姜迪，智海，赵琳娜，段青云，梁莉，刘莹

(1．南京信息工程大学，江苏南京210044;2．中国气象科学研究院灾害天气国家重点实验室，北京100081;3．北京师范大学，北京100875;4．中国气象局 公共气象服务中心，北京100081;5．四川省气象台，四川 成都610072)

0 引言

洪水灾害是世界上危害最大、造成损失最多的自然灾害之一。但是由于其过程复杂，包含的不确定因素较多，目前的确定性预报对降水(气象)和流量(水文)的预报都难以满足实际需要，因此概率预报不失为一条提高水文预报精度的途径。采用概率预报的形式对水文不确定性进行定量描述，不仅可以提高预报的精度和可靠性，而且可以为决策者做出客观的最优决策提供更丰富的信息，同时也能满足用户对风险信息的需求。随着集合概率预报得到越来越广泛的使用，它有可能会取代单一预报(杜钧，2002;智协飞和陈雯，2010)。

本文的后处理是指在气象—水文集合预报系统中消除水文模型模拟过程产生的误差，降低水文模拟中不确定性影响的过程。水文后处理方面的研究以贝叶斯方法取得的成果较为突出。Krzysztofowicz(1985)首先提出了基于正态线性假设的贝叶斯预报处理器(Bayesian Processor of Forecasts，简称BPF)，通过贝叶斯公式求得待预报流量的后验分布，并基于后验分布提出最优决策。随后，Krzysztofowicz(1999)又提出了基于贝叶斯理论框架的水文预报系统(Bayesian Forecasting System，简称BFS)，将降水预报不确定性与水文模型不确定性分别量化，然后通过全概率公式将二者耦合起来，得到水文预报不确定性的解析解，BFS可以与任何模型或预报方案相结合使用。……