一种基于平滑权重分配法的降水时间降尺度预报方法与流程

1.本发明属于气象上降水预报技术领域，具体涉及一种基于平滑权重分配法的降水时间降尺度预报方法。


背景技术：

2.精细化定量降水预报是气象服务和防灾减灾决策中关注的重点内容，随着经济和技术的快速发展，各行各业对精细化预报的时间和空间分辨率均提出了更高要求。得益于气象科学和计算机行业的飞速发展，各模式降水预报产品的时空分辨率大幅提高，全球和区域模式均可提供更高时空分辨率的降水预报产品。但到目前为止，欧洲中期天气预报中心(ecmwf)细网格模式(以下简称ec模式)、国家气象局grapes_gfs模式和日本、德国等深受预报员参考依赖的高分辨率全球预报模式，其业务下发的降水预报产品时间分辨率最高为3h，不能满足天气预报服务的精细需求。若能通过时间降尺度生成这些模式的小时降水预报产品，可为精细化降水预报提供重要参考，由此需要3h累积降水量到1h降水量的时间降尺度方法。
3.以往基于统计降尺度的降水精细化预报研究主要集中于空间降尺度，关于降水时间降尺度的研究主要集中在日或月降水量，且多见于水文领域和气候预测，在气候变化对区域水资源影响评估的研究中，水文模拟往往需要对已有时间尺度降雨资料进行尺度降解来获取更小尺度的降雨资料。在气象上，关于降水量小时尺度的时间降尺度，特别是有关模式本身无小时降水预报，将3h累积降水量时间降尺度到小时降水量的研究还未有过。本文提出的降水时间降尺度预报方法可以很好地解决这个问题。


技术实现要素：

4.(一)要解决的技术问题
5.本发明要解决的技术问题是如何提供一种基于平滑权重分配法的降水时间降尺度预报方法，以解决数值模式降水精细化预报难题。
6.(二)技术方案
7.为了解决上述技术问题，本发明提出一种基于平滑权重分配法的降水时间降尺度预报方法，该方法包括如下步骤：
8.s1、对模式降水预报产品数据进行预处理：
9.s11、选择要进行时间降尺度的数值模式类型；
10.s12、提取研究区域或者单站附近的模式3h累积降水量预报产品数据；
11.s13、处理缺省数据；
12.s2、通过平滑权重分配法将3h累积降水量预报产品的时间降尺度到1h：
13.通过对预处理得到的3h累积降水量预报产品依次做平均(average)、平滑(smooth)、权重(weight)计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报产品的数据序列；
14.s3、将降尺度后的数据插值到预报站点：
15.在水平方向上，如果预报站点在数值模式预报产品的网格点上，直接使用此网格点数据作为站点逐小时降水预报结果；如果不在网格点上，通过插值到站点所在的经纬度，将其处理成站点逐小时降水量预报结果。
16.(三)有益效果
17.本发明提出一种基于平滑权重分配法的降水时间降尺度预报方法，本发明针对气象服务和防灾减灾决策中重点关注的精细化定量降水预报问题，通过对模式3h累积降水量预报依次做平均、平滑、权重计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报序列，实现了降水量小时尺度的时间降尺度。期间构建了时间降尺度的权重分配系数，并将其作用于逐时降水序列计算，既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物理变化过程，同时也确保降尺度前后模式3h累积降水量不变。通过该方法可实现120小时内逐小时降水预报，提高模式降水预报时间分辨率，适用于区域或者单站精细化降水预报。
附图说明
18.图1为本发明的基于平滑权重分配法(asw)降水时间降尺度示意图，其中图a中白柱、浅灰柱和黑点分别为pk，mn和sn，图b中深灰柱和图c中黑柱分别代表ωn和rn；
19.图2为2018年8月17日20时起报的36h预报时效内时间降尺度所得预报降水(黑色实心图标)和模式预报降水(黑色空心图标)的评分综合展示图。
具体实施方式
20.为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
21.本发明要解决的技术问题是如何在模式本身没有逐小时降水量预报产品的前提下，提供一种基于平滑权重分配法的降水时间降尺度预报方法，实现模式3h累积降水量预报产品时间降尺度预报，以解决数值模式降水精细化预报难题。
22.为了解决上述技术问题，本发明提出一种基于平滑权重分配法的降水时间降尺度预报方法，该方法包括如下步骤：
