[發(fā)明專利]一種基于信息熵的氣候模式評估和偏差校正方法

有效

• 申請?zhí)枺?/td>: 202010059502.7
• 申請日: 2020-01-19
• 公開（公告）號: CN111309778B
• 公開（公告）日: 2023-05-05
• 發(fā)明（設(shè)計）人: 寧理科;占車生
• 申請（專利權(quán)）人: 中國科學(xué)院地理科學(xué)與資源研究所
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F17/18;G01W1/02
• 代理公司: 上海旭誠知識產(chǎn)權(quán)代理有限公司 31220
• 代理人: 鄭立

1.一種基于信息熵的氣候模式評估和偏差校正方法，其特征在于，包括如下步驟：

步驟1、根據(jù)實際需求，選取各氣候模型的氣候評估結(jié)果以及氣候測量結(jié)果；

步驟2、計算所述各氣候模型與所述測量結(jié)果的信息熵、互信息；

步驟3、獲得VI和RVI圖，

所述VI圖為模型與參考分布之間的信息差異圖，其中VI定義為：

VI(X,Y)＝H(X)+H(Y)-2I(X；Y)

其中，H(X)和H(Y)分別為參考分布X和模型Y的信息熵，

所述RVI圖為基于RVI的歸一化的互信息圖，其中，

其中基于RVI的關(guān)系圖測量的是歸一化的互信息，具體表示為：

步驟4、評估氣候模型的優(yōu)劣；

步驟5、選取n個評估結(jié)果較好的氣候評估模型構(gòu)建多模式集合預(yù)報系統(tǒng)；

步驟6、用最小二乘法進行結(jié)果校正。

2.如權(quán)利要求1所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述步驟2中，所述信息熵為：

其中，p(x_i)為參考分布X中某一事件x_i的出現(xiàn)概率，n為參考分布X中包含的事件數(shù)。

3.如權(quán)利要求1所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述步驟2中，模型Y與參考分布X之間的互信息定義為：

其中，p(x,y)為模型與參考分布的聯(lián)合概率，p_X(x)和p_Y(y)分別是參考分布X和模型Y的邊際概率。

4.如權(quán)利要求1所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述步驟4具體包括：

步驟A、使用互信息圖來比較不同的所述氣候模型；

步驟B、做出關(guān)于模型中多個變量的靈敏度和不確定性分析；

步驟C、揭示各所述氣候評估模型的優(yōu)劣。

5.如權(quán)利要求1所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述步驟5具體包括，將抽取的n個氣候模式線性組合構(gòu)建多模式集合預(yù)報系統(tǒng)

Z＝α₁X₁+α₂X₂+…α_nX_n

其中，X_i(i＝1…n)分別為所選n個氣候模式的氣候數(shù)據(jù)，包括溫度、降水和濕度等信息，α_i(i＝1…n)分別為n個氣候模式的比例系數(shù)，該系數(shù)與所選n個氣候模式的初步評估結(jié)果成正相關(guān)性，處于0-1之間，并且滿足

6.如權(quán)利要求1所述的所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述步驟6具體包括，將步驟5所述多模式集合預(yù)報系統(tǒng)Z采用所述VI和RVI圖判斷評估結(jié)果，逐步調(diào)整比例系數(shù)使得所述多模式集合預(yù)報系統(tǒng)的輸出結(jié)果最接近實際的測量值。具體通過最小二乘法實現(xiàn)，即下式最小

其中，S為實際的氣候測量數(shù)據(jù)。

7.如權(quán)利要求1所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述VI和RVI圖中同時顯示多個氣候模擬參數(shù)，包括：氣溫、濕度、氣壓和降水。

8.如權(quán)利要求1所述的基于信息熵的氣候模式評估和偏差校正方法，其特征在于，所述VI和RVI圖是基于信息論的。