基于降尺度降雨的洪水预报预警体系的创建

为了减少洪水对生命和财产造成的危害,构建合适的洪水预报预警体系具有重要的现实意义。本文结合NWP输出的降尺度降雨构建了短期洪水预报体系。所提出的降尺度方法对NWP输出值进行了校正,以便在人工神经网络的校准阶段使用,然后,将降尺度降雨参数作为径流预报的超级水箱模型的输入值。根据预测提前期对模型不确定性进行量化,最终将预测结果整合到现有的洪水预警警报级别中。结果表明,基于神经网络降尺度降雨的洪水预报优于多元线性回归方法。尽管随着预测提前期的增加,模型不确定性呈增加趋势,但仍可以对长达18小时的提前期做出可靠预测。