南京水利科学研究院：多源不确定性影响评估有助于提高气象水文预报精度 | Engineering

南京水利科学研究院金君良研究团队在中国工程院院刊《Engineering》2023年5月刊发《气象水文集合预报的多源不确定性影响评估研究》一文，指出评估复杂水文预报的来源不确定性对于深刻理解和改进水文预报精度至关重要，以往研究较少关注多源不确定性对气象水文预报复杂过程的影响。因此，文章提出了一种通用的基于贝叶斯模型平均（BMA）的集合框架，用于评估多源不确定性对气象水文预报全过程的影响。文章采用TIGGE中心的八种数值天气预报产品，四种完全不同结构的水文模型和1000组参数分别考虑来自输入、结构和参数的不确定性。在中国金溪池潭流域的实际应用表明：气象水文预报中数值预报输入的不确定性比水文模型的不确定性更大，水文模型结构的不确定性则明显大于模型参数的不确定性。洪峰流量预报的精度与数值天气预报的精度紧密相关，水文模型结构和参数及其交互作用则是枯水期流量预报的主要不确定性来源。当同时考虑三种不确定性来源时，径流过程预报精度更高。通过考虑复杂预报过程的主要不确定性源，基于BMA集合预报的预测精度更高，并可降低其他因素带来的不确定性。总之，文章提出的多源不确定性评估框架可以较好地提升对气象水文预报过程的理解，在提高复杂水文预报精度方面具有广阔的应用前景。

关键词：

气象水文预报 ; 不确定性评估 ; 贝叶斯模型平均 ; 集合预报 ; 多模型

原文链接：

http://www.engineering.org.cn/en/10.1016/j.eng.2022.06.007