[发明专利]一种基于对象诊断的降水预报位移订正算法

说明书

本发明公开了一种基于对象诊断的降水预报位移订正算法，该算法克服MODE方法与CRA方法的不足，设计了一种合理的对象位移偏差计算方法，并将对象诊断与观测相似法的思路相结合，避免点对点诊断方法的弊端，从对象位移偏差订正的角度直接改进模式的降水预报性能。数据实验和统计学交叉检验表明，本发明位移订正后不同预报时效的预报性能都得到了改进，临界成功指数和侦测率提升，假警率下降。

技术领域

本发明涉及天气预报业务中的数值预报统计学后处理技术领域，尤其涉及数值模式降水预报订正技术。

背景技术

在天气预报业务实践中，预报员常常发现数值模式预报的强降水雨带与观测实况相比存在强度偏差和南北偏移的现象。目前已有方法大多针对模式降水预报的强度偏差进行订正，虽然可在一定程度上改善模式的预报性能，但对强降水的强度订正常常伴随过多的假警率(False Alarm Ratio,FAR)，而针对雨带位移偏差的订正方法并不多见。观测相似法通过寻找与当前降水预报场相似的历史降水预报场，然后用相应的历史降水观测场集成得到订正后的降水预报场，可间接地订正降水预报的位移偏差。然而该方法基于传统点对点的误差指标(例如均方根误差、相关系数等)计算场与场之间相似度，对雨带的格点位置和个别极大值过于敏感，在高分辨率的预报和观测网格中存在“双惩罚”问题。

基于对象的诊断评估方法(the Method for Object-based DiagnosticEvaluation,MODE)是一种新型的空间检验技术，可提取预报和观测降水对象并计算位移偏差，避免了点对点诊断方法的弊端，但还没有学者将该方法与观测相似法相结合用于降水预报对象的位移订正。此外，在对象的位移偏差计算上，MODE方法仅使用对象的中心位置计算位移偏差，连续雨区法(Contiguous Rain Area,CRA)则通过平移对象达到最大重叠计算位移偏差，实践中发现两种方法都不能很好地适应形态各异的降水对象，常常产生与预报员主观判断偏差较大的计算结果。

综上，亟需设计一种合理的对象位移偏差计算方法，并将对象诊断与观测相似法的思路相结合，从对象位移偏差订正的角度直接改进模式的预报性能。

发明内容

本发明要解决的问题是：克服MODE方法与CRA方法的不足，设计一种合理的对象位移偏差计算方法，并将对象诊断与观测相似法的思路相结合，避免点对点诊断方法的弊端，从对象位移偏差订正的角度直接改进模式的降水预报性能。

本发明的技术方案为：

本发明的总体步骤如图1所示。

第一步，采用“双阈值技术”分析出当前降水预报多对象场以及训练期内降水预报和观测多对象场。其中双阈值是指“目标阈值”和“合并阈值”。“目标阈值”是所检验的目标降水对象的阈值。“合并阈值”用于确定合并目标降水对象所在的连续雨区范围，大小不超过“目标阈值”。“双阈值技术”则是将“合并阈值”连续雨区内的目标降水合并为一个对象。降水场中可能包含多个连续雨区，通过“双阈值技术”可分析获得降水多对象场。这里当前降水预报是指当前需要订正的原始模式降水预报。训练期通常取历史若干年同期前后若干天(例如最近3年同期前后30天，训练期总天数为3*61＝183天)以反映降水的季节性特征。

在完成第一步以后，开始对当前降水预报场中分析出的每个对象循环进行后续操作。

第二步，判断当前降水预报对象面积是否达标。由于大尺度降水通常受大型天气系统影响而产生的，可预报性较好，而局地生成的小尺度降水不确定性较大，因此仅对面积较大的对象进行统计学订正。这里默认设定面积大于或等于90000km²的对象面积达标。若当前降水对象面积达标，则进入第三步；反之，则不订正，保留原始预报对象。