申请/专利权人：滁州学院

申请日：2023-10-18

公开（公告）日：2024-03-22

公开（公告）号：CN117741817A

主分类号：G01W1/10

分类号：G01W1/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于SVD方法的气温延伸期预报方法，涉及大气科学技术领域，解决了目前短期天气预报10天以下与中长期气候预测一个月以上均达到了较好的效果，然而介于二者之间的延伸期预报10‑30天一直是天气预报的短板，延伸期预报能力较为薄弱的问题，其技术方案要点主要包括：某省夏季季节内气温信号提取、训练阶段延伸期可预报因子寻找、独立回报阶段气温预报、预报效果评估。本发明基于大尺度环境场与某省季节内气温信号之间的时空间耦合特征，利用SVD方法，建立某省季节内气温延伸期预报模型，提高延伸期预报能力。

主权项：1.基于SVD方法的气温延伸期预报方法，其特征在于，包括如下步骤：一、季节内气温信号提取第一，原始资料去掉气候的年循环，得到异常场；第二，将上述得到的异常场向前滑动40天取平均，得到80天以上的信号，再用异常场减去80天以上的信号，保留周期为80天以下的信号；第三，将上述结果向前滑动5天取平均，滤去高频扰动，得到季节内气温信号；二、训练阶段延伸期可预报因子寻找1初步寻找可预报因子利用超前滞后相关分析，将夏季季节内气温与其他大尺度背景场分别进行提前5天、提前10天、提前15天、提前20天、提前25天、提前30天的相关分析，根据相关系数空间分布图，初步确定某省夏季季节内气温的可预报因子，及预报因子的传播范围和区域；2SVD分析将某省夏季季节内气温与提前5天、提前10天、提前15天、提前20天、提前25天、提前30天可能的预报因子进行SVD分析，得到4个物理量：气温空间模态、预报因子空间模态、气温时间系数、预报因子时间系数，其中气温空间模态与预报因子空间模态是耦合的，对各模态气温时间序列和预报因子时间序列进行相关分析，保留显著正相关的模态作为可预报因子；3交叉检验对上述初步确定的可预报因子，随机去掉一年的某省气温和可预报因子数据，将剩余的数据重新排列，再进行SVD分析，得到SVD模态与时间系数，将去掉这一年的气温与可预因子分别投影至SVD模态上，得到相关系数，这样重复数次进行检验，删除相关系数没有经过99％显著性检验的模态，若所有模态均不过检，则删除该预报因子，最终确定可以用于预报某省夏季季节内气温的预报因子和预报因子的SVD模态；4多模式集成将不同预报因子建立的多模型预测出的某省气温，利用多元线性回归方法进行拟合，得到多模式融合方程；三、独立回报阶段气温预报将独立回报阶段可预报因子投影至第二步中选取的预报因子空间模态上，得到时间系数，将预报因子的时间系数乘以标准差倍数，用以代替气温的时间系数，将各模态时间系数与步骤二得到的气温的各模态相乘并相加，得到预报的某省气温；根据不同的预报因子建立针对性的某省季节内气温预报模型；四、预报效果评估1模型评估对步骤三中各预报模型进行评估，利用空间相关系数TCC和时间相关系数PCC分别评估模式对某省气温季节内变率和空间分布的预报能力；2多模式集成将多模型预测出的某省气温，利用步骤二得到的多元线性回归方法进行拟合，最终得到某省气温预测值。

全文数据：

权利要求：

百度查询： 滁州学院 基于SVD方法的夏季气温延伸期预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD