顾及分类与定量误差订正的数值预报降水统计后处理方法

采用统计后处理方法的数值预报降水是延长水文预报有效预见期的重要途径,已有统计后处理方法不能同时订正预报降水的分类和定量误差,且对预报降水有效预见期的影响关注不足。提出耦合经验分位数映射模型(EQM)和伯努利-元高斯模型(BMGD)的统计后处理方法EQM-BMGD,建立用于有效预见期评价的综合精度指标,应用于汉江流域。研究结果表明:EQM-BMGD集成了2种单一方法的优势,并输出了更高精度的预报降水;订正后面平均预报降水各预见期晴雨预报准确率(O P)和绝对平均误差(E MA)的增益均超过了10%,预见期222~228 h的O P仍接近0.7且E MA低于0.7 mm/(6 h),有效预见期延长18~66 h;在栅格尺度上,所有栅格在预见期96~102 h的O P和E MA增益分别超过10%和20%,除西南少数栅格外,O P超过0.8同时E MA控制在1.0 mm/(6 h)以下,北部部分栅格有效预见期延长了18~54 h。EQM-BMGD被证实能够兼顾分类和定量误差的削减,丰富了数值预报降水统计后处理方法的选择。

不同偏差校正法对GCM降水数据的应用效果分析

大气环流模式(GCM)是获取时空连续气候数据的主要手段之一,但由于其在区域尺度上的输出数据往往存在一定偏差,因此在使用前需要进行校正。以黑河流域为研究区,提取了CMIP6中的BCC-CSM2-MR模式的降水数据,采用线性标度法(LS)、经验分位数映射法(EQM)和Gamma分位数映射法(GQM)对1985—2014年逐月降水数据进行偏差校正,选择标准化均方根误差(NRMSE)、平均绝对误差(MAE)、皮尔逊相关系数(R)和Sen斜率(Sen’s slope)为评价指标,分析校正前后评价指标的变化以及不同校正方法的差异和有效性。结果表明:(1)LS法校正后降水数据总量指标值有明显改进,NRMSE、MAE和均值误差明显减小,然而由于该方法没有考虑数据在频率上的差异性,因此,LS校正后的降水数据在频率上仍存在一定偏差;(2)经过EQM法和GQM法校正后,NRMSE、MAE指标均有所改进,频率指标方面校正效果更优,校正后的降水频率空间分布与变化趋势更加符合实测数据;另外,通过分析各指标,EQM方法在本研究区的适用性更强。