23.s1、对模式降水预报产品数据进行预处理：
24.s11、选择要进行时间降尺度的数值模式类型，如ec模式、grapes_gfs模式等；
25.s12、提取研究区域或者单站附近的模式3h累积降水量预报产品数据；
26.s13、处理缺省数据。一方面需要对模式输出(下发)的3h累积降水量预报产品的数据序列进行检测，判断是否有数据缺失。如：正常情况下国家气象局下发的ec模式3h累积降水量预报产品的数据序列后缀为003，006，
…
，072，数据序列之间均匀间隔3小时。然而，有时候由于数据缺失，下发的数据序列会出现中断，因此在处理数据时需要进行判断。当3h累积降水量预报产品数据序列长度≥2时，判断该组数据可以进行降尺度，否则判断为数据缺省，不予时间降尺度处理。另一方面，若模式输出(下发)的3h累积降水量预报产品数据存在缺省值，通常这些值为999或者-9999等异常大或小的数值，处理时可将其设为跳过，或者设置为0，以表示这些格点或区域不存在有效降水。
27.s2、通过平滑权重分配法将3h累积降水量预报产品的时间降尺度到1h：
28.通过对预处理得到的3h累积降水量预报产品依次做平均(average)、平滑(smooth)、权重(weight)计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报产品的数据序列。
29.s3、将降尺度后的数据插值到预报站点：
30.在水平方向上，如果预报站点在数值模式预报产品的网格点上，直接使用此网格点数据作为站点逐小时降水预报结果；如果不在网格点上，通过插值到站点所在的经纬度，将其处理成站点逐小时降水量预报结果。
31.进一步地，所述步骤s1中涉及的模式3h累积降水量预报产品数据为全球或者区域模式当日08时或前一日20时起报的每3h累积降水量预报产品，在实际预报业务中该类预报产品的预报时效多为72小时，个别模式的预报时效也可至96小时或者120小时。
32.进一步地，所述步骤s2具体包括如下步骤：
33.s21、将模式预报的3h累积降水量预报产品的数据序列做平均分配，得到逐小时降水量序列mn；
34.m
3k-2
＝m
3k-1
＝m
3k
＝pk/3,k＝1，2，
…
，m
ꢀꢀ
(1)
35.其中，pk，k为1，2，....，m，为模式预报的3h累积降水量预报产品的数据序列。
36.s22、假定短时间内降水量随时间为线性变化，按以下公式对逐小时降水量序列mn进行平滑处理，得到新的逐小时降水量序列sn；
[0037][0038]
s23、根据平滑后的逐小时降水量序列sn，计算各小时降水量占3h累积降水量的比重，得到权重ωn；
[0039][0040]
s24、将权重ωn作用于逐小时降水量序列mn，得到最终的时间降尺度后的逐时降水量序列rn。
[0041]rn
＝3
×
ωn×mn
,n＝1，2，
…
，3m
ꢀꢀ
(4)
[0042]
进一步地，所述步骤s22中得到的逐小时降水量序列sn无法累加还原为模式预报的3h累积降水量预报产品的数据序列pk，即降尺度前后3h累积降水量发生了变化，由此进行s23操作，根据sn计算得到时间降尺度的权重分配系数ωn，并将其作用于逐时降水量序列mn。这既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物理变化过程，同时也确保降尺度前后3h累积降水量不变。
[0043]
进一步地，将降尺度后的逐小时降水预报产品用于站点预报时，若站点不在网格点上，可采用双线性插值法或者临近点插值法将降水结果插值到站点所在经纬度。
[0044]
实施例1：
[0045]
本发明涉及气象保障中降水预报技术领域，具体是利用平滑权重分配法对模式3h
累积降水量预报产品进行时间降尺度，得到模式1h降水量预报产品。
[0046]
针对气象服务和防灾减灾决策中精细化定量降水预报保障需求，通过对模式3h累积降水量预报产品数据序列依次做平均、平滑、权重计算，即平滑权重分配法asw，得到时间分辨率为1h的模式降水量预报产品的数据序列，实现了降水量小时尺度的时间降尺度。期间构建了时间降尺度的权重分配系数，并将其作用于逐时降水量序列计算，既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物理变化过程，同时也确保降尺度前后模式3h累积降水量不变。通过该方法可实现120小时内逐小时降水预报，提高模式降水预报时间分辨率，适用于区域或者单站精细化降水预报。
