强对流天气分型的资料同化背景误差协方差特征统计方法

    公开(公告)号:CN116975523A

    公开(公告)日:2023-10-31

    申请号:CN202311231702.6

    申请日:2023-09-22

    Abstract: 本发明公开了一种强对流天气分型的资料同化背景误差协方差特征统计方法,涉及大气科学研究领域,包括如下步骤:步骤一、对研究区域的强对流天气形势进行分型;步骤二、根据空间相似度判据,判断新的预报场是否是强对流背景场,若是强对流背景场,进一步判定是属于步骤一分型出的哪一类型从而将当下新的预报场归类;步骤三、新的预报场归类后,挑选出该类型下的所有历史样本,然后基于频谱滤波技术对样本预报场进行全球模式大尺度背景误差协方差和区域模式小尺度背景误差协方差的分离,从而分析不同强对流天气类型下对流区与非对流区的背景误差协方差多尺度特征差异。本发明通过改进背景误差协方差同化方法,从而改进数值模式背景误差的描述能力。

    强对流天气分型的资料同化背景误差协方差特征统计方法

    公开(公告)号:CN116975523B

    公开(公告)日:2023-12-12

    申请号:CN202311231702.6

    申请日:2023-09-22

    Abstract: 本发明公开了一种强对流天气分型的资料同化背景误差协方差特征统计方法,涉及大气科学研究领域,包括如下步骤:步骤一、对研究区域的强对流天气形势进行分型;步骤二、根据空间相似度判据,判断新的预报场是否是强对流背景场,若是强对流背景场,进一步判定是属于步骤一分型出的哪一类型从而将当下新的预报场归类;步骤三、新的预报场归类后,挑选出该类型下的所有历史样本,然后基于频谱滤波技术对样本预报场进行全球模式大尺度背景误差协方差和区域模式小尺度背景误差协方差的分离,从而分析不同强对流天气类型下对流区与非对流区的

    一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法

    公开(公告)号:CN114509734A

    公开(公告)日:2022-05-17

    申请号:CN202210409068.X

    申请日:2022-04-19

    Abstract: 本发明公开一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法,包括如下步骤:S1、数据获取;S2、数据预处理:对雨滴谱数据进行清洗,对双偏振天气雷达数据采用质量控制算法标记受污染的雷达数据所在格点;S3、数据评估:根据雨滴谱数据反演雨滴直径,在雨滴谱数据反演的粒子直径≤1mm时,采用微雨滴法对双偏振天气雷达系统误差进行实时评估;在雨滴谱数据反演的粒子直径>1mm时,反演各偏振参量,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估。本发明综合了微雨滴法优势和雨滴谱反演方法优势,可以实现对双偏振天气雷达由于雷达系统偏差造成的差分反射率数据质量误差的实时评估。

    基于循环卷积神经网络的短时强降水概率预报融合方法

    公开(公告)号:CN117290810B

    公开(公告)日:2024-02-02

    申请号:CN202311584724.0

    申请日:2023-11-27

    Abstract: 明可以大幅提升对短时强降水的概率预测能力。本发明公开了一种基于循环卷积神经网络的短时强降水概率预报融合方法,涉及大气科学研究领域,包括如下步骤:步骤一、建立降水短时预测的融合数据集,并将融合数据集划分为降水短时预测训练集、验证集和测试集;步骤二、使用步骤一中的降水短时预测训练集和验证集,训练出基于循环卷积神经网络的降水时序预测模型;采用训练出的基于循环卷积神经网络的降水时序预测模型,获取未来6‑18小时的小时降水量时空预报结果;步骤三、采用步骤二中得到的降水(56)对比文件庄潇然 等.基于深度学习的融合降水临近预报方法及其在中国东部地区的应用研究 《.气象学报》.2023,286-303.郑玉 等.基于循环神经网络改进雷达定量估测强降水《.中国科技论文》.2020,第15卷(第5期),585-592.WU Zhi-peng 等.A COMBINEDVERIFICATION METHOD FOR PREDICTABILITY OFPERSISTENT HEAVY RAINFALL EVENTS OVEREAST ASIA BASED ON ENSEMBLE FORECAST.《JOURNAL OF TROPICAL METEOROLOGY》.2020,1-12.Xiaoran Zhuang 等.SpatialPredictability of Heavy Rainfall Eventsin East China and the Application ofSpatial-Based Methods of ProbabilisticForecasting《.atmosphere》.2019,1-19.Angelica N. Caseri 等.A convolutionalrecurrent neural network for strongconvective rainfall nowcasting usingweather radar data in SoutheasternBrazil《.Artificial Intelligence inGeosciences》.2022,1-6.

    一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法

    公开(公告)号:CN114509734B

    公开(公告)日:2022-07-19

    申请号:CN202210409068.X

    申请日:2022-04-19

    Abstract: 本发明公开一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法,包括如下步骤:S1、数据获取;S2、数据预处理:对雨滴谱数据进行清洗,对双偏振天气雷达数据采用质量控制算法标记受污染的雷达数据所在格点;S3、数据评估:根据雨滴谱数据反演雨滴直径,在雨滴谱数据反演的粒子直径≤1mm时,采用微雨滴法对双偏振天气雷达系统误差进行实时评估;在雨滴谱数据反演的粒子直径>1mm时,反演各偏振参量,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估。本发明综合了微雨滴法优势和雨滴谱反演方法优势,可以实现对双偏振天气雷达由于雷达系统偏差造成的差分反射率数据质量误差的实时评估。

Patent Agency Ranking