一种基于mjo的西南地区降水预报方法
【专利摘要】本发明公开一种基于MJO的西南地区降水预报方法。所述基于MJO的西南地区降水预报方法包括如下步骤：a、提取西南地区历年的气候数据，结合历年热带MJO活动特征，对西南地区降水特征进行分类，建立基于热带MJO的降水模型；b、通过ORL、850hPa、200hPa风场计算并预报热带MJO活动的位相，并计算确定所述热带MJO活动的强弱；c、分析热带对流活动特征，并结合特定天气数据的实况和演变趋势进行天气诊断分析；d、结合所述热带MJO活动特征、所述天气诊断分析和所建立的基于热带MJO的降水模型对降雨落区和强度进行综合预报。本发明具有以下有效果：所述基于MJO的西南地区降水预报方法可以结合天气诊断分析对西南地区的降雨落区和强度进行综合预报。
【专利说明】
一种基于MJO的西南地区降水预报方法
技术领域
[0001] 本发明属于降水预报领域，具体地涉及一种基于MJ0的西南地区降水预报方法。
【背景技术】
[0002] 热带大气季节内震荡最先在20世纪70年代初由Madden和Julian发现，后来以 Madden和Julian的名字被称为Madden Julian Oscillation(简称为MJ0)，是目前全球发现 的最强低频信号。目前针对热带MJ0的应用，主要是用于延伸期预报。
[0003] 而且，针对热带MJ0的延伸期预报主要采用统计模型和动力模式两种方法，统计模 型主要利用滞后回归模型、自回归模型、组合相似法和经验位相传播等方法来实时预报 MJ0,也有在多种统计方法相结合的基础上对MJ0进行集合预报，如韩国利用小波分析、多元 回归和奇异谱分析三种统计方法相结合对MJ0进行集合预报，再与统计预报相结合，预报时 效可以达到24天。动力模式主要是将MJ0指数用于其全球业务中心的动力模式，如GFS/NCEP (全球预报系统），CFS/NCEP(气候预报系统），GEFS/NECP(全球集合预报系统），对MJ0进行实 时业务预报。
[0004] 受全球气候变暖的影响，我国灾害性天气呈现多发、重发、突发的趋势，尤其是强 降水引发的洪涝、泥石流、城市内捞等灾害越来越突出，造成的影响也越来越大。在我国，四 川盆地降水主要集中在中部和东部地区，云贵高原年平均降水有两个大值区，分别位于云 南西南部和贵州南部，西藏高原降水主要集中在东部;西南地区降水主要集中在夏季，四川 盆地降水大值区主要位于四川盆地中部，云贵高原降水大值中心位于云南西南部和贵州南 部，而西藏降水呈东西分布，东部降水多，西部降水相对较少。各季水汽主要来源有显著差 异，春冬季节季水汽来源主要是中炜度西风带，夏秋两季水汽来源主要是孟加拉湾和南海 向北的水汽输送。
[0005] 因此，有必要提出一种基于MJ0的西南地区降水预报方法。
【发明内容】
[0006] 本发明的目的在于提供一种可以有效实现负载均衡的基于MJ0的西南地区降水预 报方法。
[0007] 本发明基于MJ0的西南地区降水预报方法主要通过如下步骤实现：
[0008] 包括如下步骤：
[0009] a、提取西南地区历年的气候数据，结合历年热带MJ0活动特征，对西南地区降水特 征进行分类，建立基于热带MJ0的降水模型；
[0010] b、通过ORL、850hPa、200hPa风场计算并预报热带MJ0活动的位相，并计算确定所述 热带MJ0活动的强弱；
[0011] c、分析热带对流活动特征，并结合特定天气数据的实况和演变趋势进行天气诊断 分析；
[0012] d、结合所述热带MJ0活动特征、所述天气诊断分析和所建立的基于热带MJ0的降水 模型对降雨落区和强度进行综合预报。
[0013] 优选地，所述步骤a包括如下步骤：
[0014] 通过观测站采集并存储西南地区历年的气候数据；
[0015] 提取历年的所述气候数据，结合历年热带MJ0活动特征，对西南地区降水特征进行 分类总结，并建立基于热带MJ0的降水模型。
[0016] 优选地，在步骤b中，通过0此、85011?3、20011?3风场计算热带1110指数主要根据以下 步骤进行：
[0017] 利用历年逐日〇RL、850hPa、200hPa风场逐日数据建立MJ0空间模型：首先去除数据 的气候平均的影响，在时间序列上对〇RL、850hPa、200hPa风场三个变量场分别进行傅里叶 滤波去除三阶谐波；
[0018]去除季节内震荡的影响，减去各格点上数据的前120天平均值；
