[发明专利]基于旬倾向和物理模态建模的次季节气候预测方法与系统

权利要求书

1.基于旬倾向和物理模态建模的次季节气候预测方法，其特征在于：包括以下步骤：

(1)将前期热带地区大气向外长波辐射OLR场、前期热带外中高纬地区500hPa位势高度Z500场和预测变量场分别计算转换为各自的旬倾向距平场；所述旬倾向距平具体计算为：

其中，A为某变量的旬平均值，为变量A的气候均值，ΔA为变量A的旬气候距平异常，δΔA为变量A的旬倾向距平，t为一年36旬中的某一旬，t-1即为该旬的上一旬；

(2)将前期OLR和Z500的旬倾向距平场与预测变量的旬倾向距平场分别进行奇异值分解SVD，将分解得到的决定预测变量旬倾向距平的前期OLR和Z500旬倾向距平变异的主要物理模态的时间序列进行标准化，作为预测变量旬倾向距平的预测因子；

(3)选取步骤(2)中不同数目的预测因子，利用多元线性回归方法，建立预测变量旬倾向距平与前期主要物理模态关系的统计预测模型；所述统计预测模型为：

其中，δΔA_fcst为预测变量的旬倾向距平，F_i^olr和分别为OLR第i个SVD模态和Z500第j个SVD模态对应的时间系数，和分别为OLR第i个SVD模态和Z500第j个SVD模态的权重，M和N分别为选取的OLR的SVD模态和Z500的SVD模态的个数，x为站点或者格点，t为预测旬，t-n即为提前预测旬n旬；

(4)进行旬倾向距平的历史回报，通过与观测对比，确定最优预测因子及最优预测模型；

(5)将预测旬的前期OLR倾向距平场和Z500倾向距平场分别投影至步骤(2)中的空间物理模态上，将得到的时间序列代入最优预测模型中计算得到预测变量的预测旬的旬倾向距平；

(6)将步骤(5)中得到的预测旬的旬倾向距平与上一旬的观测或预测旬距平相加，得到预测旬的旬距平；将预测旬的旬距平与预测旬的气候态相加，得到预测变量的预测旬的总值。

2.根据权利要求1所述的基于旬倾向和物理模态建模的次季节气候预测方法，其特征在于：所述步骤(4)中采用独立样本检验选取最优预测模型，通过进行旬倾向距平的历史回报，比较多个预测模型的回报结果与观测资料的空间相关系数，取相关系数最大值对应的OLR场SVD模态和Z500场SVD模态对应的预测因子组合作为最优预测因子，所对应的预测模型作为最优预测模型。

3.根据权利要求1所述的基于旬倾向和物理模态建模的次季节气候预测方法，其特征在于：所述方法可以从全年36旬任一旬开始，对未来6旬的旬降水或旬温度进行预测，并能够给出相应的大气环流场预测。