《表3 1月初～6月初，校正预报的精度评估结果（%）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《北美多模型集合预报实验（NMME）全球降水预报对长江上游流域夏季降水适用性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Tabel3 The accuracy assessment of calibrated forecasts from NMME at the beginning of January to June （%）

本文面向长江上游流域开展全球降水预报的评估与校正研究：首先，提取北美多模型集合预报实验中10套1982～2010年6～9月回顾性预报数据与中国月降水观测数据；其次，构建贝叶斯联合概率模型进行预报校正；最后，通过偏差、概率积分变换、连续概率排位分数进行预报检验。本文发现：北美多模型集合预报实验各模型原始降水集合预报含有一定的降水信息，但原始预报普遍存在系统误差较大、可靠性不足和预报精度较低的问题；贝叶斯联合概率模型能够有效的校正原始预报的系统误差，并量化随机误差，生成可靠的集合预报，从而概括降水预报的不确定性，并提高预报精度。本文关注于长江上游流域面平均降水预报；由于流域地形复杂，全球降水预报精度存在一定的空间变异性，未来可以进一步在网格尺度上探讨北美多模型集合预报实验的预报效果。