基于集合预报和要素叠套法的强对流天气概率预报方法技术

本发明专利技术公开了一种基于集合预报和要素叠套法的强对流天气概率预报方法，具体包括以下步骤：获取EC集合预报中的成员与实况数据，对获取的数据进行质量控制得到强对流预报的多种物理量参数，然后进行统计分析其对流分布特征，得到短时强降水和冰雹阈值指标，采用要素套叠法开展短时强降水和冰雹天气的概率预报试验，制作发布概率预报产品，以BS评分作为检验标准对预报产品进行评估后，将预报产品集成到天气业务内网中。本发明专利技术基于51个EC集合预报和要素叠套法，构建中尺度环境对流参数阈值模型及短时强降水和冰雹预报判据，对51个集合预报成员进行分类要素判别，能够较为迅速、自动化地识别短时强降水和冰雹落区，为业务工作者提供较为可靠的参考。

【技术实现步骤摘要】
基于集合预报和要素叠套法的强对流天气概率预报方法
本专利技术涉及气象预报
，特别是一种基于集合预报和要素叠套法的强对流天气概率预报方法。
技术介绍
在我国短时强降水天气引起的地质灾害所造成的人员伤亡和财产损失相当巨大，短时强降水天气出现的范围小，时间短，但来势猛、强度大，常常伴随着多种阵发性、灾害性天气过程，短时强降水诱发的山洪、中小河流洪水等自然灾害的个例也屡见不鲜，由于强对流天气的突发性和局地性，所以对其预报的难度很大。兰州中心气象台开发的强对流客观预报产品给出的确定性预报，由于确定性预报只进行一次数值积分，预报的误差比较大，由于混沌理论表明大气状态的演变对于初始场的微小误差非常敏感，初始场极小的误差会在预报中被逐渐变大，无法保证强对流天气预报的准确性。
技术实现思路
本专利技术需要解决的技术问题是提供一种基于集合预报和要素叠套法的强对流天气概率预报方法，提前预警强对流天气，提高预报的准确性。为解决上述技术问题，本专利技术所采取的技术方案如下。基于集合预报和要素叠套法的强对流天气概率预报方法，具体包括以下步骤：S1.获取EC集合预报中51个成员与实况数据；S2.对获取的各类数据进行数据清洗以及质量控制，挑选出近几年典型短时强降水天气过程参数；S3.利用IDL软件设计算法每日定时输出产品参数、产品范围、产品时效以及产品类型，来作为强对流预报的多种物理量参数；S4.根据挑选好的过程参数分析其对流参数分布特征，统计各指标阈值，得到可用于短时强降水和冰雹中尺度环境条件分析的对流参数阈值；S5.根据EC集合预报产品开发多种对流参数，采用要素叠套法，开展短时强降水、冰雹天气的概率预报试验，并制作发布概率预报产品；S6.以BS评分作为检验标准，选取近两年过程降水及单站进行检验评估；S7.将短时强降水、冰雹高概率预报产品集成到天气业务内网中。上述基于集合预报和要素叠套法的强对流天气概率预报方法，步骤S3中所述产品参数包括对流参数A指数、对流有效位能CAPE、对流抑制CIN、水汽通量FH、水汽通量散度IFVQ、K指数、抬升指数LI、大气可降水量PW、沙氏指数SI、温度平流T_adv、特性层温差T700-300、T700-500、假相当位温θse、700hPa和500hPa间垂直风切变FQB、涡度VOR、散度DIV、垂直速度W、0°层高度Z0和-20°层高度Z20。上述基于集合预报和要素叠套法的强对流天气概率预报方法，步骤S3中所述产品范围为85°E-115°E和25°N-55°N。上述基于集合预报和要素叠套法的强对流天气概率预报方法，步骤S3中所述产品时效为0～84h，间隔6h。上述基于集合预报和要素叠套法的强对流天气概率预报方法，步骤S3中所述产品类型包括平均数、中位数、最大值、最小值、Mode(众数)、控制预报、25％分位数、75％分位数、离散度spread、10％分位数以及90％分位数。上述基于集合预报和要素叠套法的强对流天气概率预报方法，步骤S4中统计各指标阈值时仅针对集合预报数据中的中位数产品，采用双线性插值方法将对流参数格点资料插值到站点，将短强发生时段各站点对应的对流参数排序后挑选中位数值作为参数阈值。上述基于集合预报和要素叠套法的强对流天气概率预报方法，步骤S5中所述的要素叠套法是将短时强降水和冰雹按照其发生条件，叠加多个物理要素阈值指标，满足发生判据后产生两类天气。由于采用了以上技术方案，本专利技术所取得技术进步如下。本专利技术基于EC集合预报和要素叠套法，构建中尺度环境对流参数阈值模型及短时强降水和冰雹预报判据，对51个集合预报成员进行分类要素判别，能够较为迅速、自动化地识别短时强降水和冰雹落区，提前预警强对流天气，为业务工作者提供较为可靠的参考。附图说明图1为本专利技术的流程图；图2为本专利技术的短时强降水概率的预测图；图3为本专利技术的短时强降水的实况图；图4为本专利技术的冰雹概率预报图；图5为本专利技术的各站点短时强降水概率预报的BS评分；图6为本专利技术的各站点冰雹概率预报的BS评分。具体实施方式下面将结合附图和具体实施例对本专利技术进行进一步详细说明。基于集合预报和要素叠套法的强对流天气概率预报方法，其流程图如图1所示，具体包括以下步骤：S1.获取EC集合预报中51个成员与实况数据。S2.对获取的51个成员与实况数据进行数据清洗和质量控制，挑选出2013-2015年典型的短时强降水天气过程参数；S3.利用IDL软件设计算法每日定时输出19种产品参数、产品范围、产品时效和产品类型，来作为强对流预报的多种物理量参数。产品参数为对流参数A指数、对流有效位能CAPE、对流抑制CIN、水汽通量FH、水汽通量散度IFVQ、K指数、抬升指数LI、大气可降水量PW、沙氏指数SI、温度平流T_adv、特性层温差T700-300、T700-500、假相当位温θse、700hPa和500hPa间垂直风切变FQB、涡度VOR、散度DIV、垂直速度W、0°层高度Z0和-20°层高度Z20，输出产品格式为MICAPS第四类数据格式。产品范围为85°E-115°E和25°N-55°N。产品时效为0～84h，间隔6h。产品类型包括平均数、中位数、最大值、最小值、Mode(众数)、控制预报、25％分位数、75％分位数、离散度spread、10％分位数和90％分位数。S4.根据挑选好的过程分析其对流参数分布特征，统计各指标阈值。统计时仅针对集合预报数据中的中位数产品，对流参数格点资料插值到站点采用双线性插值方法，参数阈值的选取则是将短强发生时段各站点对应的对流参数排序后挑选中位数值作为参数阈值，从而得到可用于短时强降水和冰雹中尺度环境条件分析的对流参数阈值。本专利技术中短时强降水中尺度环境条件分析指标阈值如表1所示，冰雹中尺度环境条件分析指标阈值如表2所示。表1短时强降水中尺度环境条件分析指标阈值(a：水汽条件)物理量PWFH500FH700FH850IFVQ500IFVQ700IFVQ850指标阈值323.56.53.6-0.1×10-7-1×10-7-0.5×10-7(b：不稳定条件)物理量A指数CAPELISIθse500θse700θse850θse700-500指标阈值14270-3.536879122010物理量θse8本文档来自技高网...

