[發明專利]一種氣溫智能網格最優集成預報方法

有效

• 申請號: 201910322114.0
• 申請日: 2019-04-22
• 公開（公告）號: CN110068878B
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 盛春巖;范蘇丹
• 申請（專利權）人: 山東省氣象科學研究所
• 主分類號: G01W1/10
• 分類號: G01W1/10
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 張貴賓

一種氣溫智能網格最優集成預報方法，包括如下步驟：數值預報產品加工處理，獲取觀測站點氣溫實況及預報值，選擇最優的數值預報產品，開展氣溫預報訂正釋用，分析不同客觀釋用方法預報效果，研究適合的最優集成預報方法，生成氣溫智能網格最優集成預報產品，實現業務化運行。本發明立足于尋找最優預報的思路，首先是尋找最優數值模式，在最優數值模式的基礎上開展氣溫預報訂正釋用，尋找預報較好且互為補充的客觀釋用方法，通過對不同釋用方法的最優集成預報，進一步提高氣溫預報準確率。

技術領域

本發明屬于天氣預報技術領域，涉及一種氣溫智能網格最優集成預報方法。

背景技術

隨著數值天氣預報水平的提高和精細化天氣預報業務的發展，天氣預報已從傳統的不規則站點預報轉變成均勻網格（等經緯或等距離）的智能網格預報，預報準確率和精細化水平不斷提高。結合先進的數值預報產品和MOS等數值預報產品釋用技術，氣溫預報準確率顯著提高，當前氣溫客觀預報準確率已達到甚至超過預報員主觀預報水平。但由于不同的數值模式及不同統計釋用方法的差異，對氣溫客觀預報準確率也各有所長，難以找到一個穩定第一的預報方法。即使總體評分相當的情況下，不同預報方法在不同天氣、不同地區的預報效果也不盡相同。例如，基于ECMWF細網格模式氣溫預報，采用吳啟樹等（吳啟樹等，MOS溫度預報中最優訓練期方案. 應用氣象學報，2016，27（4）：426-434）準對稱最優滑動訓練期方法進行氣溫智能網格客觀預報，氣溫預報準確率較數值模式直接預報顯著提高；采用溫度預報偏差滑動訂正方法進行氣溫客觀預報（專利號：CN201810723060），預報準確率較數值模式直接預報也有明顯改進。但從實際業務應用看，即使都是基于相同的數值預報進行訂正釋用，由于不同的方法考慮的預報因子和訂正方法差異，沒有哪一種預報產品絕對最優。而基于不同數值預報產品進行氣溫預報訂正釋用或集成，由于不同數值模式預報差異，對釋用結果影響也很大，難以取得較好的預報效果。在當前背景下，如何研發合理的客觀預報方法，能夠集成不同客觀預報方法的優勢，進一步提高預報準確率，是氣溫等要素智能網格客觀預報的一項重要內容。

發明內容

本發明針對傳統技術中存在的問題提出一種新型的氣溫智能網格最優集成預報方法。

為了達到上述目的，本發明是采用下述的技術方案實現的：

一種氣溫智能網格最優集成預報方法，包括以下步驟：

（1）數值預報產品加工處理：獲取天氣預報業務上常用的數值預報產品，通過插值技術將數值預報產品插值到均勻網格（等經緯或等距離）上，生成氣溫智能網格預報產品；

（2）獲取地面氣象觀測站點氣溫實況及預報值：獲取地面氣象觀測站氣溫實況，通過鄰域法獲取實況點氣溫預報值；

（3）選擇最優的數值預報產品：對當前天氣預報業務上使用的不同數值模式氣溫預報準確率進行評分對比，擇優選擇預報準確率較高且預報誤差相對穩定的數值預報產品；

（4）開展氣溫預報訂正釋用，建立統計釋用方法：基于選取的最優數值模式氣溫預報產品及地面氣溫實況，采用氣溫預報偏差滑動訂正、MOS統計釋用等方法，建立不同的氣溫客觀預報釋用方法；

（5）分析不同客觀釋用方法預報效果：對不同氣溫客觀釋用方法的預報效果進行檢驗評估，挑選出預報準確率較高且預報各有所長的預報方法，作為最優集成的基礎產品；

（6）研究適合的最優集成預報方法：基于所選的幾種客觀預報方法，分析評估這些預報方法在不同季節、不同地區的預報準確率和預報誤差特征，采用集成平均、單點預報最優集成、總體預報最優集成等方法進行集成預報對比，采用逐日滑動檢驗法確定最優預報產品，研發適合的最優集成方法，生成站點氣溫最優集成預報產品；

（7）生成氣溫智能網格最優集成預報產品：基于插值后的數值模式氣溫智能網格預報產品，采用鄰域法，將站點氣溫最優集成預報值反饋到周圍網格點上，生成氣溫智能網格最優集成預報產品；