[发明专利]适用于气象集合预报的多维后处理方法、装置以及系统

权利要求书

1.一种适用于气象集合预报的多维后处理方法，其特征在于，包括以下步骤：

步骤1.收集流域历史观测和预报资料，包括降水、气温的观测和预报数据；

步骤2.结合历史期观测资料，分析气象集合预报对流域内降水和气温要素的预报能力，在此基础上获取站点或格点尺度上降水和气温预报所服从的概率分布类型，并获取分布参数；

步骤3.将步骤2中获得的分布类型和分布参数应用到待校正预见期的气象预报结果，从而获得降水、气温预报所服从的概率分布；

步骤4.确定校正后降水和气温集合预报的成员规模，采用[0,1]范围内的均匀随机数对步骤3中的概率分布进行随机抽样，获得校正后的单一变量在特定预见期的集合预报结果；

步骤5.基于历史观测资料，选用重构预报变量间和站点间相关性结构的置乱算法，获得基于实测资料的相关性重构参数；

步骤6.采用置乱算法来生成具有变量间和站点间相关性的随机数，并获得其对应的秩序矩阵，按照秩序矩阵对步骤4中的多个站点降水和气温序列所组成的预报矩阵按列重新排序，最终得到具有变量间和站点间相关性的气象集合预报结果。

2.根据权利要求1所述的适用于气象集合预报的多维后处理方法，其特征在于：

其中，步骤1包含以下子步骤：

步骤1.1收集和整理流域降水、气温的观测和预报资料，包括：降水、气温要素的多年历史实测资料，相应的气象集合预报的历史追算资料，以及流域当前或特定预见期待校正的气象集合预报数据；

步骤1.2采用线性插值的方法对所收集资料进行插补，生成连续观测系列；

步骤1.3采用空间双线性插值方法，对气象预报资料和实测资料，按照所需的空间精度进行插值。

3.根据权利要求1所述的适用于气象集合预报的多维后处理方法，其特征在于：

其中，步骤2包含如下子步骤：

步骤2.1分析降水要素的概率分布类型和参数

首先选取与待校正预报同季节或月份的历史时期预报和观测数据，计算降水集合预报的集合平均值，根据降水集合平均值的大小，划分为若干个降水量级；然后统计各降水区间中的实测降水事件；绘制降水量级与实测降水发生概率的经验曲线；最后，用伽马分布拟合各降水区间中的有雨日降水量；

步骤2.2分析气温要素的概率分布类型和参数

首先选取与待校正预报相对应的历史时期气温预报和观测资料，计算气温集合预报的集合平均值，逐日对集合平均气温和观测气温进行线性拟合，获得气温均值的校正参数；然后采用正态分布拟合气温集合，以线性校正后的集合平均值作为分布均值，通过反复试算的方式，在季节或月尺度求解得到满足历史期绘制的等级直方图最为均匀的方差取值作为正态分布的方差。

4.根据权利要求1所述的适用于气象集合预报的多维后处理方法，其特征在于：

其中，步骤3包含如下子步骤：

步骤3.1对于需要校正的降水预报，计算其集合平均值，找到其所属的降水区间；获取该降水区间内无降水发生概率P(y＝0)，和降水量分布函数G(y)；降水分布的形式为g(y)＝P(y＝0)·I(y＝0)+G(y)·I(y＞0)；其中I(y＝0)和I(y＞0)为符号函数，括号内成立取1，反之取0；

步骤3.2对于气温预报，采用该日的线性校正公式进行校正，获得校正后分布均值，获取该时段内优化求解得到的分布方差，得到气温集合满足的正态分布。

5.根据权利要求1所述的适用于气象集合预报的多维后处理方法，其特征在于：

其中，步骤4包含如下子步骤：

步骤4.1确定校正后气象集合预报的成员规模，记为N；

步骤4.2从范围为[0,1]的均匀分布随机抽样得到数量为N的均匀随机数；

步骤4.3使用步骤4.2中的随机数，对某一站点上降水或气温预报的概率分布函数抽样N次，得到该气象预报变量单变量校正后的气象集合预报结果。