Many basins in Japan are characteri

Many basins in Japan are characterized by steep mountainous regions, generating orographic rainfall
events. Orographic rainfall may cause localized heavy rainfall to induce flash floods and sediment disasters.
However, the accuracy of radar-based rainfall prediction was not enough because of the complex
geographical pattern of the mountainous areas. In order to reduce damage due to localized heavy rainfall,
characteristics of orographic rainfall must be identified into a short-term rainfall prediction procedure.
The accuracy of radar-based rainfall prediction performs best for very short lead time, however the
accuracy of radar prediction rapidly decreases with increasing lead times. At longer lead times, higher
accuracy QPFs are produced by Numerical Weather Prediction (NWP) models, which solve the dynamics
and physics of the atmosphere. This study proposes hybrid blending system of ensemble information
from radar-based prediction and numerical weather prediction (NWP) to improve the accuracy of rainfall
and flood forecasting. First, an improved radar image extrapolation method, which is comprised of the
orographic rainfall identification and the error ensemble scheme, is introduced. Then, ensemble NWP
outputs are updated based on mean bias of the error fields considering error structure. Finally, the
improved radar-based prediction and updated NWP rainfall considering bias correction are blended
dynamically with changing weight functions, which are computed from the expected skill of each radar
prediction and updated NWP rainfall. The proposed method is verified temporally and spatially through a
target event and is applied to the hybrid flood forecasting for updating with 1 h intervals. The newly proposed
method shows sufficient reproducibility in peak discharge value, and could reduce the width of
ensemble spread, which is expressed as the uncertainty, in the flood forecasting. Our study is carried
out and verified using the largest flood event by typhoon ‘Talas’ of 2011 over the two catchments, which
are Futatsuno (356.1 km2) and Nanairo (182.1 km2) dam catchments of Shingu river basin (2360 km2),
which is located in the Kii peninsula, Japan.

ผลลัพธ์ (ไทย) 1:

แอ่งต่าง ๆ ในญี่ปุ่นมีลักษณะสูงชันพื้นที่ภูเขา สร้างฝน orographicเหตุการณ์ Orographic ฝนอาจทำให้เกิดฝนตกหนักภาษาท้องถิ่นเพื่อก่อให้เกิดตะกอนภัยพิบัติและน้ำท่วมฉับอย่างไรก็ตาม ความถูกต้องของการทำนายปริมาณน้ำฝนจากเรดาร์ก็ไม่เพียงพอเนื่องจากซับซ้อนรูปแบบทางภูมิศาสตร์ของพื้นที่ภูเขา เพื่อลดความเสียหายเนื่องจากฝนตกหนักภาษาท้องถิ่นต้องมีระบุลักษณะของฝน orographic เป็นกระบวนการคาดคะเนปริมาณน้ำฝนระยะสั้นความแม่นยำของการทำนายปริมาณน้ำฝนจากเรดาร์ทำดีที่สุดสำหรับระยะเวลารอสั้นมาก อย่างไรก็ตามการความถูกต้องของการคาดเดาของเรดาร์ลดลงกับระยะเวลาที่เพิ่มขึ้นอย่างรวดเร็ว เวลานานกว่าตะกั่ว สูงมีผลิต QPFs ความแม่นยำ โดยแบบจำลองพยากรณ์อากาศเชิงตัวเลข (NWP) ซึ่งแก้ปัญหาการเปลี่ยนแปลงและฟิสิกส์ของบรรยากาศ การศึกษานี้เสนอไฮบริดที่ผสมผสานระบบข้อมูลวงดนตรีจากการคาดเดาเรดาร์และคาดเดาตัวเลขพยากรณ์อากาศ (NWP) ปรับปรุงความแม่นยำของปริมาณน้ำฝนและการคาดการณ์น้ำท่วม ครั้งแรก การปรับปรุงเรดาร์ภาพคาดการณ์แบบวิธีการ ซึ่งประกอบด้วยการรหัส orographic ฝนและแบบวงดนตรีพลาด อีกด้วย แล้ว ensemble NWPผลมีการปรับปรุงโดยอ้างอิงหมายถึงอคติพิจารณาโครงสร้างข้อผิดพลาดข้อผิดพลาดฟิลด์ ในที่สุด การปรับปรุงเรดาร์ตามทำนายและพิจารณาแก้ไข bias ฝน NWP ปรับปรุงผสมผสานแบบไดนามิก ด้วยฟังก์ชั่นน้ำหนัก ซึ่งคำนวณจากเรดาร์แต่ละทักษะที่คาดหวังการคาดเดาและฝน NWP ปรับปรุง มีการตรวจสอบวิธีการนำเสนอชั่ว และ spatially ผ่านการกำหนดเป้าหมายกิจกรรม และใช้การคาดการณ์น้ำท่วมไฮบริการอัพเดกับช่วงเวลา 1 ชั่วโมง เสนอใหม่วิธีแสดงพอแสดงในค่าปล่อยสูงสุด และสามารถลดความกว้างของกระจาย ensemble ซึ่งแสดงเป็นความไม่แน่นอน ในการคาดการณ์น้ำท่วม ดำเนินการศึกษาของเราออก และตรวจสอบโดยใช้เหตุการณ์น้ำท่วมใหญ่ที่สุด โดยไต้ฝุ่น Talas 2011 catchments สอง ซึ่งมี Futatsuno (356.1 กม. 2) และโดย catchments เขื่อน (182.1 กม. 2) ของลุ่มแม่น้ำชินกุ (2360 กม. 2),ซึ่งตั้งอยู่ในคาบสมุทรคิอิ ญี่ปุ่น

