[发明专利]一种历史相似性天气分析方法

说明书

本发明公开了一种历史相似性天气分析方法，属于天气监测技术领域，首先获取天气的历史实况数据和当前实况数据；接着利用历史实况数据和当前实况数据天气中计算各层的综合相似系数；最后利用各层的综合相似系数计算相似程度；采用本发明的相似性分析方法，能够有效的对历史相似性进行分析，准确率高。

技术领域

本发明涉及气候监测技术领域，具体涉及一种历史相似性天气分析方法。

背景技术

目前，对历史相似性天气分析的重要性在气象研究中显得越来越重要，历史相似天气分析总结对于天气系统配置理解和预报思路建立十分重要，各级气象台以及预报员均十分重视对历史相似性天气的总结分析。但气象资料种类多、时效性要求高、时空分辨率和储存格式等差异大，台站预报员往往由于资料的难以搜集查找、资料分散浏览不便和处理分析存在难度等问题，给分析总结工作造成了不小的制约；同时对新老预报员之间的经验传承也造成一定影响。

发明内容

本发明的目的在于：本发明提供了一种历史相似性天气分析方法，解决了目前由于气象资料种类多、时效性要求高、时空分辨率和储存格式等差异大导致难以对历史相似性进行分析的技术问题。

本发明采用的技术方案如下：

一种历史相似性天气分析方法，包括以下步骤：

步骤1：获取天气的历史实况数据和当前实况数据；

步骤2：利用历史实况数据和当前实况数据天气中计算各层的综合相似系数；

步骤3：利用各层的综合相似系数计算相似程度。

进一步的，所述步骤1中，历史实况数据和当前实况数据均包含500hPauv风场、850hPauv风场和海平面气压场。

进一步的，所述步骤2中，综合相似度系数的计算步骤为：

步骤21：定义样本集X，所述样本集X中的样本为历史实况数据和当前实况数据，工包含n个样本，

其中，第j(j＝1,2，……….，n)个样本为矩阵X的第j列，样本X_j和X_k之间的相似程度用X中第j列和第k列来表示，任何两个变量X_j和X_k之间的相似程度用X的第j行和第k行来表示，m表示样本每列的个数；

步骤22：计算马哈拉诺比斯距离，采用的公式为：

S＝(s_ij)(3)，

其中，i,p＝1,2,.......m，t表示列的序号，即第t列，D_jk表示马哈拉诺比斯距离；

步骤23：计算相似系数cosθ_jk，采用的公式如下：

步骤24：利用相似系数和马哈拉诺比斯距离计算综合相似系数，采用的公式如下：

进一步的，所述步骤3中利用各层的综合相似系数赋予权重后计算相似程度。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

采用本发明的相似性分析方法，能够有效的对历史相似性进行分析，准确率高。

附图说明