基于贝叶斯模式平均与标准化异常度的东江汛期降水预报
Precipitation forecasting in flood season over the Dongjiang Basin using Bayesian model averaging and standardized anomaly

考察贝叶斯模式平均（BMA)对第二代气候预报系统（CFSv2）在东江流域汛期月降雨量预报的订正效果，同时引入标准化异常度（SA）指标识别异常的降雨值，分别进行SA的确定性预报以及集合预报，通过建立SA和BMA结果之间的联系构建一个较为完整且精度较好的降雨预报模型，提高东江流域中长期降雨预报的精度。主要结论如下：①BMA50%以下的分位数不具有预报作用，75%分位数具有最优的预报效果。但BMA还存在不足之处，常表现为对极端降雨的低估；②利用CFSv2集合平均值进行SA计算时，SA严重偏小，可能说明CFSv2存在系统性误差。对CFSv2原始预报分别进行伽玛函数订正以及多项式订正后，降水预报成功指数（Ts)和异常值报对的次数有明显地提高，但预报偏差（Bs）也相应地增大；③ SA与BMA之间大致可建立如下的关系，即当SA判断会出现异常值时可选择95%分位数的预报值，相反则选择75%分位数预报值