排序方式: 共有3条查询结果,搜索用时 421 毫秒
1
1.
2.
基于藤Copula多维联合分布的CMIP5多模式降雨综合方法研究 总被引:1,自引:0,他引:1
CMIP5中不同GCM模式对降雨的模拟能力不同,且存在较大不确定性。本文采用藤Copula技术构建不同GCM模式降雨与实测降雨间的多维联合分布模型,推求以模式降雨为条件的实测降雨的条件分布函数,并据此对多模式降雨进行综合,以提高其模拟与预估精度。以梧州站以上流域1961-2005年面雨量为例开展了示例研究。首先利用泰勒图从12个GCM模式中优选了6个综合模拟能力较好的模式,随后采用C藤和D藤Copula分别建立了实测降雨与6个模式模拟降雨间的联合分布,并基于AIC、BIC和对数似然值指标,优选出C藤Copula作为多模式降雨的综合模型。结果表明,使用C藤Copula方法得到的多模式综合降雨,其精度高于任一单模式,亦优于多模式的集合平均值。 相似文献
3.
常用的洪水概率预报方法一般都采用了正态化变换与线性假设,可能会导致信息的丢失,也影响了其对洪水过程的适用性。鉴于此,将Copula函数与模型条件处理器MCP相结合,不需要正态-线性条件约束,直接推求以预报值为条件的流量分布函数,构建Copula-MCP的洪水概率预报模型。以淮河王家坝断面为例,在经验降雨径流模型API的确定性预报结果的基础上,采用Copula-MCP模型实现洪水概率预报。对1990-2010年共25场洪水的研究结果表明:Copula-MCP模型优于MCP模型的概率预报结果,Copula-MCP模型的期望值预报亦优于API模型结果。 相似文献
1