[發(fā)明專利]一種基于統(tǒng)計(jì)降尺度技術(shù)的短期氣候預(yù)測方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011061566.7
• 申請(qǐng)日: 2020-09-30
• 公開（公告）號(hào): CN113219555B
• 公開（公告）日: 2021-10-26
• 發(fā)明（設(shè)計(jì)）人: 劉穎;任宏利;吳捷;武于潔
• 申請(qǐng)（專利權(quán)）人: 國家氣候中心
• 主分類號(hào): G01W1/10
• 分類號(hào): G01W1/10;G06F30/20;G06Q10/04
• 代理公司: 北京市盛峰律師事務(wù)所 11337
• 代理人: 于國強(qiáng)

1.一種基于統(tǒng)計(jì)降尺度技術(shù)的短期氣候預(yù)測方法，其特征在于：包括如下步驟，

S1、在建模的擬合時(shí)段內(nèi)，對(duì)我國月平均降水和大尺度預(yù)測因子進(jìn)行奇異值分解，通過這種奇異值分解計(jì)算，分別提取我國月平均降水和大尺度預(yù)測因子這兩個(gè)變量的主模態(tài)典型耦合空間異性相關(guān)分布空間型和相應(yīng)的主成分時(shí)間序列對(duì)；

S2、對(duì)月平均降水和大尺度預(yù)測因子進(jìn)行連續(xù)月滾動(dòng)建模；利用逐步回歸分析的方法，獲取適用于預(yù)測時(shí)間段的月平均降水和大尺度預(yù)測因子的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型以及主成分時(shí)間序列對(duì)；

S3、利用一元線性回歸分析的方法，根據(jù)建模的擬合時(shí)段內(nèi)的月平均降水和大尺度預(yù)測因子的自適應(yīng)主成分時(shí)間序列對(duì)，得到預(yù)測時(shí)間段的月平均降水的線性回歸后的自適應(yīng)主成分時(shí)間序列對(duì)；之后，利用預(yù)測時(shí)間段的大尺度預(yù)測因子原始場以及建模時(shí)段的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型，投影得到預(yù)測時(shí)間段的預(yù)測因子的自適應(yīng)主成分時(shí)間序列對(duì)；最后，利用預(yù)測時(shí)間段的月平均降水的自適應(yīng)主成分時(shí)間序列對(duì)和建模時(shí)間段的月平均降水的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型，得到目標(biāo)預(yù)報(bào)年的月平均降水結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于統(tǒng)計(jì)降尺度技術(shù)的短期氣候預(yù)測方法，其特征在于：步驟S1具體為，在建模的擬合時(shí)段t內(nèi)，將使用經(jīng)驗(yàn)正交分解方法濾波之后的月平均降水和大尺度預(yù)測因子利用奇異值分解方法進(jìn)行分解，分別提取兩變量的主模態(tài)典型耦合空間異性相關(guān)分布型和相應(yīng)的主成分時(shí)間序列對(duì)，計(jì)算公式如下，

其中，m為所有的奇異值向量分解模態(tài)總數(shù)；x為空間點(diǎn)，t為時(shí)間；A(t,x)和B(t,x)分別表示月平均降水和大尺度預(yù)測因子；R_i(x)和U_i(x)分別表示月平均降水和大尺度預(yù)測因子的第i個(gè)模態(tài)的典型耦合空間異性相關(guān)分布型；K_i(t)和S_i(t)分別表示月平均降水和大尺度預(yù)測因子第i個(gè)奇異值向量分解模態(tài)的主成分時(shí)間序列對(duì)。

3.根據(jù)權(quán)利要求2所述的基于統(tǒng)計(jì)降尺度技術(shù)的短期氣候預(yù)測方法，其特征在于：步驟S2具體為，結(jié)合步驟S1中獲取的月平均降水和大尺度預(yù)測因子的主模態(tài)典型耦合空間異性相關(guān)分布型以及主成分時(shí)間序列對(duì)，進(jìn)行連續(xù)月滾動(dòng)建模，利用逐步回歸分析的方法，獲取適用于目標(biāo)預(yù)報(bào)年的月平均降水和大尺度預(yù)測因子的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型以及主成分時(shí)間序列對(duì)，計(jì)算公式如下，

R_i(t+Δt,x)＝α×R_i(t,x)

U_i(t+Δt,x)＝β×U_i(t,x)

K_i(t+Δt)＝A(t,x)×R_i(t+Δt,x)

S_i(t+Δt)＝B(t,x)×U_i(t+Δt,x)

其中，α和β分別為月平均降水和大尺度預(yù)測因子耦合變化空間型的逐步回歸自適應(yīng)系數(shù)；R_i(t+Δt,x)和U_i(t+Δt,x)分別表示月平均降水和大尺度預(yù)測因子的第i個(gè)模態(tài)的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型；K_i(t+Δt)和S_i(t+Δt)分別表示月平均降水和大尺度預(yù)測因子第i個(gè)自適應(yīng)的主成分時(shí)間序列對(duì)；t+Δt為當(dāng)前預(yù)報(bào)時(shí)間，t為擬合時(shí)間。

4.根據(jù)權(quán)利要求3所述的基于統(tǒng)計(jì)降尺度技術(shù)的短期氣候預(yù)測方法，其特征在于：步驟S3具體為，根據(jù)步驟S2中獲取的適用于預(yù)測目標(biāo)月平均降水的月平均降水和大尺度預(yù)測因子的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型以及主成分時(shí)間序列對(duì)，利用一元線性回歸關(guān)系，獲取得到預(yù)測時(shí)間段的月平均降水的自適應(yīng)主成分時(shí)間序列對(duì)；計(jì)算公式如下，

其中，S_i(t)為月平均降水的主成分時(shí)間序列對(duì)；為利用S_i(t)線性回歸得到的月平均降水的自適應(yīng)主成分時(shí)間序列對(duì)；β_i為一元線性回歸系數(shù)；ε_i為殘差；i＝1,2,…,n，n為保留的奇異值向量分解模態(tài)數(shù)；

利用預(yù)測時(shí)間段的月平均降水的自適應(yīng)主成分時(shí)間序列對(duì)和建模時(shí)間段的月平均降水的自適應(yīng)主模態(tài)典型耦合空間異性相關(guān)分布型，得到目標(biāo)預(yù)報(bào)年的月平均降水結(jié)果；計(jì)算公式為，

其中，A(t+Δt,x)為目標(biāo)預(yù)報(bào)年的月平均降水；為預(yù)測時(shí)間段的月平均降水的自適應(yīng)主成分時(shí)間序列對(duì)。