一种陆表温度数据同化处理方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种陆表温度数据同化处理方法、装置、设备及存储介质，基于各个格点上观测陆表温度均值数据和预设时间位相中包含的时间观测信息数据，计算得到该时间位相中各个格点的观测数据相较于陆表温度均值数据的初始时间距平数据；针对初始观测距平数据对应的初始空间数据进行傅里叶空间协调集合扰动处理，针对陆表温度距平和关键陆面变量距平建立包含约束关系的集合扰动处理，针对耦合背景场误差协方差矩阵进行奇异值分解求逆策略，能够在集合Kalman滤波框架下保证对耦合集合样本及误差协方差协调稳定更新，保证陆表温度耦合同化平稳运行。本申请保证在耦合模式中即使使用日尺度以上频率陆表温度资料，也能保持耦合同化中的稳定性和物理协调性。同化中的稳定性和物理协调性。同化中的稳定性和物理协调性。

【技术实现步骤摘要】
一种陆表温度数据同化处理方法、装置、设备及存储介质


[0001]本申请涉及数据同化处理
，具体而言，涉及一种陆表温度数据同化处理方法、装置、设备及存储介质。

技术介绍

[0002]准确的气候预测具有重要的社会经济价值，目前主要的气候预测方式是基于耦合气候模式的预测。耦合气候模式能合理模拟大气，海洋，陆地以及海冰等地球系统中各个子系统之间的相互作用过程，从而更全面模拟全球气候的演变过程。为与耦合模式相对应，传统的适用于单独陆面模式的陆表温度同化方法也需要发展到能适应多圈层耦合模式的耦合同化技术，以适应气候预测系统发展的需要。
[0003]陆表温度是全球天气和气候系统中一个重要变量，具有很强的日变化特性和空间差异性。现有的耦合同化系统中，针对陆表温度的耦合同化方案较少，已有的针对陆表温度变量的耦合同化算法也仅是针对时空变率不大的月尺度数据，时间跨度较大，预测精度较低。为了能够提高预测精度，需要使用时空变率更高的日尺度和小时尺度等高频陆表温度数据。但是现有的耦合同化系统不能够适应时空变率较大的观测资料。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种陆表温度数据同化处理方法、装置、设备及存储介质，以克服现有技术中的问题。
[0005]第一方面，本申请实施例提供了一种陆表温度数据同化处理方法，应用于耦合同化系统，所述耦合同化系统包括应用观测卫星数据，所述观测卫星数据提供待预测区域的陆表温度全球观测信息，并在对应的观测时刻生成观测数据；所述耦合同化系统中包含有与所述陆表温度具有关联关系的陆面其他相关关键变量数据；所述方法包括：基于各个格点上观测数据的温度均值数据和预设时间位相中包含的观测数据，计算得到该时间位相中各个格点的观测数据相较于所述温度均值数据的观测距平数据；针对所述观测距平数据进行傅式变换，得到所述观测距平数据对应的空间数据，并对所述空间数据进行随机扰动处理，得到处理后的随机集合样本；根据上个时刻的模式误差集合样本和当前时刻的随机集合样本，得到当前时刻三维空间的模式误差集合样本，并对当前时刻三维空间的模式误差集合样本进行傅式反变换，得到当前时刻二维空间的模式误差集合样本；根据当前时刻二维空间的模式数据的模式误差集合样本和所述陆面其他相关关键变量数据的模式误差集合样本之间的关联关系，计算得到预报时刻的集合样本，并针对预报时刻的集合样本使用目标集合Kalman滤波同化算法处理，得到预报时刻的分析场。
[0006]在本申请一些技术方案中，上述方法通过以下方式确定预设时间位相中包含的观测数据，包括：根据卫星陆表温度产品时间频次特征，确定与所述时间频次特征对应的同化窗
口；所述同化窗口用于将观测值周期划分为多个时间位相；根据各个所述时间位相对应的时间数据和生成所述观测数据的观测时刻，将各个所述观测数据归整到各个所述时间位相中。
[0007]在本申请一些技术方案中，上述方法对所述空间数据进行随机扰动处理，得到处理后的随机集合样本，包括：根据所述空间数据，确定所述空间数据的误差方差；根据所述空间数据的误差方差和生成的随机数，得到所述随机集合样本。
[0008]在本申请一些技术方案中，上述目标集合Kalman滤波同化算法包括原始集合Kalman滤波同化算法和基于SVD的背景场误差矩阵分解算法。
[0009]第二方面，本申请实施例提供了一种陆表温度数据同化处理装置，驻留于耦合同化系统，所述耦合同化系统包括应用观测卫星数据，所述观测卫星数据提供待预测区域的陆表温度全球观测信息，并在对应的观测时刻生成观测数据；所述耦合同化系统中包含有与所述陆表温度具有关联关系的陆面其他相关关键变量数据；所述装置包括：预处理模块，用于基于各个格点上观测数据的温度均值数据和预设时间位相中包含的观测数据，计算得到该时间位相中各个格点的观测数据相较于所述温度均值数据的观测距平数据；变换模块，用于针对所述观测距平数据进行傅式变换，得到所述观测距平数据对应的空间数据，并对所述空间数据进行随机扰动处理，得到处理后的随机集合样本；扰动模块，用于根据上个时刻的模式误差集合样本和当前时刻的随机集合样本，得到当前时刻三维空间的模式误差集合样本，并对当前时刻三维空间的模式误差集合样本进行傅式反变换，得到当前时刻二维空间的模式误差集合样本；同化模块，用于根据当前时刻二维空间的模式数据的模式误差集合样本和所述陆面其他相关关键变量数据的模式误差集合样本之间的关联关系，计算得到预报时刻的集合样本，并针对预报时刻的集合样本使用目标集合Kalman滤波同化算法处理，得到预报时刻的分析场。
