【CN110020462A】一种对气象数据进行融合处理并生成数值天气预报的方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910170766.7

(22)申请日 2019.03.07

(71)申请人 江苏无线电厂有限公司

地址 210012 江苏省南京市秦淮区石婆庙

298号

(72)发明人 孙婕　杜一凡　于群宁　张群　

陈国鑫　周康　陈晨　吴宇飞　

赵娟　

(74)专利代理机构 江苏圣典律师事务所 32237

代理人 吴庭祥

(51)Int.Cl.

G06F 17/50(2006.01)

G06K 9/62(2006.01)

(54)发明名称

一种对气象数据进行融合处理并生成数值

天气预报的方法

(57)摘要

本发明公开了一种对气象数据进行融合处

理并生成数值天气预报的方法，包括如下步骤：

步骤1，从气象观探测设备或是CCTV采集接收各

类气象要素数据，得到气象要素集合X 1；步骤2，

对采集的气象要素数据进行标准化预处理，得到

标准化后的气象要素集合X；步骤3，对气象要素

集合X进行三维资料变分同化，并对气象要素集

合X中的数据进行特征误差分析和交叉协方差分

析，得到气象要素集合X中的每个数据的协方差

误差均方根，根据协方差误差均方根得到最优的

气象要素资料种类；步骤4，根据最优的气象要素

种类进行WRF数值天气预报模式地编译；步骤5，

将WRF模式结果进行预报后处理，生成气象要素

数值预报。权利要求书3页 说明书10页 附图1页CN 110020462 A 2019.07.16

C N 110020462

A

1.一种对气象数据进行融合处理并生成数值天气预报的方法，其特征在于，包括如下步骤：

步骤1，采集接收各类气象要素数据，得到气象要素集合X 1；

步骤2，对采集的气象要素数据进行标准化预处理，得到标准化后的气象要素集合X；步骤3，对气象要素集合X进行三维资料变分同化，并对气象要素集合X中的数据进行特征误差分析和交叉协方差分析，得到气象要素集合X中的每个数据的协方差误差均方根，根据协方差误差均方根得到最优的气象要素资料种类；

步骤4，根据最优的气象要素种类进行WRF数值天气预报模式地编译；

步骤5，将WRF模式结果进行预报后处理，生成气象要素数值预报。

2.根据权利要求1所述的方法，其特征在于，步骤1包括：采集n类气象要素数据，形成气象要素集合X 1(x 1，x 2，x 3，……x n )，x n 表示气象要素集合X 1中的第n个气象要素数据。

3.根据权利要求2所述的方法，其特征在于，步骤2中，对气象要素集合X 1中的气象要素数据进行标准化处理，得出标准化后的气象要素集合X(u 1，u 2，u 3，……u n )，u n 表示x n 经过标准化后的气象要素数据。

4.根据权利要求3所述的方法，其特征在于，步骤3包括如下步骤：

步骤3-1，

建立三维变分的目标泛函数F(X)的表达式：

其中，X表示观测场即气象要素的观测值，X b 表示背景场，B表示背景场误差协方差矩阵，H表示观测算子，Y obs 表示观测向量，R表示观测误差协方差矩阵，F b (X)和F o (X)分别表示背景项和观测项；目标泛函数F(x)的梯度

为：

对应的分析场X a 为：

X a ＝X b +BH T (HBH T +R)-1(Y obs -HX b ) (3)

将气象要素集合X中的所有气象要素集合成一个向量，定义为联合向量T：

T＝[X，HX t ]＝[X，Y] (4)

其中，X表示模式状态向量，X t 表示状态向量的真值，Y表示观测向量的真值，观测值是模式状态的函数，并且包含误差，则：

Y obs ＝HX t +ε (5)

ε表示服从均值为0，协方差为R的高斯分布；

步骤3-2，根据贝叶斯理论，T的后验分布p(T u )表示为：

p(T u )＝p(Y obs |T p )p(T p )/D (6)

在高斯分布的设定下，p(Y obs |T p )是后验分布函数，p(T p )是先验分布函数，T u 和T p 分别表示T的后验取值和先验取值，D表示标准化因子，T u 也服从高斯分布，

其均值

和协方差∑u

分别为：

∑u ＝[(∑p )-1+M ′T R -1M ′]-1 (8)权　利　要　求　书1/3页2CN 110020462 A