[发明专利]基于多模式分区误差检验的风场预报方法及其系统

说明书

本发明提供了基于多模式分区误差检验的风场预报方法及其系统，包括：获取实况数据、数值模式数据和区域，将数据统一转换为网格格点数据；根据实况数据对区域进行分区，利用最邻近规则挑选出每个分区中所包含的站点；利用数值模式数据读取站点的预报数据及对应的实时数据得到分区的预报因子及结果，通过订正方法对预报因子及结果进行订正得到订正方案；根据网格格点数据对站点信息进行误差分析得到分区的最优模式；根据分区的最优模式得到未订正最优模式预报，利用订正方案根据分区的最优模式得到订正最优模式预报，根据网格格点数据得到基础模式预报；根据订正最优预报模式、未订正最优预报模式以及基础预报模块对风场进行预报。

技术领域

本发明涉及天气预报领域，尤其涉及一种基于多模式分区误差检验的风场预报方法及其系统。

背景技术

美国国家海洋和大气管理局国家环境预报中心的杜钧在《天气预报的三次跃进》中指出：回顾过去100多年，天气预报经历了两次跃进：第一次是地面和高空天气图的绘制和应用(空间上的跃进)，第二次是数值预报的实施(时间上的跃进)。经过这两次跃进，天气预报已经走过了从经验和定性描述到今天定量计算的一门数理学科。洛伦兹发现大气混沌现象后，天气预报正在经历从单一确定论到多值概率论的第三次跃进，并试图通过量化或简化不确定因素来提高天气的可预报性和降低预报的不确定性。现在的数值预报模式不仅可以预报大尺度天气形势，而且可以直接预报各类气象要素和小尺度系统，如温度、湿度、风、雨雪、冰雹、雾、能见度、雷电、云底高度、对流云项、晴空湍流、飑线、超级单体，甚至龙卷风个体等，使天气预报的水平大大提高。有些有影响的人认为计算机应该用于统计预报而不是动力预报。但随着信息技术的发展，尤其是云平台、大数据、神经网络等智能技术的出现，计算机已广泛应用于统计预报、概率预报、动力预报，甚至向智能预报的方向发展。福建省网格预报准确率目前在全国排名前列，从2013年福建省就开始了智能网格气象预报技术研究，目前研究的多种释用技术和方案包括：应用最优训练期方案、最优模式方案、插值的最优有效影响半径、要素优选方案、最优TS评分法、基于温度要素的降水分组订正、温度与露点温度双订正等。根据《全国智能网格气象预报业务2017年工作方案》，围绕提高气象预报准确率和精细化水平的核心目标，推进智能网格气象预报业务向无缝隙、精准化、智慧型方向发展。河北省气象局制定了《河北省智能网格气象预报业务2017年工作方案实施细则》，并以河北省集约化综合气象业务平台为依托，不断完善智能网格预报的研发工作。近年来，引进了INCA、LAPS、BJ-ANC等多套短临分析预报系统；建立了HB-WRF、GRAPES-RAFS中尺度数值预报系统；建立了融合主观和客观、分辨率为5公里3小时、预报时效为12－96小时的格点预报业务，且智能网格预报72小时预报时效内的时空分辨率分别达到了1小时和1公里。实施细则中明确指出强化市县级在应用智能网格预报服务“一张网”中的重要作用，并明确省气象台、各市气象局研发不同要素间一致性订正方案并应用于预报要素一致性处理；完善基于实况或短临产品的滚动订正技术，实现降水、温度、湿度、风向风速等滚动订正；持续优化改进MOS预报、多模式集成等技术方案，特别是完善云量、风等要素的网格预报技术。数值天气预报NWP(numerical weather prediction)是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。从学科发展史来看，数值天气预报(NWP)是气象科学较新的领域。从20世纪50年代科研人员利用计算机进行NWP研究取得成功，随后陆续在各国气象预报中心投入业务化运行，至今还不到一个甲子。然而，目前NWP对于整个气象科学和气象预报业务的发展已经起到举足轻重的作用。由中国气象局数值预报中心和上海区域高分辨率数值预报中心联合创建的“数值预报云”平台，围绕提高数值预报准确率和精细化水平的核心目标，应用云技术、大数据、互联网+、智能化等信息技术，建立以区域高分辨率数值预报系统为核心的集约化数值预报格点数据应用业务体系。通过统一标准、统一数据和统一管理的集约化众创型数值预报专业云平台，形成数值预报业务、科研等的“云+端”应用模式，提升气象信息化技术和现代化气象服务水平，加快推进数值预报格点应用向无缝隙、精准化、智慧型方向发展。