[0047]
为了实现上述目的，本发明利用平滑权重分配法对降水预报进行时间降尺度的方法具体实施步骤如下：
[0048]
s1、数据预处理：
[0049]
1)选择要进行时间降尺度的模式类型；
[0050]
根据业务或者研究需求，选取ec模式、grapes_gfs模式等全球模式或者华东区域模式、西南区域模式等区域模式3h累积降水量预报产品进行时间降尺度。选择的模式类型不同，形成的3h累积降水量数据序列的长度就不一样。如ec模式的3h累积降水量预报产品时间序列后缀为003，006，
…
，072；grapes_gfs模式的3h累积降水量预报产品的数据序列后缀为003，006，
…
，120。
[0051]
2)提取研究区域或者单站附近的模式3h累积降水量预报产品数据；
[0052]
根据实际需求，对进行时间降尺度的模式3h累积降水量预报产品数据进行区域或者单点的提取处理。
[0053]
3)处理缺省数据。
[0054]
数据处理期间，首先需要通过判断语句确定模式输出(下发)的3h累积降水量预报产品的数据序列是否有缺失，根据时间序列的缺失情况，将要进行时间降尺度的3h累积降水量序列进行统计调整。当3h累积降水量预报产品数据序列长度≥2时，判断该组数据可以进行降尺度，否则判断为数据缺省，不予时间降尺度处理。如：正常情况下国家气象局下发的ec模式3h累积降水量预报产品的数据序列后缀为003，006，009，
…
，072，有时会因为数据下发缺失的问题，使得时间序列出现中断，3h累积降水量预报产品的数据序列后缀变为003，006，012
…
，072，这样需要在后续应用平滑权重分配法时将3h累积降水量数据序列分为003，006和012
…
，072两组。其次，若模式输出(下发)的3h累积降水量预报产品数据存在缺省值，通常这些值为999或者-9999等异常大或小的数值，处理时可将其设为跳过，或者设置为0，以表示这些格点或区域不存在有效降水。
[0055]
s2、通过平滑权重分配法将3h累积降水量预报产品时间降尺度到1h：
[0056]
通过对预处理好的模式降水预报产品依次做平均(average)、平滑(smooth)、权重(weight)计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报产品的数据序列。
[0057]
s21、将模式预报的3h累积降水量数据序列做平均分配，得到逐小时降水量序列mn；
[0058]m3k-2
＝m
3k-1
＝m
3k
＝pk/3,k＝1，2，
…
，m
ꢀꢀ
(1)
[0059]
其中，pk(k为1，2，....，m)为模式预报的3h累积降水量序列。
[0060]
s22、假定短时间内降水量随时间为线性变化，按以下公式对逐小时降水量序列mn进行平滑处理，得到新的逐小时降水量序列sn；
[0061][0062]
针对s1中得到的逐小时降水量数据序列mn，当数据为整个序列的首项(n＝1)和末尾项(n＝3m)，以及3h累积降水量预报产品的数据序列的前一项(3k-1)时，其sn＝mn；当n＝3k或3k+1，即3h累积降水量预报产品的数据序列本身和其后一项时，按照公式(2)计算不同的sn，以此对逐小时降水量序列mn进行平滑处理。
[0063]
s23、根据平滑后的逐小时降水量序列sn，计算各小时降水量占3h累积降水量的比重，得到权重ωn；
[0064][0065]
由于s22中得到的sn无法累加还原为pk曲线，即降尺度前后3h累积降水量发生了变化，由此进行s23操作，根据sn序列计算得到时间降尺度的权重分配系数ωn，并将其作用于逐时降水序列mn。这既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物理变化过程，同时也确保降尺度前后3h累积降水量不变。
[0066]
s24、将权重ωn作用于逐小时降水量序列mn，得到最终的时间降尺度后的逐时降水量序列rn。
[0067]rn
＝3
×
ωn×mn
,n＝1，2，
…
，3m
ꢀꢀ
(4)
[0068]
图1对应给出了36小时内逐3h累积降水量序列应用该方法进行时间降尺度的应用示例，可对asw方法有较为直观的认识。图a中白柱、浅灰柱和黑点分别为pk，mn和sn，图b和c中深灰柱和黑柱分别为ωn和rn。对比3h累积降水量序列pk和最终得到的逐小时降水量序列rn，可以看到3h累积降水量预报随时间的变化趋势可被逐小时降水量预报捕捉，如图中第12小时到30小时的降水呈现先减后增的变化趋势。
