本发明涉及气象预测,特别是涉及一种基于变网格数值模式的极端降水预测方法、系统及介质。
背景技术:
1、全球均匀网格模式目前在业务化运行中的版本,最高水平分辨率为十公里左右,且与网格匹配的物理过程参数化方案无法做到尺度自适应,最终导致均匀网格模式对全球极端降水过程的模拟/预测存在明显低估,特别是对于“100mm/天”量级以上的极端降水事件甚至存在超过百分之五十以上的低估。
2、对于变网格模式而言,虽然模式水平分辨率可以细化到公里级,但与极端降水相关的浅对流、深对流、云微物理参数化方案均存在与网格不适应不匹配的现象,一些参数并不能适应变化的网格格距,最终导致极端降水模拟/预测偏差。
技术实现思路
1、本发明的目的在于提供一种基于变网格数值模式的极端降水预测方法、系统及介质,用于解决极端降水气象预测的问题。
2、第一方面,本申请提供了一种基于变网格数值模式的极端降水预测方法,所述方法包括:
3、获取目标数据,所述目标数据包括多源降水数据、数值预报数据以及同化观测数据;
4、基于经验参数结合所述目标数据来调整不同时空下的降水预测值;
5、计算降水预测值与降水实际值之间的敏感值进行筛选得到目标经验参数,并基于所述目标经验参数获取对应的降水分布图进行可视化显示。
6、在本申请一个可能的实现方式中,所述获取目标数据,具体包括:
7、基于变网格数值模式的预测模型获取水汽数据、液态水混合率以及降水量得到所述多源降水数据;
8、基于变网格数值模式的预测模型获取标准化云基质量通量、卷出率、湿静力能、空气密度得到所述数值预报数据;
9、基于变网格数值模式的预测模型获取对流速度量标、边界层高度、参考温度、云层高度值、虚面动力热通量得到所述同化观测数据。
10、在本申请一个可能的实现方式中,所述基于经验参数结合所述目标数据来调整不同时空下的降水预测值,具体包括:
11、获取垂直层的放缩系数,所述放缩系数包括第一放缩系数以及第二放缩系数;
12、获取环境相对湿度,基于所述环境相对湿度以及所述放缩系数,结合用户端输入的可调参数来得到所述经验参数;
13、基于所述经验参数结合所述云层高度值来调整不同时空下的降水预测值。
14、在本申请一个可能的实现方式中,所述获取垂直层的放缩系数,具体包括:
15、获取云底饱和包裹层的水汽比值,所述水汽比值包括第一比值以及第二比值;
16、计算第一比值与第二比值的比例的平方得到所述第一放缩系数;
17、计算第一比值与第二比值的比例的立方得到所述第二放缩系数。
18、在本申请一个可能的实现方式中,所述计算降水预测值与降水实际值之间的敏感值进行筛选得到目标经验参数,具体包括:
19、基于用户端输入数据获取所述降水实际值;
20、计算降水预测值与降水实际值之间的偏差以及时空相关性得到所述敏感值;
21、基于所述敏感值进行敏感性贴合程度筛选,基于敏感性贴合程度最高的降水预测值得到所述目标经验参数。
22、在本申请一个可能的实现方式中,所述方法还包括基于所述云层高度值区分深浅对流释放调整时间。
23、在本申请一个可能的实现方式中,所述方法还包括基于模式云底高度和模式时间步长计算最大云底质量通量,以约束所述降水预测值。
24、第二方面,本申请提供了一种基于变网格数值模式的极端降水预测系统,所述系统包括:
25、获取模块,用于获取目标数据,所述目标数据包括多源降水数据、数值预报数据以及同化观测数据;
26、调整模块,用于基于经验参数结合所述目标数据来调整不同时空下的降水预测值;
27、筛选模块,用于计算降水预测值与降水实际值之间的敏感值进行筛选得到目标经验参数,并基于所述目标经验参数获取对应的降水分布图进行可视化显示。
28、第三方面,本申请提供了一种上述的计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述基于变网格数值模式的极端降水预测方法。
29、第四方面,本申请提供了一种上述的电子设备,所述电子设备包括:处理器及存储器;其中,所述存储器用于存储计算机程序,所述处理器用于加载执行所述计算机程序,以使所述电子设备执行所述的基于变网格数值模式的极端降水预测方法。
30、如上所述,本发明的基于变网格数值模式的极端降水预测方法、系统及介质,通过引入尺度自适应的对流及云微物理参数化方案,对极端降水事件进行高分辨率模拟/预测,并通过显式对流参数调整法优化变网格模式对极端降水的模拟及预测能力,最终提升变网格模式对降水等要素的预测技巧。
1.一种基于变网格数值模式的极端降水预测方法,其特征在于,包括:
2.根据权利要求1所述的基于变网格数值模式的极端降水预测方法,其特征在于,所述获取目标数据,具体包括:
3.根据权利要求2所述的基于变网格数值模式的极端降水预测方法,其特征在于,所述基于经验参数结合所述目标数据来调整不同时空下的降水预测值,具体包括:
4.根据权利要求3所述的基于变网格数值模式的极端降水预测方法,其特征在于,所述获取垂直层的放缩系数,具体包括:
5.根据权利要求4所述的基于变网格数值模式的极端降水预测方法,其特征在于,所述计算降水预测值与降水实际值之间的敏感值进行筛选得到目标经验参数,具体包括:
6.根据权利要求2所述的基于变网格数值模式的极端降水预测方法,其特征在于,所述方法还包括基于所述云层高度值区分深浅对流释放调整时间。
7.根据权利要求1所述的基于变网格数值模式的极端降水预测方法,其特征在于,所述方法还包括基于模式云底高度和模式时间步长计算最大云底质量通量,以约束所述降水预测值。
8.一种基于变网格数值模式的极端降水预测系统,其特征在于,包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任一项所述基于变网格数值模式的极端降水预测方法。
10.一种电子设备,其特征在于,所述电子设备包括:处理器及存储器;其中,所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述电子设备执行如权利要求1至7中任一项所述基于变网格数值模式的极端降水预测方法。