[發明專利]一種格點化暴雨預報方法

在審

• 申請號: 202310205297.4
• 申請日: 2023-03-06
• 公開（公告）號: CN116243404A
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 盧偉萍;趙華生;陳飛盛;孫靖雯;歐堅蓮;黃小燕
• 申請（專利權）人: 廣西壯族自治區氣象科學研究所
• 主分類號: G01W1/10
• 分類號: G01W1/10;G06F18/214;G06N20/20;G06N5/01
• 代理公司: 南寧東之智專利代理有限公司 45128
• 代理人: 杜啟杰

本發明公開了一種格點化暴雨預報方法，本發明方法采用環流背景場、U\V預報場、雨量預報場、模式調整場以及地面氣象站的數據，并構建訓練樣本集；采用XGBoost方法建立一個基于EC模式環流背景場及其預報產品與未來0~24h降水量的映射關系的預報模型；將所述訓練樣本集通過所述預報模型訓練，使得所述預報模型能夠進行中短期降水預報。該方法對暴雨以上降水的預測能力（暴雨TS）較EC模式預報提高17%以上，可以有效提高中短期降水的預報精度，具有良好的應用前景，為防災減災提供更精準的預報服務。

技術領域

本發明涉及天氣預報技術領域，特別涉及一種格點化暴雨預報方法。

背景技術

隨著全球氣候變暖的大背景下，各種引發山洪、城市漬澇和地質災害的強對流天氣已屢見不鮮。因此，各行各業對氣象服務的需求越來越多，要求也越來越高。同時，隨著高時空分辨率的數值預報模式在預報業務中的使用，人們希望氣象部門能提供更為準確的天氣預報產品。然而，受數值模式初始場誤差、輸出誤差以及模式穩定性等原因的影響，如果直接使用數值預報模式中的輸出結果進行預報，其準確率相對較低。其預報水平與實際重大氣象災害的防災減災的預報需求還存在較大差距，影響氣象防災減災決策。在這樣的形勢下，氣象部門迫切需要開展數值模式產品的訂正預報問題，以提高其預報的準確率。

目前，數值預報產品包括了多個國內外的全球數值模式預報產品以及國內的多個區域模式數值預報產品，豐富的多源氣象數據給我們進行強降水訂正預報提供了更多的預報信息，但是同時海量的數據源給訂正預報工作帶來了很大的困難。如何對不同來源不同時空分辨率，不同結構的數值預報產品進行有效的利用是進行強降水客觀預報技術攻關的重要環節。目前業務上的數值模式降水訂正預報方法主要包含兩種類型：多模式融合技術和基于線性和非線性的統計預報方法。他們存在缺點如下：

(1)基于多模式融合的格點化預報方法主要是利用加權法對各家模式或預報成員進行加權。該方法僅考慮了各個模式成員的降水量預報場前期的預報表現情況，沒有考慮當前的環流形式場。

(2)基于線性和非線性統計方法的暴雨預報方法，該方法理論上可以加入各種模式的雨量預報場和各種物理量場，但從目前的文獻看，還沒有學者以大的環流背景作為模型的因子作為模型的輸入；其次，由于該方法往往以站點進行建模預報，對于龐大的格點數量及其格點上沒有相應的實況資料，因此，該方法目前無法適應當前降水預報的格點化需求。

發明內容

本發明實施例提供了一種格點化暴雨預報方法，以至少解決相關技術中目前格點化預報中過度依賴多模式融合的現狀的技術問題。

根據本發明實施例的一方面，提供了一種格點化暴雨預報方法，包括：

采用環流背景場、U\V預報場、雨量預報場、模式調整場以及地面氣象站的數據，并構建訓練樣本集；

采用XGBoost方法建立一個基于EC模式環流背景場及其預報產品與未來0～24h降水量的映射關系的預報模型；

將所述訓練樣本集通過所述預報模型訓練，使得所述預報模型能夠進行中短期降水預報。

可選地，采用環流背景場、U\V預報場、雨量預報場、模式調整場以及地面氣象站的數據構建訓練樣本集，具體包括：

獲取制作T時起報預報產品的環流背景場、設定模式的U\V預報場、雨量預報場、模式調整場以及地面氣象站的雨量實況數據；

分別對環流背景場、U\V預報場、雨量預報場、模式調整場以及地面氣象站的數據進行預處理；

將預處理后的數據進行處理成多個樣本組，每一組樣本xy包括若干預報因子x和一個預報對象y；

結合所述樣本組，采用時空堆疊和樣本重構技術構建樣本矩陣，從而得到訓練樣本集。