全球聚焦黄河流域的次季节-季节精细化预测方法及系统

专利2026-06-21  14


本文件涉及计算机,尤其涉及一种全球聚焦黄河流域的次季节-季节精细化预测方法及系统。


背景技术:

1、从天气到气候的多时间尺度预报预测中,次季节-季节(subseasonal toseasonal,s2s)尺度的预测起着关键的接口作用,它主要关注2周至2个月范围内天气事件潜在的可预测性,在数值天气预报与短期气候预测之间建立起一座桥梁来填补中长期天气预报到季节预测之间的缝隙。无论是从天气-气候尺度的无缝隙预测的专业发展还是从社会需求角度,s2s尺度预测的开展和实施都具有重要的科学意义和社会应用价值。对于极端气象灾害的防灾减灾方面,次季节尺度预测是管理决策层主动减灾、制定政策的关键,同时对农业生产也有重要意义。

2、次季节-季节预测对黄河流域具有重要的意义,特别是在农业、水资源管理、防灾减灾和生态保护方面。在农业方面,黄河流域是中国重要的农业产区之一,次季节-季节预测可以帮助农民做出更准确的农业规划。了解未来几周到几个月的天气趋势,可以帮助他们选择合适的作物种植时间、施肥和灌溉策略,最大程度地提高农作物产量;在水资源管理方面,黄河是中国第二大河流,水资源管理对于黄河流域的可持续发展至关重要。次季节-季节预测可以帮助水利部门预测未来几周到几个月的降水情况,从而更好地调控水库蓄水、排洪和灌溉,保障黄河流域的水资源供应。在防灾减灾方面,黄河流域常常面临洪涝灾害的威胁,次季节-季节预测可以帮助政府和救援机构提前做好准备。通过预测未来几周到几个月的降水情况,可以及时采取防洪和抢险措施,减少洪涝灾害对人们生命财产的影响;在生态环境保护方面,黄河流域的生态环境脆弱,次季节-季节预测可以了解未来几周到几个月的气温和降水情况,帮助相关部门制定合理的生态保护策略、采取有效的生态恢复措施,促进黄河流域生态环境的改善。

3、物理过程参数化是模式模拟及预测的最大不确定性来源,其中尤以对流-云-辐射的参数化过程最为复杂,大气环流模式的整体性能很大程度上受制于上述湿物理过程的参数化水平。目前的显式对流降水方案(resolved convective precipitation,简写rcp)可以实现积云对流降水显式化,将传统的积云对流降水用单参数云微物理方程改写,然后分别计算它们的云微物理属性,减少传统积云对流参数化方案中由于对流效果的平均化和强烈依靠对流参数准确性带来的误差。

4、显示对流rcp方案显著改进了模式中热带大气季节内振荡(mjo)和赤道辐合带(itcz)的模拟误差,偏弱的mjo和双赤道辐合带(double_itcz)是气候模拟中国际公认难题。采用rcp方案的fgoals-f模式模拟的mjo东传强度增强、速度合理、性能显著提升。、

5、考虑到黄河流域精细化预测需求,变网格降尺度技术不仅以较少的计算资源保证预报积分的稳定性和计算精度,还通过立方球网格去掉了极点的奇异性,克服极区预报计算问题,另外还实现了局部精细化的动力降尺度计算技术途径,比统计降尺度方法更能体现大气运动的物理本质特征,为实现精细化预报、全球-区域以及天气气候一体化预报提供完美的技术保障。

6、长期以来,求解大气模式的数值算法主要是谱方法和有限差分法两类。谱方法具有很高的计算精度和计算效率,因此被广泛用于全球模式。格点类差分算法一般以二阶精度为主,计算简便,并且能够更好地进行水平区域分解以适应大规模并行计算(极点问题除外)。随着科学技术的发展,有限体积、有限元等算法被更多地引入大气模式。这些算法可以适合更一般的网格形状,适合于发展基于准均匀网格大数值模式,以避免极区问题带来的计算影响。

7、对于谱模式,随着分辨率增加所带来的主要挑战在于谱方法的计算效率以及对小尺度信息的有效刻画问题。谱方法中的勒让德变换具有o(n3)的复杂度,这使得分辨率增加后,谱方法的计算量会急剧上升。全局通信的特点也影响谱方法的并行效率。欧洲预报中心在此方面做出了重要的改进。快速勒让德变换大大增加了谱方法的计算和并行效率,从而实现了全球t7999(约2.5公里)的谱模式计算。最近,欧洲中心更是开展了全球1公里分辨率的季节性模拟。除计算效率外,谱方法在刻画一些以散度模态主导的中小尺度过程时,由于吉布斯效应,也存在一定的缺陷,导致其难以刻画一些精细的中小尺度结构。在这方面,格点模式相对而言更为合适。

8、对于格点模式,无论采用何种类型的求解算法(有限差分、有限体积或有限元),离散化算法的设计和使用一般应遵循一定的指导原则。基于物理约束的离散方式具有较好的理论和实践价值。这区别于单纯追求计算精度(数值收敛速率)的离散化算法。前人研究已经显示,单纯地采用计算精度这一指标难以满足建立高效大气数值模拟需求(性能和成本的平衡)。符合物理约束的离散方式包括一些满足积分约束量守恒的算法,如能量守恒、拟能守恒等以及基于物理一致性原则的离散算法。当然,计算精度仍然是一个重要的方面。


