[发明专利]一种适用于多要素的高分辨率集合预报系统

权利要求书

1.一种适用于多要素的高分辨率集合预报系统，其特征在于：具体分为数据采集模块、空间降尺度模块、时间插值模块、时间拆分模块、集合预报模块，所述数据采集模块采集集合预报成员以及订正的网格实况数据，所述集合预报成员包括但不仅限于EC、GFS、GRAPES，所述集合预报成员构成的预报要素为温度、气压、相对湿度、风和降水，所述空间降尺度模块使用空间降尺度插值方法，所述时间插值模块采用内插法处理除降水外的其他气象要素，初始场由上一批预报的相应预报时间提供，利用所述时间拆分模块处理降水将多小时降水处理成1h降水，所述时间拆分模块的处理方法采用时间拆分法，将拆分后的1h降水保持拆分前多小时降水在时间序列上的变化趋势，将拆分前后降水总量保持一致性；所述集合预报模块在不同气象要素的误差特征下集成了多个子模块，利用所述集合预报模块处理不同的气象要素，所述多个子模块包括最优集成子模块、概率密度匹配子模块和概率密度平均子模块；

利用所述最优集成子模块对温度、气压、相对湿度等误差变化较稳定的要素进行集合预报；

所述最优集成子模块中采用最优集成法，所述最优集成法分为三步：步骤一：计算集合预报成员在训练期平均误差，并借此计算矫正后各集合预报成员在训练期的平均绝对误差；步骤二：根据平均绝对误差确定各集合预报成员的权重系数；步骤三：利用平均误差矫正预报时期各集合预报成员的预报偏差，并用权重系数对各集合预报成员进行融合；

所述概率密度匹配子模块包括对风场进行集合预报，其中所述风场分为径向风和纬向风，所述概率密度匹配子模块中采用概率密度匹配法，所述概率密度匹配法的具体步骤为：步骤一：统计训练期各集合预报成员和实况中风场的概率密度分布；步骤二：修改集合预报成员风场标准差和平均值，使其分布与实况相近；步骤三：利用步骤二中的修改参数对预报时期各集合预报成员风场进行调整；步骤四：对调整后的所有集合预报成员进行算数平均，得到集合预报结果；

所述概率密度平均子模块包括对降水进行集合预报，其具体步骤为：步骤一：将所有集合预报成员求平均，确定降水空间分布特征；步骤二：统计平均前所有集合预报成员的降水概率密度分布和平均后的降水概率密度分布；步骤三：将平均后的降水概率密度分布函数匹配到与平均前相同，得到降水的集合预报。

2.根据权利要求1所述的一种适用于多要素的高分辨率集合预报系统，其特征在于：所述步骤一中在计算平均误差时，采用鲁棒性强的统计量来表征训练期平均偏差。

3.根据权利要求1所述的一种适用于多要素的高分辨率集合预报系统，其特征在于：除设有的所述数据采集模块、所述空间降尺度模块、所述时间插值模块、所述时间拆分模块、所述集合预报模块和所述多个子模块之外，在计算方法上，本系统基于大数据和云计算技术。