一种基于频率匹配和动态融合的多模式降水预报订正方法技术

本发明专利技术公开了一种基于频率匹配和动态融合的多模式降水预报订正方法，包括：先对EC、GFS和WARMS三套降水预报数据进行频率匹配订；分别得到ECFM、GFSFM和WARMSFM数据；将ECFM、GFSFM和WARMSFM与华南区域模式三公里的原始降水预报数据组成融合数据集；当ECFM大于30毫米时，计算分级降水TS权重系数，根据TS权重系数选择融合方式；当ECFM小于等于30毫米时，计算晴雨权重系数，根据晴雨权重系数选择融合方式。本发明专利技术通过选用各模式历史评分高的原始或频率匹配数据，采用动态权重系数来融合，来达到对降水预报进行精准订正的效果。到对降水预报进行精准订正的效果。到对降水预报进行精准订正的效果。

【技术实现步骤摘要】
一种基于频率匹配和动态融合的多模式降水预报订正方法


[0001]本专利技术涉及降水预报订正
，具体涉及一种基于频率匹配和动态融合的多模式降水预报订正方法。

技术介绍

[0002]海南岛属热带岛屿，局地性降水频发，降水预报准确率较低。现有的降水技术主要是参考各家模式预报降水量的基础上，依靠人工经验所决定。其主要缺点如下：
[0003]现有降水预报以格点预报为主，人工主观难以订正降水落区，费时费力；
[0004]各家模式本身有系统偏差，对海南的降水预报性能各有优劣，依靠人工经验进行订正误差较大；
[0005]降水量的预报需综合考虑各家模式预报的降水量，降水量级的人工融合较难操作。
[0006]因此，专利技术一种海南岛地区的基于频率匹配和动态融合的多模式降水预报订正方法很有必要。

