一种基于不同方法的大风融合集成预报方法技术

本发明专利技术属于气象预报技术领域，涉及一种基于不同方法的大风融合集成预报方法。步骤包括获取数值模式的风速预报产品，数据处理和数据集建设，建立MOS等统计订正方法，建立概率密度匹配等订正方法，分别建立不同方法的风速预报实时业务化系统，对不同模型风速预报产品进行对比检验，建立基于不同方法的大风融合集成预报方法和业务化系统。本发明专利技术基于不同方法的大风融合集成预报方法，对不同方法风速预报进行对比检验和融合集成，进一步提高大风客观预报准确率。对2021年1

【技术实现步骤摘要】
一种基于不同方法的大风融合集成预报方法


[0001]本专利技术属于气象预报
，涉及一种基于不同方法的大风融合集成预报方法。

技术介绍

[0002]大风是一种重要的灾害性天气，特别是海上大风，对于海上交通运输有重要影响。提高大风预报准确率，是提高气象防灾减灾能力的重要内容。当前，数值天气预报准确率已显著提高，但数值模式对于风速预报仍然存在一定的不足，主要表现为模式通常对于大风预报偏小、小风预报偏大。因此，通过统计订正、人工智能等技术对数值模式风速预报进行订正，是提高大风预报准确率的重要手段。目前，对于气温、降水等的客观订正预报方法较多，已取得显著订正效果，对于风的订正预报方法相对较少。传统的统计方法虽然可以总体减小数值模式风速预报误差（曾晓青等，《应用气象学报》，2019），但由于大风预报为小概率事件，对于大风预报一般难以取得较好的订正效果。且不同的统计方法的特点不同，往往各有所长，如何能集成不同方法的优点，还缺少有效的方法。

