本发明专利技术公开一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：它包括如下步骤：步骤1.基于深度学习超分辨方法的历史高分辨率网格降水重建；步骤2.模式多样本数据的逐日降水预报线性集合预报；步骤3.基于概率密度订正的单网格点时序订正方法；步骤4.基于核密度估计的空间网格降水的空间订正；步骤5.基于深度学习超分辨率的逐日网格降水生成；步骤6.深度学习超分辨率的11‑60天逐候网格降水日、候、旬预报；本发明专利技术解决了目前模式输出的降水预报误差大，网格分辨率粗，业务中难以使用等问题。
【技术实现步骤摘要】
本专利技术涉及降水预报计算领域，具体地指一种时空双订正高分辨次季节网格集合降水预报释用方法。
技术介绍
1、目前在对11-60天延伸期-次季节降水算数平均集合降水预报过程中，时间越长会出现预报结果越模糊的问题，并且其降水分辨力较粗，存在模式输出的降水预报误差大，网格分辨率粗，业务中难以使用等问题。
技术实现思路
1、本专利技术的目的在于克服上述不足，提供一种时空双订正高分辨次季节网格集合降水预报释用方法，解决目前模式输出的降水预报误差大，网格分辨率粗，业务中难以使用等问题。
2、本专利技术为解决上述技术问题，所采用的技术方案是：一种时空双订正高分辨次季节网格集合降水预报释用方法，它包括如下步骤：
3、步骤1.基于深度学习超分辨方法的历史高分辨率网格降水重建；
4、步骤2.模式多样本数据的逐日降水预报线性集合预报；
5、步骤3.基于概率密度订正的单网格点时序订正方法；
6、步骤4.基于核密度估计的空间网格降水的空间订正；
>7、步骤5.基于深本文档来自技高网...
【技术保护点】
1.一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：它包括如下步骤：
2.根据权利要求1所述的一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：所述步骤1具体为：选取HAN深度学习方法作为网格重建方法，重建流域分辨率网格降水数据。
3.根据权利要求2所述的一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：HAN深度学习方法包括特征提取、LAM模块、CSAM模块和最终的重建模块，具体步骤如下：
4.根据权利要求1所述的一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：所述步骤2具体为：基于模式回报...
【技术特征摘要】
1.一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：它包括如下步骤：
2.根据权利要求1所述的一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：所述步骤1具体为：选取han深度学习方法作为网格重建方法，重建流域分辨率网格降水数据。
3.根据权利要求2所述的一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：han深度学习方法包括特征提取、lam模块、csam模块和最终的重建模块，具体步骤如下：
4.根据权利要求1所述的一种时空双订正高分辨次季节网格集合降水预报释用方法，其特征在于：所述步骤2具体为：基于模式回报数据和网格观测数据的历史样本，利用人工智能方法建设训练数据集，进行训练建模；利用建模方案对气候模式实时预报进行滚动修正预报，针对长江流域复杂地形条件，利用高精度的地形数据，采用坡面插值或深度学习图像超分辨率重建方法，开展网格预报订正研究，实现对长江流域降水过程的网格高...
【专利技术属性】
技术研发人员：张俊，杜良敏，徐卫立，李波，吴瑶，肖莺，郭乐，舒卫民，李琳琳，易香妤，乔锦荣，郭广芬，张灵，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：
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。