[發明專利]一種用于中尺度模式CNOP求解識別觀測敏感區的架構及方法

在審

• 申請號: 201910073868.7
• 申請日: 2019-01-25
• 公開（公告）號: CN109871986A
• 公開（公告）日: 2019-06-11
• 發明（設計）人: 穆斌;張琳琳;袁時金
• 申請（專利權）人: 同濟大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

本發明涉及一種用于中尺度模式CNOP求解識別觀測敏感區的架構及方法，屬于計算機科學與大氣科學交叉學科的研究領域，可用于求解中尺度模式CNOP以識別臺風目標觀測敏感區。本發明中的中尺度模式包括第五代中尺度模式(The Fifth?Generation Mesoscale Model，MM5)與天氣預報模式科研版(Advanced Research the Weather Research and Forecast，WRF?ARW)，為避免使用MM5模式與WRF?ARW模式的伴隨模式，與現有技術相比，本發明設計并實現了四種基于主成分分析降維的并行化改進智能算法來優化求解CNOP，同時提供了CNOP數據后處理與分析腳本，實現對不同臺風個例目標觀測敏感區的有效識別。

技術領域

本發明涉及計算機科學與大氣科學交叉學科的研究領域，可用于求解中尺度模式CNOP以識別臺風目標觀測敏感區，尤其是涉及一種用于中尺度模式CNOP(ConditionalNonlinear Optimal Perturbation，CNOP)求解識別觀測敏感區的架構及方法。

背景技術

中尺度模式是天氣現象可預報性研究的主要數值模式，條件非線性最優擾動方法是研究天氣現象可預報性的有效方法。

一般求解CNOP的方法需要數值模式相應的伴隨模式提供梯度信息，但不是所有的中尺度模式都開發了伴隨模式，而且由于中尺度天氣現象物理過程較為復雜，具有多種物理參數化方案，開發所有物理參數化的伴隨模式需耗費巨大的人力物力，且存在由于物理過程的不可導、不可微導致伴隨模式計算梯度信息錯漏的現象。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種用于中尺度模式CNOP求解識別觀測敏感區的架構及方法，本發明為實現中尺度模式CNOP的免伴隨求解，識別臺風目標觀測敏感區，提高臺風預報技巧，增強臺風可預報性，需要設計一種不使用伴隨模式來進行CNOP求解尋優的高效算法。智能算法作為一種對求解問題的連續性和可微性無要求的、具有先天并行性的算法能夠實現免伴隨的CNOP高效求解。

本發明的目的可以通過以下技術方案來實現：

一種用于中尺度模式CNOP求解識別觀測敏感區的架構，其采用模塊化框架結構，該系統包括前處理模塊、智能數據處理方法模塊、CNOP求解模塊和后處理模塊，其中，所述前處理模塊包括第五代中尺度模式(The Fifth-Generation Mesoscale Model，MM5)和天氣預報模式科研版(Advanced Research the Weather Research and Forecast，WRF-ARW)，所述第五代中尺度模式和所述天氣預報模式科研版，均用于產生所述CNOP求解模塊所需的基態場，所述智能數據處理方法模塊，用于利用免伴隨的、基于降維的智能數據處理方法求解CNOP，免伴隨表示不需要使用中尺度模式的伴隨模式提供梯度信息；基于降維是指利用主成分分析方法對中尺度模式產生的誤差數據樣本集進行降維，產生由特征向量組成的特征空間；在特征空間內利用改進的智能算法求解CNOP，所述CNOP求解模塊，用于將所有與CNOP求解有關的主程序與子程序編譯后整合到一個模塊中運行，所述后處理模塊，用于利用繪圖軟件提供繪圖腳本。

進一步地，前處理模塊根據中尺度模式的選擇，有兩套處理方法：對于MM5模式，所述的第五代中尺度模式，其輸入包括由歐洲中期天氣預報中心(European Centre forMedium-Range Weather Forecasts，ECMWF)提供的Surface與Pressure數據文件、經MM5V3中的TERRAIN、REGRID、INTERPF模塊產生所選臺風個例的初值文件和邊界條件文件(BDYOUT_DOMAIN1、LOWBDY_DOMAIN1、MMINPUT_DOMAIN1)，其輸出為所述CNOP求解模塊所需的基態場。