技术实现思路

[0003]本专利技术针对传统数值模式风速预报订正方法存在的问题和不足，提出了一种基于不同方法的大风融合集成预报方法，以期取得更好的大风订正预报效果。
[0004]为了达到上述目的，本专利技术是采用下述的技术方案实现的：一种基于不同方法的大风融合集成预报方法，步骤如下：（1）获取数值模式的风速预报产品获取(包括从气象CIMISS数据库、大数据云平台、气象数值预报云共享平台、因特网等方式获取数据)研究区域范围内数值模式风速预报产品，通过插值技术将这些数值模式风速预报产品插值处理到地面观测站点或等经纬网格点上；（2）数据处理和数据集建设根据关注重点和用户服务需求，基于数值模式风速预报产品分别求取特定时段内最大风速，或选择数值模式某时刻的风速，建立数值模式风速预报历史数据集、数值模式风速预报实时数据；获取(包括从气象CIMISS数据库、大数据云平台等方式获取数据)研究区域范围内与风预报产品相一致的站点或网格点风的实况数据；（3）基于数值模式风速预报建立MOS等统计订正方法基于数值模式风速预报和实况风历史数据集，采用MOS滑动建模等统计方法，对数值模式风速预报进行统计订正，逐站（点）建立风速客观订正预报模型A；（4）基于数值模式风速预报建立概率密度匹配等订正方法基于数值模式风速预报和实况风历史数据集，采用概率密度匹配等方法对模式风速预报进行订正，使风速预报与实况观测的概率密度分布一致，订正模式风速预报系统误差，逐站（点）建立风速客观订正预报模型B；
（5）分别建立不同方法的风速预报实时业务化系统基于数值模式风速实时预报产品，实现模型A、B的实时业务化运行，实时提供风速客观订正预报产品；（6）对不同模型风速预报产品进行对比检验对模型A和模型B的风速预报产品进行风速分级预报准确率检验，或风速分级预报误差检验，重点分析不同模型大风预报准确率的差异；（7）建立基于不同方法的大风融合集成预报方法和业务化系统根据A、B两种模型不同等级风预报准确率（或预报误差）检验结果，按照预报最优的原则，逐级风进行不同产品的风速分级融合集成，确定基于A和B两种模型的大风融合集成方案，逐站（点）建立基于A、B两种模型的大风融合集成预报方法，并建立大风融合集成预报业务化系统，实现方法的实时业务化运行。
[0005]作为优选，步骤（1）中所述获取研究区域范围内数值模式地面10米风预报产品，其产品时间分辨率通常为逐1小时或逐3小时（需要说明的是，逐1小时或逐3小时是目前气象局预报常用的分辨率，但随着技术发展，也可能有其他更高分辨率产品出现，本专利技术对此不做限制，其他分辨率的情况也在本专利技术保护范围内），如中国气象局数值预报中心提供的CMA
‑
MESO中尺度模式风速预报产品时间分辨率为1小时，华东、华北区域中心提供的中尺度数值模式风速预报产品时间分辨率为1小时，ECMWF欧洲中心数值预报中心的EC细网格以及中国气象局数值预报中心GRAPES_GFS全球模式风速预报产品时间分辨率为逐3h。
[0006]作为优选，步骤（1）中所述插值技术通常指双线性插值或反距离权重等插值方法。
[0007]作为优选，步骤（2）中所述时段内最大风通常指24小时内，或12小时内最大风，也可根据需求求取任意时段内最大风。
[0008]作为优选，步骤（3）中所述MOS滑动建模统计方法，指采用预报日向前N天的数值模式风速预报历史数据和实况进行滑动统计建模，建立风速客观预报模型；或采用预报日向前N天的历史数据和上一年度预报日之后N天的历史数据进行滑动统计建模，建立风速客观预报模型；所述N天可以根据经验给出，也可以通过不同的N进行训练对比给出最优N。
[0009]作为优选，步骤（3）中所述MOS滑动建模等统计方法，包括不同的MOS客观预报方法，以及其他类似的统计方法，如BP神经网络方法，卡尔曼滤波方法等。
[0010]作为优选，步骤（4）中所述采用概率密度匹配方法，其实施步骤为：a.利用下述公式计算实况观测风速出现不同风速阈值时的频率，建立实况风速值与实况风速频率的线性插值函数f（x），其中f（x）为风速，x为风速出现频率P的对数（lnP），公式如下；，其中，A
i
为出现某一阈值风速的站点次数，B为总站次数。
[0011]b.利用上述公式计算数值模式预报的风速不同阈值时的频率P，并代入f（x）中，可求新的风速值与预报风速频率的线性插值函数；c.根据数值模式风速预报值，按照步骤b中所求解的风速阈值找到对应的实况风速值，求解出不同风速阈值的订正系数。
[0012]作为优选，步骤（4）中所述采用概率密度匹配等方法，还包含其他类似的可以提高
大风预报准确率的统计方法。
[0013]作为优选，步骤（6）中所述风速分级预报准确率检验，风速分级预报误差检验等，计算公式如下：风力等级预报准确率检验公式为：预报准确率：
ꢀꢀ
。
[0014]式中k为风力等级， 为预报正确站（次）数、 为预报偏强站（次）数（即预报风力等级大于实况风力检验等级）、
ꢀꢀ
为预报偏弱站（次）数（即预报风力等级小于实况风力检验等级）。
[0015]风速分级预报误差检验公式为：平均绝对误差：；平均误差： 。
[0016]式中为第k等级风第i站（次）预报值； 第k等级风第i站（次）实况值。
[0017]作为优选，步骤（7）中所述根据A、B两种模型不同等级风预报准确率（或预报误差）检验结果，在实际操作过程中，模型的数量不限制为两种，也就是不仅仅局限于A、B两种预报模型，还可以是更多数量的模型的检验结果进行融合；或不同数值模式风速预报产品的融合。
[0018]作为优选，步骤（7）中所述按照预报最优的原则，指选取预报准确率高（或预报误差小）的模型的产品进行风速分级融合集成，也可以分别给定不同模型预报产品一定的比例（可通过试验确定比例）进行集成，或直接选取预报最好的产品进行集成。
[0019]作为优选，步骤（7）中所述风速分级融合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于不同方法的大风融合集成预报方法，其特征在于，步骤如下：（1）获取数值模式的风速预报产品从数据平台获取研究范围内数值模式风速预报产品，通过插值技术将数值模式风速预报产品插值处理到地面观测站点或等经纬网格点上；（2）数据处理和数据集建设基于数值模式风速预报产品，分别求取特定时间段内最大风速，或选择数值模式某时刻的风速，建立数值模式风速预报历史数据集、数值模式风速预报实时数据；获取研究范围内与风速预报产品相一致的站点或网格点,得到实况风速历史数据集；（3）MOS统计订正基于数值模式风速预报历史数据集和实况风速历史数据集，采用MOS滑动建模统计方法，对数值模式风速预报进行统计订正，逐站点建立风速客观订正预报模型A；（4）概率密度匹配订正基于数值模式风速预报和实况风速历史数据集，采用概率密度匹配方法对模式风速预报进行订正，使风速预报与实况观测的概率密度分布一致，订正模式风速预报系统误差，逐站点建立风速客观订正预报模型B；（5）分别建立风速预报实时业务化系统基于步骤（2）中所述数值模式风速预报实时数据，实现模型A、模型B的实时业务化运行，实时提供风速客观订正预报产品；（6）对不同模型风速预报产品进行对比检验对模型A和模型B处理后得到的风速预报产品进行风速分级预报准确率检验，或风速分级预报误差检验，分析模型A和模型B大风预报准确率的差异；（7）建立大风融合集成预报方法和业务化系统根据模型A、模型B不同等级风预报准确率或误差检验结果，按照预报最优的原则，逐级进行风速分级融合集成，确定基于模型A和模型B的大风融合集成方案，逐站点建立基于模型A和模型B的大风融合集成预报方法，建立大风融合集成预报业务化系统，实现实时业务化运行。2.根据权利要求1所述基于不同方法的大风融合集成预报方法，其特征在于，步骤（1）中数据平台为气象CIMISS数据库、大数据云平台、气象数值预报云共享平台、因特网中的任意一种或多种；所述风速预报产品为数值模式地面10米风预报产品，分辨率为逐1小时或逐3小时，所述插值技术为双线性插值或反距离权重插值。3.根据权利要求1所述基于不同方法的大风融合集成预报方法，其特征在于，步骤（2）中特定时间段内最大风速为24小时内或12小时内最大风。4....

【专利技术属性】
技术研发人员：盛春岩，刘诗军，范苏丹，
申请(专利权)人：山东省气象科学研究所山东省海洋气象科学研究所，山东省气象局培训中心，
类型：发明
国别省市：