Nghiên cứu thử nghiệm dự báo xác suất định lượng mưa dựa trên phương pháp thông kê sau mô hình từ sản phẩm dự báo của mô hình HRM và GSM Phần II: Một số kết quả thử nghiệm

Tóm tắt

Phần I của bài báo này trình bày phương pháp xây dựng các mô hình thống kê dựa trên càc kỹ thuật hồi quy tuyến tính đa biến (MLR), hồi quy logistic (LR), mạng thần kinh nhân tạo (ANN) và phân tích phân biệt Fisher (FDA) để dự bào xác suất định lượng mưa (PQPF). Các mô hình thống kê này được xây dựng tách biệt cho từng tập nhân tổ dự báo là các sản phẩm dự báo từ mô hình HRM và GSM.và áp dụng cho 130 trạm quan trắc khí tượng bề mặt dựa trên chuỗi số liệu từ năm 2003 đến năm 2009. Các kết quả thử nghiệm và đánh giả đã cho thấy với 4 phương pháp thống kê MLR, LR, FDA và ANN sử dụng các nhân tố dự báo từ sản phẩm của 2 mô hình GSM và HRM đễ dự báo PQPF, phương pháp MLR cho chất lượng dự báo tốt nhất. Trong khi dự báo kém nhất thuộc về phương pháp FDA. Trong 2 nhóm mô hình thống kê này, các phương pháp thống kê khi kết hợp với mô hỉnh GSM cho kết quả tốt hơn so với mô hình HRM. Điều này được giải thích do GSM có khả năng dự báo mưa và ẩm tốt hơn so với HRM mà thực chất là GME. Đối chiếu với yêu cầu về khối lượng tính toán, phương pháp MLR kết hợp sản phẳm mõ hình GSM được lựa chọn làm phương pháp MOS nghiệp vụ để dự báo PQPE