Page 112 - 《水资源与水工程学报》2022年第2期
P. 112

!３３ " ! ２ #                       & ' ( ) & * + , -                               Ｖｏｌ．３３Ｎｏ．２
               ２０２２ $ ４ %               ＪｏｕｒｎａｌｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ＆ＷａｔｅｒＥｎｇｉｎｅｅｒｉｎｇ                 Ａｐｒ．，２０２２

            ＤＯＩ：１０．１１７０５／ｊ．ｉｓｓｎ．１６７２－６４３Ｘ．２０２２．０２．１４


                       X°–´â²aº».yB[\ST


                                                           １，２       ３
                                                    ›6œ ， # 
                   （１． o`Ža3% U/gcda%j， 4q o` ４１０１１４；２． U`(%gUÚÀ߶4q#BC{kl，
                                  4q o` ４１０１１４；３． -93% cd(%ga%j， -9 ３０００７２）

                 C D： /• ２０１７ ¤ ４ ~ １ % －９ ~ ３０ %‚9Š‘µfpºdŠ‘™Úw+´ÈA‡t{Cpºd¬‘
                 ™Ú， þ•+‹³—"Y»ˆ¹hºp9š0UGf;RœA^ºdŠ‘mŸmÃ， œœhiŽRÈ#
                 ¾šL0kmࡨpÍÎ。 ¡¢£： þ•9[‡¿¹mÃpR0*4op‚§ÄŠ‘œ‹ºdÚhƒ
                 ‹p#$， ¬Š‘ ¡£ËD‹þ•9[‡mÃR0pŠ‘ ¡， 7Éыš›¤™nÛçG|ڞì9#$，
                 bÿĬk+´ÈA­pؕ。Ž3þ•9[‡¿¹mÃR0pŠ‘ ¡pýGëkmqAØÙÊk£
                 ËÍÎàäS׋A^K3ºd…， ¿—k7ïp4F­éˆm@CuœŽRÆœˆ¹ºd…mŸýGŠ
                 ‘p#$mŸm。
                 EFG： 9Š‘µf； f;7»Ž； ºdŠ‘； ¿ÍVÃ； ™¹š0； +´ÈA
                 HIAJK：ＴＶ２１３   LMNOP：Ａ    LQRK：１６７２６４３Ｘ（２０２２）０２０１０８０７

                     Ｐｏｓｔｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｏｆｎｕｍｅｒｉｃａｌｅｎｓｅｍｂｌｅｒａｉｎｆａｌｌｐｒｅｄｉｃｔｉｏｎ

                                                           １，２
                                                                         ３
                                               ＨＡＯＦｕｌｉａｎｇ ，ＷＡＮＧＸｕ
              （１．ＳｃｈｏｏｌｏｆＨｙｄｒａｕｌｉｃａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇｓｈａＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１０１１４，Ｃｈｉｎａ；
                ２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＷａｔｅｒ－ＳｅｄｉｍｅｎｔＳｃｉｅｎｃｅｓａｎｄＷａｔｅｒＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎｏｆＨｕｎａｎＰｒｏｖｉｎｃｅ，Ｃｈａｎｇｓｈａ４１０１１４，Ｃｈｉｎａ；
                          ３．ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ）

