[发明专利]一种面向电网的气象数据订正方法

说明书

本申请公开了一种面向电网的气象数据订正方法，包括：步骤1：获取气象站的历史地面气象观测资料及气象预报资料；步骤2：划分网络格点，根据步骤1的历史地面气象观测资料及气象预报资料，针对不同气象要素按照各个预报时次建立目标格点订正模型；步骤3：将建立的目标格点订正模型进行外推和平滑，得到全网格格点订正模型；步骤4：利用全网格格点订正模型对气象要素进行统计订正。本发明利用历史地面气象观测资料和气象预报资料，通过历史样本的统计分析，针对地面要素建立精细化的客观订正预报模型，提高面向专业服务的气象要素预报精度。

技术领域

本发明属于气象数据处理技术领域，涉及一种面向电网的气象数据订正方法。

背景技术

当前的区域气象数值预报产品存在一定可改进的空间，对于地面气象要素而言，不同预报时效、不同区域存在不同的误差分布特征，远不能满足精细化专业气象预报服务的需求，因此非常有必要开展统计订正预报技术研究。

数值模式输出统计预报方法(MOS)在科研工作和业务预报制作中得到广泛应用。大多采用回归方法和确定的建模方法以保证业务运行的稳定性。这种方法适用于样本充分、变化较为平稳的预报目标，如气温、相对湿度等。而当样本数较低时，研究中通常采用动态滚动的非线性订正方法，如Kalman滤波、偏最小二乘法、神经网络等。而服务于传统气象预报业务的相关研究中通常采用动态滚动的订正方法，如根据数值模式前几个预报时次的误差计算出后面预报时次的误差，对模式预报的形势场进行实时动态订正；利用近30年NCEP30的再分析资料作为历史样本场，用动态相似的统计方法从历史样本中找出相似个例，对T639的环流场进行实时滚动订正，但该方法对温度场和高度场的订正效果在72h之内都不理想，即订正后的误差大于订正前的误差。可能由于动态相似法是一种大气环流形势的历史相似个例统计分析，时空尺度较大，对72h以内的精细化专业预报服务不适用。

综上所述，订正模型中引入实时预报误差作为订正因子，模型的业务运行稳定性受到一定限制；订正方案中大多引入全球再分析资料进行误差分析和预报订正，该方案适用于时空尺度较大的区域范围预报，且全预报时段、全区域使用同一个订正模型，针对性不够，不能满足精细化专业预报服务中的时空需求。

发明内容

为解决现有技术中的不足，本申请提供一种面向电网的气象数据订正方法，以精细化专业气象预报服务的时空需求为目标，通过历史样本的统计分析，针对地面要素建立精细化的客观订正预报模型，以期提高面向专业服务的气象要素预报精度。

为了实现上述目标，本发明采用如下技术方案：

一种面向电网的气象数据订正方法，所述方法包括以下步骤：

步骤1：获取气象站的历史地面气象观测资料及气象预报资料；

步骤2：划分网络格点，根据步骤1的历史地面气象观测资料及气象预报资料，针对不同气象要素按照各个预报时次建立目标格点订正模型；

步骤3：将建立的目标格点订正模型进行外推和平滑，得到全网格格点订正模型；

步骤4：利用全网格格点订正模型对气象要素进行统计订正。

本发明进一步包括以下优选方案：

优选地，步骤1具体为：获取国家级和区域自动气象站的历史逐小时地面气象观测资料及气象预报资料，包括气象要素：气温、相对湿度和风速。

优选地，步骤2中，对于气温和相对湿度，根据气象观测资料对气象预报资料进行地形订正，得到目标格点处的观测值序列和预报值序列；

对目标格点处的观测值序列和预报值序列进行回归统计，按照各个预报时次分别建立气温和相对湿度目标格点订正模型。

优选地，所述对目标格点处的观测值序列和预报值序列进行回归统计，按照各个预报时次分别建立气温和相对湿度目标格点订正模型，具体为：