一种基于气候态的多模式动态权重集成预测方法与流程

本发明涉及气候预测，具体涉及一种基于气候态的多模式动态权重集成预测方法。

背景技术：

1、在数值预报技术普及之前，由于缺少客观的定量预报资料，短期气候预测主要依赖于经验统计方法，预报效果通常不够稳定。近年来，随着计算机技术在天气、气候领域的快速发展及应用，研发了诸多覆盖全球的网格精细化降水、气温数据，比如基于站点的网格降水产品、 卫星降水数据以及再分析资料等等。气象部门为了进一步提升对自然灾害的防御能力，在全球精细化实况资料的基础上，研发了基于全球气候模式的气候预测产品，因此基于气候模式的数值预测已成为短期气候预测的主流发展方向，也是目前气候预测业务中应用最广泛的方法。

2、数值模式预测是在给定的初始条件和边界条件下求解大气运动的基本方程，由于大气是高度非线性的混沌系统，数值模式初始场具有不确定性，物理过程参数化方案也不够完善，这几点因素导致单一数值模式存在较大的不确定性。此外不同气候数值模式针对不同地区不同月份的预测准确率也参差不齐。因此，进一步了解模式预测性能，针对模式预报与实况之间的偏差，如何充分挖掘模式预报信息，利用历史资料对多模式输出结果进行后期订正，进一步提高模式预报准确率，是亟待解决的科研及业务问题。

3、气候数值模式在青海气候预测中具有一定的预测性能，但不同数值模式其预报性能差异较大，单模式预测效果稳定性不足。在单一模式预测能力有限的情况下，集合技术被用来提高模式对气温和降水的预测能力。集合技术从单模式多初始场集合逐渐发展到采用多样本和多模式进行综合预测来减小模式预测的不确定性。多初始值集合可以减小动力模式初值条件不确定带来的误差，而多模式集合通过对不同来源的模式结果进行集合，可将某些模式误差和随机误差减少，通常较单模式具有更高的预测技巧。早在20世纪60-70年代，有学者就发现，通过将两个相互独立的预测结果进行特定的线性组合，其预测均方根误差可以小于单个预测的均方根误差。通过组合多个模式的有效预报信息，多模式集成提升了预报可靠性，预报技巧优于单模式。常用的多模式集成方案可以分为等权和不等权两类。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种包含气候背景信息的多模式动态权重集成预测方法，以提升气候数值模式预报的稳定性。

2、本发明的目的是通过以下技术方案来实现的：

3、一种基于气候态的多模式动态权重集成预测方法，包括以下步骤：

4、s1模式资料选择：在次季节s2s模式产品类别和modesv2模式产品类别中分别选取至少三个气候预测产品作为集成预测备选成员，获取某高原地区近5年滑动平均气温和降水距平百分率数据，作为一个集成预测备选成员，并对所有集成预测备选成员进行预处理；

5、s2备选成员确定：通过多个检验指标评估各集成预测备选成员对某高原地区各月气温距平、降水距平百分率的预测准确率评分；

6、依据逐月模式对各个集成预测备选成员的评分进行排序，分别选取最优1个成员、2个成员、3个成员…k个成员的多个不等权重集合平均预报场，k为集成预测备选成员的数量；

7、s3优选集成方案：采用基于模式气候态的气温距平/降水距平百分率不等权重集成的第一方案和基于实况标准气候态的平均气温/降水量不等权重集成的第二方案分别进行月气温距平/降水距平百分率预测试验；

8、以最近一年的气候预测数据为独立样本进行回算试验，采用预测评分评估第一方案和第二方案在集合预测备选成员数量不同情况下的预测结果；

9、应用每月实时更新的模式数据代入计算，采用第一方案和第二方案中2-3个预测备选成员进行集合预报，综合形成气温距平/降水距平百分率预测产品。

10、进一步地，所述s1模式资料选择具体包括：

11、在次季节s2s模式产品类别中选择参与国际s2s计划的中国模式产品cma-cps、美国模式产品s2s-ncep和欧洲中心模式产品s2s-ec作为集成预测备选成员；

12、将基于多模式数据集modes的中国国家气候中心ncc、美国国家环境预报中心ncep、欧洲中心ecmwf的模式预测数据作为集成预测备选成员；

13、获取某高原地区近5年滑动平均气温和降水距平百分率数据，作为一个集成预测备选成员；

14、对选择的七个集成预测备选成员的站点数据进行空间插值处理。

15、进一步地，所述检验指标包括距平符号一致率as、距平相关系数acc、平均方差技巧评分msss、分级评分pg和趋势异常综合ps。

16、进一步地，所述依据逐月模式对各个集成预测备选成员的评分进行排序，分别选取最优1个成员、2个成员、3个成员…k个成员的多个不等权重集合平均预报场，k为集成预测备选成员的数量，具体为：

17、根据各个集成预测备选成员的符号一致率as大小进行排序，分别选择前1个成员、前2个成员、前3个成员…以及前k个成员形成共k个集合预报场；

18、根据符号一致率as对集合预报场内的集成预测备选成员进行不等权重赋值，集成预测备选成员的最优权重系数如下：

19、

20、其中， as i为第 i项成员的符号一致率，n为集合内的总成员数。

21、进一步地，所述基于模式气候态的气温距平/降水距平百分率不等权重集成的第一方案，具体为：

22、计算各个备选成员预测的月平均气温，再根据各备选成员本身的气候态计算气温距平；然后对挑选出的备选成员预测的月气温距平进行不等权重集成，得到不等权重集合后的月气温距平预测结果；

23、计算各个备选成员预测的月降水量，再根据各备选成员本身的气候态计算降水量距平百分率；然后对挑选出的集合成员预测的月降水量距平百分率进行不等权重集成，得到不等权重集合后的月降水量距平百分率预测结果。

24、进一步地，所述基于实况标准气候态的平均气温/降水量不等权重集成的第二方案，具体为：

25、以各个备选成员的月气温预报结果进行集成，得到不等权重集合后的月气温预测结果后，再根据实况气候态计算气温距平，获得集成后的月气温距平预测结果；

26、以各个备选成员的月降水量预报结果进行集成，得到不等权重集合后的月降水量预测结果后，再根据实况气候态计算降水量距平百分率，获得集成后的月降水量距平百分率预测结果。

27、进一步地，所述预测评分包括距平符号一致率as、距平相关系数acc、平均方差技巧评分及其相对于国家气候中心指导预报的技巧提高值共6个指标。

28、本发明的有益效果是：

29、1）精细化评估模式性能。高原地形复杂，模式预测性能存在明显差异，分区分月综合评估了各模式的预测性能，融入近5年本地气候背景信息，提高了各模式在本地化集成应用中的可靠性和稳定性。

30、2）动态权重集成预测。根据模式预测性能评估结果，确定集合成员和动态权重系数，选取最优模式进行不等权重集成，有针对性地提高了月气候预测准确性。

31、3）可推广性较强。该方法在气候预测中具有较好的适用性，适宜推广应用至其它时段和地区。