一種基于mjo的西南地區(qū)降水預(yù)報(bào)方法
【專利摘要】本發(fā)明公開一種基于MJO的西南地區(qū)降水預(yù)報(bào)方法。所述基于MJO的西南地區(qū)降水預(yù)報(bào)方法包括如下步驟：a、提取西南地區(qū)歷年的氣候數(shù)據(jù)，結(jié)合歷年熱帶MJO活動特征，對西南地區(qū)降水特征進(jìn)行分類，建立基于熱帶MJO的降水模型；b、通過ORL、850hPa、200hPa風(fēng)場計(jì)算并預(yù)報(bào)熱帶MJO活動的位相，并計(jì)算確定所述熱帶MJO活動的強(qiáng)弱；c、分析熱帶對流活動特征，并結(jié)合特定天氣數(shù)據(jù)的實(shí)況和演變趨勢進(jìn)行天氣診斷分析；d、結(jié)合所述熱帶MJO活動特征、所述天氣診斷分析和所建立的基于熱帶MJO的降水模型對降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。本發(fā)明具有以下有效果：所述基于MJO的西南地區(qū)降水預(yù)報(bào)方法可以結(jié)合天氣診斷分析對西南地區(qū)的降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。
【專利說明】
一種基于MJO的西南地區(qū)降水預(yù)報(bào)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于降水預(yù)報(bào)領(lǐng)域，具體地涉及一種基于MJ0的西南地區(qū)降水預(yù)報(bào)方法。
【背景技術(shù)】
[0002] 熱帶大氣季節(jié)內(nèi)震蕩最先在20世紀(jì)70年代初由Madden和Julian發(fā)現(xiàn)，后來以 Madden和Julian的名字被稱為Madden Julian Oscillation(簡稱為MJ0)，是目前全球發(fā)現(xiàn) 的最強(qiáng)低頻信號。目前針對熱帶MJ0的應(yīng)用，主要是用于延伸期預(yù)報(bào)。
[0003] 而且，針對熱帶MJ0的延伸期預(yù)報(bào)主要采用統(tǒng)計(jì)模型和動力模式兩種方法，統(tǒng)計(jì)模 型主要利用滯后回歸模型、自回歸模型、組合相似法和經(jīng)驗(yàn)位相傳播等方法來實(shí)時(shí)預(yù)報(bào) MJ0,也有在多種統(tǒng)計(jì)方法相結(jié)合的基礎(chǔ)上對MJ0進(jìn)行集合預(yù)報(bào)，如韓國利用小波分析、多元 回歸和奇異譜分析三種統(tǒng)計(jì)方法相結(jié)合對MJ0進(jìn)行集合預(yù)報(bào)，再與統(tǒng)計(jì)預(yù)報(bào)相結(jié)合，預(yù)報(bào)時(shí) 效可以達(dá)到24天。動力模式主要是將MJ0指數(shù)用于其全球業(yè)務(wù)中心的動力模式，如GFS/NCEP (全球預(yù)報(bào)系統(tǒng)），CFS/NCEP(氣候預(yù)報(bào)系統(tǒng)），GEFS/NECP(全球集合預(yù)報(bào)系統(tǒng)），對MJ0進(jìn)行實(shí) 時(shí)業(yè)務(wù)預(yù)報(bào)。
[0004] 受全球氣候變暖的影響，我國災(zāi)害性天氣呈現(xiàn)多發(fā)、重發(fā)、突發(fā)的趨勢，尤其是強(qiáng) 降水引發(fā)的洪澇、泥石流、城市內(nèi)撈等災(zāi)害越來越突出，造成的影響也越來越大。在我國，四 川盆地降水主要集中在中部和東部地區(qū)，云貴高原年平均降水有兩個(gè)大值區(qū)，分別位于云 南西南部和貴州南部，西藏高原降水主要集中在東部;西南地區(qū)降水主要集中在夏季，四川 盆地降水大值區(qū)主要位于四川盆地中部，云貴高原降水大值中心位于云南西南部和貴州南 部，而西藏降水呈東西分布，東部降水多，西部降水相對較少。各季水汽主要來源有顯著差 異，春冬季節(jié)季水汽來源主要是中煒度西風(fēng)帶，夏秋兩季水汽來源主要是孟加拉灣和南海 向北的水汽輸送。
