Rajas Surlikar

流量予測は、水資源管理と環境制御において極めて重要な側面です。全球気候モデル（GCM）と全球水文モデル（GHM）を組み合わせたモデルから予測される気候変数の変化は、河川流域における基準水文時および将来の水文条件における水レジームを研究するために利用できます。複数のGCM-GHMの予測値を組み合わせることで、より正確で信頼性の高い平均推定値を生成するために、マルチモデルアンサンブル平均化法が広く用いられています。本研究では、ベイズモデル平均化（BMA）手法を用いて、5つのGHMからの月間流量と、セクター間影響モデル相互比較プロジェクト（ISIMIP-ファストトラック版）の5つのGCMからの予測値を組み合わせ、過去の期間における月間流量をシミュレートします。 BMA手法は、最も優れた性能を示すGCM-GHMモデルの組み合わせを効果的に選択するだけでなく、1971年から2000年にかけてゴダヴァリ流域の出口に近いポラヴァラム地域で得られた月間流量観測データに関するアンサンブル平均予測の不確実性分析のための強固な枠組みを提供します。結果は、BMAが流量値の予測において、単純モデル平均化や加重平均化といった従来の平均化手法を大幅に上回る性能を示すことを示しています。BMAモデルは流量データの季節変動を効果的に捉え、ピーク流量値にわずかな差を示す一方で、流量の最低値を過大評価することがあります。ベースライン期間中のこの研究は、BMAがGCM駆動型GHMによって提供される流量予測の精度と信頼性を向上させる有望なツールであることを示唆しています。