基于中尺度海气耦合模式的天气预报方法及系统技术方案

本发明专利技术公开了一种基于中尺度海气耦合模式的天气预报方法及系统，属于海气耦合模式的天气预报领域，要解决的技术问题为如何通过多模式大气模式替代单一大气模式，与海洋模式进行耦合进行天气预报，方法包括：基于多种中尺度大气模式构建多模式天气预报系统；获取目标区域的过往大气观测数据以及对应的最优海洋模式参数，并结合过往大气预报数据训练参数模型；以多模式预报系统对目标区域的实时大气预报数据作为测试数据，进行深度学习计算；将海洋模式预报参数与实时大气观测数据以及对应的海洋模式参数进行对比，得到最终参数模型；以优选的海洋模式参数和实时大气预报数据为输入，进行海洋模式计算，得到天气预报结果。系统用于执行上述方法。

【技术实现步骤摘要】
基于中尺度海气耦合模式的天气预报方法及系统
本专利技术涉及海气耦合模式的天气预报领域，具体地说是一种基于中尺度海气耦合模式的天气预报方法及系统。
技术介绍
海洋是国家安全的主要屏障，世界海上军事大国都把海洋气象预报作为海洋军事的头等大事。随着高技术武器装备在部队中的不断装备与应用，对军事活动的气象保障提出了新的更精确的要求，主要是还需提供与不同军兵种以及战术行动相关的气象要素。海洋气象预报由于它的特殊性，已成为气象预报的一个专项门类。海洋和大气之间存在着多种能量、质量的交换过程，这些过程对于整个大气和大洋环流方面的产生及维持十分重要。由于海洋观测资料相对稀少，海气耦合模式成为研究海气相互作用的主要方式。海气之间除季节循环及一些大尺度现象外，还存在着一些空间、时间尺度较小的海气相互作用现象,例如台风、入海气旋、风暴潮等，需要建立高分辨率的区域海气耦合模式来对其进行更为细致全面的研究。由于大气的混沌特性，单一的确定性预报逐步向多值的不确定性概率预报转化已成为一种趋势。此外，随着计算机技术的发展进入人工智能新时代，以深度学习为代表的新技术也给气象预测带来了新机遇。区域气象模式的参数化方案代表了某一区域的气候特征，在大量观测资料的基础上可以较好地学习这些气候特征，同时针对参数而非气象数据学习，又减小了模型的复杂性，提高了模型的泛化能力，有助于针对更小更精细的区域进行学习。基于上述分析，如何通过多模式大气模式替代单一大气模式，与海洋模式进行耦合进行天气预报，是需要解决的技术问题。
技术实现思路
本专利技术的技术任务是针对以上不足，提供一种基于中尺度海气耦合模式的天气预报方法及系统，来解决如何通过多模式大气模式替代单一大气模式，与海洋模式进行耦合进行天气预报的问题。第一方面，本专利技术提供一种基于中尺度海气耦合模式的天气预报方法，包括如下步骤：基于多种中尺度大气模式构建多模式天气预报系统，以取代单一的天气模式，多模式天气预报系统用于对目标区域进行大气预报生成大气预报数据；获取目标区域的过往大气观测数据以及对应的最优海洋模式参数，并结合多模式预报系统对目标区域的过往大气预报数据组成训练数据；基于卷积神经网络构建参数模型，通过训练数据训练所述参数模型，得到训练后参数模型；以多模式预报系统对目标区域的实时大气预报数据作为测试数据，通过训练后参数模型对测试数据进行深度学习计算，得到对应的海洋模式预报参数；通过将海洋模式预报参数与获取的实时大气观测数据以及对应的海洋模式参数进行对比，根据对比结果优化训练后参数模型，得到最终参数模型；通过最终参数模型得到优选的海洋模式参数；以优选的海洋模式参数和实时大气预报数据为输入，进行海洋模式计算，得到天气预报结果。作为优选，所述多种中尺度大气模式包括但不限于ARPS模式和WRF模式。作为优选，多模式天气预报系统对目标区域进行大气预报生成预报数据，包括如下步骤：对于每种大气模式进行计算，得到每种大气模式对应的天气要素数据；对于所有大气模式对应的天气要素数据进行统计计算，计算集合平均值，得到大气预报数据。作为优选，以优选的海洋模式参数和大气预报数据为输入，包括：通过耦合器对优选的海洋模式参数和实时大气预报数据进行数据格式转换，将上述数据格式统一的优选的海洋模式参数和实时大气预报数据作为输入。作为优选，所述大气预报数据为面向公众的大气预报产品；所述天气预报结果为面向公众的天气预报产品。第二方面，本专利技术提供一种基于中尺度海气耦合模式的天气预报系统，包括：数据采集模块，用于采集目标区域的大气数据和对应的海洋模式参数；天气预报数据模块，用于通过多模式天气预报系统对目标区域进行大气预报，生成大气预报数据，所述大气预报数据包括用于训练模型的过往大气预报数据和用于优化模型的实时大气预报数据；参数模型训练模块，用于获取目标区域的过往大气观测数据和对应的海洋模式参数，基于过往大气观测数据、海洋模式参数和过往大气预报数据构建训练集，用于基于卷积神经网络构建参数模型，并通过训练集训练所述参数模型，得到训练后参数模型；参数模型优化模块，用于基于实时大气预报数据构建测试集，通过训练后参数模型对测试集进行深度学习计算，得到对应的海洋模式预报参数，并通过将海洋模式预报参数与获取的实时大气观测数据以及对应的海洋模式参数进行对比，根据对比结果优化训练后参数模型，得到最终参数模型；参数优选模块，用于通过最终参数模型得到优选的海洋模式参数；天气预报模块，用于以优选的海洋模式参数和大气预报数据为输入，进行海洋模式计算，得到天气预报结果。作为优选，还包括耦合器，用于对优选的海洋模式参数和实时大气预报数据进行数据格式转换，将统一数据格式的优选的海洋模式参数和大气预报数据作为为输入。作为优选，天气预报数据模块用于通过如下步骤得到大气预报数据：对于每种大气模式进行计算，得到每种大气模式对应的天气要素数据；对于所有大气模式对应的天气要素数据进行统计计算，计算集合平均值，得到大气预报数据。作为优选，所述大气预报数据为面向公众的大气预报产品；所述天气预报结果为面向公众的天气预报产品。本专利技术的一种基于中尺度海气耦合模式的天气预报方法及系统具有以下优点：1、通过多模式集合为海洋模式提供更精确的天气要素输入，降低耦合模式对初始条件的敏感度，减小预报的不确定性；2、通过深度学习构建参数模型，并通过天气要素数据和海洋模式参数训练模型，并优化参数模型，动态优化了海洋模式参数；3、通过耦合器对天气预报数据和优选的海洋模式参数进行耦合，提高了天气模式和海洋模式之间的扩展性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。下面结合附图对本专利技术进一步说明。附图1为实施例1基于中尺度海气耦合模式的天气预报方法的流程框图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步说明，以使本领域的技术人员可以更好地理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定，在不冲突的情况下，本专利技术实施例以及实施例中的技术特征可以相互结合。需要理解的是，在本专利技术实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。在本专利技术实施例中的“多个”，是指两个或两个以上。本专利技术实施例提供基于中尺度海气耦合模式的天气预报方法及系统，用于解决如何通过多模式大气模式替代单一大气模式，与海洋模式进行耦合进行天气预报的技术问题。实施例1：本专利技术的一种基于中尺度海气耦合模式的天气本文档来自技高网...

