[发明专利]基于SE-Resnet模型的延伸期气象要素预报方法

说明书

本发明公开了基于SE‑Resnet模型的延伸期气象要素预报方法，涉及气象预报技术领域，包括以下步骤：采集气象要素，气象要素用于生成具有时效性的ISO低频分量，其中，ISO低频分量表示季节内振荡低频分量；获取提取规则集，提取规则集用于表示气象要素生成ISO低频分量需要使用的规则；根据气象要素和提取规则集，生成ISO低频分量；将ISO低频分量作为输入数据，训练SE‑Resnet模型，获得气象要素在延伸期的要素场，其中，要素场用于表示气象特征；本发明提升了技术的准确度，并为解决气象难点、热点问题的提供了新的思路。

技术领域

本申请涉及气象预报技术领域，具体而言，涉及基于SE-Resnet模型的气象要素延伸期预报方法。

背景技术

近年来，气象灾害性事件频发，给世界各国的社会、经济发展带来了巨大的隐患，因此推进气象预测的快速发展已成为世界性的热点问题。在我国气象部门，预报时效为10-30天的预报称为延伸期预报，其时间尺度处于0-10天中短期天气预报和月尺度以上短期气候预测之间，是气象预报的薄弱环节，但也是构建天气精细化预测体系中至关重要的一环。

由于大气是一个非线性的系统，预报时效存在一定范围，10-30天预报已超过逐日天气预报的预报时效，现有技术对延伸期预报的效果不佳。但不同时间尺度天气波动的预报时效不同，因此需要通过提取可预报分量，提出基于机器学习模型的ISO低频分量延伸期预报方法，促进延伸期预报业务和科研的发展。

发明内容

为了解决上述问题，本发明的目的提出一种基于SE-Resnet机器学习模型的气象要素10-30天延伸期预报方法，对比世界主流的延伸期预报模型一定程度上可以帮助提高延伸期的可预报性。

为了实现上述技术目的，本申请提供了基于SE-Resnet模型的延伸期气象要素预报方法，延伸期用于表示当前日期后续的10-30天的时间周期，包括以下步骤：

采集气象要素，气象要素用于生成具有时效性的ISO低频分量，其中，ISO低频分量表示季节内振荡低频分量；

获取提取规则集，提取规则集用于表示气象要素生成ISO低频分量需要使用的规则；

根据气象要素和提取规则集，生成ISO低频分量；

将ISO低频分量作为输入数据，训练SE-Resnet模型，获得气象要素在延伸期的要素场，其中，要素场用于表示气象特征。

优选地，在采集气象要素的过程中，气象要素包括位势高度场、温度场、水平风场、地面2m温度场及常量场数据，其中，常量场数据包括海陆分布，地形高度，纬度分布；高空气象要素包括，位势高度场、温度场、水平风场，高空垂直气压层次包括50、250、500、600、700、850、925hPa。

优选地，在采集气象要素的过程中，对气象要素进行插值处理，插值的分辨率为5.625°×5.625°，时间间隔为6小时。

优选地，在生成低频分量的过程中，利用滤波方法提取气象要素在10-30天的ISO低频分量。

优选地，在利用滤波方法提取低频分量的过程中，还包括以下步骤：

S201.将气象要素减去90天低通滤波分量，用于消除缓慢变化的气候年循环；

S202.将S201所得结果减去前15天的滑动平均值，用于去除其他低频分量；

S203.将S202所得结果减去前5天的滑动平均值，用于以去除天气尺度分量，得到气象要素在10-30天的ISO低频分量。

优选地，在训练SE-Resnet模型的过程中，将Squeeze-and-excitation模块添加在SE-Resnet模型的Resnet模型的残差单元中。