[发明专利]一种基于数值天气预报和人工智能的降水客观预报方法

权利要求书

1.一种基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤如下：

（1）获取多种数值模式的降水预报产品

获取研究范围内多种数值模式降水预报产品，通过插值技术将这些数值模式降水预报产品插值处理到同样的站点或网格点上；

（2）进行数值模式降水预报准确率对比检验

对不同数值模式降水预报准确率进行检验，根据检验结果挑选出预报准确率高的高时间分辨率的数值模式，选择其历史降水预报数据，建立人工智能训练数据集；

（3）进行人工智能降水预报模型训练

将数值模式历史降水预报数据整理成分段降水量预报，采用全连接神经网络DNN进行模型训练，将训练样本进行特征变量选取、数据上采样、标准化预处理后作为深度学习输入层的输入量，通过线性变换和非线性激活函数映射，得到这个节点的输出，并传递给下一层节点的输入，经过多隐含层的矩阵变换，最后以分段降水预报作为模型的输出量，建立基于数值天气预报和人工智能的降水客观预报模型；

（4）建立基于数值天气预报和人工智能的降水客观预报业务化系统

基于前期训练的人工智能降水预报模型以及数值模式降水预报产品，建立业务化的人工智能降水客观预报系统，实时提供分段降水客观预报产品；

（5）分段降水客观预报产品时间降尺度

逐站点或网格点进行分段降水客观预报产品时间降尺度，包括①找出人工智能降水预报模型输出的分段降水量预报RA；②找出准确率较高的高时间分辨率的数值模式，以B模式表示，在相应时间段内的累计降水量预报RB及该时段内的降水预报时次数n；③按照B模式在该时段内的降水变化趋势逐个时间点i，i=1，…，n，n1，对分段降水客观预报产品RA进行时间降尺度，求出在该时段内所有时间点的降水客观预报值RAi，生成更高时间分辨率的降水预报产品，具体公式如下：

当RB≠0时

，

如果RB=0，则进一步寻找B模式该站点周围的临近站点，如果临近站点有降水，则采用该临近站点的降水量作为时段降水量RB，进行时间降尺度；否则，扩大范围，继续寻找周围临近站点的降水预报；如果B模式整个场没有预报降水，则采用预报准确率较高的其他模式高时间分辨率降水预报产品进行时间降尺度；

其中，

RA表示降水客观预报产品的分段降水量预报；

RA_i表示降水客观预报产品在相应时段内第i个时间点的降水量预报；

RB表示较高时间分辨率的数值模式在同时段的分段降水量预报；

RB_i表示较高时间分辨率的数值模式在相应时段内第i个时间点的降水量预报；

④逐站点或网格点循环，实现分段降水客观预报产品在整个区域范围内的时间降尺度；

（6）建立业务化系统，逐日重复步骤（4）、（5），实现基于数值天气预报和人工智能技术的降水客观预报方法业务化。

2.根据权利要求1所述基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤（1）中获取多种数值模式的降水预报产品的途径包括气象CIMISS数据库、大数据云平台、气象数值预报云共享平台、因特网中的任意一项或几项。

3.根据权利要求1所述基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤（1）中所述多种数值模式降水预报产品时间分辨率为逐1h或逐3h。

4.根据权利要求1所述基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤（1）中所述插值技术为双线性插值或反距离权重。

5.根据权利要求1所述基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤（2）中所述高时间分辨率指1h或小于1h时间分辨率；检验内容包括晴雨预报准确率、不同等级降水预报准确率、降水预报平均相对误差中的任意一项或几项。

6.根据权利要求1所述基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤（3）中分段降水预报的时间分辨率为3h或大于3h的产品。

7.根据权利要求1所述基于数值天气预报和人工智能的降水客观预报方法，其特征在于，步骤（4）中所述时间降尺度指将时间分辨率较低的降水预报产品处理成时间分辨率较高的预报产品。