[發明專利]一種基于統計降尺度技術的短期氣候預測方法

有效

• 申請號: 202011061566.7
• 申請日: 2020-09-30
• 公開（公告）號: CN113219555B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 劉穎;任宏利;吳捷;武于潔
• 申請（專利權）人: 國家氣候中心
• 主分類號: G01W1/10
• 分類號: G01W1/10;G06F30/20;G06Q10/04
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

本發明公開了一種基于統計降尺度技術的短期氣候預測方法，包括在建模的擬合時段內，對我國月平均降水和大尺度預測因子進行奇異值分解，分別提取我國月平均降水和大尺度預測因子的主模態典型耦合空間異性相關分布空間型和相應的主成分時間序列對；利用逐步回歸分析的方法，獲取適用于預測時間段的月平均降水和大尺度預測因子的自適應主模態典型耦合空間異性相關分布型以及主成分時間序列對。優點是：綜合氣候模式和前期關鍵因子，基于EOF、SVD及多元線性回歸等多種處理方法提取多種因子間最優耦合變化型，開發了多源信息動態處理及提取技術，構建最優信息集成自適應降尺度技術，實現對全國不同地區氣候條件下的臨近月平均降水的網格化預測。

技術領域

本發明涉及大氣科學領域，尤其涉及一種基于統計降尺度技術的短期氣候預測方法。

背景技術

短期氣候預測方法主要分為數值模式方法和物理統計方法。對于氣候模式而言，針對大尺度環流具有較高預測能力，但對東亞地區的降水預測能力較低，不能滿足實際需求。ENSO存在于熱帶太平洋，是海氣相互作用的重要系統，是全球天氣和氣候年際變化的重要原動力之一，通過海氣相互作用的遙響應影響著全球氣候的年際變化，是降水預測一個重要前兆性信號。因此，利用氣候模式大尺度預報因子的穩定性對精細尺度季節平均降水的統計降尺度預測是可行的。而預測技術以及預測因子的選擇是實現精準的降尺度預測的關鍵也是難點。

由于中國地處東亞季風區，自然條件復雜，劇烈變化的氣候影響著東亞季風系統等因素，導致中國季節平均降水的短期氣候預測，特別是臨近月尺度水平一直不穩定。無論是氣候模式還是目前的降尺度方法都無法精細的預測我國不同地區的臨近降水特征。

發明內容

本發明的目的在于提供一種基于統計降尺度技術的短期氣候預測方法，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種基于統計降尺度技術的短期氣候預測方法，包括如下步驟，

S1、在建模的擬合時段內，對我國月平均降水和大尺度預測因子進行奇異值分解，通過這種奇異值分解計算，分別提取我國月平均降水和大尺度預測因子這兩個變量的主模態典型耦合空間異性相關分布空間型和相應的主成分時間序列對；

S2、對月平均降水和大尺度預測因子進行連續月滾動建模；利用逐步回歸分析的方法，獲取適用于預測時間段的月平均降水和大尺度預測因子的自適應主模態典型耦合空間異性相關分布型以及主成分時間序列對；

S3、利用一元線性回歸分析的方法，根據建模的擬合時段內的月平均降水和大尺度預測因子的自適應主成分時間序列對，得到預測時間段的月平均降水的線性回歸后的自適應主成分時間序列對；之后，利用預測時間段的大尺度預測因子原始場以及建模時段的自適應主模態典型耦合空間異性相關分布型，投影得到預測時間段的預測因子的自適應主成分時間序列對；最后，利用預測時間段的月平均降水的自適應主成分時間序列對和建模時間段的月平均降水的自適應主模態典型耦合空間異性相關分布型，得到目標預報年的月平均降水結果。

優選的，步驟S1具體為，在建模的擬合時段t內，將使用經驗正交分解方法濾波之后的月平均降水和大尺度預測因子利用奇異值分解方法進行分解，分別提取兩變量的主模態典型耦合空間異性相關分布型和相應的主成分時間序列對，計算公式如下，

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