[0069]
s3、将降尺度后的数据插值到预报站点：
[0070]
在水平方向上，如果预报站点在数值模式预报产品的网格点上，直接使用此网格点数据作为站点逐小时降水预报结果；如果不在网格点上，通过双线性插值法或者临近点插值法将降水结果插值到站点所在的经纬度，将其处理成某站点逐小时降水预报结果。
[0071]
效果检验
[0072]
表1给出了2018年5到9月13到72h预报时效内区域各降水产品间的相关系数cc、均方根误差rmse和平均误差me。表1显示，asw方法降尺度后的逐小时降水量与模式本身预报降水量之间的相关系数cc可达0.784，均方根误差约为1.0699mm，平均误差仅为0.0001mm。国家气象信息中心对其研发的多源融合降水产品的评估显示，在站点密集区，表现最优的三源融合降水产品与站点实况降水的cc约为0.744，rmse为0.976mm，平均误差为-0.0049mm(中国区域地面-卫星-雷达三源降水融合方法及评估报告)。asw方法所得逐时降水量与模式本身预报降水量的相关性高于三源融合降水产品与站点实况降水的cc，虽然rmse略大于
三源融合降水产品与站点实况降水的rmse，但me的绝对值明显小于三源融合降水产品与站点实况降水间的me，这也再次表明asw方法的可行性。
[0073]
对比表1所示，asw方法降尺度后的小时降水量和模式本身预报降水量与实况降水之间的cc、rmse以及me结果可以看出，asw方法降尺度所得小时降水量与实况间的cc(0.1614)高于模式(0.1244)，同时，asw方法降尺度所得小时降水量与实况间的rmse(1.6297mm)小于模式(1.9580mm)，即asw方法确实可以提高cc，减小rmse，且可提高cc约29.8％，减小rmse约16.8％。此外，表1显示asw方法降尺度后的小时降水量与实况间的me和模式预报降水量与实况降水之间的me相差不多，这表明asw方法不会导致预报降水量与实况降水量间的me过度增大或减小。
[0074]
表1 2018年5-9月13-72h预报时效内各降水产品间的统计情况
[0075][0076]
模式指华东区域中尺度模式，变化量为asw方法降尺度结果相对于模式本身各检验量改变百分比。
[0077]
评分综合展示图可以直观给出预报的综合评价。图2给出了2018年8月17日20时起报的36h预报时效内时间降尺度所得逐时预报降水量(黑色实心图标)和模式预报降水(黑色空心图标)的评分综合展示图，图中分别用正方形，菱形，圆形，三角形和五角星标注出了0.1mm、2mm、5mm、10mm和20mm以上降水的检验评分效果，其中大图标代表asw方法预报降水的ts评分高于模式本身。评分综合展示图可同时给出命中率(pod)、成功率sr(success ratio,sr＝1-far(空报率))、ts评分以及预报偏差(bias)四种检验评分的结果。横坐标为sr，纵坐标为pod。偏差bias即tanθ(θ为图中虚线与横坐标夹角)的值，θ＝45
°
对应bias＝1，即观测与预报降水面积相等；θ＜(＞)45
°
对应bias＜(＞)1，即预报存在干(湿)偏差或称预报不足(过度预报)；等值线为ts评分，评分越高，图标越接近右上角。由此结果越靠近对角线，越靠近右上角，预报效果越好。
[0078]
图2清晰地表明，对于0.1mm、2mm、5mm、10mm和20mm以上降水，asw方法所得降水预报的结果均较模式本身更接近右上角，即asw方法所得预报降水的综合评分优于模式本身预报降水的结果。
[0079]
实施例2：
[0080]
一种基于平滑权重分配法的降水时间降尺度预报方法，该方法包括如下步骤：
[0081]
s1、数据预处理：
[0082]
1)选择要进行时间降尺度的数值模式类型；
[0083]
2)提取研究区域或者单站附近的模式3h累积降水量预报产品数据；
[0084]
3)处理缺省数据。
[0085]
s2、通过平滑权重分配法将3h累积降水量预报产品时间降尺度到1h
[0086]
通过对预处理好的模式降水预报产品依次做平均(average)、平滑(smooth)、权重(weight)计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报产品的数据序列。
[0087]
s3、将降尺度后的数据插值到预报站点
