[发明专利]一种天气预报集合成员选取方法和系统

权利要求书

1.一种天气预报集合成员选取方法，其特征在于，包括：

基于数模模式背景场、电力生产运行情况和中尺度数值天气预报模式选择数据扰动方式；

基于所述数据扰动方式确定天气预报集合成员；

基于所述天气预报集合成员获得的气象数据的预测值和气象数据的实测值，按照预设预报效果标准评估集合预报效果；

其中，所述数据扰动方式包括：基于数模模式背景场收集的背景场数据扰动、基于电力运行状况的数值模式物理过程方案扰动和基于中尺度数值天气预报模式的数据同化方法扰动。

2.如权利要求1所述的方法，其特征在于，所述基于所述天气预报集合成员获得的气象数据的预测值和气象数据的实测值，按照预设预报效果标准评估集合预报效果，还包括：

当所述预报效果不合格时，调整天气预报集合成员；

继续基于调整后的天气预报集合成员获得的气象数据的预测值和气象数据的实测值，按照预设预报效果标准评估集合预报效果，直到所述预报效果合格。

3.如权利要求2所述的方法，所述当所述预报效果不合格时，调整天气预报集合成员包括：

当所述预报效果不合格时，重新选择基于电力运行状况的数值模式物理过程方案扰动和基于中尺度数值天气预报模式的数据同化方法扰动。

4.如权利要求1或2所述的方法，其特征在于，所述按照预设预报效果标准评估集合预报效果，包括：

分别判断集合预报成员在所述气象数据预报值中的权重是否在预设的权重区间内、判断集合预报能力是否为合格、判断各集合预报成员对应的气象数据预测值时间序列是否没有重合以及判断各集合预报成员对应的气象数据预测值变化趋势是否不同，当任一项判断结果为否时，集合预报效果为不合格，否则集合预报效果为合格。

5.如权利要求4所述的方法，其特征在于，所述判断集合预报能力是否为合格，包括：

结合所述气象数据的预测值和实测值，分别判断集合平均均方根误差和集合离散度是否小于预设差值阈值、布莱尔评分是否小于预设的布莱尔评分阈值、连续分级概率评分是否小于预设的概率评分阈值、受试者工作特征是否大于预设的特征阈值以及塔拉格兰德直方图任何相邻两条数据之差是否小于预设直方图阈值，当任一项判断结果为否时，集合预报能力为不合格，否则集合预报能力为合格。

6.如权利要求1所述的方法，其特征在于，所述背景场数据扰动包括：全球预报系统数据、全球环境多尺度数据、全球谱模型数据及欧洲中期天气预报中心数据。

7.如权利要求1或3所述的方法，其特征在于，所述数值模式物理过程方案扰动包括：边界层方案扰动、近地面层方案扰动、长波辐射方案扰动、短波辐射方案扰动、微物理方案扰动和积云对流方案扰动；

所述数据同化方法扰动包括：实时四维数据同化、三维变分数据同化、四维变分数据同化、集合卡曼滤波同化以及混合数据同化。

8.如权利要求1所述的方法，其特征在于，所述气象数据，包括：风速、降雨量、辐照度和气温。

9.一种天气预报集合成员选取系统，其特征在于，包括：扰动选择模块、成员确定模块和评估模块；

所述扰动选择模块，用于基于数模模式背景场、电力生产运行情况和中尺度数值天气预报模式选择数据扰动方式；

所述成员确定模块，用于基于所述数据扰动方式确定天气预报集合成员；

所述评估模块，用于基于所述天气预报集合成员获得的气象数据的预测值和气象数据的实测值，按照预设预报效果标准评估集合预报效果；

其中，所述数据扰动方式包括：基于数模模式背景场收集的背景场数据扰动、基于电力运行状况的数值模式物理过程方案扰动和基于中尺度数值天气预报模式的数据同化方法扰动。

10.如权利要求9所述的系统，其特征在于，所述评估模块还包括：成员调整单元和循环评估单元；

所述成员调整单元，用于当所述预报效果不合格时，调整天气预报集合成员；

所述循环评估单元，用于继续基于调整后的天气预报集合成员获得的气象数据的预测值和气象数据的实测值，按照预设预报效果标准评估集合预报效果，直到所述预报效果合格。