公开(公告)号：CN119149894B

公开(公告)日：2025-04-22

申请号：CN202411630250.3

申请日：2024-11-15

Applicant: 南京信息工程大学

Inventor： 许冬梅 ,  张雪薇 ,  沈菲菲 ,  李泓 ,  闵锦忠 ,  吴乃庚 ,  孙溦 ,  骆婧瑶 ,  何志新

IPC: G06F17/16 ,  G06F18/24 ,  G06F18/213

Abstract: 本发明公开了一种基于天气尺度和天气背景依赖的卫星资料全空同化方法，包括以下步骤：（1）读取包含N个样本成员信息的背景误差协方差矩阵，计算并定义尺度分类算子；（2）再次读取包含N个样本成员信息的背景误差协方差矩阵，构建变量尺度依赖的自适应分区背景误差协方差；（3）计算基于大尺度变量的背景误差协方差；（4）计算基于小尺度变量的背景误差协方差；（5）读取包含背景误差协方差及其诊断量、卫星观测的信息、卫星观测误差信息以及模式背景场，并输入至变分同化系统中；（6）获得统计意义最优的模式初始场；本发明改进了后期数值预报准确性。

公开(公告)号：CN119149894A

公开(公告)日：2024-12-17

申请号：CN202411630250.3

申请日：2024-11-15

Applicant: 南京信息工程大学

Inventor： 许冬梅 ,  张雪薇 ,  沈菲菲 ,  李泓 ,  闵锦忠 ,  吴乃庚 ,  孙溦 ,  骆婧瑶 ,  何志新

IPC: G06F17/16 ,  G06F18/24 ,  G06F18/213

Abstract: 本发明公开了一种基于天气尺度和天气背景依赖的卫星资料全空同化方法，包括以下步骤：（1）读取包含N个样本成员信息的背景误差协方差矩阵，计算并定义尺度分类算子；（2）再次读取包含N个样本成员信息的背景误差协方差矩阵，构建变量尺度依赖的自适应分区背景误差协方差；（3）计算基于大尺度变量的背景误差协方差；（4）计算基于小尺度变量的背景误差协方差；（5）读取包含背景误差协方差及其诊断量、卫星观测的信息、卫星观测误差信息以及模式背景场，并输入至变分同化系统中；（6）获得统计意义最优的模式初始场；本发明改进了后期数值预报准确性。