[0005] 因此，有必要提出一種基于MJ0的西南地區(qū)降水預(yù)報(bào)方法。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于提供一種可以有效實(shí)現(xiàn)負(fù)載均衡的基于MJ0的西南地區(qū)降水預(yù) 報(bào)方法。
[0007] 本發(fā)明基于MJ0的西南地區(qū)降水預(yù)報(bào)方法主要通過如下步驟實(shí)現(xiàn)：
[0008] 包括如下步驟：
[0009] a、提取西南地區(qū)歷年的氣候數(shù)據(jù)，結(jié)合歷年熱帶MJ0活動特征，對西南地區(qū)降水特 征進(jìn)行分類，建立基于熱帶MJ0的降水模型；
[0010] b、通過ORL、850hPa、200hPa風(fēng)場計(jì)算并預(yù)報(bào)熱帶MJ0活動的位相，并計(jì)算確定所述 熱帶MJ0活動的強(qiáng)弱；
[0011] c、分析熱帶對流活動特征，并結(jié)合特定天氣數(shù)據(jù)的實(shí)況和演變趨勢進(jìn)行天氣診斷 分析；
[0012] d、結(jié)合所述熱帶MJ0活動特征、所述天氣診斷分析和所建立的基于熱帶MJ0的降水 模型對降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。
[0013] 優(yōu)選地，所述步驟a包括如下步驟：
[0014] 通過觀測站采集并存儲西南地區(qū)歷年的氣候數(shù)據(jù)；
[0015] 提取歷年的所述氣候數(shù)據(jù)，結(jié)合歷年熱帶MJ0活動特征，對西南地區(qū)降水特征進(jìn)行 分類總結(jié)，并建立基于熱帶MJ0的降水模型。
[0016] 優(yōu)選地，在步驟b中，通過0此、85011?3、20011?3風(fēng)場計(jì)算熱帶1110指數(shù)主要根據(jù)以下 步驟進(jìn)行：
[0017] 利用歷年逐日〇RL、850hPa、200hPa風(fēng)場逐日數(shù)據(jù)建立MJ0空間模型：首先去除數(shù)據(jù) 的氣候平均的影響，在時(shí)間序列上對〇RL、850hPa、200hPa風(fēng)場三個(gè)變量場分別進(jìn)行傅里葉 濾波去除三階諧波；
[0018]去除季節(jié)內(nèi)震蕩的影響，減去各格點(diǎn)上數(shù)據(jù)的前120天平均值；
[0019] 對三個(gè)變量場分別經(jīng)全球平均方差的平方根歸一化之后的合成場進(jìn)行MV-E0F分 析，建立MJ0的空間模型，即MV-E0F的前兩個(gè)模態(tài)；
[0020] 將實(shí)時(shí)觀測數(shù)據(jù)反投影到MJ0的空間模型上，即基于0RL、850hPa、200hPa風(fēng)場三個(gè) 變量的合成場的EOF的第一、二空間模態(tài)，得到實(shí)時(shí)的MJ0指數(shù)，分別記為RMM1和RMM2指數(shù)。 [0021 ] 優(yōu)選地，MJ0活動的強(qiáng)弱由RMM1和RMM2指數(shù)確定。
[0022] 優(yōu)選地，在步驟c中，所述特定天氣數(shù)據(jù)包括高低空急流、大氣環(huán)流形式、水汽通 量、孟加拉灣低壓和南海低壓實(shí)況和演變趨勢分析。
[0023] 優(yōu)選地，在步驟c中，對所述特定天氣數(shù)據(jù)采用合成分析方法進(jìn)行所述天氣診斷分 析，所述合成分析方法包括對數(shù)據(jù)進(jìn)行距平和平均值的計(jì)算分析。
