[发明专利]一种气象要素预报方法和系统

说明书

本发明公开一种气象要素预报方法和系统，属于气象预报订正技术领域。针对现有技术中存在的传统模式输出统计预报无法获取非线性的关系，计算较慢无法实现实时更新的问题，本发明提供一种气象要素预报方法和系统，通过对一种或多种模式预报数据进行历史统计，获取固定站点模式预报数据与实际观测数据的历史气象相关性，优选出模式要素的特征关系，同时考虑多个气象因子，有效构建特征因子关系网络，实现同步预测，同时实现对模式数据的订正，基于该框架可以实现对固定站点的平均风速、最高温度、最低温度和降水的统计订正，提高预报准确率。

技术领域

本发明涉及气象预报订正技术领域，更具体地说，涉及一种气象要素预报方法和系统。

背景技术

精细化天气预报业务是全球预报业务发展的总体趋势，随着经济的发展和科学技术的进步，精细化预报的需求日趋强烈。由于精细化预报涉及的预报对象不断扩充，预报时效逐渐延长，预报空间精细化程度加深，预报员难以按照传统的常规预报方法完成精细化预报制作。

随着数值预报和计算机技术的发展，为精细化天气预报提供了更大的空间。数值预报产品的可用时效不断增强，空间分辨率越来越细，故而为精细化要素预报提供重要的数据基础。而计算机技术的发展，提供了更多的智能统计方法，综合运用动力学、统计学技术进行数值模式的加工和后处理，能够更好地释用数值模式。

目前，对数值模式产品解释应用的研究诸多，相关的各种客观释用方法应运而生：完全预报法(PP法)、模式输出统计(MOS)、人工神经网络(ANN)、卡尔曼滤波(KLM)、支持向量机(SVM)等。其中MOS方法运用诸多，效果明显，MOS预报方法从数值模式输出产品中选取预报因子，建立预报量与预报因子直接的关系，进行实际预报。该方法可以引入许多其他方法不能引入的大量预报因子，自动纠正数值预报系统误差，具有较好的效果。

但是传统MOS预报方法是基于传统的统计方法建立逐步回归公式，无法获取非线性的关系；传统MOS预报的关系式相对固定，计算较慢，无法实现实时更新；此外，传统MOS预报一般针对一种数值模式，而随着集合预报的发展，一般认为多模式集成的效果要优于单个模式；同时以往研究主要基于数值预报，自动站实况要素涉及较少，对于降水模型，自动站的数据对于稳定性的降水预报较为重要。

发明内容

1.要解决的技术问题

针对现有技术中存在的传统模式输出统计(MOS)预报无法获取非线性的关系，计算较慢无法实现实时更新的问题，本发明提供一种气象要素预报方法和系统，同时考虑多个气象因子，有效构建特征因子关系网络，实现同步预测，同时实现对模式数据的订正，提高预报准确率。

2.技术方案

本发明的目的通过以下技术方案实现。

一种气象要素预报方法，包括以下步骤：

步骤1：获取自动气象站数据，对数据进行站点插值和预处理，形成时序匹配的站点数据信息；

步骤2：通过归一化标准化模块对站点数据信息进行归一化和标准化处理；将归一化和标准化方法构建在框架底层，对进入模型训练器的数据进行预处理；

步骤3：针对气象因子分别构建基础训练器，所述气象因子包括日最高温、日最低温、风速和降水；

步骤4：在根据气象因子构建的基础训练器基础上，集成嵌套强度自适应训练器和随机森林训练器两种回归算法分类器，构建时间序列训练器和降水训练器；

步骤5：通过学习机制训练模型对模式预报进行实时建模订正，根据输入的模式预报数据和实时观测数据进行预报。