[0088]
在水平方向上，如果预报站点在数值模式预报产品的网格点上，直接使用此网格点数据作为站点逐小时降水预报结果；如果不在网格点上，通过插值到站点所在的经纬度，将其处理成站点逐小时降水量预报结果。
[0089]
进一步地，所述的模式3h累积降水量预报产品数据为全球或者区域模式08时或前一日20时起报的每3h累积降水预报产品，在实际预报业务中模式3h累积降水量预报产品的预报时效多为72小时，个别模式的预报时效也可至96小时或者120小时。
[0090]
进一步地，所述步骤s2具体包括如下步骤：
[0091]
s21、将模式预报的3h累积降水量数据序列做平均分配，得到逐小时降水量序列mn；
[0092]m3k-2
＝m
3k-1
＝m
3k
＝pk/3,k＝1，2，
…
，m
ꢀꢀ
(1)
[0093]
其中，pk(k为1，2，....，m)为模式预报的3h累积降水量序列。
[0094]
s22、假定短时间内降水量随时间为线性变化，按以下公式对逐小时降水量序列mn进行平滑处理，得到新的逐小时降水量序列sn；
[0095][0096]
s23、根据平滑后的逐小时降水量序列sn，计算各小时降水量占3h累积降水量的比重，得到权重ωn；
[0097][0098]
s24、将权重ωn作用于逐小时降水量序列mn，得到最终的时间降尺度后的逐时降水量序列rn。
[0099]rn
＝3
×
ωn×mn
,n＝1，2，
…
，3m
ꢀꢀ
(4)
[0100]
进一步地，s21和s22实质为将模式3h累积降水量预报产品数据序列平均分配后，再假定短时间内降水量为线性变化进行平滑处理得到sn，此时的sn无法累加还原为3h累积降水量序列pk，即降尺度前后3h累积降水量发生了变化，由此进行s23操作，根据sn序列计算得到时间降尺度的权重分配系数ωn，并将其作用于逐时降水量序列mn。这既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物理变化过程，同时也确保降尺度前后3h累积降水量不变。
[0101]
进一步地，将降尺度后的降水结果用于站点预报时，若站点不在网格点上，可采用双线性插值法或者临近点插值法将降水结果插值到站点所在经纬度。
[0102]
本发明针对气象服务和防灾减灾决策中重点关注的精细化定量降水预报问题，通过对模式3h累积降水量预报依次做平均、平滑、权重计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报序列，实现了降水量小时尺度的时间降尺度。期间构建了时间降尺度的权重分配系数，并将其作用于逐时降水序列计算，既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物
理变化过程，同时也确保降尺度前后模式3h累积降水量不变。通过该方法可实现120小时内逐小时降水预报，提高模式降水预报时间分辨率，适用于区域或者单站精细化降水预报。
[0103]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

技术特征：
1.一种基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，该方法包括如下步骤：s1、对模式降水预报产品数据进行预处理：s11、选择要进行时间降尺度的数值模式类型；s12、提取研究区域或者单站附近的模式3h累积降水量预报产品数据；s13、处理缺省数据；s2、通过平滑权重分配法将3h累积降水量预报产品的时间降尺度到1h：通过对预处理得到的3h累积降水量预报产品依次做平均(average)、平滑(smooth)、权重(weight)计算，即平滑权重分配法asw(averaged-smoothen-weighted)，得到时间分辨率为1h的模式降水量预报产品的数据序列；s3、将降尺度后的数据插值到预报站点：在水平方向上，如果预报站点在数值模式预报产品的网格点上，直接使用此网格点数据作为站点逐小时降水预报结果；如果不在网格点上，通过插值到站点所在的经纬度，将其处理成站点逐小时降水量预报结果。2.如权利要求1所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s11中，根据业务或者研究需求，选取全球模式3h累积降水量预报产品进行时间降尺度，全球模式包括：ec模式和grapes_gfs模式。3.