[发明专利]一种数值预报产品距平积分动力统计订正方法和系统

权利要求书

1.一种数值预报产品距平积分动力统计订正方法，其特征在于，包括以下步骤：

步骤1，数据前处理过程：

步骤1.1，获取ECMWF的历史ERA-Interim再分析数据、自动站与CMORPH融合的逐时降水数据集、ECMWF中期数值预报产品以及待订正的实时数值预报产品；其中，逐时降水数据集为逐时降水量0.1°网格数据集；

步骤1.2，对ERA-Interim再分析数据进行纬向存储转置和数据插值处理，得到处理后的ERA-Interim再分析数据，使处理后的ERA-Interim再分析数据与ECMWF中期数值预报产品的格点分布相同；

对逐时降水数据集进行数据插值处理，得到处理后的逐时降水数据集，使处理后的逐时降水数据集与ECMWF中期数值预报产品的格点分布相同；

令n为移动平均的时间窗口，即气候态平均时间尺度；y为年份；I,J代表某一格点的经度坐标和纬度坐标；

步骤2，气候平均态提取过程：

根据公式(5)，得到ERA-Interim再分析数据对应的每种天气变量的气候平均态

根据公式(6)，得到逐时降水数据集对应的每种天气变量的气候平均态

其中：

f_a(I,J)_y代表ERA-Interim再分析数据对应的每种天气变量在年份y时的天气变量值；

f_c(I,J)_y代表逐时降水数据集对应的每种天气变量在年份y时的天气变量值；

步骤3，物理分解过程：

步骤3.1，对经步骤1处理后的ERA-Interim再分析数据、逐时降水数据集和ECMWF中期数值预报产品的各天气变量进行分析，得到每种天气变量的历史时间变化序列；

步骤3.2，采用公式(8)，得到ERA-Interim再分析数据对应的每种天气变量的扰动量f_a'(I,J)；

其中：

f_a代表ERA-Interim再分析数据的任一天气变量；

L[f_a(I,J)]代表ERA-Interim再分析数据的任一天气变量的线性部分；

N[f_a(I,J)]代表ERA-Interim再分析数据的任一天气变量的非线性部分；

ε_a代表ERA-Interim再分析数据的任一天气变量的预报误差；

代表L[f_a(I,J)]关于时间t的平均值；

代表L[f_a(I,J)]关于时间t的平均值；

代表ERA-Interim再分析数据的任一天气变量的系统性误差；

步骤3.3，采用公式(9)，得到逐时降水数据集对应的每种天气变量的扰动量f_c'(I,J)；

其中：

f_c代表逐时降水数据集的任一天气变量；

L[f_c(I,J)]代表逐时降水数据集的任一天气变量的线性部分；

N[f_c(I,J)代表逐时降水数据集的任一天气变量的非线性部分；

ε_c代表逐时降水数据集的任一天气变量的预报误差；

代表L[f_c(I,J)]关于时间t的平均值；

代表N[f_c(I,J)关于时间t的平均值；

代表逐时降水数据集的任一天气变量的系统性误差；

步骤4，ECMWF中期数值预报产品每种天气变量的环流场系统性误差和降水量系统性误差：

步骤4.1，由公式(10)，计算得到ECMWF中期数值预报产品每种天气变量的环流场系统性误差；

其中：

代表利用加权移动平均计算到的天气变量在年份y上每一个格点的气候平均态，通过公式(4)计算得到：

步骤4.2，采用公式(11)，计算得到ECMWF中期数值预报产品每种天气变量的降水量系统性误差；

步骤5，订正过程：

步骤5.1，要用步骤2和步骤3的方式，建立不同天气变量各时刻的气候平均态和扰动量数据库；

根据待订正模式产品天气变量、起报时刻和预报时效的不同，从数据库中筛选并调用对应的气候平均态和扰动量；

步骤5.2，采用公式(12)，得到利用ERA-Interim再分析数据订正的ECMWF中期数值预报产品的环流场结果f_pa(I,J)：

步骤5.3，采用公式(13)，得到利用逐时降水数据集订正的ECMWF中期数值预报产品的降水结果f_pc(I,J)：

由此实现对ECMWF中期数值预报产品的订正。