[发明专利]基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质

说明书

本发明涉及气象预测技术领域，尤其涉及一种基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质；本发明所公开了基于地形特征和多源模式产品的精细化降水融合方法、电子设备及存储介质，融合方法包括以下步骤：根据计算的站点无偏平均绝对误差,计算模式成员在每个国家站和区域自动气象站上的权重系数；将计算所求的每个模式产品的站点权重系数平面化到水平网格点上得到每个网格点上的权重系数；利用模式成员在网格点上各自的权重系数，加权求和，从而引入每个模式成员的优势，实现网格化降水预报的集成；该方法引入每个模式预报降水场的优势，能够获得具有更高分辨率和准确性的精细化降水预报。

技术领域

本发明涉及气象预测技术领域，尤其涉及一种基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质。

背景技术

提高降水预报准确性一直是气象业务与科研工作的重点，也是关系到我国人民生命财产安全和经济发展的重要研究领域。然而，此项工作颇具困难和挑战性，因为降水是不同尺度天气系统相互影响的结果，其时空分布比较复杂，在不同时间尺度上其统计特征不同，如年降水量或季降水量可能服从正态分布，而日降水量或更短时间尺度内降水则呈偏态分布。近年来数值天气预报技术飞速发展，传统的单一确定性预报逐渐发展到采用多预报数据源进行集成预测来减小模式预测的不确定性。由于不同预报数据是基于不同的模式动力框架、初始场、分辨率、资料同化技术以及云微物理参数化方案等方面生成的，基于多种数值预报产品的集成预报技术正是在此基础上研发出来，成为合理利用各模式预报结果来降低单一模式预报系统性偏差和随机误差的有效方法，逐渐成为提高预报水平研究和应用的热点。

多模式集成预报本质上是利用统计学、人工智能等方法,对子模式进行进一步地分析与订正,从而获得更为准确的预报结果的一种数值预报产品释用技术。目前较为常用的多模式集成预报方法主要包括加权平均集成法、多元回归集成法、集合平均法、权重分布集成法及神经网络集成法等。其本质是对各个预报结果做统计分析处理,从而充分利用各个成员模式或方法的优势,进一步改进预报薄弱环节,提高预报质量。例如：

多元回归集成法是以各模式预报产品作为回归集成的预报因子,将预报对的实况值作为预报量,通过建立多元回归分析方程进行集成预报的方法。

权重分布集成法的基本思想是对参与集成的不同方法或不同模式,赋予不同的权重,将历史预报效果好的成员赋予较髙的权重系数,相反则赋予较小的权重系数,从而综合各预报成员的预报能力、预报特点,集中各成员的预报优势,提高预报水平。

因此，为了解决上述问题，急需发明一种基于地形特征和多源模式产品精细化降水融合方法、系统、电子设备及存储介质。

发明内容

本发明的目的在于：提供一种基于地形特征和多源模式产品的精细化降水融合方法、电子设备及存储介质，

本发明提供了下述方案：

一种基于地形特征和多源模式产品的精细化降水融合方法，包括以下步骤：

接入多套模式成员原始的降水预报数据，并统一插值到同一套精细的水平网格上；

将训练期的模式成员预报值分别插值到选取的国家自动气象站点上，然后与各站点上降水观测数据共同计算无偏平均绝对误差；

根据计算的无偏平均绝对误差,计算模式成员在每个国家自动气象站点上的权重系数；

将计算所求的站点权重系数平面化到降水预报产品的整张网格上得到每个网格点上的权重系数；

利用模式成员在网格点上各自的权重系数，加权求和，实现网格化降水预报的集成。该方法引入了每个模式成员的优势，提供了一种更为稳定可靠的优质精细化降水预报产品。

优选地，多套模式成员原始的降水预报数据，并统一到同一套精细的水平网格上的步骤，具体为：