如权利要求1所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s11中，根据业务或者研究需求，选取区域模式3h累积降水量预报产品进行时间降尺度，区域模式包括：华东区域模式和西南区域模式。4.如权利要求1所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s1中的3h累积降水量预报产品数据为全球或者区域模式当日08时或前一日20时起报的每3h累积降水量预报产品。5.如权利要求1所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s13具体包括：对模式输出的3h累积降水量预报产品的数据序列进行检测，判断是否有数据缺失；当3h累积降水量预报产品的数据序列长度≥2时，判断该组数据能进行降尺度，否则判断为数据缺省，不予时间降尺度处理。6.如权利要求5所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s13还包括：若模式输出的3h累积降水量预报产品的数据序列存在缺省值，这些值为异常大或小的数值，处理时将其设为跳过，或者设置为0，以表示这些格点或区域不存在有效降水。7.如权利要求1-6任一项所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s2具体包括如下步骤：s21、将模式预报的3h累积降水量预报产品的数据序列做平均分配，得到逐小时降水量序列m
n
；m
3k-2
＝m
3k-1
＝m
3k
＝p
k
/3,k＝1，2，
…
，m
ꢀꢀꢀꢀꢀꢀ
(1)其中，p
k
，k为1，2，....，m，为模式预报的3h累积降水量预报产品的数据序列；s22、假定短时间内降水量随时间为线性变化，按以下公式对逐小时降水量序列m
n
进行
平滑处理，得到新的逐小时降水量序列s
n
；s23、根据平滑后的逐小时降水量序列s
n
，计算各小时降水量占3h累积降水量的比重，得到权重ω
n
；s24、将权重ω
n
作用于逐小时降水量序列m
n
，得到最终的时间降尺度后的逐时降水量序列r
n
r
n
＝3
×
ω
n
×
m
n
,n＝1，2，
…
，3m
ꢀꢀꢀꢀꢀꢀ
(4)。8.如权利要求7所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s22中，针对s1中得到的逐小时降水量数据序列m
n
，当数据为整个序列的首项，即n＝1和末尾项，即n＝3m，以及3h累积降水量预报产品的数据序列的前一项，即3k-1时，其s
n
＝m
n
；当n＝3k或3k+1，即3h累积降水量预报产品的数据序列本身和其后一项时，按照公式(2)计算不同的s
n
，以此对逐小时降水量序列m
n
进行平滑处理。9.如权利要求8所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s3中，如果站点位置不在网格点上，通过双线性插值法将降水结果插值到站点所在的经纬度，将其处理成某站点逐小时降水预报结果。10.如权利要求8所述的基于平滑权重分配法的降水时间降尺度预报方法，其特征在于，所述步骤s3中，如果站点位置不在网格点上，通过临近点插值法将降水结果插值到站点所在的经纬度，将其处理成某站点逐小时降水预报结果。

技术总结
本发明涉及一种基于平滑权重分配法的降水时间降尺度预报方法，属于气象上降水预报技术领域。本发明针对气象服务和防灾减灾决策中重点关注的精细化定量降水预报问题，通过对模式3h累积降水量预报依次做平均、平滑、权重计算，即平滑权重分配法ASW(Averaged-Smoothen-Weighted)，得到时间分辨率为1h的模式降水量预报序列，实现了降水量小时尺度的时间降尺度。期间构建了时间降尺度的权重分配系数，并将其作用于逐时降水序列计算，既为降水时间变化添加了一项非线性扰动项，让降尺度过程更接近真实物理变化过程，同时也确保降尺度前后模式3h累积降水量不变。通过该方法可实现120小时内逐小时降水预报，提高模式降水预报时间分辨率，适用于区域或者单站精细化降水预报。适用于区域或者单站精细化降水预报。适用于区域或者单站精细化降水预报。


技术研发人员：王春晓 许平平 李子腾 苏爱芳 商林 雒佳丽 李朝兴
受保护的技术使用者：河南省气象台
技术研发日：2023.05.23
技术公布日：2023/8/28