[发明专利]一种风速预报多资料融合修正方法

说明书

本发明公开了一种风速预报多资料融合修正方法，首先，采用多要素主成分回归技术对模式预报风速进行优化订正，得到优化订正模式预报风速；然后，采用Linear Blending融合技术将模式预报风速和优化订正模式预报风速进行融合优化，得到融合优化预报风速。经过订正方案优化后的预报风速与监测相关性更好，预报数据离散度明显减小，进一步经融合优化后风速的均方根误差也得到明显改进。

技术领域

本发明属于气象预报技术领域。

背景技术

浙江省海洋资源十分丰富，海岸线总长6486.24公里，占中国的20.3％，居中国首位。有沿海岛屿3000余个，是中国岛屿最多的省份。港口、渔业、旅游、油气、滩涂五大主要资源得天独厚，组合优势显著。这些行业的日常工作与该地区的风速实况和预报息息相关，因此风力预报一直是沿海地区政府和民众极为关注的气象服务之一。

沿海及海洋上实时测风资料少，预报和服务需求更多依赖于卫星反演风场和数值天气预报。围绕多源测风及预报的技术开发、定量评估、信息融合、综合应用等一系列关键问题，国内外学者做过诸多卓有成效的工作。在统计技术方面，王彬滨等提出一种谐波分析与人工神经网络相结合的24h短期风速数值预报的订正方法，两次独立样本检验的平均绝对误差分别减小26.6％、28.8％，且订正后风速数值预报的系统性偏差有明显下降。杨程等利用偏最小二乘回归技术，对浙江省中尺度区域模式预报近地面风速进行订正和评估,通过定量分析可知浙江西部地区整体改善效果最好，效果明显站点占91.7％；中部地区改善站点占86.5％；东部沿海地区改善的站点占67％。多元数据融合方面，吴佳敏等利用WRF模式及其3DVAR同化系统，对QuikSCAT、WindSAT、多源测风融合数据进行同化试验，结果表明：不同资料对风场模拟的影响不同，同化星星、星地多源融合资料效果最佳，QuikSCAT次之。胡海川等利用ECMWF集合预报10m风场及我国沿岸和近海88个代表站点风速实况观测，建立基于ECMWF集合预报众数的我国近海洋面10m风速客观订正方法,综合考虑历史数据的预报概率及集合预报各个成员的分布情况进行客观订正，订正的风速产品对于我国近海冷空气及台风大风天气过程有较好的预报效果。

前人研究成果表明，不论是统计修正方法还是资料融合技术都对风速的精细化预报订正有较好的改进效果。受到地形、海拔高度等因子的影响，沿海地区测风往往带有局地性。

发明内容

针对现有技术的缺陷，本发明所要解决的技术问题就是提供一种风速预报多资料融合修正方法，提高沿海地区风力预报精细化水平，为该地区船舶进出港规划、旅游业发展、捕鱼业安全作业等多个行业的日常运行提供有效合理的指导意见。

为解决上述技术问题，本发明采用如下技术方案：

一种风速预报多资料融合修正方法，包括如下步骤：

首先，采用多要素主成分回归技术对模式预报风速进行优化订正，得到优化订正模式预报风速；

然后，采用Linear Blending融合技术将模式预报风速和优化订正模式预报风速进行融合优化，得到融合优化预报风速。

优选的，所述多要素主成分回归技术应用对应气象监测站观测得到的气压、空气温度、相对湿度和10分钟平均风速作为因变量；模式预报的气压、温度、湿度和近地面纬/经向风速作为自变量，取订正前20天的预报值和观测值，对相同预报时刻的数据进行建模。

优选的，假设对起报时刻为t的预报结果建模，首先选取订正前20天的预报值和观测值作为历史样本，并计算相应的因变量y和自变量x_i，然后用多要素主成分回归技术算得每个自变量的回归系数α_i，最后利用起报时刻t的自变量X_i，得到在未来时刻t+Δt的风速订正结果Y。

优选的，采用因子权重法计算模式预报风速和优化订正后模预报风速的预报权重，再进行融合优化。