[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

说明书

本发明公开了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；本发明的多源实况时空预报因子的计算方法、技术流程和软件系统，作为模式解释应用和后处理过程中一个单独的实况预报因子前处理模块，提取准备具有天气学预报指示意义的实况时空预报因子；在预报因子中增加了小时级甚至分钟级滚动更新的多源实况空间预报因子，弥补了因全球数值预报模式预报频次较低而无法实现高频滚动客观气象预报的缺陷，提供了依赖实况更新支撑滚动预报的有效技术手段。根据实际预报需求和运行效率的平衡，能够开展基于实况空间预报因子高频更新的小时级甚至分钟级滚动更新的客观气象预报系统并进一步显著提高了高频滚动精细气象要素预报准确率。

技术领域

本发明属于天气预报技术领域，尤其涉及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。

背景技术

目前，气象服务正朝着精细化无缝隙智能网格天气预报的方向发展，所谓智能，重点在于尽量挖掘客观气象预报的极限能力。客观气象预报，即完全依靠客观的技术方法，生成气温、降水、风、湿度、云量、天空状况以及天气现象这些天气要素预报，无需预报员进行人工干预。可靠、精细、丰富的多源实况资料，以及数值预报模式的快速发展，为精细化客观气象预报提供了前提条件和有力支撑。经过多年的发展，中国已初步建立了地基、空基和天基相结合，门类比较齐全和布局基本合理的综合气象观测系统(行鸿彦等，2017)，数值模式也自19世界20年代Richardson第一次尝试手动进行中欧两点的6小时数值天气预报以来,已经逐步建立起包括大气、陆面、海洋多圈层耦合的大气数值预报模式系统。

但是，当前基于大气动力学的数值预报仍然无法解决近地面的天气细节问题，具有明显的系统和随机误差。因为准确的预报必须源于精准的初始条件和完美的预报系统，但是初始条件的时空精细和观测精准程度，只能是越来越接近而无法完美描述大气的真实状态；而数值预报模式也无法清晰所有物理关系(丁一汇，2005年；AlessandroVespignani,2012)，也无法成为完美的预报系统。所以数值模式预报发展至今，模式直接输出的预报仍然存在明显局限性，即使是国际上预报性能十分优越的欧洲中期天气预报中心(ECMWF)数值模式，其预报性能也有待订正提高(R.Buizz,et al,2018)。利用实况信息对数值模式预报产品进行解释应用，以提高预报准确率，是十分有必要也是有效的(Glahn etal,1972；Carter et al.1989；Vislocky et al,1995；Krishnamurti et al.1999；DanielS.Wilks et al,2007；Stephan Hemri,2015；Reto Stauffer et al.，2017)。

y＝f(x₁，x₂，x₃，......，x_n)

传统的模式解释应用技术，观测实况资料承担的角色主要是预报真值，即以上公式中基于模式和实况再次建立的解释应用预报模型中的因变量函数y值，也就是将要预报的例如降水和气温的预报变量；而进入预报模型的预报因子，即预报模型中的自变量(x₁，x₂，x₃，......，x_n)数组，以插值到预报站点的数值模式的预报产品为主。也有个别研究尝试将预报站点周围几点的实况信息作为预报因子进入建模过程(Sebastian Trepte et al.,2018)，但是由于选取站点为起报时刻前一个时刻附近站点的实况值，实况值的时间和与预报站点的近距离，决定实况对于未来预报时效的影响必然十分有限；也有将实况资料作为对预报实时滚动订正的来源，利用预报站点的最新实况资料与上一时刻预报的误差，实现对后面时效的时间加权订正，但是由于不同预报时效的解释应用预报模型是分别建立的，各不相同，而且预报要素及其误差特性的日变化，造成不同预报时效间预报误差的不一致性，所以收效也十分有限。