[0024] 優(yōu)選地，在原始數(shù)據(jù)中定義一個(gè)時(shí)間序列的變量Xi(i = l、2、3、…、n)，所述平均值 的計(jì)算公式為：
[0025] 所述距平的計(jì)算公式為其中，i = l、2、3、…、n。
[0026] 相比于現(xiàn)有技術(shù)的缺點(diǎn)和不足，本發(fā)明具有以下有益效果:所述基于MJ0的西南地 區(qū)降水預(yù)報(bào)方法針對MJ0活動對西南地區(qū)降水的影響機(jī)制從低層水汽輸送、低空急流、中層 天氣尺度系統(tǒng)、風(fēng)場、高空急流以及高層行星尺度天氣體統(tǒng)等角度進(jìn)行分析，從而可以建立 所述基于熱帶MJ0的降水模型，進(jìn)而對西南地區(qū)的降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。
【附圖說明】
[0027] 圖1是本發(fā)明實(shí)施例提供的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法的流程框圖；
[0028] 圖2是圖1所示基于MJ0的西南地區(qū)降水預(yù)報(bào)方法的流程示意圖；
[0029]圖3是與圖1所示基于MJ0的西南地區(qū)降水預(yù)報(bào)方法相關(guān)的MJ0位相圖。
【具體實(shí)施方式】
[0030]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0031]請同時(shí)參閱圖1和圖2,圖1是本發(fā)明實(shí)施例提供的基于MJ0的西南地區(qū)降水預(yù)報(bào)方 法的流程框圖，圖2是圖1所示基于MJO的西南地區(qū)降水預(yù)報(bào)方法的預(yù)報(bào)流程示意圖。本發(fā)明 實(shí)施例提供的所述基于MJ0的西南地區(qū)降水預(yù)報(bào)方法中，主要是利用1979~2014年四川盆 地191個(gè)觀測站、云貴高原的208個(gè)觀測站、西藏高原1979~2013年38個(gè)觀測站實(shí)時(shí)觀測的 逐日降水資料，以及N0AA提供的逐日大氣向外長波福射(Outgoing Longwave Radiation， 0LR)資料和ECMWF提供的逐日煒向風(fēng)、經(jīng)向風(fēng)、相對濕度及溫度等再分析資料，分析西南地 區(qū)降水分布特征以及熱帶MJ0活動特征，以此進(jìn)一步討論熱帶MJ0活動中心的強(qiáng)弱及所處位 置與四川盆地、西藏高原及云貴高原降水分布的相關(guān)性以及影響機(jī)制，并在此基礎(chǔ)上建立 基于熱帶MJ0的西南地區(qū)降水概念模型。
[0032] 所述基于MJ0的西南地區(qū)降水預(yù)報(bào)方法包括如下步驟：
[0033] 步驟S1、提取西南地區(qū)歷年的氣候數(shù)據(jù)，結(jié)合歷年熱帶MJ0活動特征，對西南地區(qū) 降水特征進(jìn)行分類，建立基于熱帶MJ0的降水模型。
[0034]具體地，所述步驟S1包括如下步驟：
[0035] 通過觀測站采集并存儲西南地區(qū)歷年的氣候數(shù)據(jù)；
[0036] 結(jié)合歷年熱帶MJ0活動特征，對西南地區(qū)降水特征進(jìn)行分類；
[0037]建立基于熱帶MJ0的降水模型；
[0038] 例如，1979-2014年四川盆地、云貴高原、西藏高原三個(gè)區(qū)域(總計(jì)437個(gè)站點(diǎn)）的逐 日降水資料。逐日降水資料主要用于分析西南地區(qū)降水的氣候分布特征，并結(jié)合熱帶MJ0逐 日位相、振幅資料，討論熱帶MJ0活動位于不同位相時(shí)與西南地區(qū)降水的關(guān)系。
