[发明专利]一种集成配料法和多元线性回归法的极端降水预报方法

权利要求书

1.一种集成配料法和多元线性回归法的极端降水预报方法，其特征在于，包括如下步骤：

步骤1、利用95％分位极端降水定义法，挑选华中区域极端降水个例；

步骤2、引入EC数值预报产品，计算与极端降水有关的气象因子，挑选最佳配料因子；

步骤3、计算气象因子异常度，并利用异常度排序法，挑选最佳气象异常度因子；

步骤4、引入最佳配料因子，建立基于配料法的极端降水落区客观预报模型；

步骤5、引入最佳气象异常度因子，建立基于多元线性回归法的极端降水落区客观预报模型；

步骤6、集成所述配料法和多元线性回归法，建立华中区域极端降水落区客观预报模型；

步骤4包括：在配料因子选取的基础上，根据配料法原理，将多个单一的配料因子结合成一个配料综合指数PI，综合指数越大，极端降水发生的概率越大，通过判断其阈值，来确定极端降水的可能发生落区；

所述配料综合指数PI的公式为：

PI＝(a·vapor(b·insta+c·lift))

其中vapor表示24h内最佳水汽因子值，insta表示24h内最佳不稳定因子值，lift表示24h内最佳抬升因子值,a、b、c分别为调节系数；P定义为基于配料法的极端降水发生指数，P0为极端降水发生时配料综合指数阈值，P＝Pi-P0,当P≥0时，认为会发生异常强降水；

步骤5包括：选取与极端降水落区相关性排名前三的气象因子异常度值，分别定义为X1、X2、X3，Yi＝aX1+bX2+cX3，Yi定义为气象因子异常度综合指数，a、b、c为各项因子调节系数；定义Y0为极端降水发生时气象因子异常度综合指数阈值，Y为基于多元线性回归法的极端降水发生指数，Y＝Yi-Y0，当Y≥0时，认为会发生极端降水；

所述步骤6包括：集成方法采用逻辑计算方法，建立如下关系式G＝OR(P,Y)，G为极端降水发生落区，OR(P,Y)指对基于配料法的极端降水发生指数(P)和基于多元线性回归法的极端降水发生指数(Y)进行逻辑或运算，即只要P或Y中任何一个≥0，则认为G≥0，即可能出现极端降水。

2.根据权利要求1所述的一种集成配料法和多元线性回归法的极端降水预报方法，其特征在于，步骤1所述的95％分位极端降水定义法，是指将日降水量大于等于10mm的降水子样本的第95％百分位的日降水量值定为极端降水阈值；所述华中区域包括河南、湖北、湖南三省。

3.根据权利要求1所述的一种集成配料法和多元线性回归法的极端降水预报方法，其特征在于，步骤2所述的EC数值预报产品为欧洲中期天气预报中心模式产品。

4.根据权利要求1所述的一种集成配料法和多元线性回归法的极端降水预报方法，其特征在于，步骤3所述的气象因子异常度，其计算方法采用标准化距平法，公式如下：

N＝(X-μ)/σ

其中，N表示因子的异常度，X为要素值，μ为气候平均值，σ为气候标准差。

5.根据权利要求1所述的一种集成配料法和多元线性回归法的极端降水预报方法，其特征在于，步骤3所述的异常度排序法为，利用标准化距平方法计算异常强降水过程中各气象因子的异常度，然后统计选取的所有因子在异常强降水过程中出现异常所占的比例，计算公式如下：

Yi＝Ai/B*100％

其中，Yi为第i个因子出现异常所占的比例，Ai为第i个因子出现异常时异常强降水发生的次数，B为异常强降水发生总次数。

6.根据权利要求1所述的一种集成配料法和多元线性回归法的极端降水预报方法，其特征在于，步骤3所述的最佳气象异常度因子，是指利用标准化距平法计算异常强降水过程中各气象因子的异常度，根据气象因子异常度排名，选出的与极端降水落区相匹配的气象因子。