[发明专利]一种提高GPT2w模型计算气象参数精度的方法

说明书

本发明公开了一种提高GPT2w模型计算气象参数精度的方法，将原格网参数文件按月份进行距离加权改正以获取12个对应月份的格网参数文件，并将经过加权改正的格网参数文件在GPT2w模型调用前进行分类初始化存储，使GPT2w模型对不同月份的数据进行处理时能够获取相应的格网参数。省去了在计算所需站点的气象参数时对格网参数文件进行分类初始化存储的时间，大大提升了模型的计算效率，并且利用改正后模型计算出的气象参数精度和稳定性有显著的提高，误差值明显减小。该方法使得计算气象参数的过程更加方便、快捷，计算结果精确，具有较高的科研和应用价值。

技术领域

本发明涉及气象应用研究领域，尤其涉及一种提高GPT2w模型计算气象参数精度的方法。

背景技术

GPT是英文global pressure and temperature(全球气温气压)的简称，GPT系列模型可用于计算全球任意位置的气温、气压和水汽压等各种气象参数。应用最广且精度较高的全球气温气压模型主要为GPT2w模型。GPT2w模型通过输入站点处的经度、纬度、高程及年积日来计算距离站点最近的四个格网点上的气象参数并改正到站点高程处，最后利用双线性插值得到站点处的气象参数，其模型表达式如式(1)所示：

式(1)中，doy为年积日，X为格网点的气温、气压等气象参数，A₀为对应参数的平均值，A₁和B₁为对应参数的年变化振幅，A₂和B₂为对应参数的半年变化振幅，以上参数可以从模型提供的格网参数文件中获得。

GPT2w模型在计算每个年积日对应的气象参数时要对格网参数文件进行分类初始化存储，这导致每次进行气象参数的计算时将会消耗大量时间(计算7000个年积日对应的气象参数大约消耗3至4小时)，并且该模型仅考虑了气象参数的年周期振幅和半年周期振幅，这导致在不同的月份模型计算出的气象参数精度和稳定性有所差异并在个别月份计算出的气象参数与实际参数值具有较大差异。

发明内容

发明目的：针对上述现有技术的缺陷，本发明提供一种提高GPT2w模型计算得到的气温、气压参数精度和计算效率的方法。

技术方案：本发明提高GPT2w模型计算气象参数精度的方法包括如下步骤：包括如下步骤：

(1)对气象站点实测数据进行预处理，将实测数据中的粗差剔除，保存无误的实测数据；

(2)将预处理后的实测数据加载到GPT2w模型中计算气象参数并保存，

(3)根据步骤(2)中的气象参数计算各气象站点各月份的年均气温、气压误差值；

(4)将步骤(3)中获取的各气象站点各月份的年均气温、气压误差值加入各气象站点对应的经度、纬度并保存，生成改正值文件；

(5)对(4)中生成的改正值文件进行距离加权改正，得到新的格网参数文件并将其进行分类存储；

(6)向GPT2w模型导入测站点的经度、纬度、高程及观测时间，按观测时间对应月份读取步骤(5)中生成的格网参数文件计算气温、气压参数。

步骤(1)具体步骤如下：

(11)筛选出实测数据中不含气温、气压值的观测时间点并将其剔除。

(12)将经过步骤(1)1筛选得到的实测数据分别按照气温、气压值依次从大到小和从小到大排列，筛选出不符合实际的错误气温、气压值并将其剔除。

步骤(2)具体步骤如下：

(2)1、在GPT2w模型中导入其中一年某个省份中实测数据的经度、纬度、高程及观测时间并计算气温、气压参数；