Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Statistical post-processing of short-term hydrological ensemble forecasts using the application of the dressing method

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00020699%3A_____%2F21%3AN0000014" target="_blank" >RIV/00020699:_____/21:N0000014 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://147.213.100.3/ah_articles/2021_22_2_Vlasak_276.pdf" target="_blank" >http://147.213.100.3/ah_articles/2021_22_2_Vlasak_276.pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.31577/ahs-2021-0022.02.0031" target="_blank" >10.31577/ahs-2021-0022.02.0031</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Statistical post-processing of short-term hydrological ensemble forecasts using the application of the dressing method

  • Popis výsledku v původním jazyce

    Probabilistic hydrological forecasts used in forecasting offices are often based only on different variants of precipitation forecast, which are the dominant source of forecast uncertainty during flood periods. The proposed method called dressing extends the uncertainty of meteorological forecast input by estimating the uncertainty of hydrological modeling using statistical analysis of deviations derived from simulated and observed flows. Adjustment of probabilistic flow forecasts is applied by post-processing without interfering with the hydrological model itself. The method is focused primarily on runoff phases, where heavy precipitation is not expected and the dispersion of the original ensemble is insufficient. A comparison of the success of short-term operative ensemble predictions of river discharge in the upper Vltava basin before and after adjusting by the dressing method showed a clear improvement in statistics.

  • Název v anglickém jazyce

    Statistical post-processing of short-term hydrological ensemble forecasts using the application of the dressing method

  • Popis výsledku anglicky

    Probabilistic hydrological forecasts used in forecasting offices are often based only on different variants of precipitation forecast, which are the dominant source of forecast uncertainty during flood periods. The proposed method called dressing extends the uncertainty of meteorological forecast input by estimating the uncertainty of hydrological modeling using statistical analysis of deviations derived from simulated and observed flows. Adjustment of probabilistic flow forecasts is applied by post-processing without interfering with the hydrological model itself. The method is focused primarily on runoff phases, where heavy precipitation is not expected and the dispersion of the original ensemble is insufficient. A comparison of the success of short-term operative ensemble predictions of river discharge in the upper Vltava basin before and after adjusting by the dressing method showed a clear improvement in statistics.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    10501 - Hydrology

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Acta Hydrologica Slovaca

  • ISSN

    2644-4690

  • e-ISSN

  • Svazek periodika

    22

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    SK - Slovenská republika

  • Počet stran výsledku

    8

  • Strana od-do

    276-283

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85111945058