                 Ａｂｓｔｒａｃｔ：ＵｓｉｎｇｔｈｅｒａｉｎｆａｌｌｐｒｅｄｉｃｔｉｏｎｄａｔａｏｆｔｈｅＧｌｏｂａｌＥｎｓｅｍｂｌｅＦｏｒｅｃａｓｔＳｙｓｔｅｍｆｒｏｍＡｐｒｉｌ１ｔｏＳｅｐ
                 ｔｅｍｂｅｒ３０，２０１７ａｎｄｔｈｅｒａｉｎｆａｌｌｏｂｓｅｒｖａｔｉｏｎｄａｔａｆｒｏｍｔｈｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｔａｔｉｏｎｓｉｎｔｈｅＹａｌｏｎｇＲｉｖｅｒＢａ
                 ｓｉｎ，ｔｈｅｒａｉｎｆａｌｌｐｒｅｄｉｃｔｉｏｎｄａｔａｗａｓｃａｌｉｂｒａｔｅｄｂｙｔｈｅｅｎｓｅｍｂｌｅｍｏｄｅｌｏｕｔｐｕｔｓｔａｔｉｓｔｉｃｓｂａｓｅｄｏｎｔｈｅｇｅｎｅｒ
                 ａｌｉｚｅｄｅｘｔｒｅｍｅｖａｌｕｅｄｉｓｔｒｉｂｕｔｉｏｎ ，ａｎｄｔｈｅｃａｌｉｂｒａｔｉｏｎｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｆｒｏｍｔｗｏｍｏｄｅｌｓｗｅｒｅｃｏｍｐａｒｅｄａｎｄ
                 ａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｅｎｓｅｍｂｌｅｍｅｍｂｅｒｍｅａｎｃａｌｉｂｒａｔｉｏｎｍｏｄｅｌｃａｎｅｆｆｅｃｔｉｖｅｌｙａｄｄｒｅｓｓｔｈｅ
                 ｐｒｏｂｌｅｍｏｆｒａｉｎｆａｌｌｏｖｅｒｅｓｔｉｍａｔｉｏｎ ，ｗｈｉｃｈｉｓａｌｗａｙｓｔｈｅｃａｓｅｗｉｔｈｔｈｅｏｒｉｇｉｎａｌｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ．Ｆｕｒｔｈｅｒ
                 ｍｏｒｅ ，ｉｔｓｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｉｓｓｉｇｎｉｆｉｃａｎｔｌｙｂｅｔｔｅｒｔｈａｎｔｈａｔｏｆｔｈｅｅｎｓｅｍｂｌｅｍｅｍｂｅｒｃａｌｉｂｒａｔｉｏｎｍｏｄｅｌ，
                 ｗｈｉｃｈｉｓｌｉｍｉｔｅｄｂｙｔｈｅｏｖｅｒｆｉｔｔｉｎｇｐｒｏｂｌｅｍｄｕｅｔｏｔｈｅｉｎｃｒｅａｓｅｏｆｍｏｄｅｌｐａｒａｍｅｔｅｒｓ，ｔｈｕｓｔｈｅｌａｔｔｅｒｉｓｎｏｔ
                 ａｐｐｌｉｃａｂｌｅｔｏｔｈｅｒａｉｎｆａｌｌｐｒｅｄｉｃｔｉｏｎｏｆｔｈｅＹａｌｏｎｇＲｉｖｅｒＢａｓｉｎ．Ｈｏｗｅｖｅｒ ，ｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｐｒｅｄｉｃｔｉｏｎ
                 ｒｅｓｕｌｔｓｏｆｔｈｅｅｎｓｅｍｂｌｅｍｅｍｂｅｒｍｅａｎｃａｌｉｂｒａｔｉｏｎｍｏｄｅｌｖａｒｉｅｓｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｄｉｆｆｅｒｅｎｔｂａｓｉｎｓａｎｄｔｅｎｄｓｔｏ
                 ｕｎｄｅｒｅｓｔｉｍａｔｅｔｈｅｌａｒｇｅｒａｉｎｆａｌｌｓｉｎｔｈｅｂａｓｉｎ．Ｔｈｅｒｅｆｏｒｅ，ｆｕｒｔｈｅｒｒｅｓｅａｒｃｈｏｎｔｈｉｓｍｅｔｈｏｄｓｈｏｕｌｄｂｅｃｏｎ
                 ｄｕｃｔｅｄｔａｒｇｅｔｉｎｇａｔｉｍｐｒｏｖｉｎｇｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｅｘｔｒｅｍｅｒａｉｎｆａｌｌｓ．
                 Ｋｅｙｗｏｒｄｓ：ｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｓｙｓｔｅｍ；ｓｔａｔｉｓｔｉｃａｌｐｏｓｔｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ；ｒａｉｎｆａｌｌｐｒｅｄｉｃｔｉｏｎ；ｂｉａｓ
                 ｃｏｒｒｅｃｔｉｏｎ ；ｎｕｍｅｒｉｃａｌｍｏｄｅｌｌｉｎｇｆｏｒｍ；ｔｈｅＹａｌｏｎｇＲｉｖｅｒＢａｓｉｎ

                                                               Š‘2Â)´µfš0ƐÁšì3‡ÚwÈ
            １ ./01
                                                               Ä VÞ¬‘TÍprs            ［１］ ， ažGH늑p 
                 ™¹š0ºdŠ‘k‡dŠÌ、 U“ž、 ŠA                       ¡¢|GK3pmGHë， 4Ýt•ð?GÃG
            Š‘"{1ؕ­†°õBˆ:•， ¾OfGHë                            p\‡。T°¢v@GH늑p ¡mGHë#

                !"#$：２０２１０７１３； %&#$：２０２１１１１６
                '()*： öwìí(%+,-.（５２０７９１４４）
                +,-.： –F»（１９９６－）， ]， ~­[ÈO， uQ4FG， 4FRSTU˜qUVW。
                /0+,： Z Ä（１９８５－）， ]， î´ØùO， PQ， y<`， 4FRSTßàUµfDⓧ。
   107   108   109   110   111   112   113   114   115   116   117