[发明专利]一种基于时空扰动信息交互集成嵌套的短临外推预报方法

权利要求书

1.一种基于时空扰动信息交互集成嵌套的短临外推预报方法，其特征在于，包括以下步骤：

步骤1，根据一段时间的雷达反射率场或者降水场进行动力场计算；

步骤2，根据雷达反射率计算降水场，利用傅里叶分解方法构建降水场空间相关性级联分解，得到降水的分级降水空间扰动信息场；

步骤3，根据步骤2中两个以上时次的降水空间扰动信息场，构建降水自回归模型，从而引入降水的时间扰动信息场；

步骤4，将降水的时间扰动信息场和空间扰动信息场通过时空关系构建拟合函数进行重构，输出综合扰动分析场成员；在原始降水场或回波场中加入不同的随机扰动因子作为扰动成员场，进行逐个外推预报，构成两个以上成员的集合扰动外推场；

步骤5，根据步骤4中的集合扰动外推场，计算集合平均分析场以及集合概率外推预报场；

步骤1中，获取输入的雷达反射率场信息，或者降水场信息，利用LK光流法，变分回波跟踪风暴法，动态自适应雷达追踪法，各向异性扩散法四种方法计算动力场，根据权重比例输出集合动力场，通过线性插值方法在输入的时间序列上对集合动力场进行插值，得到整个时间序列上不同时刻的雷达回波预报场；

步骤1中，将时间划分为不同的i个小段，插值公式为：Pos＝(y+(T-i)/T*V[1],x+(T-i)/T*V[0])，其中V为风场信息，T为时间总长，y和x代表原始的直角坐标系坐标位置，Pos代表动力信息变化；

步骤2包括：

通过傅里叶变换，获取降水场的能量谱信息，基于能量谱信息，构建高斯滤波器即高斯函数：

其中a、b与c为实数常数，且a0，x为积分变量，f(x)为高斯函数积分；c＝2时，所述高斯函数是傅立叶变换的特征函数；

步骤2还包括：进行高斯分解，输出与原始场相关性较强的级联谱分级权重，根据权重信息输出分级降水扰动信息场；

步骤3中，降水自回归模型定义如下：

其中，d是常数项；ε_t是设定为平均数等于0，标准差等于σ的随机误差值；σ被设定为对于任何的时刻t都不变；X_t为t时刻的降水，i为累加计数器，φ_i为第i步时的自相关系数，p为累加的步数；

步骤4中，所述进行逐个外推预报，具体使用如下公式：

F(t₀+τ，x)＝F(t₀，x-a)

其中，t₀表示当前时刻，F(t₀+τ，x)表示未来时刻当前位置的回波，x表示当前横坐标位置，a表示横坐标位置的偏移，τ表示从当前时刻开始计算与未来一个时刻的偏差；

步骤4中，考虑二维情况，当雷达回波从(x-2a，y-2β)移动到(x，y)，有：

其中a，β为Δt时间内雷达回波分别在直角坐标系中的横坐标方向和纵坐标方向上的移动距离，Δt代表时间间隔，U(x-a，y-β，t)代表在(x-a，y-β)处的水平速度，V(x-a，y-β，t)代表在(x-a，y-β)处的垂直速度，因此：

a＝Δt*U(x-a，y-β，t)

β＝Δt*U(x-a，y-β，t)；

步骤4中，采用迭代的方法来获得每个时间步长的移动距离，a^k+1代表在k+1段的水平移动距离，β^k+1代表在k+1段的垂直移动距离：

a^k+1＝Δt*U(x-a^k，y-β^k，t)，

β^k+1＝Δt*V(x-a^k，y-β^k，t)，

通过上述公式计算得到不同的位移情况，从而得到两个以上成员的集合扰动外推场。

2.根据权利要求1所述的方法，其特征在于，步骤5中，根据集合消除偏差平均的方法，对扰动外推场的所有的成员计算平均值，对不同的成员进行集合平均分析场计算，同时根据雷达回波的数值范围在(0dBZ，20dBZ)、(20dBZ，35dBZ)、(35dBZ，70dBZ) 三个区间内成员所占的比例，进行集合概率外推预报。