【技术实现步骤摘要】
一种基于统计动力的中长期降雨分级耦合预报方法及系统
本专利技术属于降雨预报领域，更具体地，涉及一种基于统计动力的中长期降雨分级耦合预报方法及系统。
技术介绍
中长期水文预报是指根据前期气象水文要素，基于成因分析与数理统计的方法，对未来较长时间内的水文要素进行科学的预测。中长期降雨预报可以为中长期水文预报提供降雨数据，是中长期水文预报的基础。流域降雨过程是一种强烈依赖于大气环流、地表蒸发、全球气候因子变化等动力特性的非线性时变过程，涉及的变量众多，并受自然条件胁迫和人类活动干扰，因此流域降雨时空变异规律异常复杂，如何提高中长期降雨预报的精度，是中长期水文预报中一个亟待解决的难题。现有的中长期降雨预报方法，主要利用特定的模型进行降雨预报，这些方法在一定程度上能够实现中长期降雨预报，但是降雨预报精度通常受制于输入的数据质量、选用的预报模型结构和优选的模型参数，具体表现在以下方面：①输入方面：以大气环流、海表温度、海冰、积雪等气象因子为降雨模型主要输入信息，降雨预报预见期受观测降雨时效性的限制；②模型方面：对于研究区域，通常...
【技术保护点】
1.一种基于统计动力的中长期降雨分级耦合预报方法，其特征在于，包括：/n模型训练阶段：/n搜集目标区域和全球尺度的历史水文气象数据，并建立涵盖统计学模型和动力学模型的中长期降雨预报模型库；所述中长期降雨预报模型库中每个降雨预报模型都用于预报预见期内任意一个时间段内的降雨量；/n对于所述中长期降雨预报模型库中的每一个统计学模型，利用该模型根据所搜集的历史水文气象数据对不同历史时间段的降雨量进行预报，并通过聚类将预报结果划分为k个降雨量等级；对于所述中长期降雨预报模型库中的每一个动力学模型，利用该模型对不同历史时间段的降雨量进行预报，并通过聚类将预报结果划分为k个降雨量等级；其...
【技术特征摘要】
1.一种基于统计动力的中长期降雨分级耦合预报方法，其特征在于，包括：
模型训练阶段：
搜集目标区域和全球尺度的历史水文气象数据，并建立涵盖统计学模型和动力学模型的中长期降雨预报模型库；所述中长期降雨预报模型库中每个降雨预报模型都用于预报预见期内任意一个时间段内的降雨量；
对于所述中长期降雨预报模型库中的每一个统计学模型，利用该模型根据所搜集的历史水文气象数据对不同历史时间段的降雨量进行预报，并通过聚类将预报结果划分为k个降雨量等级；对于所述中长期降雨预报模型库中的每一个动力学模型，利用该模型对不同历史时间段的降雨量进行预报，并通过聚类将预报结果划分为k个降雨量等级；其中，k≥1；
针对每一个降雨量等级，建立基于神经网络的耦合预报模型，用于耦合各降雨预报模型对于同一时间段的预报结果，作为相同时间段的最终预报结果；结合历史同期实测的降雨量，对各耦合预报模型模型进行训练，在训练完成后将各耦合预报模型作为各降雨量等级对应的中长期降雨耦合预报模型；
降雨预报阶段：
搜集所述目标区域和全球尺度的历史水文气象数据后，利用所述中长期降雨预报模型库中的各降雨预报模型分别预报目标时间段的降雨量，根据预报结果确定相应的降雨量等级，并选取对应的中长期降雨耦合预报模型耦合各预报结果，从而得到所述目标时间段内降雨量的最终预报结果。
2.如权利要求1所述的基于统计动力的中长期降雨分级耦合预报方法，其特征在于，对每一个降雨预报模型的预报结果都采用多种聚类算法进行聚类，并综合所有降雨预报模型对应的聚类结果确定每一个降雨预报模型对应的聚类结果，以使得不同降雨预报模型对同一时间段的降雨预报结果被划分到相同的降雨量等级。
对不同降雨预报模型的预报结果进行聚类时，保证对于同一时间段的降雨量预报结果被划分到相同的降雨量等级。
3.如权利要求1所述的基于统计动力的中长期降雨分级耦合预报方法，其特征在于，在任意时间段t的降雨量的最终预报结果为：
Wt*＝fi(Wt,1,Wt,2,…Wt,m,…Wt,M)；
其中，Wt,m为所述中长期降雨预报模型库中第m个降雨预报模型对时间段t的降雨预报结果，1≤m≤M，M为所述...
【专利技术属性】
技术研发人员：徐高洪，邴建平，陈璐，王栋，徐长江，杨鑫，贾建伟，邓鹏鑫，汪飞，李林娟，刘昕，何康洁，吴常运，
申请(专利权)人：长江水利委员会水文局，华中科技大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。