摘要
摘要：利用ECMWF、日本中分辩率（JMA）、德国（ GERMAN）和GRAPES-MESO网格降水预报产品，采用双线性二次插值的方法把网格预报的数值插入红水河各集雨区实际区域自动站点作为各时段该气象观测站的预报值，用线性回归中的最小二乘法对区域自动站实际数据与各模式的数值预报进行相关系数的计算，通过线性回归的方式确定各模式的权重，利用机器学习的方式，不断的对各模式权重动态调整，建立各流域面雨量预报产品的线性回归方程。并以2021年4-6月为例，采用平均绝对误差法检验红水河流域各集雨区智能预报面雨量与预报员综合预报面雨量的预报效果，结果表明智能预报的预报能力优于预报员同期制做的综合面雨量预报，有较好的应用前景，能提高流域面雨量定量预报的精度和准确度，发挥气象预报在水库调控、负荷调整及水位控制的作用。
出版日期
2022年09月21日（中国期刊网平台首次上网日期，不代表论文的发表时间）
