一种基于多因子的多参数相似集合的短期气候预测方法技术

本发明专利技术公开了一种基于多因子的多参数相似集合的短期气候预测方法。本发明专利技术预测方法根据考虑不同因子时效的组合及其独立性，综合应用反映预测样本间空间距离和形态相似的多种相似参数，选取最佳相似年及相反年份，通过对多个最佳样本对应的要素进行合成集合，并进行交叉检验和逐月滚动，最终对目标进行预测。本发明专利技术在相似参数的选择及使用上有改进。其优点在于能针对可能发生异常变化的区域进行预测，不局限于因子与预报量之间线性部分的预测。相似方法的非线性使该方法在不同尺度预测领域存在更好的应用前景，也可用于模式产品的统计释用以提高模式预报水平。

【技术实现步骤摘要】

本专利技术属于大气科学预测
，具体涉及一种基于多因子的多参数相似集合的短期气候预测方法。
技术介绍
气候异常对国民经济及农业生产有很大影响，国家领导和各级政府都很重视。但由于气候系统空间尺度大、时间尺度长，气候异常及其成因相当复杂；而要对气候异常进行预测则相当困难。我国已开展的气候预测业务主要集中在月、季、年尺度，即短期气候预测。现在业务中使用的主要方法有气候模式和各种统计及动力统计相结合的方法。当前，气候系统模式能合理预测东亚季风多时间尺度变率、主要空间模态分布、季风与其它气候系统尤其是与厄尔尼诺-南方涛动(ENSO)的关系，等等。虽然气候模式预测系统已能够对全球和区域气候特征尤其是ENSO、季风等主要气候现象展现出合理的预测技巧，且对我国气候尤其是极端气候异常事件的预测能力明显提升。但是，受分辨率有限、初始条件不确定、物理过程不完善、气候现象本身的可预报性有限等多种因素影响，气候模式对东亚气候的预测存在明显误差及巨大不确定性，特别是在东亚副热带季风区的预报能力很弱。总体看，我国短期气候预测水平仍十分有限。为了提高预测水平，动力统计相结合的预测方法成为现阶段较为关注、又行之有效的预测方法之一。如通过发展集合预报技术、利用统计与动力相结合的降尺度方法等来提高短期气候预测技巧。其中相似理论及方法在各类预测领域及模式误差订正等方面被广泛应用。我们知道若要制作技巧水平高的预报，不仅需要较好地把握有意义的物理因子，还要有对好的方法的合理使用。相似预报效果的好坏除了受预测因子影响外，还主要受相似性度量的方法的影响。统计学上已有的度量相似的参数有十余种，但实际应用过程中的不同会导致差异，即使是同一种度量参数也可能有不同的结果。此外，不同相似度量参数的特征不同，在使用的时候最好加以区分。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺陷，提供一种综合形态和距离相似的多参数相似预测方法。为了达到上述目的，本专利技术提供了一种基于多因子的多参数相似集合的短期气候预测方法，该方法通过获取关键因子集，优化组合关键因子集，然后进行相似预测；其中，相似预测采用多因子多参数相似预测，具体方法如下：按照预测时效，利用对关键因子集优化组合得到的相应的组合因子，以预测年因子，运用欧式距离、相似系数、相似离度、海明距离反映样本间空间距离或者形态相似的多个相似参数，不同类型的相似参数两两组合使用，并依照先形态后距离或者先距离后形态相似的顺序，选取最佳相似年和相反年各若干年，通过合成方法对最佳相似年与相反年计算其合成值，并以统计t检验达到90％显著可信的区域站点为预测将发生明显异常的站点，以相似年合成值、相反年合成值及合成差值的加权平均作为目标预测值，对区域气候进行预测。本专利技术短期气候预测方法的具体步骤如下：(1)基本因子场关键区域选择：根据历史资料计算500hPa流函数、200hPa势函数及850hPa势函数作为基本因子场，针对预测目标，选择基本因子场关键区域；(2)关键区域因子主分量获得：对所述各基本因子场关键区域依照不同的预测时效分别进行经验正交函数分解，得到相应关键区域因子主分量；(3)关键因子集获取：按照预测时效，进一步计算不同关键区域因子主成分与预测目标的相关系数，根据相关显著性选取相应预测时效的预测因子，获取关键因子集；(4)优化组合关键因子集：按照预测时效，通过经验正交函数展开对关键因子集进行优化组合得到相应的组合因子，并保证各预测因子间的相对独立性；(5)多因子多参数相似预测：按照预测时效，利用对关键因子集优化组合得到的相应的组合因子，以预测年因子，运用欧式距离、相似系数、相似离度、海明距离反映样本间空间距离或者形态相似的多个相似参数，不同类型的相似参数两两组合使用，并依照先形态后距离或者先距离后形态相似的顺序，选取最佳相似年和相反年各若干年，通过合成方法对最佳相似年与相反年计算其合成差值，并以统计t检验达到90％显著可信的区域站点为预测将发生明显异常的站点，以相似年合成值、相反年合成值及合成差值的加权平均作为目标预测值，对区域气候进行预测；其中预测因子个数通过以下方法确定：预测因子个数根据因子组合模态所解释总体方差的贡献超过95％为标准，即步骤(4)对因子集进行经验正交函数展开累积方差贡献达到95％之前的模态个数为最终选定的因子个数；(6)交叉检验集合预测：对所选取的历史资料依照预测时效进行交叉检验，同时根据步骤(5)对独立预测时段预测目标进行多次预测，通过集合给出预测目标的预测结果。(7)逐月滚动集合预测：针对预测目标，按照预测时效逐月经步骤(5)、步骤(6)分别得到起报月前各月的多参数相似合成预测值及交叉检验集合预测结果，在此基础上，对起报月之前更长预测时效的可预测区域站点的有效预测结果滚动至对应预测时效的预测结果中，通过对不同预测时效的预测结果进行集合，得到预测目标的逐月滚动集合预测值；所述有效预测的确定方法如下：根据步骤(6)多次交叉检验集合预测具有有效的预测值的站点。本专利技术相比现有技术具有以下优点：本专利技术气候预测方法运用多个独立因子，综合运用包含形态和距离相似的相似参数，通过计算在长时间历史资料库中选取针对预测年的最佳相似和相反样本，并对上述样本进行统计合成，对通过统计显著性达到90％的站点要素进行预测；同时，利用交叉检验集合、逐月滚动集合增加有效可预报站点数及预测结果的稳定性。本专利技术气候预测方法，综合使用多种参数，通过多因子多参数相似的计算选取最佳相似/相反样本，再结合统计合成与显著性检验方法，针对要素异常变化显著的区域站点进行预测，具有预测时效长、计算相对模式简单、预测结果较稳定，特别是对异常区域的预测具有较高的评分，该方法不仅仅局限于因子与预报量之间线性部分的预测。相似方法的非线性使该方法在不同尺度预测领域存在更好的应用前景，也可用于模式产品的统计释用以提高模式预报准确率水平。附图说明图1为本专利技术气候预测方法的流程图；图2是基于该方法进行拟合预测的有效可预报站点数随预测时效的分布；图3是针对中国冬季气温拟合预测的Ps评分；图4是针对中国冬季气温拟合预测的Ts评分；图5是针对中国冬季气温拟合预测的ACC评分；图6是针对中国冬季气温拟合预测的Sk评分；图7 2015/2016年冬季对应的前期1月因子及相似年因子的演变特征。图中，ENC1为多因子多参数相似集合预测结果；ENC2为多因子多参数相似集合+交叉检验集合预测结果；ENC3为多因子多参数相似集合+交叉检验集合+逐月滚动集合预测结果；图3-6中a为针对2010/2011-2014/2015年进行独立预测的结果；b为针对1979/1980-2008/2009年冬季气温进行拟合的结果；图7中包含分别按照仅考虑空间距离相似(E_D)、仅考虑空间形态相似(C_D)以及既考虑空间距离相似，又考虑空间形态相似(EC_D)选取的前期因子的演变特征；图中横坐标是因子序数，纵坐标是因子距平值。具体实施方式下面结合附图对本专利技术进行详细说明。各相似参数及评估参数如下：1、相似参数(1)相似系数 cosθ i j = 本文档来自技高网...