【技术保护点】
1.基于中尺度海气耦合模式的天气预报方法，其特征在于包括如下步骤：/n基于多种中尺度大气模式构建多模式天气预报系统，以取代单一的天气模式，多模式天气预报系统用于对目标区域进行大气预报生成大气预报数据；/n获取目标区域的过往大气观测数据以及对应的最优海洋模式参数，并结合多模式预报系统对目标区域的过往大气预报数据组成训练数据；/n基于卷积神经网络构建参数模型，通过训练数据训练所述参数模型，得到训练后参数模型；/n以多模式预报系统对目标区域的实时大气预报数据作为测试数据，通过训练后参数模型对测试数据进行深度学习计算，得到对应的海洋模式预报参数；/n通过将海洋模式预报参数与获取的实时大气观测数据以及对应的海洋模式参数进行对比，根据对比结果优化训练后参数模型，得到最终参数模型；/n通过最终参数模型得到优选的海洋模式参数；/n以优选的海洋模式参数和实时大气预报数据为输入，进行海洋模式计算，得到天气预报结果。/n

【技术特征摘要】
1.基于中尺度海气耦合模式的天气预报方法，其特征在于包括如下步骤：
基于多种中尺度大气模式构建多模式天气预报系统，以取代单一的天气模式，多模式天气预报系统用于对目标区域进行大气预报生成大气预报数据；
获取目标区域的过往大气观测数据以及对应的最优海洋模式参数，并结合多模式预报系统对目标区域的过往大气预报数据组成训练数据；
基于卷积神经网络构建参数模型，通过训练数据训练所述参数模型，得到训练后参数模型；
以多模式预报系统对目标区域的实时大气预报数据作为测试数据，通过训练后参数模型对测试数据进行深度学习计算，得到对应的海洋模式预报参数；
通过将海洋模式预报参数与获取的实时大气观测数据以及对应的海洋模式参数进行对比，根据对比结果优化训练后参数模型，得到最终参数模型；
通过最终参数模型得到优选的海洋模式参数；
以优选的海洋模式参数和实时大气预报数据为输入，进行海洋模式计算，得到天气预报结果。


2.根据权利要求1所述的基于中尺度海气耦合模式的天气预报方法，其特征在于所述多种中尺度大气模式包括但不限于ARPS模式和WRF模式。


3.根据权要求1所述的基于中尺度海气耦合模式的天气预报方法，其特征在于多模式天气预报系统对目标区域进行大气预报生成预报数据，包括如下步骤：
对于每种大气模式进行计算，得到每种大气模式对应的天气要素数据；
对于所有大气模式对应的天气要素数据进行统计计算，计算集合平均值，得到大气预报数据。


4.根据权利要求1、2或3所述的基于中尺度海气耦合模式的天气预报方法，其特征在于以优选的海洋模式参数和大气预报数据为输入，包括：
通过耦合器对优选的海洋模式参数和实时大气预报数据进行数据格式转换，将上述数据格式统一的优选的海洋模式参数和实时大气预报数据作为输入。


5.根据权利要求1、2或3所述的基于中尺度海气耦合模式的天气预报方法，其特征在于所述大气预报数据为面向公众的大气预报产品；
...

【专利技术属性】
技术研发人员：韩德亮，高霄霄，陈亮甫，贾国强，
申请(专利权)人：山东超越数控电子股份有限公司，
类型：发明
国别省市：山东;37