技术实现思路

[0007]为此，本专利技术提供一种基于频率匹配和动态融合的多模式降水预报订正方法，通过先对各模式降水数据进行频率匹配订正，选用各模式历史评分高的原始或频率匹配数据，采用动态权重系数来融合，以解决降水预报存在误差的问题。
[0008]为了实现上述目的，本专利技术提供如下技术方案：一种基于频率匹配和动态融合的多模式降水预报订正方法，包括以下操作步骤：
[0009]S1：先对欧洲数值预报中心全球模式(EC)、美国国家环境预报中心全球模式(NCEP
‑
GFS)、华东区域九公里模式(WARMS)的降水预报数据进行频率匹配订正；
[0010]S2：通过频率匹配订正分别得到欧洲数值预报中心订正数据(ECFM)、美国国家环境预报中心订正数据(GFSFM)和华东区域九公里模式订正数据(WARMSFM)三套数据；
[0011]S3：将ECFM、GFSFM和WARMSFM与华东区域三公里模式(GRAPES
‑
GZ)的原始降水预报数据组成融合数据集；
[0012]S4：当ECFM大于30毫米时，计算分级降水TS权重系数；
[0013]S5：当TS权重系数和大于0时，根据动态权重和附加权重按比例进行融合订正；
[0014]S6：当TS权重系数和等于0时，按固定权重融合；
[0015]S7：当ECFM小于等于30毫米时，计算晴雨(PC)权重系数；
[0016]S8：当PC权重系数和大于0时，根据动态权重按比例进行融合订正；
[0017]S9：当PC权重系数和等于0时，订正数据用ECFM代替。
[0018]优选的，所述S2中ECFM、GFSFM和WARMSFM为频率匹配订正后的EC、GFS和WARMS数据。
[0019]优选的，所述S3中GRAPES
‑
GZ为原始降水预报数据。
[0020]优选的，所述S4中分级降水TS权重用于显著降水天气的订正，计算前期各模式降水预报在各量级上与实况的匹配程度。
[0021]优选的，所述S6中固定权重系数为附加权重加一/模式个数。
[0022]优选的，所述S7中PC权重用于一般天气的订正，对于各量级降水和无降水，在背景数据的基础上，依次用历史晴雨准确率从高到低的其他融合数据来对背景数据进行填补和消空。
[0023]与现有技术相比，该一种基于频率匹配和动态融合的多模式降水预报订正方法的优点：
[0024]本专利技术在模式融合部分，根据各模式的晴雨和强降水预报性能特点做了一些额外的设定，如全球模式频率匹配后的晴雨准确率最高，中尺度模式原始预报的晴雨准确率较低，但强降水捕捉能力较佳，即设定在4
‑
10月份，当GRAPES
‑
GZ预报大于1毫米将其加入融合，否则选用ECFM、GFSFM和WARMSFM三套数据融合，11
‑
3月份仅选用ECFM和GFSFM两套数据来融合，从而达到对降水预报进行精准订正的效果；
[0025]通过PC权重和分级降水TS权重两套动态权重系数，前者用于一般天气的订正，对于各量级降水和无降水，在背景数据的基础上，依次用历史晴雨准确率从高到低的其他融合数据来对背景数据进行填补和消空，后者用于显著降水天气的订正，计算前期各模式降水预报在各量级上与实况的匹配程度，两套权重的计算都是当预报和实况都在同一降水量级区间时，系数加1，然后按总系数比例来分配融合，一般天气和显著降水天气的区分用背景数据来确定，当背景数据预报量大于一定数值(30毫米)时，确定为显著降水天气，采用分级降水TS权重系数，其他情况为一般天气，采用PC权重系数，另外，考虑到模式预报存在系数偏差，在显著降水天气时，在动态权重的基础上，人为加上一个固定权重，从而增加降水预报的准确性的效果。
附图说明
[0026]图1为本专利技术提供的降水预报订正流程图。
具体实施方式
[0027]以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0028]参照附图1，本专利技术提供的一种基于频率匹配和动态融合的多模式降水预报订正方法，包括以下操作步骤：
[0029]S1：先对EC、NCEP
‑
GFS和WARMS三家模式降水预报数据进行频率匹配订正；
[0030]其中基础算法是频率匹配和动态权重；
[0031]S2：通过频率匹配订正得到ECFM、GFSFM和WARMSFM三套数据；
[0032]其中ECFM、GFSFM和WARMSFM为频率匹配订正后的EC、NCEP
‑
GFS和WARMS数据；
[0033]S3：使ECFM、GFSFM和WARMSFM与GRAPES
‑
GZ原始降水预报数据组成融合数据集；
[0034]S4：当ECFM大于30毫米时，计算分级降水TS权重系数；
[0035]其中分级降水TS权重用于显著降水天气的订正，计算前期各模式降水预报在各量级上与实况的匹配程度；
[0036]S5：当权重系数和大于0时，根据动态权重和附加权重按比例进行融合订正；
[0037]S6：当权重系数和等于0时，按固定权重融合；
[0038]其中固定权重系数为附加权重加一/模式个数；
[0039]S7：当ECFM小于等于30毫米时，计算PC权重系数；
[0040]其中PC权重用于一般天气的订正，对于各量级降水和无降水，在背景数据的基础上，依次用历史晴雨准确率从高到低的其他融合数据来对背景数据进行填补和消空；
[0041]S8：当权重系数和大于0时，根据动态权重按比例进行融合订正；
[0042]S9：当权重系数和等于0时，订正数据用ECFM代替；
[0043]进一步的，在模式融合部分，根据各模式的晴雨和强降水预报性能特点做了一些额外的设定，如全球模式频率匹配后的晴雨准确率最高，中尺度模式原始预报的晴雨准确率较低，但强降水捕捉能力较佳，即设定在4
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频率匹配和动态融合的多模式降水预报订正方法，其特征在于：包括以下操作步骤：S1：先对欧洲数值预报中心全球模式、美国国家环境预报中心全球模式、华东区域九公里模式的降水预报数据进行频率匹配订正；S2：通过频率匹配订正分别得到欧洲数值预报中心订正数据、美国国家环境预报中心订正数据和华东区域九公里模式订正数据；S3：将欧洲数值预报中心订正数据、美国国家环境预报中心订正数据、华东区域九公里模式订正数据与华东区域三公里模式的原始降水预报数据组成融合数据集；S4：当欧洲数值预报中心订正数据大于30毫米时，计算分级降水TS权重系数；S5：当TS权重系数和大于0时，根据动态权重和附加权重按比例进行融合订正；S6：当TS权重系数和等于0时，按固定权重融合；S7：当欧洲数值预报中心订正数据小于等于30毫米时，计算晴雨权重系数；S8：当晴雨权重系数和大于0时，根据动态权重按比例进行融合订正；S...

【专利技术属性】
技术研发人员：李玉梅，李勋，冯箫，
申请(专利权)人：海南省气象台，
类型：发明
国别省市：