一种气候预测模型的校正方法及装置制造方法及图纸

本发明专利技术提供了一种气候预测模型的校正方法及装置。方法包括：通过建立统计预测模型和动力预测模型；其中，所述统计预测模型和所述动力预测模型均是用于对天气进行气候预测；分别根据统计预测模型和所述动力预测模型获取目标预报要素对应的预设目标值和预测值；采用数据同化的方式将所述预测值向所述预设目标值进行逼近处理。本发明专利技术可以修正动力预测模型在起报初期的预测偏差，从而提高动力预测模型的预测精度。由于气候系统演变的连续性，起报初期的预测精度的提高也有助于后期预报精度的改善。的改善。的改善。

【技术实现步骤摘要】
一种气候预测模型的校正方法及装置


[0001]本专利技术涉及大气科学气候预测
，具体而言，涉及一种气候预测模型的校正方法及装置。

技术介绍

[0002]气候系统是一个包括大气圈、水圈、陆地表面、冰雪圈和生物圈在内的，能够决定气候形成、气候分布和气候变化的统一的物理系统。由于气候系统空间尺度大、时间尺度长，因此要对气候异常进行预测则更为困难。
[0003]目前气候预测可分为两大类：统计模型预测和动力模型预测。统计模型预测是在利用过去大量资料对气候系统内部或其他变量之间关系的变化规律及特征的分析基础上进行预测的。动力模型预测基于数值模式进行预测。虽然动力模型预测充分考虑了气候系统的物理过程，但是在预测过程中的几个月内，预测效果(或预测技巧)偏低，甚至明显低于简单的统计模型预测的预报结果，这无疑会影响动力模型预测的预测效果。
[0004]因此，现有的利用动力模型预测进行气候预测的过程中，存在预报结果的准确率低的问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种气候预测模型的校正方法及装置，能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气候预测模型的校正方法，其特征在于，包括：建立统计预测模型和动力预测模型；其中，所述统计预测模型和所述动力预测模型均是用于对天气进行气候预测；分别根据统计预测模型和所述动力预测模型获取目标预报要素对应的预设目标值和预测值；采用数据同化的方式将所述预测值向所述预设目标值进行逼近处理。2.根据权利要求1所述的气候预测模型的校正方法，其特征在于，采用一元线性回归、多元线性回归、非线性回归和深度学习中任意一种方式构建统计预测模型。3.根据权利要求1所述的气候预测模型的校正方法，其特征在于，所述目标预报要素包含海表温度，三维海温、海洋盐度、大气海平面气压、各层高度的气温、各层高度的风场和各层等压面的位势高度场中至少一种。4.根据权利要求1所述的气候预测模型的校正方法，其特征在于，所述采用数据同化的方式将所述预测值向所述预设目标值进行逼近处理，包括：采用数据同化方式中的松弛逼近法基于所述预设目标值对所述预测值进行实时伴随约束。5.根据权利要求4所述的气候预测模型的校正方法，其特征在于，所述松弛逼近法中所采用的松弛逼近的强度系数为全球相同的系数、区域差异的系数或深度差异的系数。6.根据权利要求4...

【专利技术属性】
技术研发人员：苏京志，容新尧，刘波，
申请(专利权)人：中国气象科学研究院，
类型：发明
国别省市：