[0019] 对三个变量场分别经全球平均方差的平方根归一化之后的合成场进行MV-E0F分 析，建立MJ0的空间模型，即MV-E0F的前两个模态；
[0020] 将实时观测数据反投影到MJ0的空间模型上，即基于0RL、850hPa、200hPa风场三个 变量的合成场的EOF的第一、二空间模态，得到实时的MJ0指数，分别记为RMM1和RMM2指数。 [0021 ] 优选地，MJ0活动的强弱由RMM1和RMM2指数确定。
[0022] 优选地，在步骤c中，所述特定天气数据包括高低空急流、大气环流形式、水汽通 量、孟加拉湾低压和南海低压实况和演变趋势分析。
[0023] 优选地，在步骤c中，对所述特定天气数据采用合成分析方法进行所述天气诊断分 析，所述合成分析方法包括对数据进行距平和平均值的计算分析。
[0024] 优选地，在原始数据中定义一个时间序列的变量Xi(i = l、2、3、…、n)，所述平均值 的计算公式为：
[0025] 所述距平的计算公式为其中，i = l、2、3、…、n。
[0026] 相比于现有技术的缺点和不足，本发明具有以下有益效果:所述基于MJ0的西南地 区降水预报方法针对MJ0活动对西南地区降水的影响机制从低层水汽输送、低空急流、中层 天气尺度系统、风场、高空急流以及高层行星尺度天气体统等角度进行分析，从而可以建立 所述基于热带MJ0的降水模型，进而对西南地区的降雨落区和强度进行综合预报。
【附图说明】
[0027] 图1是本发明实施例提供的基于MJ0的西南地区降水预报方法的流程框图；
[0028] 图2是图1所示基于MJ0的西南地区降水预报方法的流程示意图；
[0029]图3是与图1所示基于MJ0的西南地区降水预报方法相关的MJ0位相图。
【具体实施方式】
[0030]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0031]请同时参阅图1和图2,图1是本发明实施例提供的基于MJ0的西南地区降水预报方 法的流程框图，图2是图1所示基于MJO的西南地区降水预报方法的预报流程示意图。本发明 实施例提供的所述基于MJ0的西南地区降水预报方法中，主要是利用1979~2014年四川盆 地191个观测站、云贵高原的208个观测站、西藏高原1979~2013年38个观测站实时观测的 逐日降水资料，以及N0AA提供的逐日大气向外长波福射(Outgoing Longwave Radiation， 0LR)资料和ECMWF提供的逐日炜向风、经向风、相对湿度及温度等再分析资料，分析西南地 区降水分布特征以及热带MJ0活动特征，以此进一步讨论热带MJ0活动中心的强弱及所处位 置与四川盆地、西藏高原及云贵高原降水分布的相关性以及影响机制，并在此基础上建立 基于热带MJ0的西南地区降水概念模型。
[0032] 所述基于MJ0的西南地区降水预报方法包括如下步骤：
[0033] 步骤S1、提取西南地区历年的气候数据，结合历年热带MJ0活动特征，对西南地区 降水特征进行分类，建立基于热带MJ0的降水模型。
[0034]具体地，所述步骤S1包括如下步骤：
[0035] 通过观测站采集并存储西南地区历年的气候数据；
[0036] 结合历年热带MJ0活动特征，对西南地区降水特征进行分类；
[0037]建立基于热带MJ0的降水模型；
[0038] 例如，1979-2014年四川盆地、云贵高原、西藏高原三个区域(总计437个站点）的逐 日降水资料。逐日降水资料主要用于分析西南地区降水的气候分布特征，并结合热带MJ0逐 日位相、振幅资料，讨论热带MJ0活动位于不同位相时与西南地区降水的关系。
[0039]例如：美国N0AA提供的全球逐日0LR，水平分辨率为2.5° X2.5° ;主要用于分析热 带及西南地区强对流活动中心的移动分布情况。
[0040] 1979-2014年欧洲中心(ECMWF)1° Xl°分辨率的逐日再分析资料，主要包括温度、 经向风、炜向风、相对湿度、比湿和气压等气象要素。主要用于分析1979-2014年热带MJ0对 流活动中心位于不同位相时，各季节大气环流形势、风场、水汽通量等分布情况，研究讨论 热带MJ0活动对对西南地区降水的具体影响机制。
[00411澳大利亚气象局官方网站提供的实时监测的MJ0指数序列(包括RMM指数序列1、2， 记为RMM1、RMM2)、MJ0振幅以及1979-2014年逐逐日位相。