ผลลัพธ์ (ไทย) 2:

อ่างจำนวนมากในประเทศญี่ปุ่นมีลักษณะเป็นภูเขาสูงชันภูมิภาคสร้างปริมาณน้ำฝน orographic
เหตุการณ์ orographic ปริมาณน้ำฝนอาจก่อให้เกิดฝนตกหนักที่มีการแปลที่จะทำให้เกิดน้ำท่วมฉับพลันและภัยพิบัติตะกอน.
แต่ความถูกต้องของเรดาร์ตามการคาดการณ์ปริมาณน้ำฝนไม่เพียงพอเนื่องจากความซับซ้อน
รูปแบบทางภูมิศาสตร์ของพื้นที่ที่เป็นภูเขา เพื่อที่จะลดความเสียหายอันเนื่องมาจากฝนตกหนักหน่วง
ลักษณะของปริมาณน้ำฝน orographic ต้องระบุลงในระยะสั้นขั้นตอนการคาดการณ์ปริมาณน้ำฝน.
ความถูกต้องของเรดาร์ตามการคาดการณ์ปริมาณน้ำฝนทำงานได้ดีที่สุดสำหรับเวลานำที่สั้นมาก แต่
ความถูกต้องของการทำนายเรดาร์อย่างรวดเร็ว ลดลงด้วยการเพิ่มเวลานำ ที่นานครั้งนำไปสู่ที่สูงขึ้น
QPFs ความถูกต้องมีการผลิตโดยอากาศเชิงตัวเลขการทำนาย (NWP) รุ่นที่แก้ปัญหาการเปลี่ยนแปลง
และฟิสิกส์ของบรรยากาศ การศึกษาครั้งนี้ได้นำเสนอระบบไฮบริดผสมของข้อมูลชุด
จากเรดาร์ทำนายตามและอากาศเชิงตัวเลขการคาดการณ์ (NWP) เพื่อปรับปรุงความถูกต้องของปริมาณน้ำฝน
และการพยากรณ์น้ำท่วม แรกเรดาร์วิธีการคาดการณ์ภาพที่ดีขึ้นซึ่งจะประกอบด้วย
บัตรประจำตัวปริมาณน้ำฝน orographic และรูปแบบข้อผิดพลาดวงดนตรีที่เป็นที่รู้จัก จากนั้น NWP ทั้งมวล
เอาท์พุทที่มีการปรับปรุงขึ้นอยู่กับอคติเฉลี่ยของเขตข้อมูลข้อผิดพลาดเมื่อพิจารณาโครงสร้างข้อผิดพลาด ในที่สุด
การปรับปรุงการทำนายเรดาร์ที่ใช้และการปรับปรุง NWP ปริมาณน้ำฝนพิจารณาแก้ไขอคติผสม
แบบไดนามิกที่มีฟังก์ชั่นการเปลี่ยนแปลงน้ำหนักซึ่งจะคำนวณจากทักษะที่คาดหวังของแต่ละเรดาร์
ทำนายปริมาณน้ำฝนและปรับปรุง NWP วิธีที่เสนอมีการยืนยันชั่วคราวและตำแหน่งผ่าน
เหตุการณ์เป้าหมายและถูกนำไปใช้ในการคาดการณ์น้ำท่วมไฮบริดสำหรับการปรับปรุงช่วง 1 ชั่วโมง ที่เสนอใหม่
วิธีการแสดงให้เห็นถึงการทำสำเนาเพียงพอในการปล่อยค่าสูงสุดและสามารถลดความกว้างของ
วงดนตรีการแพร่กระจายซึ่งจะแสดงเป็นความไม่แน่นอนในการพยากรณ์น้ำท่วม การศึกษาของเราจะดำเนินการ
ออกและตรวจสอบโดยใช้เหตุการณ์น้ำท่วมที่ใหญ่ที่สุดโดยพายุไต้ฝุ่น 'ตาลัส' ของปี 2011 ที่ผ่านมาสองอ่างเก็บน้ำซึ่ง
มี Futatsuno (356.1 กิโลเมตร 2) และ Nanairo (182.1 กิโลเมตร 2) อ่างเก็บน้ำเขื่อน Shingu ลุ่มน้ำ (2,360 กิโลเมตร 2),
ซึ่งเป็น ตั้งอยู่ในคาบสมุทร Kii ญี่ปุ่น

