发明名称 一种自动修正的多模式数值降雨集合预报方法
摘要 本发明涉及一种自动修正的多模式数值降雨集合预报方法,包括以下步骤:步骤1、各种数值大气预报模式的选取;步骤2、模拟预报,输出每隔T小时降雨数据;步骤3、降雨预报结果的评价;步骤4、各模式预报权重系数的确定;步骤5、发布本次预报结果。本发明在现有多模式集合降雨预报基础上,可以更加客观的评价各数值大气模式的降雨预报结果,集合降雨预报的最终结果不必过分依赖于人工决策,公布的降雨预报结果更具客观性。
申请公布号 CN105808948B 申请公布日期 2017.02.15
申请号 CN201610131565.2 申请日期 2016.03.08
申请人 中国水利水电科学研究院 发明人 刘佳;李传哲;田济扬;于福亮;王洋
分类号 G06F19/00(2011.01)I 主分类号 G06F19/00(2011.01)I
代理机构 成都正华专利代理事务所(普通合伙) 51229 代理人 李蕊
主权项 一种自动修正的多模式数值降雨集合预报方法,包括以下步骤:步骤1、各种数值大气预报模式的选取;步骤2、模拟预报,输出每隔T小时降雨数据;步骤3、降雨预报结果的评价;步骤3中在各选取的数值大气模式输出6h降雨预报结果后,依据本次降雨的实测结果,对降雨预报结果进行定性与定量、时间与空间、点雨量与面雨量的综合评价,并对评价结果进行打分;步骤3中综合评价包括定性评价,所述定性评价首先将降雨的预报值与实测值对比并进行分级评估,再根据评估结果构建分类评价指标,具体来说:当使用分类指标在空间尺度进行评价时,首先对某一特定观测时刻i,处于不同观测位置上的预测值与实测值进行对比,获得降雨量等级表中的分类变量NA<sub>i</sub>、NB<sub>i</sub>和NC<sub>i</sub>,继而将观测时段内不同时刻对应的分类指标按照1‑4式进行统计平均,最终得到空间尺度上的分类评价结果,其中空间尺度评价指标为:准确率指标<img file="FDA0001171279130000011.GIF" wi="1541" he="131" />频率偏差指标<img file="FDA0001171279130000012.GIF" wi="1382" he="127" />误报率指标<img file="FDA0001171279130000013.GIF" wi="1441" he="127" />临界成功率指标<img file="FDA0001171279130000014.GIF" wi="1547" he="127" />其中,NA<sub>i</sub>、NB<sub>i</sub>和NC<sub>i</sub>分别代表第i个6h观测时段内的不同观测位置上的预报值与观测值是否在降雨量等级表对应的降雨等级中,N为观测时段的个数,而面雨量为各雨量站处雨量的平均值;在进行时间尺度评价时,首先对某一特定观测位置j上,不同观测时刻的预测值与实测值进行对比,统计降雨量等级表中的分类变量,之后将研究区域各个观测位置的分类指标按照5‑8式进行统计平均,最终得到时间尺度上的分类评价结果,其中时间尺度评价指标为:准确率指标<img file="FDA0001171279130000021.GIF" wi="1413" he="141" />频率偏差指标<img file="FDA0001171279130000022.GIF" wi="1343" he="142" />误报率指标<img file="FDA0001171279130000023.GIF" wi="1405" he="142" />临界成功率指标<img file="FDA0001171279130000024.GIF" wi="1405" he="247" />其中,NA<sub>j</sub>、NB<sub>j</sub>和NC<sub>j</sub>分别代表第j个观测位置上不同时刻的预报值与观测值是否在降雨量等级表中对应的降雨等级中,M为观测位置的个数:所述降雨量等级表为:<tables num="0001" wi="165"><table><tgroup cols="7"><colspec colname="c001" colwidth="17%" /><colspec colname="c002" colwidth="14%" /><colspec colname="c003" colwidth="12%" /><colspec colname="c004" colwidth="13%" /><colspec colname="c005" colwidth="14%" /><colspec colname="c006" colwidth="14%" /><colspec colname="c007" colwidth="16%" /><tbody><row><entry morerows="1">降雨等级</entry><entry morerows="1">小雨</entry><entry morerows="1">中雨</entry><entry morerows="1">大雨</entry><entry morerows="1">暴雨</entry><entry