买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：海南省气象科学研究所

摘要：本发明公开了一种基于时空局部模型的数值模式降水预报产品释用方法，包括如下步骤：确定待释用区域，并将其划分为若干子区域；获取预报期待释用区域内的数值模式降水预报产品，并将其插值到所需离散网格；样本集构建；样本预处理和质量控制；降水落区预报释用时空局部模型参数优化；对每个子区域，采用优化或设定的参数对预报期降水落区预报结果进行释用，确定降水落区；降水量级预报释用时空局部模型参数优化；对每个子区域，采用优化或设定的参数对上述落区内的降水量级预报结果进行释用。本发明的有益效果是：采用时空局部模型更加准确地建模随时空变化的数值模式降水预报产品和实况的关系，进一步提高数值模式降水预报产品的释用水平。

主权项：1.一种基于时空局部模型的数值模式降水预报产品释用方法，首先对数值模式降水落区预报结果进行释用，然后对数值模式降水量级预报结果进行释用，其特征在于：所述方法包括以下步骤：步骤1：确定待释用区域，并将待释用区域划分为若干子区域；步骤2：获取预报期待释用区域内的数值模式降水预报产品，并采用插值方法将数值模式降水预报产品插值到所需离散网格；步骤3：获取待释用区域内的降水观测数据和历史同期数值模式降水预报产品，构建降水“观测数据，预报产品”样本集，同时通过转换得到降水“观测指示值，预报产品”样本集；步骤4：对步骤3中的样本进行预处理和质量控制，并存储待用；步骤5：对降水落区预报，对每个子区域，选定相应的释用模型、权函数模型、时空距离模型、评估指标和滑动训练期；采用步骤4处理后的对应样本集，对降水落区预报释用时空局部模型的参数即邻域样本数N1、时空距离模型参数和权函数带宽进行优化，或根据经验设定上述参数的值；所述释用模型包括加权logistic回归及其对应的多尺度模型；所述评估指标包括命中率、空报率、TS评分或其组合；所述权函数模型包括距离阈值模型①、高斯模型②、指数模型③、双平方模型④； 其中，di为样本xi到待释用格点x0的时空距离，r为权函数带宽，Wixi为样本xi的权重；步骤6：对每个子区域，采用步骤5选定的释用模型、权函数模型、时空距离模型和滑动训练期及优化或设定的降水落区预报释用时空局部模型参数，对步骤2中的离散网格数值模式降水落区预报进行释用，确定降水落区；步骤7：对降水量级预报，对每个子区域，选定相应的释用模型、权函数模型、时空距离模型、评估指标和滑动训练期，采用步骤4处理后的对应样本集，对降水量级预报释用时空局部模型的参数即邻域样本数N2、时空距离模型参数和权函数带宽进行优化，或根据经验设定上述参数的值；所述权函数模型包括距离阈值模型①、高斯模型②、指数模型③、双平方模型④； 其中，di为样本xi到待释用格点x0的时空距离，r为权函数带宽，Wixi为样本xi的权重；所述释用模型包括加权线性回归、加权偏最小二乘回归、加权条件概率密度函数、加权频率匹配法、加权lasso回归及它们对应的多尺度模型；所述评估指标包括平均绝对误差、均方根误差、CRPS评分或其组合；步骤8：对每个子区域，采用步骤7选定的释用模型、权函数模型、时空距离模型和滑动训练期及优化或设定的降水量级预报释用时空局部模型参数，对步骤6中确定的降水落区的降水量级进行释用；步骤9：建立相关业务系统，重复步骤2-8；所述步骤5和步骤6中的时空局部模型具体为：根据选定的滑动训练期，对任一格点或样本点，利用其周围时空N1个样本及相应的释用模型、权函数模型、时空距离模型，都构建一个降水观测指示值与预报产品之间的关系，并利用这个关系对该格点的降水落区预报进行释用；所述步骤7和步骤8中的时空局部模型具体为：根据选定的滑动训练期，对任一格点或样本点，利用其周围时空N2个样本及相应的释用模型、权函数模型、时空距离模型，都构建一个降水观测值与预报值之间的关系，并利用这个关系对该格点的降水量级预报进行释用；所述步骤5和步骤7中采用的时空距离模型包括式⑤； 其中，d为时空位置x0和xi之间的距离，u0,v0,t0、ui,vi,ti分别为时空位置x0和xi的时空坐标；μ为时空距离模型参数，根据先验知识或采用交叉验证法确定；所述步骤9中的业务系统包括数据获取模块、数值模式降水预报产品插值模块、样本对构建模块、样本质量控制模块、落区预报释用参数优化和设定模块、落区预报释用模块、量级预报释用参数优化和设定模块、量级预报释用模块。

全文数据：

权利要求：

百度查询： 海南省气象科学研究所 一种基于时空局部模型的数值模式降水预报产品释用方法