ผลลัพธ์ (ไทย) 3:

พื้นที่ต่างๆในญี่ปุ่นมีลักษณะภูเขาสูงชันภูมิภาคโดยสร้างปริมาณน้ำฝนโรกราฟฟิคเหตุการณ์ โรกราฟฟิค อาจทำให้เกิดฝนตกหนักน้ำฝนถิ่นที่ทำให้เกิดภัยพิบัติน้ำท่วมฉับพลันและดินตะกอนและความแม่นยำของการพยากรณ์ปริมาณน้ำฝนจากเรดาร์ไม่เพียงพอเพราะซับซ้อนรูปแบบทางภูมิศาสตร์ของพื้นที่ที่เป็นภูเขา เพื่อลดความเสียหายจากฝนตกหนักถิ่นลักษณะของฝนโรกราฟฟิคต้องระบุระยะสั้นการประเมินปริมาณน้ำฝนในกระบวนการความถูกต้องของการคาดการณ์ปริมาณน้ำฝนจากเรดาร์ประสิทธิภาพที่ดีที่สุดสำหรับระยะเวลาที่สั้นมาก แต่อย่างไรก็ตามความถูกต้องของการพยากรณ์เรดาร์อย่างรวดเร็วลดลงเมื่อเพิ่มเวลานำ เวลานำยาว สูงกว่าความถูกต้อง qpfs ผลิตโดยการพยากรณ์อากาศเชิงตัวเลข ( nwp ) รูปแบบซึ่งแก้พลศาสตร์และฟิสิกส์ของบรรยากาศ การศึกษานี้เสนอระบบไฮบริด ผสมของข้อมูลทั้งหมดจากเรดาร์พยากรณ์และการพยากรณ์อากาศเชิงตัวเลขที่ใช้ ( nwp ) เพื่อปรับปรุงความถูกต้องของปริมาณน้ำฝนน้ำท่วมและการพยากรณ์ แรก , การปรับปรุงภาพเรดาร์แบบไม่มีจุดหมาย ซึ่งประกอบด้วยการระบุปริมาณน้ำฝนโรกราฟฟิคและความผิดพลาดทั้งหมดนี้เป็นที่รู้จัก แล้ววงดนตรี nwpโดยมีการปรับปรุงตามหมายถึงอคติของเขตพิจารณาโครงสร้างข้อผิดพลาดข้อผิดพลาด ในที่สุดการปรับปรุงและการปรับปรุง nwp ปริมาณน้ำฝนจากเรดาร์พยากรณ์พิจารณาแก้ไขอคติผสมการเปลี่ยนแปลงแบบไดนามิกกับฟังก์ชันถ่วงน้ำหนัก ซึ่งคำนวณได้จากการคิดทักษะของแต่ละ เรดาร์ทำนายและปรับปรุง nwp ปริมาณน้ําฝน วิธีการที่เสนอการเปลี่ยนผ่านและชั่วคราวเป้าหมายกิจกรรมและใช้สำหรับการพยากรณ์สำหรับการปรับปรุง กับช่วงเวลา 1 H . ใหม่เสนอวิธีตรวจสอบคุณค่าสูงสุดในการแสดงที่เพียงพอและสามารถลดความกว้างทั้งหมดแพร่กระจาย ซึ่งแสดงเป็นค่าความไม่แน่นอนในการพยากรณ์ . การศึกษาของเราคืออุ้มออก และตรวจสอบการใช้เหตุการณ์น้ำท่วมใหญ่ โดยไต้ฝุ่นทาลัส " 2011 กว่าสอง catchments ซึ่งเป็น futatsuno ( 356.1 ตารางกิโลเมตร ) และ nanairo ( 182.1 ตารางกิโลเมตร ) เขื่อน catchments ของ shingu ลุ่มน้ำ ( 2373 ตารางกิโลเมตร )ซึ่งตั้งอยู่ในคาบสมุทรคีญี่ปุ่น