干旱发生相关的气象因子，并以此计算预报期初始气象条件与历史气象条件的相似性，从而选取与未来干旱情势更为相关的历史月降雨样本，构建基于相似性的集合干旱预报技术，发展集合干旱预报理论和方法，提高干旱预报精度。并将该基于相似性的集合干旱预报方法应用于华北地区的干旱预报，与基准干旱预报进行比较，分析在不同区域和季节干旱预报精度的改进，为抗旱减灾提供支持。

相似性方法被应用于数值天气预报的集合预报中，形成相似性集合预报（analogue ensemble forecast）方法。相似性方法可以由集合成员得到误差订正的集合 ，也可以从集合平均或确定性预报中得到集合 。2100433B

相似集合方法包含了预报空间和观测空间的相似性假设，即“相似的预报”对应“相似的观测”。因此相似集合方法的有效性取决于预报问题对相似性假设的满足程度。对天气预报问题，由同一个预报系统在地理位置、季节、气候态接近的条件下做出的预报，被认为是满足相似性假设的。此时由相似集合方法得到的观测集合是可用的。使用该集合替代原始的预报集合可以提升预报技巧 。

前百

学术术语

第1章 水文集合预报概述

1.1 水文集合预报理论与方法

1.1.1 水文集合预报前处理理论与方法

1.1.2 水文集合预报后处理理论与方法

1.1.3 水文集合预报应用现状

1.2 小结

参考文献

第2章 水文集合预报前处理

2.1 基于典型事件的集合预报前处理方法

2.1.1 时间窗口选择

2.1.2 零值降水阈值确定

2.1.3 降水集合预报前处理方法——典型事件模型构建

2.2 集合预报前处理方法实例分析

2.2.1 数据说明

2.2.2 典型事件定义

2.2.3 结果及讨论

2.3 小结

参考文献

第3章 分布式时变增益水文模型

3.1 模型结构

3.2 产流模型

3.2.1 降雨蒸散发计算模型

3.2.2 地表水产流模型

3.2.3 土壤水产流模型

3.2.4 地下水产流模型

3.2.5 单元产流计算

3.2.6 总产流

3.2.7 水保工程耗水模型

3.3 汇流模型

3.3.1 子流域内汇流计算

3.3.2 河网汇流计算

3.4 用水耗水模块

3.4.1 农业

3.4.2 工业

3.4.3 生活用水

3.4.4 用水取水方案

3.5 水库调度模块

3.5.1 单个水库调度

3.5.2 水库群调度

3.5.3 水库在水文模型中实现

3.6 跨流域调水模块

3.6.1 源头水库调度（保证是否有水可调）

3.6.2 调水中工程汇流计算（运动波）

3.6.3 沿途分水计算（分水到沿途水库，供需平衡）

3.7 模型尺度与复杂度分析

3.7.1 月尺度模型

3.7.2 日尺度模型

3.7.3 时尺度模型

3.7.4 模型复杂度分析

3.8 小结

参考文献

第4章 水文集合预报后处理

4.1 水文集合后处理方法

4.2 水文集合后处理方法应用分析

4.2.1 研究区简介

4.2.2 GLMPP参数

4.2.3 后处理、参数优化后与未优化参数模拟流量对比分析

4.2.4 模型与观测确定性结果的经验分位数图分析

4.2.5 后处理及多模型的概率结果

4.3 小结

参考文献

第5章 水文集合预报验证

5.1 基本概念及定义

5.1.1 集合平均

5.1.2 概率预报

5.2 验证方法汇总

5.2.1 平均绝对差（MAE）

5.2.2 均方差（MSE）

5.2.3 均方根差（RMSE）

5.2.4 平均连续等级概率评分（MCRPS）

5.2.5 布赖尔评分（BS）

5.2.6 临界成功指数（CSI）

5.2.7 相对平均差（RME）

5.2.8 频率偏差（FB）

5.2.9 皮尔逊相关系数（PCC）

5.2.10 斯皮尔曼等级相关（SRC）

5.2.11 Nash效率系数NSE）

5.2.12 平均绝对差技能评分（MAESS）

5.2.13 均方误差技能评分（MSESS）

5.2.14 平均连续等级概率技能评分（MCRPSS）

5.2.15 布赖尔技能评分法（BSS）

5.2.16 公平预测评分（或Gilbert评分）（ETS）

5.2.17 布赖尔可靠性评分（BSR）

5.2.18 可靠性框图（RD）

5.2.19 等级直方图（RH）

5.2.20 成功率（SR）

5.2.21 布赖尔解析度评分法（BSRe）

5.2.22 相对操作特性得分（ROCS）

5.2.23 相对操作特性图（ROC）

5.2.24 命中率（HR）

5.2.25 误报率（FAR）

5.2.26 预测频率直方图（FFH）

5.2.27 预报QQ图（Pre.QQPLOT）

5.2.28 泰勒图（Taylordiagram）

参考文献2100433B