[发明专利]一种多源实况时空预报因子提取及纳入模式解释应用的方法

权利要求书

1.一种多源实况时空预报因子提取及纳入模式解释应用的方法，其特征在于，包括以下步骤：

步骤1、选择实况时空预报因子信息源；当预报要素确定后，根据预报要素属性、天气学原理以及预报经验，分析对预报要素最有预报指示意义的观测实况信息种类，并且结合实况信息源的可用性和可靠性，考虑观测资料是否每个观测时次都能及时送达、观测数据的正确率、以及是否有足够长时间的历史存档资料，来选择确定实况时空预报因子信息源，以备提取作为预报因子纳入数值模式解释应用建模预报过程；

步骤2、筛选多源实况时空预报因子站群,用于求取多源实况时空预报因子的站群和预报站群并不是相同的站群，是由两个独立的选取过程分别产生的站群，其中实况时空预报因子站群的选取空间范围应当覆盖影响预报站点天气的大气系统活动范围；

步骤3、计算存储超前空间相关信息

利用3年以上的历史气象观测实况资料，按照季节进行样本分类，针对每个季节进行单独统计，当选定一个季节时，针对每个建模站点在每个起报时次的每个预报时效，求取预报要素真值与时间上超前、空间上相关的站点观测量的相关信息；预报要素真值是预报站点在预报时刻的预报要素观测真值，预报时刻是以起报时间为准对应预报时效推算确定的；求取相关实况信息过程中时间上的超前也是相对于起报时间的超前而言的；空间上相关是指对应超前时刻考察空间范围内观测信息与预报要素真值相关的站点；而能够考虑作为因子的实况信息是地面站点观测、探空观测、雷达、以及卫星资料中任何种类的多源观测资料；

步骤4、区域组合索引方案提取

由历史实况资料统计得到的超前空间相关系数，将会出现多个超前时间点和大量空间点的相关系数都超过阈值，为了排除解释应用过程中预报因子之间的过分相关性，并且提高因子计算、建模和预报过程中的计算效率，需要将超前时段内的实况预报因子进行空间范围的整合，合并原本属于同一个天气影响系统下的实况因子，使用相同象限、相近距离和尊重最大相关信息的原则，检索同一超前时刻属于同一个天气系统的多个超过显著性检验的相关站点进行整合，整合为具备区域代表性和尽量精简的区域，在此基础上计算和提取区域的预报因子特征量；

步骤5、多源实况时空预报因子计算

在步骤3、步骤4的基础上，按照区域组合索引方案，计算建模和预报所需要的实况时空预报因子，用于数值预报模式解释应用过程，与模式预报因子一起，成为客观预报模型中的自变量；针对区域组合索引方案中的每个区域，定义和计算区域特征量，生成多源实况时空预报因子；特征量能够根据预报要素来设定，特征量为：相关系数权重值、最大相关系数站点值这2个简单指标；相关系数权重值的计算参照公式(4)，其中ns代表某组合区域内的站点总数，rj代表区域内第j个站点观测值与预报要素的相关系数，Vj代表第j个站点的观测值,Vr是相关系数权重值；

实况时空预报因子的计算和入库需要遵循入库规则，根据模式解释应用过程中模式预报因子的入库格式进行入库；一种在解释应用中行之有效的预报因子数据库格式为：第1层文件夹为3位预报要素代码，第二层文件夹为2位起报时次，第三层文件夹为4位数字的年份，每个文件夹中存放以站点、月份为单位的实况因子数据文件，及以站点、年份为单位的实况因子信息文件，实况时空预报因子数据文件在实际运行中为二进制格式存取，按照日循环、时效循环、因子循环顺序存放，每个记录行只存放某日、某时效、某因子值；实况因子信息文件为文本文件格式，保存了年度内每月日数、预报时效总数和每个预报时效对应的组合区域数目、每日当前起报时次72个预报时效的全部实况因子总数、每个预报时效的多源实况时空预报因子数目、以及每个实况因子的因子名称信息；

步骤6、将多源实况时空预报因子纳入数值模式解释应用建立预报模型：

步骤6.1、针对多个因子来源，设计统一的因子名称定义规则；对于不同来源的预报因子，包括数值模式预报因子、实况时空预报因子、及其他自定义因子，都需要遵守相同的因子名称定义规则、因子文件和存放路径的命名规范,以实现多来源预报因子进入建模过程的同等优先级别；因子名称的定义规则，需要能够覆盖不同类别预报因子的内部和相互之间的功能区分，将因子名称分割为设置不同功能的位置段，预留足够长度和位数来纳入和周全不同类型预报因子的命名需求，当前设定为22位；

步骤6.2、在数值模式解释应用过程的建模和预报系统中，设计多类型预报因子入口以实现多来源预报因子的纳入；多来源预报因子包括模式预报因子类型、实况时空预报因子类型、及其他自定义预报因子类型；在建模和预报系统中，设置根据外部参数文件中的因子种类数目及具体类型代码，分别按顺序打开不同种类因子的读入模块开关进行读入功能，不同类型因子的读取方法不完全相同，需要根据类型代码在系统程序中找到相应模块进行读取功能开关操作；

步骤6.3、利用多来源预报因子，建立解释应用预报模型，利用相同历史时期样本，在相同因子名称定义和索引规则支撑下，将前期入库的各个种类因子，使用相同的因子筛选和建模方法，拟合预报模型；多元线性回归是当前最常用的解释应用方法，采用逐步回归方法在为数众多的因素中挑选变量，以建立最优回归方程；为满足最优回归的要求，在建立回归方程时进行因子筛选，使某些对因变量贡献大的因子随时进入方程，也就是使剩余方差下降最多的一个因子，对因变量贡献小的因子又随时剔出方程，引入一个变量或者从回归方程中剔除一个变量都称为逐步回归的一步,每一步都要进行F检验，也叫做双重检验的逐步回归技术；

步骤7、开展实时天气预报；

实时预报中，根据步骤6中建立的预报模型，通过符合定义规则的因子名称反向搜索各类预报因子进行预报；从预报方程文件信息出发，将实况因子名称与实况因子信息文件和数据进行索引链接，模式因子名称与模式因子信息文件及数据进行索引链接，从而实现实时预报流程。