一种数值天气预报产品气候态自适应订正方法

本发明属于数值天气预报，具体涉及一种数值天气预报产品气候态自适应订正方法。

背景技术：

1、数值天气预报的发展取得了令人瞩目的成就，尤其近十几年随着模式动力框架更加精确，参数化方案更加合理，观测资料更加密集，同化技术更加完善，以及计算机的进步、大规模计算能力和模式分辨率的提高，数值天气预报的有效预报时效不断延长，预报准确率持续提高，数值预报已经成为天气预报最重要的手段。

2、数值天气预报的发展就是为了追求预报准确率的提高，关键问题就在于如何减小预报误差。采用精度更高更加可靠的观测仪器、更先进的气象雷达及气象卫星以获得更广范围、分辨率更高的观测资料等等以提供更可靠的初值，最大限度减小模式的初始误差。采用更完整的非静力完全可压缩方程和高精度的计算方法构建模式动力框架、优化模式物理过程参数化方案、使模式对大气运动的动力、物理过程描述更接近于实际状况，提高模式分辨率等，均能够有效减小数值模式误差。

3、然而，无论是初始场还是模式动力过程或物理过程的描述，都只是实际大气无限复杂过程的近似，计算方案的改进只能在一定程度上提高逼近实际的程度，减小模式预报误差，但并不能完全消除误差。因此，对数值预报误差的有效订正和订正方法研究具有重要的科学意义和实际应用价值。

4、现有的数值预报误差的订正方法主要分为四类：经验性方法、变分修正方法、kalman滤波及集合kalman滤波方法以及动力-统计相结合的修正方法。然而，现有的各类数值预报误差的订正方法，在缩小数值预报误差，提高数值预报准确率等方面，仍然具有较大的局限性，无法满足人们日益提高的对数值预报准确性的需求。

技术实现思路

1、针对现有技术存在的缺陷，本发明提供一种数值天气预报产品气候态自适应订正方法，可有效解决上述问题。

2、本发明采用的技术方案如下：

3、本发明提供一种数值天气预报产品气候态自适应订正方法，包括以下步骤：

4、步骤1，确定需要进行预报和订正的天气变量；

5、步骤2，获取天气变量的历史观测数据时间序列集合和历史模式数据时间序列集合；其中，所述历史观测数据为对天气变量的观测数据；所述历史模式数据，为数值天气预报产品预测到的天气变量的模式数据；

6、步骤3，对天气变量的历史观测数据时间序列集合和历史模式数据时间序列集合进行气候态时间尺度试验，确定滑动平均最佳窗口长度；

7、步骤4，进行订正：

8、步骤4.1，获取最新的待订正的数值天气预报产品预测到的天气变量的模式数据；

9、步骤4.2，在天气变量的历史观测数据时间序列集合中，采用滑动平均最佳窗口长度作为滑动窗口长度，进行赫尔移动平均hma气候态提取，得到观测hma气候态；

10、在历史模式数据时间序列集合中，采用滑动平均最佳窗口长度作为滑动窗口长度，进行赫尔移动平均hma气候态提取，得到模式hma气候态；

11、步骤4.3，采用公式（1），对待订正的天气变量的模式数据进行订正，得到天气变量的预报量：

12、（1）；

13、由此完成模式数据的订正过程。

14、优选的，所述天气变量，包括位势高度、温度、风矢量和比湿。

15、优选的，所述历史观测数据，具体为天气预报中心的大气再分析数据era5的对天气变量的观测数据，并进行预处理后的历史观测数据。

16、优选的，所述预处理具体为：

17、对大气再分析数据era5进行纬向存储转置和数据插值处理，得到处理后的大气再分析数据era5，使处理后的大气再分析数据era5与待订正的天气变量的模式数据，具有相同的分辨率以及格点分布。

18、优选的，步骤3具体为：

19、步骤3.1，设定滑动平均窗口长度；

20、步骤3.2，在历史观测数据时间序列集合中，采用滑动平均窗口长度，进行赫尔移动平均hma气候态提取，得到观测hma气候态；

21、在历史模式数据时间序列集合中，采用滑动平均窗口长度，进行赫尔移动平均hma气候态提取，得到模式hma气候态；

22、步骤3.3，令滑动平均窗口长度分别取、和，其中，、和为预先设置的气候态平均时间尺度的可选择值；

23、采用步骤3.2的方法，分别得到观测hma气候态、观测hma气候态、观测hma气候态、模式hma气候态、模式hma气候态和模式hma气候态；

24、计算观测hma气候态和模式hma气候态之间的均方根误差；

25、计算观测hma气候态和模式hma气候态之间的均方根误差；

26、计算观测hma气候态和模式hma气候态之间的均方根误差；

27、对均方根误差、和进行比较，确定均方根误差最小的滑动平均窗口长度，即为滑动平均最佳窗口长度。

28、优选的，对历史观测数据时间序列集合进行赫尔移动平均hma气候态提取的方法，和对历史模式数据时间序列集合进行赫尔移动平均hma气候态提取的方法相同。

29、优选的，步骤3.2具体为：

30、步骤3.2.1，将历史观测数据时间序列集合和历史模式数据时间序列集合统一表示为：时间序列集合；其中，代表时间序列集合中的数据数量；代表按时间顺序正向排列的各年份的数据，如果为集合，则为观测数据；如果为集合，则为模式数据；

31、步骤3.2.2，在时间序列集合中，采用滑动平均窗口长度进行移动卷积计算，得到卷积时间序列；其中，代表滑动平均窗口长度为时，得到的卷积数量；

32、在时间序列集合中，采用滑动平均窗口长度进行移动卷积计算，得到卷积时间序列；其中，代表滑动平均窗口长度为时，得到的卷积数量；

33、步骤3.2.3，获得一个新的时间序列：；

34、对新的时间序列，采用滑动平均窗口长度进行移动卷积计算，得到时间序列集合的赫尔移动平均hma气候态，公式为：

35、（2）；

36、因此，在滑动平均窗口长度时，对于历史观测数据时间序列集合，得到的赫尔移动平均hma气候态表示为，即为观测hma气候态；对于历史模式数据时间序列集合，得到的赫尔移动平均hma气候态表示为，即为模式hma气候态。

37、优选的，步骤3.2.2中，在时间序列集合中，采用滑动平均窗口长度进行移动卷积计算，得到卷积时间序列，具体为：

38、步骤3.2.2.1，当长度为的滑动平均窗口移动到某个位置时，设其对应的时间序列为： 时间序列；其中： t代表年份；

39、步骤3.2.2.2，采用公式（3），得到时间序列中，在年份的过滤函数的表达式，其中，；

40、（3）；

41、步骤3.2.2.3，采用公式（4），得到时间序列在窗口长度为时的卷积的表达式：

42、（4）；

43、步骤3.2.2.4，将时间序列以及公式（3）代入公式（4）中，得到卷积的详细表达式：

44、（5）；

45、通过公式（5），计算得到时间序列在窗口长度为时的卷积。

46、本发明提供的一种数值天气预报产品气候态自适应订正方法具有以下优点：

47、本发明提供的一种数值天气预报产品气候态自适应订正方法，能够减小数值模式结果误差，延长有效预报时效，提高预报精准度。本发明尤其提高在中短期—延伸期、复杂地形区域、强降水天气系统等方面的预报能力。