[发明专利]一种基于尺度化集合变换的混合扰动方法

权利要求书

1.一种基于尺度化集合变换的混合扰动方法，其特征在于包括如下步骤：

Ⅰ)每隔一段时间一次从网上下载最近的集合预报数据，通过对所述集合预报数据进行统计，以设定尺度化集合变换的初始集合成员与尺度化系数；

Ⅱ)设定繁殖过程中的循环的时间间隔与最优周期T；

Ⅲ)通过敏感性实验以及根据使用者的运行环境确定不同类型风暴中能够快速增长的扰动的最优波长范围；

Ⅳ)在确定了最优繁殖周期和扰动最优波长段后，基于尺度化集合变换技术和谐波分析与谱分析的混合技术得到滤波后的初始集合；

Ⅴ)根据所述设定的循环时间间隔，使用所述初始集合进行集合预报，在每个循环中使用尺度化集合变换技术和最优扰动波长更新集合，直至完成所述设定的最优繁殖周期；

Ⅵ)根据IC_blend＝R-R^lsp+G^lsp进行blending混合后，得到初始扰动IC_blend，其中，IC_blend是混合后的初始扰动，R是区域扰动，R^lsp是区域集合预报较大尺度的扰动，G^lsp是全球集合预报较大尺度的扰动。

2.根据权利要求1所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅰ)中下载集合预报数据，仅需下载最新一个时次的21个成员的数据以及由这21个成员预报得到的未来时刻的集合成员。

3.根据权利要求1所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅰ)中，设定尺度化集合变换的尺度化系数γ，包括如下步骤：

首先设定参考均方根误差σ，水平风分量U、V的参考均方根误差为4m/s,温度T的参考均方根误差为3K，水汽的参考均方根误差为0.5g/kg；

接着，根据式(1)，设定当U、V、T、Q变量的集合离散度大于各自对应的σ时，γ＝σ/spread；当这些变量的spread小于σ时，γ＝1，

4.根据权利要求3所述的基于尺度化集合变换的混合扰动方法，其特征在于所述繁殖的周期的确定：当对流区域平均的spread不再增长的时候，从这一时刻上溯至加入扰动的时刻，这一段时间设定为最优繁殖周期。

5.根据权利要求1所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅱ)中，设置繁殖过程中的循环的时间间隔：当有观测的时候，以时间频率最高的观测的时间间隔作为循环的时间间隔；当没有观测的时候，以模式的集合平均作为观测，执行集合变换。

6.根据权利要求5所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅱ)中，最小循环时间间隔设定为5分钟，当观测间隔小于5分钟时，以5分钟为间隔运行集合预报和尺度化集合变换操作。

7.根据权利要求1所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅲ)中，扰动的最优波长范围的确定包括如下步骤：

1)进行二维功率谱分析，得到初始集合成员的平均场在各个高度层下每一个变量的功率谱，然后按功率贡献的大小从大到小进行排序；

2)接着，按照1)中从大到小的顺序，将每一个波长对应的贡献进行累加，当累加值达到设定值N时，停止累加，将剩余的没有被用于累加的波长标记为小功率的波长，其中N为自然数，且70<N<90。

8.根据权利要求7所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅳ)中具体包括：先对每个集合成员执行尺度化集合变换,并在尺度化集合变换结束后，将所述标记的波长的傅立叶系数设为0，通过傅立叶逆变换得到滤波后的初始集合成员，最终得到滤波后的初始集合，接着在数值模式下使用初始集合进行数值预报。

9.根据权利要求1所述的基于尺度化集合变换的混合扰动方法，其特征在于所述步骤Ⅵ)中，数据集G^lsp通过对G^*lsp的数据进行插值，插值到步骤Ⅴ)中所述集合预报的网格上得到，所述G^*lsp通过Barns滤波滤除集合预报中小于4倍格距的波动得到。