[发明专利]一种通过同化闪电资料改进强对流预报的方法

权利要求书

1.一种通过同化闪电资料改进强对流预报的方法，包括以下步骤：

⑴根据对流活动中闪电频数和云顶高度之间的关系为：，而最大垂直速度与云顶高度之间的关系为，建立闪电频数和最大垂直速度之间的观测算子：；

式中：w_max表示最大垂直速度，单位：m/s；F为每公里每分钟的闪电频数； Z为云顶高度，单位：km；

⑵提取同化时刻前20分钟的闪电资料，根据所述闪电频数和最大垂直速度之间的观测算子将所述闪电资料转化为1 km的网格上的最大垂直速度，然后将该1 km的最大垂直速度分配到数值模式网格上；

⑶根据GGF方法，利用背景场计算得到各个变量的垂直局地化函数；所述垂直局地化函数按下述方法计算：

①令N表示样本大小，L表示观测数，M表示模式的垂直层，表示来自第n个样本的第m层的第l个观测处的模式状态变量；其中，，；是的集合平均；

②按下述方法根据背景场构造一组观测扰动：，；式中：代表来自第n个样本的第l个观测；是由闪电转换的第l个最大垂直速度；是计算得到的第n个样本的观测扰动；是的平均，其中是的平均，，是观测算子；

③观测和模式变量之间的相关系数可以通过以下公式计算：

；

式中：为相关系数；代表的集合平均；

④相关系数随机地分为G个组，每个组有Q个样本，则相关系数表示为，以及，所有的G个组中Q个样本的估计相关的均方根差表示为：

；

均方根最小化得到：，是计算得到的自适应的垂直局地化函数，即GGF函数； G取16；

⑷利用集合均方根滤波方法，结合所述垂直局地化函数同化代理最大垂直速度，循环同化四次后得到分析场；

在EnSRF中，上标a，b，o分别表示分析场、背景场以及观测，x^b是模式预报的背景场，y^o为一系列观测，分析场x^a的最小方差估计根据卡尔曼滤波方程可以表示为：

，

，

其中：H是观测算子H'的线性化形式，观测算子H'是状态量x到观测y^o之间投影关系，K是卡尔曼增益矩阵，P^b是背景误差协方差矩阵，R是观测误差协方差矩阵，在EnSRF中没有观测扰动（），集合平均（）和第i个集合的偏差（）可以表示为：

，

；

其中 称为“简化”卡尔曼增益矩阵，定义如下：

；

⑸利用所述分析场继续预报得到预报场；

⑹进行预报检验。

2.如权利要求1所述的一种通过同化闪电资料改进强对流预报的方法，其特征在于：所述步骤⑷集合均方根滤波方法中的观测变量是最大垂直速度w_max；分析变量包括风场、扰动位温、扰动位势、水汽混合比、雨水混合比、冰混合比、霰混合比、云混合比、雪混合比。