中长期降雨预报模型比较研究

中长期降雨预报是水资源规划以及综合开发利用的基本依据,尤其近年来随着国家对水量分配与调度工作重视程度的提高,流域中长期降雨预报精度与可靠性不高的问题亟待解决。本研究基于自回归、k最近邻以及深层神经网络、长短期记忆网络四种方法独立进行降雨预报,然后利用BMA集合预报方法进行模型预报结果综合。在以史灌河1956~2016年降雨为数据基础的模拟试验中,研究结果表明集合预报算法的引入能够进一步提高中长期降雨预报结果的精度与稳定性,避免过度依赖单一模型导致验证期预报误差增大、精度降低的现象。