陈 璐,杨振莹 ,周建中,张勇传,张俊宏 ,黄康迪.基于实时校正和组合预报的水文预报方法研究[J].中南民族大学学报自然科学版,2017,(4):73-77
基于实时校正和组合预报的水文预报方法研究
Real-Time Error Correction and Multi-Model Composition Forecast for Streamflow Forecast
  
DOI:
中文关键词: 预报误差  实时校正  组合预报  耦合模型
英文关键词: forecast error  real-time error correction method  multi-model composition forecasts  coupled model
基金项目:国家自然科学基金重点项目、 面上项目、 青年项目( 51679094,51509273,91547208) ; 十三·五国家重点研发计划( 2017YFC0405901) ; 水利部黄河泥沙重点实验室开放课题基金资助; 中央高校基本科研业务费专项资金资助( 2017KFYXJJ194)
作者单位
陈 璐1,杨振莹1,* ,周建中1,张勇传1,张俊宏2,* ,黄康迪1 1 华中科技大学 水电与数字化工程学院武汉 430074
2 中南民族大学 资源与环境学院 武汉 430074 
摘要点击次数: 321
全文下载次数: 333
中文摘要:
      基于实时校正和组合预报方法,提出了 3 种有效减小预报误差的耦合模型, 即先实时校正后组合预报、 先组合预报后实时校正以及实时校正组合预报一体化模型, 并以牧马河流域为例, 开展了例证研究. 结果表明:3 种耦合方法均能显著地减小预报误差,提高水文预报精度,其中实时校正组合预报一体化的方法效果最优.
英文摘要:
      This study proposed three coupled models to reduce the flood forecast error These three coupled methods include real-time error correction together with multi-model composition method, multi-model composition forecast together with real-time error correction and global real-time combination model. The Muma River was selected as a case study. Results show that those three couple models can reduce forecast error significantly, especially for the global real-time combination model.
查看全文   查看/发表评论  下载PDF阅读器
关闭