[发明专利]台风多变量集合敏感性分析方法、台风预报方法及其系统

说明书

本发明公开了台风多变量集合敏感性分析方法、台风预报方法及其系统。所述台风多变量集合敏感性分析方法，基于台风的集合预报，以集合的预报响应函数和分析场的影响因子建立多元线性回归模型，计算多变量回归系数。当给定分析场的模式某格点某变量的扰动时，通过该格点该变量与影响因子中除去该格点该变量的其他变量的相关性计算分析场的增量，并以局地化函数进行约束，再结合多变量回归系数，估计得到预报响应函数的变化。因此，本发明可以简单、高效地指出影响台风预报的初始关键区域和变量，有效提高台风的敏感性估计和预报水平。

技术领域

本发明涉及一种台风多变量集合敏感性分析方法及其系统，属于数值天气预报领域。

本发明还涉及一种基于台风多变量集合敏感性分析的台风预报方法及其系统。

背景技术

在数值天气预报中，敏感性分析可以定量估计初始场扰动对预报结果的影响。通过敏感性分析，可以找到对预报结果影响最大的关键变量及区域，进而提高预报能力，并增强对天气系统误差传播的理解。

一种常用的敏感性分析方法，是在主观选择的相对重要的初始场变量及区域添加扰动，通过积分数值模式，直接获得预报结果的改变。这种方式的局限在于，人工判断关键变量和区域比较困难，并且需要花费大量的计算资源用于数值模拟。

相对于主观的敏感性分析方法，客观的敏感性方法不需要反复积分数值模式，因此可以满足敏感性分析的时效，并节约大量的计算资源。客观的敏感性分析方法主要包括伴随敏感性和集合敏感性。其中：

伴随敏感性，采用非线性数值模式的切线性模式及其伴随模式，通过反向积分获得给定预报改变所需要的初始场扰动。目前国内外已有不少研究将伴随敏感性应用于提高台风预报的准确性。但不足的是，构建非线性数值模式的切线性模式及其伴随模式非常困难，特别是在边界层和微物理参数化的“开关”变量等问题上。

集合敏感性，利用集合预报建立回归模型，计算回归系数，即可简单、高效地获得预报结果对初始场的敏感性。常用的集合敏感性分析为单变量集合敏感性，其计算模式某一格点上某一变量的改变带来的预报结果的变化，没有考虑同一格点上不同变量间的相互作用以及相邻格点间不同变量间的相互作用。Hacker andLei(2015)指出，基于一元线性回归的单变量集合敏感性忽略影响因子之间的相互作用，往往会导致敏感性高估，特别是在中小尺度强非线性天气过程中。由此，Hacker and Lei(2015)提出基于多元线性回归的多变量集合敏感性，这种方法在Lorenz(2005)理想模式中被证明可以提供更准确的敏感性估计，但缺乏真实天气过程的应用。

发明内容

本发明将多变量集合敏感性技术首次应用于台风预报的初始敏感性分析中，提出了一种台风多变量集合敏感性分析的台风预报方法。该方法基于台风的集合预报，以集合的初始场与集合预报响应函数建立多元线性回归模型，计算多变量回归系数。当给定初始场模式某格点某变量的增量时，通过该格点该变量与该格点的其他变量和相邻格点的各变量的相关性，并受到局地化函数的约束，再结合多变量回归系数，估计得到预报响应函数的变化。因此，本发明可以简单、高效地指出影响台风预报的关键区域和变量，有效提高台风的敏感性估计和预报水平。

为实现上述的技术目的，本发明将采取如下的技术方案：

一种台风多变量集合敏感性的分析方法，其特征在于，包括以下步骤：

(1)确定预报响应函数J及其影响因子x

给定一个台风的集合预报，于引导时间(t₁，t₂)内，比较台风的集合预报结果和台风的实际观测数值，得到台风的预报误差；其中，t₁时刻指集合预报的给定分析场的分析时刻；t₂时刻指集合预报给定分析场的预报时刻；