[发明专利]基于PP理论和AF模型的暴雨预报方法

说明书

本发明提出了基于PP理论和AF模型的暴雨预报方法，具体步骤如下：步骤1：数据的收集整理；步骤2：数值模式预报产品的预处理；步骤3：历史相似天气形势的遍历；步骤4：暴雨的定性预报；步骤5：历史有暴雨相似天气形势的遍历；步骤6：暴雨的定量预报。本发明提供基于PP理论和AF模型的暴雨预报方法，综合利用历史再分析数据和当前数值模式预报资料，通过遍历与当前天气相似的一系列历史天气，能够对目标区域内的暴雨进行准确预报。

技术领域

本发明属于统计预测领域，主要涉及基于完全预报（Perfect Prog，简称PP）理论和相似预报（Analog Forecast，简称AF）模型的暴雨量和暴雨概率客观预报方法，特别是涉及基于PP理论和AF模型的暴雨预报方法。

背景技术

我国是一个暴雨（日降雨量≥50 mm）多发的国家。暴雨是我国重要的灾害性天气之一，常常诱发洪涝、泥石流、山体滑坡等其他自然灾害，能够给国民经济造成巨大的危害，给人民生命财产带来严重的损失。例如2012年7月21~22日，北京市遭遇建国以来的最强暴雨（全市平均降雨量超过150 mm，局地最大降雨量达到460 mm）及其诱发的洪涝灾害，造成79人死亡、190万人受灾、房屋倒塌10660间、经济损失116.4亿元人民币。因此，暴雨不仅是气象学家们高度关注的科学研究课题，其准确预报更是防灾减灾的迫切需要。

随着计算水平的飞速发展，数值模式已经成为预报未来几天内降水量的主要手段。当前，尽管数值模式对大范围系统性降水的预报能力有了显著提高，然而由于暴雨的突发性、局地性、复杂性，暴雨的预报水平远远低于小雨、中雨的预报水平，暴雨预报的准确率与防灾减灾的实际需要仍相距甚远。这一瓶颈主要是由数值模式的时空分辨率较低、模式物理过程不完善等所导致的，无法实现定点、定时、定量的精细化暴雨预报。相对地，考虑到数值模式已能较准确地预报未来的高空天气形势，可以通过统计技术建立高空天气形势与地面降水量的相关关系，利用数值模式高空天气形势预报产品来间接估计地面降水量。

发明内容

为了解决以上问题，本发明提供基于PP理论和AF模型的暴雨预报方法，综合利用历史再分析数据和当前数值模式预报资料，通过遍历与当前天气相似的一系列历史天气，能够对目标区域内的暴雨进行准确预报，为达此目的，

一种基于PP理论和AF模型的暴雨预报方法，具体步骤如下，其特征在于：

步骤1：数据的收集整理，采集目标区域内地面气象站历史的降水量观测资料、历史的再分析数据、当前的数值模式预报产品；

步骤2：数值模式预报产品的预处理，将在较细网格上的数值模式预报产品稀疏化到再分析数据的较粗网格，实现二者空间格点的一致性；

所述步骤2中的稀疏化公式为：

（1）

其中，为稀疏化到再分析数据粗网格点上的物理量，为原数值预报产品细网格点上的物理量，为网格点的纬度，为再分析数据网格距离即水平分辨率，为网格点到网格点的大圆距离，即：

（2）

其中为地球半径≈6371 km，和分别为网格点所处的经度和纬度；

步骤3：历史相似天气形势的遍历，定义多物理量的天气相似度判别指数，在相应时间窗口内，计算所有历史的天气形势，包括有暴雨和无暴雨，与当前数值模式预报的天气形势之间的相似度；

所述步骤3中的历史天气形势的遍历规则为：

以预报时刻即起报时刻+预报时效为中心点，查找过去30年、距中心点前后45天以内，每一年动态选取90天、即一个季节时长的样本的所有历史天气；

所述步骤3中的基于多物理量的天气相似度判别指数γ定义为：

（3）