[发明专利]一种相邻预见期降水预报重叠与新增信息的量化评估方法及系统

权利要求书

1.一种相邻预见期降水预报重叠与新增信息的量化评估方法，其特征在于，包括以下步骤：

S1、获取待评估的相邻预见期的降水预报数据及其对应的观测降水数据作为原始样本；

S2、根据观测降水数据与相邻预见期的降水预报数据，以及与相邻预见期的降水预报数据并集的回归方程，确定观测降水数据与相邻预见期的降水预报数据的确定性系数；其中，根据观测降水数据与相邻预见期的降水预报数据，以及相邻预见期的降水预报数据并集的回归方程的步骤包括：

构建观测降水数据与预见期为0个月的降水预报数据的回归方程，并通过比较残差平方和以及观测降水总方差，确定观测降水数据与预见期为0个月的降水预报数据的确定性系数R²(o～f₀)；其表达式如下：

构建观测降水数据与预见期为1个月的降水预报数据的回归方程，并通过比较残差平方和以及观测降水总方差，确定观测降水数据与预见期为1个月的降水预报数据的确定性系数R²(o～f₁)；其表达式如下：

构建观测降水数据与相邻预见期的降水预报数据并集(f₀∪f₁)的回归方程，并通过比较残差平方和以及观测降水总方差，确定观测降水数据与相邻预见期的降水预报数据并集(f₀∪f₁)的确定性系数R²(o～(f₀∪f₁))；其表达式如下：

式中，o_k表示第k年的观测降水数据，f_0,k表示第k年预见期为0个月的降水预报数据，f₀表示原始样本中预见期为0个月的降水预报数据；f_1,k表示第k年预见期为1个月的降水预报数据，f₁表示原始样本中预见期为1个月的降水预报数据；α₁、α₂、α₃分别为相应线性回归模型的截距项，β₁、β₂、β_3,1和β_3,2分别为相应线性回归模型的斜率项，ε_1,k、ε_2,k、ε_3,k分别为相应线性回归模型的残差项；其中k＝1,2,...,K，K为原始样本的总年数；为观测降水多年平均值：

S3、根据观测降水数据与相邻预见期的降水预报数据的确定性系数，基于集合运算计算被相邻预见期降水预报重复解释的确定性系数，和单独被目标预见期降水预报解释的确定性系数并作为相邻预见期降水预报重叠与新增信息的量化结果；

S4、计算相邻预见期降水预报重叠与新增信息的量化结果参考分布，并根据量化结果参考分布与原始样本进行单侧显著性检验，得到评估相邻预见期降水预报重叠与新增信息的显著性结果。

2.根据权利要求1所述的量化评估方法，其特征在于，所述S3步骤中，其具体步骤包括：

根据观测降水数据与相邻预见期的降水预报数据的确定性系数，基于集合运算计算被相邻预见期降水预报重复解释的方差作为其确定性系数；其表达式如下：

R²(o～(f₀∩f₁))＝R²(o～f₀)+R²(o～f₁)-R²(o～(f₀∪f₁))；

根据观测降水数据与相邻预见期的降水预报数据的确定性系数，基于集合运算计算单独被目标预见期降水预报解释的方差作为其确定性系数；其表达式如下：

R²(o～(f₀/f₁))＝R²(o～(f₀∪f₁))-R²(o～f₁)。

3.根据权利要求1～2任一项所述的量化评估方法，其特征在于，所述S4步骤中，采用自举法对原始样本进行处理，得到相邻预见期降水预报重叠与新增信息的量化结果参考分布。