贝叶斯模型平均及其在北京降雨预报中的一个应用

被引：1

作者：

段小刚 ^{[1
]}

曹伟华 ^{[2
]}

机构：

[1] 北京师范大学统计学院

[2] 中国气象局北京城市气象研究所

来源：

北京师范大学学报(自然科学版) | 2016年 / 52卷 / 02期

基金：

北京市自然科学基金;

关键词：

集合预报; 统计后处理; 混合模型; EM算法; 抽样分布; 累积降雨量;

D O I：

10.16360/j.cnki.jbnuns.2016.02.002

中图分类号：

P457.6 [降水预报];

学科分类号：

0706 ; 070601 ;

摘要：

贝叶斯模型平均(Bayesian Model Averaging:BMA)是动态建模中融合集合预报信息的一种重要统计后处理方法.本文首先系统论述了BMA的建模分析过程,包括模型架构、参数估计方法、训练期的选择准则以及典型预报分布的抽样原理.然后,结合北京市2011年5—8月份逐日累积降雨量实例,我们详细描述了BMA的实现过程.实例分析结果表明,BMA统计后处理,无论是精度还是校准度,相对于原始集合预报都有优势.

引用

页码：134 / 138

页数：5

共 6 条

[1] 多模式集成的概率天气预报和气候预测研究进展 [J].

智协飞 ;

彭婷 ;

李刚 ;

王佳 ;

王晶 .

大气科学学报, 2014, 37 (02) :248-256

[2] Probabilistic Wind Vector Forecasting Using Ensembles and Bayesian Model Averaging [J].

Sloughter, J. McLean ;

Gneiting, Tilmann ;

Raftery, Adrian E. .

MONTHLY WEATHER REVIEW, 2013, 141 (06) :2107-2119

[3] Probabilistic Wind Speed Forecasting Using Ensembles and Bayesian Model Averaging [J].

Sloughter, J. McLean ;

Gneiting, Tilmann ;

Raftery, Adrian E. .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2010, 105 (489) :25-35

[4]

Multi-model ensemble hydrologic prediction using Bayesian model averaging[J] . Qingyun Duan,Newsha K. Ajami,Xiaogang Gao,Soroosh Sorooshian.Advances in Water Resources . 2006 (5)

[5]

Bayesian Model Averaging: A Tutorial[J] . Jennifer A. Hoeting,David Madigan,Adrian E. Raftery,Chris T. Volinsky.Statistical Science . 1999 (4)

[6]

A method for producing and evaluating probabilistic forecasts from ensemble model integrations .2 J. L. Anderson. J. Climate . 1996

← 1 →