morerows="1">大暴雨</entry><entry morerows="1">特大暴雨</entry></row><row><entry morerows="1">6h雨量(mm)</entry><entry morerows="1">0.1~2.5</entry><entry morerows="1">2.6~6</entry><entry morerows="1">6.1~12</entry><entry morerows="1">12.1~25</entry><entry morerows="1">25.1~60</entry><entry morerows="1">>60</entry></row></tbody></tgroup></table></tables>上述变量NA<sub>i</sub>、NB<sub>i</sub>和NC<sub>i</sub>的计算方法为:对于空间尺度评价时,某一个观测时段i内,如果观测位置降雨的预测值与观测值均在上述六个降雨等级任何之一范围内,则给NA<sub>i</sub>记1;如果降雨的观测值在上述六个降雨等级任何之一范围内,而预测值不在该范围内,但不为0,则给NB<sub>i</sub>记1;如果降雨的观测值在上述六个降雨等级任何之一范围内,而预测值为0mm,即数值大气模式未捕捉到降水,则给NC<sub>i</sub>记1;上述变量NA<sub>j</sub>、NB<sub>j</sub>和NC<sub>j</sub>的计算方法为:对于时间尺度评价时,某一特定观测位置j内,如果观测位置降雨的预测值与观测值均在上述六个降雨等级任何之一范围内,则给NA<sub>j</sub>记1;如果降雨的观测值在上述六个降雨等级任何之一范围内,而预测值不在该范围内,但不为0,则给NB<sub>j</sub>记1;如果降雨的观测值在上述六个降雨等级任何之一范围内,而预测值为0mm,即数值大气模式未捕捉到降水,则给NC<sub>j</sub>记1;步骤3中综合评价还包括定量评价,定量评价采用在误差分析中常用的4个定量评价指标,当进行时间尺度评价时,P<sub>i</sub>和O<sub>i</sub>分别为在观测时刻i,研究区域面平均雨量的预报值和实测值;如9‑12式所示:最大误差ME<sub>t</sub>(maximum error)=max|P<sub>i</sub>‑O<sub>i</sub>|           (9);均方根误差<img file="FDA0001171279130000031.GIF" wi="1395" he="142" />平均偏差<img file="FDA0001171279130000032.GIF" wi="1502" he="125" />标准差<img file="FDA0001171279130000033.GIF" wi="1563" he="141" />其中,i为不同的观测时段,N为观测时段的个数;所述MBE为平均偏差MBE<sub>t</sub>的数值;当进行空间尺度评价时,P<sub>j</sub>和Q<sub>j</sub>分别为在某个特定的空间位置j,整个观测时段内累积雨量的预报值和实测值,如13‑16式所示:最大误差ME<sub>s</sub>(maximum error)=max|P<sub>j</sub>‑O<sub>j</sub>|         (13);均方根误差<img file="FDA0001171279130000034.GIF" wi="1566" he="151" />平均偏差<img file="FDA0001171279130000035.GIF" wi="1499" he="135" />标准差<img file="FDA0001171279130000036.GIF" wi="1603" he="151" />其中,j为不同的观测地点,M为观测点的个数;所述MBE为平均偏差MBE<sub>s</sub>的数值;步骤3中采用上述8个分类评价指标与8个定量评价指标,构建各数值大气模式降雨预报的指标体系,进而依据上述16个评价指标对各个数值大气模式的降雨预报结果进行评分;假定选用m个数值大气模式,则对每一个评价指标进行归一化处理,如对于k个数值大气模式的指标POD<sub>tk</sub>:S<sub>PODtk</sub>=(POD<sub>tk</sub>‑POD<sub>tmin</sub>)/(POD<sub>tmax</sub>‑POD<sub>tmin</sub>)   (17);其中,k取1、……、m,k为数值大气模式的个数;POD<sub>tmax</sub>和POD<sub>tmin</sub>分别为m个数值大气模式对应的m个PODt的最大值和最小值;其他评价指标的归一化处理参照上述公式(17)进行计算;归一化处理后,在对每一个数值天气模式打分,综合评分用S表示,S<sub>k</sub>表示第k个数值天气模式的综合评分:<img file="FDA0001171279130000041.GIF" wi="1883" he="205" />步骤4、各模式预报权重系数的确定;步骤5、发布本次预报结果。
地址 100038 北京市海淀区车公庄西路20号