[0042] 步骤S2、通过0RL、850hPa、200hPa风场计算并预报热带MJ0活动的位相，并计算确 定所述热带MJ0活动的强弱。
[0043]具体地，如图3所示，是与图1所示基于MJ0的西南地区降水预报方法相关的MJ0逐 日位相图。MJ0的8个位相分别代表了热带MJ0对流活动中心在从西向东一个完整的MJ0周期 中所处的不同位置，1-8位相分别代表MJ0活动中心从赤道西印度洋为起源(第1位相），沿赤 道向东传播，分别位于印度洋(2、3位相）、印尼群岛(4位相）、西太平洋(5-6位相）、太平洋中 部、东部(7位相)和西半球(8位相）。在所述MJ0位相图中，各位相点离圆心的直线距离则为 MJ0的强度(振幅），可由RMM1和RMM2指数计算得到，
在图中设定单位半径为1的圆圈内区域，即RMM〈1时，表示为弱MJ0活动，圆圈区域以外，SP RMM>1时表示为强MJ0活动。
[0044] 而且，在步骤2中，通过0RL、850hPa、200hPa风场计算热带MJ0指数主要根据以下步 骤进行：
[0045] 利用历年逐日0RL、850hPa、200hPa风场逐日数据建立MJ0空间模型：首先去除数据 的气候平均的影响，在时间序列上对ORL、850hPa、200hPa风场三个变量场分别进行傅里叶 滤波去除三阶谐波；
[0046]去除季节内震荡的影响，减去各格点上数据的前120天平均值；
[0047]然后对三个变量场分别经全球平均方差的平方根归一化之后的合成场进行MV-E0F分析，建立MJ0的空间模型，即MV-E0F的前两个模态；
[0048] 最后，将实时观测数据反投影到MJ0的空间模型上，即基于0RL、850hPa、200hPa风 场三个变量的合成场的EOF的第一、二空间模态，得到实时的MJ0指数，分别记为RMM1和RMM2 指数。
[0049]需要说明的是，在构建MJ0的空间模型时，MV-E0F是经验正交函数分析方法EOF中 的一种，EOF是一种分析矩阵数据中的结构特征，提取主要数据特征量的一种方法，能够把 随时间变化的变量场分解为不随时间变化的空间函数部分以及只依赖时间变化的时间函 数部分，MV-E0F则可以同时对多个变量进行特征向量分析。
[0050] 步骤S3、分析热带对流活动特征，并结合特定天气数据的实况和演变趋势进行天 气诊断分析；
[0051] 具体地，利用统计学方法分析西南地区降水的时空分布特征，通过合成分析研究 讨论热带MJ0活动对我国西南地区降水的影响，同时运用天气学方法研究降水期间天气形 势、动力场和水汽等配置情况，研究热带MJ0活动对我国西南地区降水具体的影响机制。
[0052] 其中，在所述步骤S3中，所述特定天气分析包括高低空急流、大气环流形式、水汽 通量、孟加拉湾低压和南海低压等。
[0053]而且，在所述步骤S3中，对所述特定天气数据采用合成分析方法进行所述天气诊 断分析，所述合成分析方法包括对数据进行平均值和距平的计算分析。
[0054]需要说明的是，距平是某一系列数值中的某一个数值与平均值的差，分正距平和 负距平。距平值在气候诊断分析中，距平值经常用来代替气象要素的观测值，主要是用来确 定某个时段或时次的数据，相对于该数据的某个长期平均值是高还是低。原始值通常用于 表征某个时段或时次真实水平。
[0055]具体地，在所述合成分析过程中，在原始数据中定义一个时间序列的变量Xi(i = 1、2、3、…、n)，所述平均值的计算公式为
，所述距平的计算公式为其 中，i = l、2、3、…、n〇
[0056] 而且，针对四川盆地、西藏高原和云贵高原三个地区各站点在春、夏、秋、冬四个季 节在热带MJ0活动分别位于第1-8位相时的降水进行距平合成，得到各季节MJ0位于不同位 相时，各地区（站点）对应降水情况，以此分析热带MJ0活动在不同强度、不同位相时，与我国 西南各地区降水分布的关系。
[0057]例如，以各季节逐日1979~2014年降水的气候平均值作为降水平均值，得到的合 成值为正，表明该站点降水偏多，为负时，表明降水偏少。单站日平均降水距平百分率是对 四川盆地、西藏高原和云贵高原各地区整体降水的距平合成，表明了该地区整体降水的强 弱，为正时，表明该地区整体降水偏多，为负时表明该地区整体降水偏少。
