CN119397179A 一种气候模式预测数据的综合评估方法、装置及存储介质 （上海勘测设计研究院有限公司）

本发明涉及气象数值模式/气候模式预测评于预测数据和观测数据计算不同气候模式的评各个评估指标和对应权重的加权和确定不同气2基于所述预测数据和观测数据计算不同气候模式对应的评估指根据各个评估指标和对应权重的加权和确定不同气候模式的综合将时间插值后的预测数据处理为具有统一时间步长全球均匀提取所述同一气候模式的预测数据中处于预设时间段和预设区域的多个集合包含的对于每一气候模式，采用cshell脚本依次读取每一年份中每个集合将读取的预测数据中预设区域的预测数据进将切分的预测数据中预设时间段的预测数据进行提取，生成多个集根据每个评估指标在每个气候模式中的标准化值以及气候模式的数量计算每个评估根据每个评估指标的变异性值和总变异性值的占比确定每个评估根据不同气候模式的预测数据对应的综合评估结果选取预报效果最佳根据所述评估指标和综合评估结果对不同气候模3指标计算模块，用于基于所述预测数据和观测数据计算不同气候模式对应的评估指综合评估模块，用于根据各个评估指标和对应权重的加权和确存储器和处理器，所述存储器和所述处理器之间互相通信连接9.一种计算机可读存储介质，其特征在于，所述机执行权利要求1至6中任一项所述的气候模式预测数据的综4[0001]本发明涉及气象数值模式/气候模式预测评估技术领域，具体涉及一种气候模式究的深入和计算机技术的进步，气候模式已经成为理解和预测气候变化的重要工具之一。5同一气候模式的预测数据中处于预设时间段和预设区域的多个集合包含的预设气象变量[0013]在一种可选的实施方式中，根据各个评估指标的信息熵计算各个评估指标的权标的信息熵；根据每个评估指标的变异性值和总变异性值的占比确定每个评估指标的权上述第一方面或其对应的任一实施方式的气候模式预测数6使计算机执行上述第一方面或其对应的任一实施方式的气候模式预测数据的综合评估方[0023]图2是根据本发明实施例的又一气候模式预测数据的综合评估方法的流程示意[0024]图3是根据本发明实施例的2003_2022年历史回报试验中lead1month至6mont[0029]在本实施例中提供了一种气候模式预测数据的综合评估研究机构开发，用于进行气候预测。而全球气候模式是数值模式的一种，数值模式(NumericalModels)是一种利用数学方程和数值方法来模拟和预测复杂系统行为的工具。据，则观测数据选取2022年夏季对长江流域的降水观测数据，例如可以从GPCP(Global78[0045]时间相关系数(Temporalcorrelationcoefficient，TCC)是指用于衡量时间序列数据之间相关性的统计指标。它通常用于分析时间序列数据中相邻时间点之间的相关模式预测与观测之间时间序列相关性的指标。高TCC意味着模式对于观测值的变化趋势预[0049]TS评分是一种气象预报评分方法，用于评估预报事件与9值后的预测数据处理为具有统一时间步长全球均匀[0061]具体地，采用步骤S202处理后的具有统一时间步长全球均匀的网格数据是全变的命令行解释器和脚本语言，它的语法与C语言相似。CShell脚本是一个包含一系列C的初始天气状况)或不同参数(如物理参数化方案)设置下运行多次所得到的一组预测结[0070]2003年长江流域的日平均降水率数据_集合24(假如这个数值模式设置了24个集可以进一步按照预设时间段进行处理，例如将2003_2022年夏季长江流域的日平均降水率季长江流域降水数据集合1到集合24总共24个数据做一个合并处理为一个文件，假如原始[0088]步骤S2052，根据每个评估指标在每个气候模式中的标准化值以及气候模式的数j为第j个评估指标的信息熵值。[0091]步骤S2053，根据每个评估指标的变异性值和总变异性值的占比确定每个评估指j个评估指标的权重。综合评分ComprehensiveIndex可以用于气候模[0108]本发明实施例提供的气候模式预测数据的综合评估方法，通过计算综合评估结江流域夏季季节降水预测的最优数据集。观测数据选取的是GPCP(GlobalPrecipitation[0111]本实施例还收集了观测数据和预测数据的长江流域夏季测数据其他区域的PCC值，见表1，从表1可以清晰看出该模式对于不同区域的空间模拟效[0114]表1中，Global表示全球，即模式输出的全球预测数据和观测数据的空间相关系YRB指的是YangtzeRiverBasin，即长江流域，UYRB指的是theupperYangtzeRiver[0115]本实施例还收集了长江流域2003_2022年历史回报试验提前1个月起报对夏季降[0116]本实施例还收集了长江流域2003_2022年历史回报试验提前1个月起报对夏季降水异常的预报结果与GPCP(观测数据)结果的TCC的空间分布数据，该数据表明对于长江中以看出，无论起报时间如何，长江流域整体以及其上游和中下游地区的TS评分均稳定在[0118]另外，对于ModeB和ModelC对应的评估指标值也可以采用结果评估模块进行计算0.20.82.50.70.50.10.73.00.60.60.150.752.80.650.55ModelA的标准化值为ModelB的标准化值为ModelA的标准化值为对于PCC这一评估指标，根据上表1可以得到，ModelA的标准化值为对于RMSE这一评估指标，ModelB的标准化值为ModelA的标准化值为对于ModelB的标准化值为ModelA的标准化值为此，ModelA的标准化值为ModelB的标准化值为ModelA的标准化值为基于上述计算结果，则标准化后的评估指标采Bias’PCC’RMSE’TCC’TS’0.20.82.50.70.50.10.73.00.60.60.150.752.80.650.55以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来[0169]本发明实施例还提供一种计算机设备，具有上述图4所示的气候模式预测数据的主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处[0175]该计算机设备还包括通信接口30，用于该计算