[0039]例如：美國N0AA提供的全球逐日0LR，水平分辨率為2.5° X2.5° ;主要用于分析熱 帶及西南地區(qū)強(qiáng)對流活動中心的移動分布情況。
[0040] 1979-2014年歐洲中心(ECMWF)1° Xl°分辨率的逐日再分析資料，主要包括溫度、 經(jīng)向風(fēng)、煒向風(fēng)、相對濕度、比濕和氣壓等氣象要素。主要用于分析1979-2014年熱帶MJ0對 流活動中心位于不同位相時(shí)，各季節(jié)大氣環(huán)流形勢、風(fēng)場、水汽通量等分布情況，研究討論 熱帶MJ0活動對對西南地區(qū)降水的具體影響機(jī)制。
[00411澳大利亞氣象局官方網(wǎng)站提供的實(shí)時(shí)監(jiān)測的MJ0指數(shù)序列(包括RMM指數(shù)序列1、2， 記為RMM1、RMM2)、MJ0振幅以及1979-2014年逐逐日位相。
[0042] 步驟S2、通過0RL、850hPa、200hPa風(fēng)場計(jì)算并預(yù)報(bào)熱帶MJ0活動的位相，并計(jì)算確 定所述熱帶MJ0活動的強(qiáng)弱。
[0043]具體地，如圖3所示，是與圖1所示基于MJ0的西南地區(qū)降水預(yù)報(bào)方法相關(guān)的MJ0逐 日位相圖。MJ0的8個(gè)位相分別代表了熱帶MJ0對流活動中心在從西向東一個(gè)完整的MJ0周期 中所處的不同位置，1-8位相分別代表MJ0活動中心從赤道西印度洋為起源(第1位相），沿赤 道向東傳播，分別位于印度洋(2、3位相）、印尼群島(4位相）、西太平洋(5-6位相）、太平洋中 部、東部(7位相)和西半球(8位相）。在所述MJ0位相圖中，各位相點(diǎn)離圓心的直線距離則為 MJ0的強(qiáng)度(振幅），可由RMM1和RMM2指數(shù)計(jì)算得到，
在圖中設(shè)定單位半徑為1的圓圈內(nèi)區(qū)域，即RMM〈1時(shí)，表示為弱MJ0活動，圓圈區(qū)域以外，SP RMM>1時(shí)表示為強(qiáng)MJ0活動。
[0044] 而且，在步驟2中，通過0RL、850hPa、200hPa風(fēng)場計(jì)算熱帶MJ0指數(shù)主要根據(jù)以下步 驟進(jìn)行：
[0045] 利用歷年逐日0RL、850hPa、200hPa風(fēng)場逐日數(shù)據(jù)建立MJ0空間模型：首先去除數(shù)據(jù) 的氣候平均的影響，在時(shí)間序列上對ORL、850hPa、200hPa風(fēng)場三個(gè)變量場分別進(jìn)行傅里葉 濾波去除三階諧波；
[0046]去除季節(jié)內(nèi)震蕩的影響，減去各格點(diǎn)上數(shù)據(jù)的前120天平均值；
[0047]然后對三個(gè)變量場分別經(jīng)全球平均方差的平方根歸一化之后的合成場進(jìn)行MV-E0F分析，建立MJ0的空間模型，即MV-E0F的前兩個(gè)模態(tài)；
[0048] 最后，將實(shí)時(shí)觀測數(shù)據(jù)反投影到MJ0的空間模型上，即基于0RL、850hPa、200hPa風(fēng) 場三個(gè)變量的合成場的EOF的第一、二空間模態(tài)，得到實(shí)時(shí)的MJ0指數(shù)，分別記為RMM1和RMM2 指數(shù)。
[0049]需要說明的是，在構(gòu)建MJ0的空間模型時(shí)，MV-E0F是經(jīng)驗(yàn)正交函數(shù)分析方法EOF中 的一種，EOF是一種分析矩陣數(shù)據(jù)中的結(jié)構(gòu)特征，提取主要數(shù)據(jù)特征量的一種方法，能夠把 隨時(shí)間變化的變量場分解為不隨時(shí)間變化的空間函數(shù)部分以及只依賴時(shí)間變化的時(shí)間函 數(shù)部分，MV-E0F則可以同時(shí)對多個(gè)變量進(jìn)行特征向量分析。
