[发明专利]一种气温智能网格最优集成预报方法

权利要求书

1.一种气温智能网格最优集成预报方法，其特征在于，包括如下步骤：

（1）数值预报产品加工处理

获取天气预报业务上常用的数值预报产品，通过插值技术将数值预报产品插值到等经纬或等距离的均匀网格上，生成气温智能网格预报产品；

（2）获取地面气象观测站点气温实况及预报值

获取地面气象观测站气温实况，通过邻域法获取实况点气温预报值；

（3）选择最优的数值预报产品

对当前天气预报业务上使用的不同数值模式气温预报准确率进行评分对比，择优选择预报准确率高且预报误差稳定的数值预报产品；

（4）开展气温预报订正释用，建立统计释用方法

基于选取的最优数值模式气温预报产品及地面气温实况，采用气温预报偏差滑动订正、MOS统计释用方法，建立不同的气温客观预报释用方法；

（5）分析不同客观释用方法预报效果

对不同气温客观释用方法的预报效果进行检验评估，挑选出预报准确率高的预报方法，作为最优集成的基础产品；

（6）研究适合的最优集成预报方法

基于所选的几种客观预报方法，分析评估这些预报方法在不同季节、不同地区的预报准确率和预报误差特征，采用集成平均、单点预报最优集成、总体预报最优集成方法进行集成预报对比，采用逐日滑动检验法确定最优预报产品，研发适合的最优集成预报方法，生成站点气温最优集成预报产品；

（7）生成气温智能网格最优集成预报产品

基于插值后的数值模式气温智能网格预报产品，采用邻域法，将站点气温最优集成预报值反馈到周围网格点上，生成气温智能网格最优集成预报产品；

（8）实现业务化运行

建立最优集成预报业务系统，逐日实时业务运行，提供气温智能网格最优集成预报产品。

2.根据权利要求1所述的气温智能网格最优集成预报方法，其特征在于，所述步骤（3）中最优数值预报产品为气温预报误差小于等于1℃或2℃的正确率总体高且预报误差稳定的数值预报产品。

3.根据权利要求1所述的气温智能网格最优集成预报方法，其特征在于，所述步骤（4）中气温预报偏差滑动订正方法为基于预报日之前1-90天的数值预报产品和气温实况，统计确定数值模式预报误差，并进行滑动订正，消除数值模式气温预报偏差。

4.根据权利要求1所述的气温智能网格最优集成预报方法，其特征在于，所述步骤（4）中MOS统计释用方法为取预报日之前1-360天及前1年或前2年预报日之后相同天数的样本和地面观测实况混合训练，确定最佳滑动训练期日数，建立站点气温预报方程，对每个站点的模式预报值进行订正释用。

5.根据权利要求1所述的气温智能网格最优集成预报方法，其特征在于，所述步骤（6）中集成平均预报方法为在气温客观释用预报产品的基础上进行加权平均或根据不同预报方法差异分别取不同权重平均，形成最新的气温智能网格集成预报产品；所述单点预报最优集成方法为逐个点上取预报最优的产品，形成最新的气温智能网格集成预报产品；总体预报最优集成方法为选取研究范围内所有点上预报准确率总体最优的预报产品，形成最新的气温智能网格集成预报产品。

6.根据权利要求1所述的气温智能网格最优集成预报方法，其特征在于，所述步骤（6）中采用逐日滑动检验法确定最优预报产品，逐日滑动检验法为对过去1-90天不同气温客观预报产品的平均绝对预报误差或预报准确率进行滑动检验，确定误差最小或预报准确率最高的产品为最优预报产品。

7.根据权利要求1所述的气温智能网格最优集成预报方法，其特征在于，所述步骤（7）中采用邻域法，将站点气温最优集成预报值反馈到周围网格点上，生成气温智能网格最优集成预报产品，具体步骤如下：

a.数据准备：获取与智能网格经纬度点以及实况站点相匹配的海陆边界数据；

b.将站点气温预报值反馈到周围网格点上，包括以下步骤：

b1.采用邻域法，以预报区域范围内的实况站点为基础，找到离站点最近的格点及其周围8个格点；

b2.进行海陆下垫面特征判断：根据获取的海陆边界数据，判断实况站点的下垫面特征，以及最近格点及其周围8个格点的下垫面特征；如果下垫面特征与站点相同，则继续进行下一步；对于下垫面特征与站点不同的格点，不进行任何操作；

b3.进行格点气温订正状态判断：每个格点预报订正前先进行订正状态判断，未订正时设为FALSE，订正后设为TRUE，同时记录该格点与订正站点的距离；如果该格点订正状态标记为TRUE，则先判断该格点到站点的距离d1，并与记录的该格点与上次订正站点的距离d2进行比较，如果d1d2，则不订正该格点；如果d1d2，则用该站点的气温预报值作为该格点的气温预报值，再次记录该站点与订正格点的距离；

b4.逐站进行循环，完成整个预报区域范围内所有站点预报值向网格点的反馈。