[發明專利]NRIET暴雨智能相似分析方法

有效

• 申請號: 201910618014.2
• 申請日: 2019-07-10
• 公開（公告）號: CN110333554B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 馬星星;孫文正;陳啟智
• 申請（專利權）人: 南京恩瑞特實業有限公司
• 主分類號: G01W1/02
• 分類號: G01W1/02;G06K9/62
• 代理公司: 南京知識律師事務所 32207
• 代理人: 高嬌陽

本發明公開了一種NRIET暴雨智能相似分析方法，這里氣象大數據相似預報方法，通過機器學習得到相似判據，能夠更加準確地建立相似度計算的方案，同時，使用相似離度作為衡量標準，不但考慮了要素的數值相似，而且加入了天氣系統的形變因素。此外，結合圖像大數據相似度定量衡量天氣過程中不同變量場的相似程度，逐步引入要素場進行相似過濾，最終得到相似個例的日期，基于這些相似個例所對應的歷史實況作為制作天氣預報的依據。該方法結合圖形大數據技術和傳統相似算法，利用數值預報產品提供的大氣環流演變趨勢，考慮天氣發展過程的三維結構特征，兼顧大氣本身的線性和非線性變化規律，具有思路明確，直觀性強的特點，輔助預報和分析。

技術領域

本發明涉及一種氣象大數據預報分析方法，尤其涉及一種NRIET暴雨智能相似分析方法。

背景技術

傳統的相似形勢法作氣象要素預報，要在事先用歷史資料把各種天氣出現時的地面或空中形勢歸納成若干型──天氣─氣候模型，并統計各型的相似天氣過程與預報區天氣的關系。作預報時，只要根據當時的天氣形勢及其演變特點，找到歷史相似天氣型，即可作出相應的天氣預報。傳統的暴雨相似預報在氣象要素篩選中具有較強的經驗性質和不確定性，很多情況下暴雨相似預報過程中的判據依賴于預報員的經驗選擇，并不是通過客觀算法計算得到，會引起預報結果的主觀失誤。同時，現有的暴雨相似分析法在計算相似度的過程中多使用的是距離法計算，將二維的氣象要素轉化成一維的數據，僅僅考慮了氣象要素值的相似性，缺少對系統的形狀的考慮，忽略了氣象要素形勢場的整體信息，使得最終得到的相似分析結果不準確。

發明內容

本發明提出了一種NRIET暴雨智能相似分析方法，這里氣象大數據相似預報方法，通過機器學習得到相似判據，能夠更加準確地建立相似度計算的方案，同時，使用相似離度作為衡量標準，不但考慮了要素的數值相似，而且加入了天氣系統的形變因素。此外，結合圖像大數據相似度定量衡量天氣過程中不同變量場的相似程度，逐步引入要素場進行相似過濾，最終得到相似個例的日期，基于這些相似個例所對應的歷史實況作為制作天氣預報的依據。該方法結合圖形大數據技術和傳統相似算法，利用數值預報產品提供的大氣環流演變趨勢，考慮天氣發展過程的三維結構特征，兼顧大氣本身的線性和非線性變化規律，具有思路明確，直觀性強的特點，輔助預報和分析。

基于數值預報再分析數據、衛星圖像數據和暴雨數據，建立時間深度為10年以上的歷史資料庫；將當前資料處理為與歷史資料相同結構的數據，對歷史資料庫和當前數據進行標準化處理。根據相似分析關注的天氣過程，選擇相應的相似判據進行相似分析。要素因子包括：位勢高度場、溫度場、濕度場、渦度場、散度場、U、V風場、垂直速度場。針對臺風過程和暴雨過程形成兩套相似分析方法，相似判據的選取及不同要素的權重可以根據業務選擇實時配置，在分析過程中相似判據的區域范圍可變。

為了解決以上問題，本發明采用了如下技術方案：一種NRIET暴雨智能相似分析方法，包括以下步驟：

步驟1：基于數值預報再分析數據、衛星圖像數據和暴雨數據，建立時間深度為10年以上的歷史資料庫；

步驟2：將當前資料處理為與歷史資料相同結構的數據，對歷史資料庫和當前數據進行標準化處理；

步驟3：相似判據選取

基于不同的暴雨過程，建立降水量與海平面氣壓、2米高度溫度、相對濕度和風向、風速；以及與標準等壓面上的位勢高度、溫度、相對濕度、U風分量、V風分量；以及與診斷物理量：渦度、散度、垂直速度、的相關關系，利用機器學習的方法XgBoost建立降雨量與各個氣象要素的數學關系模型，計算不同的要素與降雨量的相關系數，根據相關系數的大小篩選出與降水量關系更強的氣象要素，作為后續相似分析過程中的比較判據；

步驟4：相似區域選取

相似區域：即“歷史同期”過程的時間范圍以及對每個形勢場的掃描區域范圍；