文献

J-GLOBAL ID：201602270558760701   整理番号：16A0886730

ベイズモデル平均に基づく大渡河流域集合の降水確率予報の研究【JST・京大機械翻訳】

Probabilistic Ensemble Precipitation Forecasting Based on Bayesian Model Averaging for Daduhe River Basin

著者 (4件)： Zhong Yixuan (State Key Laboratory of Water Resources and Hydrop ower Engineering Science, Wuhan University) ,  Wu Yuzhen (Department of Water Resources and Environment, Sun Yat-Sen University, Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute) ,  Wang Dagang (Department of Water Resources and Environment, Sun Yat-Sen University, Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong High Education Institute) ,  Kong Dongdong (Department of Water Resources and Environment, Sun Yat-Sen University)
資料名： Shuiwen  (Shuiwen)
巻： 36  号： 1  ページ： 8-14,57  発行年： 2016年 
JST資料番号： C3000A  ISSN： 1000-0852  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 対応する時間帯の,TIGGEデータの5つの単一中心集合予報結果、、NCEP(ECMWFCMA、CMCUKMO)で構成されるスーパーマルチセンター集合予報システムの予報降水量と実測降水量値に基づいて,ベイズモデル平均(BAYESIAN MODEL AVERAGING(BMA)を応用し大渡河流域のBMA確率予報モデルを確立した。CRPS、MAE、BSの3つの評価指標により,大渡河流域のBMA降水確率予報モデルに対して評価と検定を行い,3つの指標はいずれもBMA降水確率予報がオリジナル集合の予報よりより高い精度を持つ,ことを示したそのうちBMAモデルのCRPSとMAEの指標のいずれもそれぞれ原始アンサンブル予報は,31.6%と23.9%に減少した;比較する値は分析モデルの重みパラメータ,大渡河流域のBMA降水予報の寄与が最も大きいECMWFを得た,すなわちECMWF領域研究と予報の降水効果を最も良く;モデルは大渡河流域の極端な降水の予報効果が比較的悪く,しばしば極端な降水量を過小評価する。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 降水予報 ,  *降水 ,  降水量 ,  アンサンブル予報 ,  *確率予報 ,  予測モデル ,  *流域
準シソーラス用語： 過小評価 ,  ECMWF ,  評価指標 ,  時間帯 ,  *Bayes法 , 【Automatic Indexing@JST】

著者キーワード (4件)： Daduhe River Basin ,  precipitation probabilistic forecast ,  BMA ,  ensemble forecast

分類 (1件)： 太陽光発電  (NB03090G)

タイトルに関連する用語 (7件)： ベイズモデル ,  平均 ,  流域 ,  集合 ,  降水 ,  確率予報 ,  研究