【技术保护点】
1.基于集合预报和要素叠套法的强对流天气概率预报方法，其特征在于，具体包括以下步骤：/nS1.获取EC集合预报中51个成员与实况数据；/nS2.对获取的各类数据进行数据清洗以及质量控制，挑选出近几年典型短时强降水天气过程参数；/nS3.利用IDL软件设计算法每日定时输出产品参数、产品范围、产品时效以及产品类型，来作为强对流预报的多种物理量参数；/nS4.根据挑选好的过程参数分析其对流参数分布特征，统计各指标阈值，得到可用于短时强降水和冰雹中尺度环境条件分析的对流参数阈值；/nS5.根据EC集合预报产品开发多种对流参数，采用要素叠套法，开展短历时强降水、冰雹天气的概率预报试验，并制作发布概率预报产品；/nS6.以BS评分作为检验标准，选取近两年过程降水及单站进行检验评估；/nS7.将短时强降水、冰雹高概率预报产品集成到天气业务内网中。/n

【技术特征摘要】
1.基于集合预报和要素叠套法的强对流天气概率预报方法，其特征在于，具体包括以下步骤：
S1.获取EC集合预报中51个成员与实况数据；
S2.对获取的各类数据进行数据清洗以及质量控制，挑选出近几年典型短时强降水天气过程参数；
S3.利用IDL软件设计算法每日定时输出产品参数、产品范围、产品时效以及产品类型，来作为强对流预报的多种物理量参数；
S4.根据挑选好的过程参数分析其对流参数分布特征，统计各指标阈值，得到可用于短时强降水和冰雹中尺度环境条件分析的对流参数阈值；
S5.根据EC集合预报产品开发多种对流参数，采用要素叠套法，开展短历时强降水、冰雹天气的概率预报试验，并制作发布概率预报产品；
S6.以BS评分作为检验标准，选取近两年过程降水及单站进行检验评估；
S7.将短时强降水、冰雹高概率预报产品集成到天气业务内网中。


2.根据权利要求1所述的基于集合预报和要素叠套法的强对流天气概率预报方法，其特征在于：步骤S3中所述产品参数包括对流参数A指数、对流有效位能CAPE、对流抑制CIN、水汽通量FH、水汽通量散度IFVQ、K指数、抬升指数LI、大气可降水量PW、沙氏指数SI、温度平流T_adv、特性层温差T700-300、T700-500、假相当位温θse、700hPa和500hPa间垂直风切变FQB、涡度...

【专利技术属性】
技术研发人员：黄玉霞，聂灿齐，王宝鉴，谭丹，刘新伟，段伯隆，杨晓军，李文莉，黄武斌，王彩凡，
申请(专利权)人：兰州中心气象台兰州干旱生态环境监测预测中心，
类型：发明
国别省市：甘肃;62