一种动力与统计降尺度相结合的山区气温精细化预报方法技术

本发明专利技术公开了一种动力与统计降尺度相结合的山区气温精细化预报方法，包括：S1，采用WRF模式动力降尺度；S2，山区地面气象站点观测气温的空间代表性分析；S3，基于随机森林算法的WRF预报气温降尺度；S4，选择一阶自适应卡尔曼滤波方法，对随机森林降尺度得到的参考站点未来24小时预报气温进行订正；S5，基于地表能量平衡理论对山区气温进行优化预报。本发明专利技术能够实现复杂地形与下垫面条件下的山区气温30m空间分辨率的精细化预报目标，为山区气象业务应用与地理学相关过程模型研究提供技术支撑。应用与地理学相关过程模型研究提供技术支撑。应用与地理学相关过程模型研究提供技术支撑。

【技术实现步骤摘要】
一种动力与统计降尺度相结合的山区气温精细化预报方法


[0001]本专利技术属于精细化天气预报的
，尤其是涉及一种动力与统计降尺度相结合的山区气温精细化预报方法。

技术介绍

[0002]山区地貌类型复杂、地形条件多变、高程差异巨大，对局地天气特征影响剧烈。在现实生活中，农业、交通、体育、电力等行业对山区精细化气温预报服务的需求非常强烈。为准确刻画地形对局地微气候的影响，开展山地气象及其相关领域研究，需要空间分辨率高达几十米甚至米级的逐时气温预报数据。然而，全球数值预报模式、区域数值天气预报系统的空间分辨率分别为10km、1km左右，难以准确预报与表达山区复杂地形条件下的局地尺度气温时空变异特征。山区气温时空分布及其变化不仅与大尺度大气运动有关，而且与海拔高度、坡度、坡向、遮蔽度等地形要素密切相关，同时受地表下垫面类型与特性等参数的影响巨大。局地尺度山区气温的空间变异甚至超过气候变化的幅度，忽略这种局地差异将给相关研究与应用带来较大误差。因此，高时空分辨率的山区气温准确预报已成为天气预报研究与业务的难点与重点。数值预报模式主要从大气科学角度出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力与统计降尺度相结合的山区气温精细化预报方法，其特征在于，所述预报方法包括以下步骤：S1，采用WRF模式动力降尺度；具体包括：选择WRF模式，导入气象背景场驱动数据和30m空间分辨率的下垫面土地类型、地形、植被覆盖度遥感数据，设定多参数方案的不同组合形式，以站点观测气温数据作为参考，对比评估不同参数方案用于WRF模拟的精度，确定适合于试验区的模式最优参数化方案；开展未来24小时气温预报的WRF模式模拟，输出330m空间分辨率的预报气温空间分布；S2，山区地面气象站点观测气温的空间代表性分析；具体包括：通过点
‑
面时空尺度匹配，对山区地面站点观测气温进行空间代表性分析，选择330m分辨率气温分布与对应时刻WRF模式模拟得到的预报气温之间差异最小的一个或者多个站点作为备选参考站点；S3，基于随机森林算法的WRF预报气温降尺度；具体包括：在330m空间分辨率下，将WRF模式模拟得到的预报气温作为因变量，地表遥感参数、坡度、坡向、海拔高度参数作为自变量，利用随机森林算法训练降尺度模型，采用K折交叉验证方法，确定随机森林模型中的树节点预选变量个数和决策树数目这两个关键参数，得到最优随机森林模型，进而计算模型拟合残差并采用双线性内插方法重采样为30m分辨率；将30m空间分辨率的各类地表参数输入随机森林模型，在计算结果基础上加入模型拟合残差，得到降尺度后的30m空间分辨率的预报气温；S4，选择一阶自适应卡尔曼滤波方法，对随机森林降尺度得到的参考站点未来24小时预报气温进行订正；S5，基于地表能量平衡理论对山区气温进行优化预报；具体包括：在30m空间分辨率的尺度上，通过分析地形和下垫面特性参数对山区不同地点各通量项以及气温的影响差异，以代表性参考站点降尺度后的气温预报数据作为背景气温，模拟得到预报山区其它地点的气温。2.根据权利要求1所述的动力与统计降尺度相结合的山区气温精细化预报方法，其特征在于，步骤S1中，采用WRF模式动力降尺度的过程包括以下步骤：选择WRF模式，采用五重嵌套网格，垂直方向分为35层，顶层气压为50hPa，气象背景场驱动数据为全球FNL再分析资料，输入30m空间分辨率的包括下垫面土地利用类型、地形、植被覆盖度在内的遥感数据，采用逐3天的分段积分方式，并利用分析场Nudging方法对外层粗网格进行格点逼近，将计算域3的WRF预报结果作为LES的初始场，模式输出时间间隔为60分钟；围绕辐射、微物理、积云对流、边界层、近地层以及陆面过程参数，以及WRF
‑
LES耦合中的次网格闭合方案、LES计算域的侧边界与顶部边界条件确定，设定多参数方案的不同组合形式，利用WRF模式模拟预报330m分辨率的24小时气温空间分布，并以站点观测气温数据作为参考，对比评估不同参数方案用于WRF模拟的精度，以精度最优为筛选条件，确定适合于试验区的模式最优参数化方案；在上述参数化方案优化基础上，开展未来24小时气温预报的WRF模式模拟，输出330m空间分辨率的预报气温空间分布。3.根据权利要求1所述的动力与统计降尺度相结合的山区气温精细化预报方法，其特
征在于，步骤S2中，山区地面气象站点观测气温的空间代表性分析的过程包括以下步骤：在Landsat
‑
8 TIRS热红外传感器观测时刻，建立气象站点观测气温与TIRS传感器反演地表温度、地形参数、地表遥感指数之间的多元回归模型，估算30m空间分辨率的气温空间分布；利用30m分辨率的气温数据进行平均聚合，得到330m分辨率气温分布，将其与WRF模式输出格点进行空间配准，并计算其与对应时刻WRF预报气温之间的差值；针对每个地面气象观测站点位置，比较两种数据之间的差异，选择差异较小的站点作为备选参考站点。4.根据权利要求1所述的动力与统计降尺度相结合的山区气温精细化预报方法，其特征在于，在不同季节分别开展山区地面气象站点观测气温的空间代表性分析，并比较不同站点位置的WRF预报、...

【专利技术属性】
技术研发人员：祝善友，张桂欣，张广星，李健慷，徐永明，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：