[發明專利]基于數值統計的客觀天氣分型方法

在審

• 申請號: 201910300093.2
• 申請日: 2019-04-15
• 公開（公告）號: CN110286424A
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 周德榮;丁愛軍;張揚
• 申請（專利權）人: 南京大學
• 主分類號: G01W1/10
• 分類號: G01W1/10;G06K9/62
• 代理公司: 江蘇銀創律師事務所 32242
• 代理人: 何紅梅

本發明公開了基于數值統計的客觀天氣分型方法，包括如下步驟：(1)下載長時間的全球氣象再分析資料，選取每日特定時次的850hPa高度層特定的氣象要素作為判斷因子；(2)在利用計算機對天氣進行分型前，需要將氣象格點數據進行標準化計算；(3)大載荷飛艇、無人機和機載大氣理化參數集成監測；(4)計算選取典型天氣類型的代表天；(5)對典型天氣類型的代表天和某一天計算標準偏差指數，將所有天氣類型歸算為其中某一種典型天氣類型；(6)重復上述客觀天氣分型步驟，將未來一周的天氣類型分類。本發明的人工天氣分型普適性強，時效性高，客觀性強，能夠快速準確的實現過去長期天氣類型的客觀分型和未來一周的天氣分型預報。

技術領域

本發明涉及計算機客觀天氣分型技術領域，具體涉及一種基于數值統計的客觀天氣分型方法。

背景技術

天氣分型方法主要是將大量變化的天氣環流類型根據一定的方法總結出幾種出現頻次較高的主導類型，從而有效針對分析大氣變化和特定天氣型下氣象要素、空氣污染等變化特征。目前主要用的是基于人為主觀判斷的天氣分型方法，主觀天氣分型方法通常針對不同的天氣特征，選擇特定的目標氣象參數，通過人工判斷識別天氣圖，根據天氣圖中目標參數的變化特征進行分類。但是主觀分型方法存在著分型結果普適性弱、主觀性強、工作量大等缺點，不同的人員分型的結果差異較大，面對數年甚至數十年較長時間的天氣類型分析幾乎不可能完成。

鑒于以上所述現有技術的不足，目前，缺乏一種時效性高的基于數值統計的客觀天氣分型方法。

發明內容

本發明的目的是提供一種時效性高的基于數值統計的客觀天氣分型方法。

本發明的目的是通過下列技術方案實現的：本發明的基于數值統計的客觀天氣分型方法，包括如下步驟：

(1)下載長時間的全球氣象再分析資料，選取每日特定時次的850hPa高度層特定的氣象要素作為判斷因子，根據分型區域選擇合適的空間范圍；

(2)在利用計算機對天氣進行分型前，需要將氣象格點數據進行標準化計算，標準化的過程可以有效地消除不同季節水平氣壓梯度的差異；

(3)大載荷飛艇、無人機和機載大氣理化參數集成監測，優化試驗平臺利用標準化的氣象因子計算每個時次選定區域的氣象要素場的標準偏差指數，根據設定的閾值用于判斷兩種天氣類型是否為同一種類型；

(4)利用計算的標準偏差指數和相應的閾值，計算選取典型天氣類型的代表天；

(5)對典型天氣類型的代表天和某一天計算標準偏差指數，將所有天氣類型歸算為其中某一種典型天氣類型；

(6)利用新一代中尺度天氣預報模式WRF模擬未來一周所需區域的氣象場，提取WRF輸出氣象場850hPa高度的關鍵要素，并轉換數據格式；重復上述客觀天氣分型步驟，將未來一周的天氣類型分類。

進一步地，在步驟(2)中，采用標準化計算公式為其中Z_i為第i個格點標準化值，X_i為第i個格點原始值，為研究區域平均值，S為研究區域標準差。

進一步地，在步驟(3)中，標準偏差指數為其中Z_ai和Z_bi分別代表第a天和第b天第i個點的標準化之后的數據，N代表研究區域空間范圍內的總的點數，在這一步中，每一天都會與其他天計算總共(N-1)個標準偏差指數；為了使分型結果更為嚴謹可靠，研究區域每一列，每一行，以及整個研究區域都要計算標準偏差指數，分別為S_R，S_C，S_T；這一步的主要目的是為了確保整個區域的相似性；若S_R，S_C，S_T均小于預先設定的閾值，則認定第a天和第b天為同一種天氣類型。