[0050] 步驟S3、分析熱帶對流活動特征，并結(jié)合特定天氣數(shù)據(jù)的實(shí)況和演變趨勢進(jìn)行天 氣診斷分析；
[0051] 具體地，利用統(tǒng)計(jì)學(xué)方法分析西南地區(qū)降水的時(shí)空分布特征，通過合成分析研究 討論熱帶MJ0活動對我國西南地區(qū)降水的影響，同時(shí)運(yùn)用天氣學(xué)方法研究降水期間天氣形 勢、動力場和水汽等配置情況，研究熱帶MJ0活動對我國西南地區(qū)降水具體的影響機(jī)制。
[0052] 其中，在所述步驟S3中，所述特定天氣分析包括高低空急流、大氣環(huán)流形式、水汽 通量、孟加拉灣低壓和南海低壓等。
[0053]而且，在所述步驟S3中，對所述特定天氣數(shù)據(jù)采用合成分析方法進(jìn)行所述天氣診 斷分析，所述合成分析方法包括對數(shù)據(jù)進(jìn)行平均值和距平的計(jì)算分析。
[0054]需要說明的是，距平是某一系列數(shù)值中的某一個(gè)數(shù)值與平均值的差，分正距平和 負(fù)距平。距平值在氣候診斷分析中，距平值經(jīng)常用來代替氣象要素的觀測值，主要是用來確 定某個(gè)時(shí)段或時(shí)次的數(shù)據(jù)，相對于該數(shù)據(jù)的某個(gè)長期平均值是高還是低。原始值通常用于 表征某個(gè)時(shí)段或時(shí)次真實(shí)水平。
[0055]具體地，在所述合成分析過程中，在原始數(shù)據(jù)中定義一個(gè)時(shí)間序列的變量Xi(i = 1、2、3、…、n)，所述平均值的計(jì)算公式為
，所述距平的計(jì)算公式為其 中，i = l、2、3、…、n〇
[0056] 而且，針對四川盆地、西藏高原和云貴高原三個(gè)地區(qū)各站點(diǎn)在春、夏、秋、冬四個(gè)季 節(jié)在熱帶MJ0活動分別位于第1-8位相時(shí)的降水進(jìn)行距平合成，得到各季節(jié)MJ0位于不同位 相時(shí)，各地區(qū)（站點(diǎn)）對應(yīng)降水情況，以此分析熱帶MJ0活動在不同強(qiáng)度、不同位相時(shí)，與我國 西南各地區(qū)降水分布的關(guān)系。
[0057]例如，以各季節(jié)逐日1979~2014年降水的氣候平均值作為降水平均值，得到的合 成值為正，表明該站點(diǎn)降水偏多，為負(fù)時(shí)，表明降水偏少。單站日平均降水距平百分率是對 四川盆地、西藏高原和云貴高原各地區(qū)整體降水的距平合成，表明了該地區(qū)整體降水的強(qiáng) 弱，為正時(shí)，表明該地區(qū)整體降水偏多，為負(fù)時(shí)表明該地區(qū)整體降水偏少。
[0058]又例如，將1979-2014年強(qiáng)弱MJ0活動1 -8位相對應(yīng)的降水分別提取出來，依然以各 季節(jié)逐日1979-2014年降水的氣候平均值作為降水平均值，在此基礎(chǔ)上做距平合成分析，得 到強(qiáng)弱不同MJO活動位于1-8位相時(shí)對應(yīng)西南各地區(qū)降水的分布情況以及整體趨勢，得到的 正（負(fù))距平百分率分別代表降水偏多（少）。具體地，對500hPa位勢高度場和風(fēng)場、200hPa高 空急流、lOOhPa位勢高度場(南亞高壓）、850hPa水汽通量、垂直云頂以及低空急流也以同樣 的方式進(jìn)行合成分析，得到對應(yīng)的異常特征，分析各位相對西南地區(qū)降水影響的可能機(jī)制。 [00 59] 步驟S4、結(jié)合所述熱帶MJ0活動特征、所述天氣診斷分析和所建立的基于熱帶MJ0 的降水模型對降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。