[0058]又例如，将1979-2014年强弱MJ0活动1 -8位相对应的降水分别提取出来，依然以各 季节逐日1979-2014年降水的气候平均值作为降水平均值，在此基础上做距平合成分析，得 到强弱不同MJO活动位于1-8位相时对应西南各地区降水的分布情况以及整体趋势，得到的 正（负)距平百分率分别代表降水偏多（少）。具体地，对500hPa位势高度场和风场、200hPa高 空急流、lOOhPa位势高度场(南亚高压）、850hPa水汽通量、垂直云顶以及低空急流也以同样 的方式进行合成分析，得到对应的异常特征，分析各位相对西南地区降水影响的可能机制。 [00 59] 步骤S4、结合所述热带MJ0活动特征、所述天气诊断分析和所建立的基于热带MJ0 的降水模型对降雨落区和强度进行综合预报。
[0060] 具体地，例如，针对四川盆地降水主要通过降水距平来讨论，降水距平百分率计算 公式为：
[0062]其中，a为实际观测值，b为降水量的气候平均值，降水距平百分率反映了某一时段 降水与同期平均状态的偏离程度。
[0063]相较于现有技术，本发明提供的基于MJ0的西南地区降水预报方法针对MJ0活动对 西南地区降水的影响机制从底层水汽输送、低空急流、中层天气尺度系统、风场、高空急流 以及高层行星尺度体统的角度进行分析，从而可以建立所述基于热带MJ0的降水模型，进而 对西南地区的降雨落区和强度进行综合预报。
[0064]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于MJO的西南地区降水预报方法，其特征在于，包括如下步骤： a、 提取西南地区历年的气候数据，结合历年热带MJ0活动特征，对西南地区降水特征进 行分类，建立基于热带MJ0的降水模型； b、 通过0此、85011?3、20011?3风场计算并预报热带[0活动的位相，并计算确定所述热带 MJ0活动的强弱； c、 分析热带对流活动特征，并结合特定天气数据的实况和演变趋势进行天气诊断分 析； d、 结合所述热带MJ0活动特征、所述天气诊断分析和所建立的基于热带MJ0的降水模型 对降雨落区和强度进行综合预报。2. 根据权利要求1所述的基于MJ0的西南地区降水预报方法，其特征在于，所述步骤a包 括如下步骤： 通过观测站采集并存储西南地区历年的气候数据； 提取历年的所述气候数据，结合历年热带MJ0活动特征，对西南地区降水特征进行分类 总结，并建立基于热带MJ0的降水模型。3. 根据权利要求1所述的基于MJ0的西南地区降水预报方法，其特征在于，在步骤b中， 通过0RL、850hPa、200hPa风场计算热带MJ0指数主要根据以下步骤进行： 利用历年逐日0RL、850hPa、200hPa风场逐日数据建立MJ0空间模型：首先去除数据的气 候平均的影响，在时间序列上对〇RL、850hPa、200hPa风场三个变量场分别进行傅里叶滤波 去除三阶谐波； 去除季节内震荡的影响，减去各格点上数据的前120天平均值； 对三个变量场分别经全球平均方差的平方根归一化之后的合成场进行MV-E0F分析，建 立MJ0的空间模型，即MV-E0F的前两个模态； 将实时观测数据反投影到MJ0的空间模型上，即基于0RL、850hPa、200hPa风场三个变量 的合成场的EOF的第一、二空间模态，得到实时的MJ0指数，分别记为RMM1和RMM2指数。4. 根据权利要求3所述的基于MJ0的西南地区降水预报方法，其特征在于，MJ0活动的强 弱由RMM1和RMM2指数确定。5. 根据权利要求1所述的基于MJ0的西南地区降水预报方法，其特征在于，在步骤c中， 所述特定天气数据包括高低空急流、大气环流形式、水汽通量、孟加拉湾低压和南海低压实 况和演变趋势分析。6. 根据权利要求5所述的基于MJ0的西南地区降水预报方法，其特征在于，在步骤c中， 对所述特定天气数据采用合成分析方法进行所述天气诊断分析，所述合成分析方法包括对 数据进行距平和平均值的计算分析。7. 根据权利要求6所述的基于MJ0的西南地区降水预报方法，其特征在于，在原始数据 中定义一个时间序列的变量xi(i = l、2、3、…、n)，所述平均值的计算公式为： 所述距平的计算公式为:Xi-x，其中，i = l、2、3、…、n。
【文档编号】G01W1/10GK106054282SQ201610367409
【公开日】2016年10月26日
【申请日】2016年5月27日
【发明人】肖天贵, 喻琴昆, 金荣花, 陈丁, 王超
【申请人】成都信息工程大学, 成都熠云科技有限公司