一种由单值预报生成定量降水概率预报的方法及初步应用

利用1981年1月1日至2003年12月31日淮河流域59个站的降水观测及同时段美国GFS集合预报模式回算的24 h降水量集合平均预报资料,建立条件亚正态分布函数的概率预报模型并得到集成预报。针对淮河流域子流域的试验结果表明:新方法生成的集成预报的均方根误差在所有子流域和各个季节的误差都有显著降低,其中蚌埠至洪泽湖流域6月的均方根误差降低了3.11mm。4个子流域通过该模型得到的集成预报的Brier技巧评分在0.16～0.61,说明该集成预报在整年都具有一定预报价值。在淮河上游大坡岭至息县流域,当实际日面雨量阈值为0.00～7.82mm的预报时,夏季的集成预报出现不同程度的低报;但当实际日面雨量阈值为18.12 mm时,夏季的集成预报表现出较好的可靠性。百分位评估则进一步表明该集成预报能较好地预报出小量级的面雨量,而对30.00mm以上面雨量的预报能力相对较弱。

多速率单值广义预测控制系统及稳定性分析

针对一类输入输出采用不同频率的多速率采样系统进行研究,提出了基于状态空间模型下的单值广义预测控制(MSGPC)算法,分析了系统的闭环稳定性问题,并给出了多速率预测控制系统稳定的充要条件,得到了闭环系统的稳定性可以通过适当调节预报时域长度来实现的结论。仿真结果显示,系统的输出能很快地跟踪设定曲线达到当前设定值,且具有较好的稳定性能,因而证明所提出的算法是有效的。