[0010]第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的陆表温度数据同化处理方法的步骤。
[0011]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述的陆表温度数据同化处理方法的步骤。
[0012]本申请的实施例提供的技术方案可以包括以下有益效果：本申请方法包括基于各个格点上观测数据的温度均值数据和预设时间位相中包含的观测数据，计算得到该时间位相中各个格点的观测数据相较于所述温度均值数据的观测距平数据；针对所述观测距平数据进行傅式变换，得到所述观测距平数据对应的空间数据，并对所述空间数据进行随机扰动处理，得到处理后的随机集合样本；根据上个时刻的模式误差集合样本和当前时刻的随机集合样本，得到当前时刻三维空间的模式误差集合样本，并对当前时刻三维空间的模式误差集合样本进行傅式反变换，得到当前时刻二维空间的模式误差集合样本；根据当前时刻二维空间的模式数据的模式误差集合样本和所述陆面
其他相关关键变量数据的模式误差集合样本之间的关联关系，计算得到预报时刻的集合样本，并针对预报时刻的集合样本使用目标集合Kalman滤波同化算法处理，得到预报时刻的分析场。本申请的方法针对日尺度以上频率陆表温度资料特点，在时间上通过日变化距平订正算法来满足日内尺度的陆表温度变量的时间变率要求，在空间上进行随机协调扰动，保证陆表温度空间过渡的连续性，缓解不同格点耦合同化不一致时产生的模式冲击，保持耦合同化过程中的稳定性和物理协调性。
[0013]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0014]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍， 应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
[0015]图1示出了本申请实施例所提供的一种陆表温度数据同化处理方法的流程示意图；图2示出了本申请实施例所提供的一种观测数据进行了划分归类的示意图；图3示出了本申请实施例所提供的一种陆表温度数据同化处理装置示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种陆表温度数据同化处理方法，其特征在于，应用于耦合同化系统，所述耦合同化系统包括应用观测卫星数据，所述观测卫星数据提供待预测区域的陆表温度全球观测信息，并在对应的观测时刻生成观测数据；所述耦合同化系统中包含有与所述陆表温度具有关联关系的陆面其他相关关键变量数据；所述方法包括：基于各个格点上观测数据的温度均值数据和预设时间位相中包含的观测数据，计算得到该时间位相中各个格点的观测数据相较于所述温度均值数据的观测距平数据；针对所述观测距平数据进行傅式变换，得到所述观测距平数据对应的空间数据，并对所述空间数据进行随机扰动处理，得到处理后的随机集合样本；根据上个时刻的模式误差集合样本和当前时刻的随机集合样本，得到当前时刻三维空间的模式误差集合样本，并对当前时刻三维空间的模式误差集合样本进行傅式反变换，得到当前时刻二维空间的模式误差集合样本；根据当前时刻二维空间的模式数据的模式误差集合样本和所述陆面其他相关关键变量数据的模式误差集合样本之间的关联关系，计算得到预报时刻的集合样本，并针对预报时刻的集合样本使用目标集合Kalman滤波同化算法处理，得到预报时刻的分析场。2.根据权利要求1所述的方法，其特征在于，通过以下方式确定预设时间位相中包含的观测数据，包括：根据卫星陆表温度产品时间频次特征，确定与所述时间频次特征对应的同化窗口；所述同化窗口用于将观测值周期划分为多个时间位相；根据各个所述时间位相对应的时间数据和生成所述观测数据的观测时刻，将各个所述观测数据归整到各个所述时间位相中。3.根据权利要求1所述的方法，其特征在于，所述对所述空间数据进行随机扰动处理，得到处理后的随机集合样本，包括：根据所述空间数据，确定所述空间数据的误差方差；根据所述空间数据的误差方差和生成的随机数，得到所述随机集合样本。4.根据权利要求1所述的方法，其特征在于，所述目标集合Kalm...

【专利技术属性】
技术研发人员：聂肃平，贾小龙，曹伟华，罗勇，
申请(专利权)人：中国气象局地球系统数值预报中心，
类型：发明
国别省市：