【技术保护点】
一种基于多因子的多参数相似集合的短期气候预测方法，该方法通过获取关键因子集，优化组合关键因子集，然后进行相似预测；其特征在于，所述相似预测采用多因子多参数相似预测，具体方法如下：按照预测时效，利用对关键因子集优化组合得到的相应的组合因子，以预测年因子，运用欧式距离、相似系数、相似离度、海明距离反映样本间空间距离或者形态相似的多个相似参数，不同类型的相似参数两两组合使用，并依照先形态后距离或者先距离后形态相似的顺序，选取最佳相似年和相反年各若干年，通过合成方法对最佳相似年与相反年计算其合成差值，并以统计t检验达到90%显著可信的区域站点为预测将发生明显异常的站点，以合成差值的要素值作为目标预测值，对区域气候进行预测。

【技术特征摘要】
1.一种基于多因子的多参数相似集合的短期气候预测方法，该方法通过获取关键因子集，优化组合关键因子集，然后进行相似预测；其特征在于，所述相似预测采用多因子多参数相似预测，具体方法如下：按照预测时效，利用对关键因子集优化组合得到的相应的组合因子，以预测年因子，运用欧式距离、相似系数、相似离度、海明距离反映样本间空间距离或者形态相似的多个相似参数，不同类型的相似参数两两组合使用，并依照先形态后距离或者先距离后形态相似的顺序，选取最佳相似年和相反年各若干年，通过合成方法对最佳相似年与相反年计算其合成差值，并以统计t检验达到90%显著可信的区域站点为预测将发生明显异常的站点，以合成差值的要素值作为目标预测值，对区域气候进行预测。2.根据权利要求1所述的短期气候预测方法，其特征在于，所述短期气候预测方法还采用交叉检验集合预测：对所选取的历史资料按照预测时效进行交叉检验，同时根据所述多因子多参数相似预测对独立预测时段的预测目标进行多次预测，通过集合给出预测目标的预测结果。3.根据权利要求2所述的短期气候预测方法，其特征在于，所述短期气候预测方法还采用逐月滚动集合预测：针对预测目标，按照预报时效逐月分别得到起报月前各月的多因子多参数相似预测值及交叉检验集合预测结果，在此基础上，对起报月之前更长预...

【专利技术属性】
技术研发人员：谭桂容，王妍，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32