[发明专利]一种基于改进背景误差协方差矩阵预测大气参数的方法

权利要求书

1.一种基于改进背景误差协方差矩阵预测大气参数的方法，包括：

步骤1)将卫星观测数据输入WRF模型；输出指定时刻、指定空间分辨率格点上的用于气象预报的大气参数变量；

步骤2)计算大气参数中同种参数的变量方差和不同参数间的协方差；

步骤3)绘制大气参数变量与预报时长的关系曲线，由关系曲线得到大气参数变量与预报时长具有线性相关性的时间段；

步骤4)构建背景误差协方差矩阵，主对角线元素为大气参数中同种参数变量的方差随预报时长的变化量，非对角线元素为大气中不同参数变量间的协方差随预报时长的变化量；

步骤5)将卫星观测数据和背景误差协方差矩阵输入WRF同化模型，从而得到大气参数在预报时长内的预测值。

2.根据权利要求1所述的基于改进背景误差协方差矩阵预测大气参数的方法，其特征在于，所述步骤1)包括：

步骤1-1)取0，6，12，18小时的再分析数据为背景场数据输入WRF模型，选取区域格点为15公里；

步骤1-2)输出指定时刻、指定空间分辨率格点上的大气参数，所述大气参数包括热力学参数和水凝物参数；所述热力学参数包括温度和湿度，所述水凝物参数包括云、雨、雪、冰和霰粒子；

步骤1-3)设预报样本的大气参数上标-f表示为预报样本，每个包括温度、湿度和云、雨、雪、冰及霰粒子的水凝物密度7个参数值，其中云、雨、雪、冰和霰粒子的水凝物密度ρ_h值，通过以下步骤得出：

步骤1-3-1)设水凝物参数混合比为Q_h，Q_h分别采用Q_cl、Q_r、Q_s、Q_i、Q_g的数值；其中Q_cl表示云水混合比，Q_r表示云雨混合比，Q_s表示雪混合比，Q_i表示冰混合比，Q_g表示霰粒子混合比；

步骤1-3-2)分别计算云、雨、雪、冰和霰粒子不同水凝物密度ρ_h，ρ_h分别采用ρ_cl，ρ_r，ρ_s，ρ_i，ρ_g来分别表示云密度、雨密度、雪密度、冰密度和霰粒子密度的值，单位为g/m³；

其中Q_v为水汽混合比，ρ_v为水汽密度。

3.根据权利要求1所述的基于改进背景误差协方差矩阵预测大气参数的方法，其特征在于，所述步骤2)包括：

步骤2-1)计算k个大气参数的背景误差

为t时刻大气参数中的第i个参数变量的背景误差，a表示为分析样本；Δt表示为时间增量，表示初始时刻的第i个大气参数的分析样本，为Δt时刻后的第i个大气参数的预报样本，1≤i≤k；

步骤2-2)计算大气参数背景误差的方差

步骤2-3)计算不同大气参数背景误差的协方差

其中，1≤j≤k,i≠j。

4.根据权利要求3所述的基于改进背景误差协方差矩阵预测大气参数的方法，其特征在于，所述步骤3)的大气参数变量与预报时长的关系曲线包括热力学参数变量与预报时长的关系曲线和水凝物参数变量与预报时长的关系曲线。

5.根据权利要求4所述的基于改进背景误差协方差矩阵预测大气参数的方法，其特征在于，所述步骤2)方差和协方差表达为Δt的函数σx_i²(Δt)和σx_ix_j(Δt)：

其中ΔT表示为预报时长，是偏置。

6.根据权利要求4所述的基于改进背景误差协方差矩阵预测大气参数的方法，其特征在于，所述步骤3)的热力学参数变量的预报时长为9小时，所述水凝物参数变量的预报时长为4.5小时。