技术实现思路

1、本发明的目的在于提供一种全球聚焦黄河流域的次季节-季节精细化预测方法及系统,旨在解决现有技术中的上述问题。

2、本发明提供一种全球聚焦黄河流域的次季节-季节精细化预测方法,包括:

3、将原始的cra40数据、gfs数据和ostia数据处理为可用于模式输入的数据格式,驱动fgoals-f2模式运行,利用fgoals-f2模式采用动力集合预测技术进行数值模拟,得到数值模拟结果;

4、将所述数值模拟结果输入到fgoals-ufs模式,利用fgoals-ufs模式进行区域变焦加密预测,生成预测数据,将fgoals-ufs模式输出的预测数据转换成便于后续分析的经纬网格预测数据;

5、以netcdf数据格式为标准,利用所述经纬网格预测数据生成业务预测所需的常用数据,并插值到预定读数的分辨率,输出包括位势高度场、温度场、风场、比湿、地面温度以及降水多个气象要素。

6、本发明提供一种全球聚焦黄河流域的次季节-季节精细化预测系统,包括:

7、fgoals-f2模块,用于将原始的cra40数据、gfs数据和ostia数据处理为可用于模式输入的数据格式,驱动fgoals-f2模式运行,利用fgoals-f2模式采用动力集合预测技术进行数值模拟,得到数值模拟结果;

8、fgoals-ufs模块,用于将所述数值模拟结果输入到fgoals-ufs模式,利用fgoals-ufs模式进行区域变焦加密预测,生成预测数据,将fgoals-ufs模式输出的预测数据转换成便于后续分析的经纬网格预测数据;

9、后处理模块,用于以netcdf数据格式为标准,利用所述经纬网格预测数据生成业务预测所需的常用数据,并插值到预定读数的分辨率,输出包括位势高度场、温度场、风场、比湿、地面温度以及降水多个气象要素。

10、本发明实施例还提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述全球聚焦黄河流域的次季节-季节精细化预测方法的步骤。

11、本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现上述全球聚焦黄河流域的次季节-季节精细化预测方法的步骤。

12、采用本发明实施例,对黄河流域在农业、水资源管理、防灾减灾和生态环境保护方面具有重要的意义,首次在黄河流域实现12.5次季节-季节集合预报,可以帮助相关部门和农民做出更明智的决策,提高生产效率,减少损失,并保障公众安全和生态环境的可持续发展。


技术特征:

1.一种全球聚焦黄河流域的次季节-季节精细化预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述fgoals-ufs模式具体包括:采用统一预报模式ufs,其中,所述ufs的动力框架为立方球剖分的全球网格fv3,所述ufs的物理过程采用通用大气圈物理包ccpp。

3.根据权利要求1所述的方法,其特征在于,将原始的cra40数据、gfs数据和ostia数据处理为可用于模式输入的数据格式,驱动fgoals-f2模式运行具体包括:

4.根据权利要求1所述的方法,其特征在于,利用fgoals-f2模式采用动力集合预测技术进行数值模拟具体包括:

5.根据权利要求1所述的方法,其特征在于,所述多个气象要素的全球分辨率为100公里,区域聚焦区为12.5公里,垂直32层,模式顶层为1hpa,时间分辨率和同化时间窗口为6小时。

6.一种全球聚焦黄河流域的次季节-季节精细化预测系统,其特征在于,包括:

7.根据权利要求6所述的系统,其特征在于,所述fgoals-ufs模式具体包括:采用统一预报模式ufs,其中,所述ufs的动力框架为立方球剖分的全球网格fv3,所述ufs的物理过程采用通用大气圈物理包ccpp。

8.根据权利要求6所述的系统,其特征在于,所述fgoals-f2模块具体用于:

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的全球聚焦黄河流域的次季节-季节精细化预测方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至5中任一项所述的全球聚焦黄河流域的次季节-季节精细化预测方法的步骤。


技术总结
本说明书实施例提供了一种全球聚焦黄河流域的次季节‑季节精细化预测方法及系统,其中,方法包括:将原始的CRA40数据、GFS数据和OSTIA数据处理为可用于模式输入的数据格式,驱动FGOALS‑f2模式运行,利用FGOALS‑f2模式采用动力集合预测技术进行数值模拟,得到数值模拟结果;将所述数值模拟结果输入到FGOALS‑UFS模式,利用FGOALS‑UFS模式进行区域变焦加密预测,生成预测数据,将FGOALS‑UFS模式输出的预测数据转换成便于后续分析的经纬网格预测数据;以NetCDF数据格式为标准,利用所述经纬网格预测数据生成业务预测所需的常用数据,并插值到预定读数的分辨率,输出包括位势高度场、温度场、风场、比湿、地面温度以及降水多个气象要素。

技术研发人员:包庆,何编,刘安岭,陈丹丹,周思媛,朱涛,瞿安康,刘杨珂,汤瑶,罗昭明,姜方海,肖凡,刘屹岷,吴国雄
受保护的技术使用者:中国科学院大气物理研究所
技术研发日:
技术公布日:2024/7/25
转载请注明原文地址: https://bbs.8miu.com/read-441400.html

最新回复(0)