[發明專利]一種同化行星尺度和機器學習外強迫的氣候模式預測方法

有效

• 申請號: 202110244019.0
• 申請日: 2021-03-05
• 公開（公告）號: CN112819254B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 王澄海;張飛民;楊毅;王灝;楊凱
• 申請（專利權）人: 蘭州大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06F17/18;G06F119/08
• 代理公司: 蘭州中科華西專利代理有限公司 62002
• 代理人: 曹向東

1.一種同化行星尺度和機器學習外強迫的氣候模式預測方法，包括以下步驟：

⑴根據氣候特征時間尺度和大氣環流演變之間的關系，對大尺度背景場進行尺度分析，分離出背景場中1~3波的信息；

⑵利用流依賴的同化技術，將所述1~3波的信息同化進入大氣模式，形成模式的初始條件；

⑶采用機器學習方法，結合觀測進而再分析資料，通過考慮海洋熱量和鹽分的傳導速度，選擇不同深度的海溫，對海表溫度進行建模，并逐周進行1~3個季節的預報，形成氣候模式的海溫外強迫場；

⑷利用土壤溫、濕度觀測和再分析資料，采用機器學習方法建模，通過考慮土壤水分和熱量傳導速度，獲得未來1~2個季節底下2?m深度內逐層的土壤溫、濕度資料，形成氣候模式的陸地外強迫場；

⑸利用觀測和再分析資料，通過機器學習對冰凍圈緩變信號進行建模，得到冰凍圈信號的跨季節外推預測值，該預測值作為模式外源強迫項；

⑹將所述氣候模式的海溫外強迫場、所述氣候模式的陸地外強迫場、所述模式外源強迫項共同作為模式的邊界條件，利用所述1~3波的信息持續演變1~2個季節，形成大氣邊界場；

⑺將所述1~3波的信息、所述初始條件、所述大氣邊界場引入全球中尺度天氣預報模式或大氣環流模式中進行季節氣候預測；其中海溫強迫場每7天進行一次同化；

⑻在所述步驟⑺中季節氣候預測的基礎上，通過對比觀測資料，對所述1~3波的信息和所述大氣邊界場進行檢驗訂正，得到修訂值；

⑼將觀測的降水量、溫度用奇異譜分解，提取顯著周期疊加延伸，即可保留降水量、溫度的非線性信息；在觀測降水量、溫度和外強迫信號之間進行逐步回歸，外強迫信號主要考慮青藏高原積雪，考慮到高原積雪在唐古拉山南、北及羌塘高原三地區的分布分別和華南、長江流域和江淮流域的夏季降水偏多對應，因此，按照唐古拉山分為南、北、高原西部三種類型，歐亞積雪和北極海冰密度，獲得線性變化信息；將所述非線性信息和所述線性變化信息二者疊加作為一個預測值；

⑽將所述步驟⑻所得的修訂值和所述步驟⑼所得的預測值按照歷史擬和率進行集合，即得最終的預測結果。