[0060] 具體地，例如，針對四川盆地降水主要通過降水距平來討論，降水距平百分率計(jì)算 公式為：
[0062]其中，a為實(shí)際觀測值，b為降水量的氣候平均值，降水距平百分率反映了某一時(shí)段 降水與同期平均狀態(tài)的偏離程度。
[0063]相較于現(xiàn)有技術(shù)，本發(fā)明提供的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法針對MJ0活動對 西南地區(qū)降水的影響機(jī)制從底層水汽輸送、低空急流、中層天氣尺度系統(tǒng)、風(fēng)場、高空急流 以及高層行星尺度體統(tǒng)的角度進(jìn)行分析，從而可以建立所述基于熱帶MJ0的降水模型，進(jìn)而 對西南地區(qū)的降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。
[0064]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于MJO的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，包括如下步驟： a、 提取西南地區(qū)歷年的氣候數(shù)據(jù)，結(jié)合歷年熱帶MJ0活動特征，對西南地區(qū)降水特征進(jìn) 行分類，建立基于熱帶MJ0的降水模型； b、 通過0此、85011?3、20011?3風(fēng)場計(jì)算并預(yù)報(bào)熱帶[0活動的位相，并計(jì)算確定所述熱帶 MJ0活動的強(qiáng)弱； c、 分析熱帶對流活動特征，并結(jié)合特定天氣數(shù)據(jù)的實(shí)況和演變趨勢進(jìn)行天氣診斷分 析； d、 結(jié)合所述熱帶MJ0活動特征、所述天氣診斷分析和所建立的基于熱帶MJ0的降水模型 對降雨落區(qū)和強(qiáng)度進(jìn)行綜合預(yù)報(bào)。2. 根據(jù)權(quán)利要求1所述的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，所述步驟a包 括如下步驟： 通過觀測站采集并存儲西南地區(qū)歷年的氣候數(shù)據(jù)； 提取歷年的所述氣候數(shù)據(jù)，結(jié)合歷年熱帶MJ0活動特征，對西南地區(qū)降水特征進(jìn)行分類 總結(jié)，并建立基于熱帶MJ0的降水模型。3. 根據(jù)權(quán)利要求1所述的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，在步驟b中， 通過0RL、850hPa、200hPa風(fēng)場計(jì)算熱帶MJ0指數(shù)主要根據(jù)以下步驟進(jìn)行： 利用歷年逐日0RL、850hPa、200hPa風(fēng)場逐日數(shù)據(jù)建立MJ0空間模型：首先去除數(shù)據(jù)的氣 候平均的影響，在時(shí)間序列上對〇RL、850hPa、200hPa風(fēng)場三個(gè)變量場分別進(jìn)行傅里葉濾波 去除三階諧波； 去除季節(jié)內(nèi)震蕩的影響，減去各格點(diǎn)上數(shù)據(jù)的前120天平均值； 對三個(gè)變量場分別經(jīng)全球平均方差的平方根歸一化之后的合成場進(jìn)行MV-E0F分析，建 立MJ0的空間模型，即MV-E0F的前兩個(gè)模態(tài)； 將實(shí)時(shí)觀測數(shù)據(jù)反投影到MJ0的空間模型上，即基于0RL、850hPa、200hPa風(fēng)場三個(gè)變量 的合成場的EOF的第一、二空間模態(tài)，得到實(shí)時(shí)的MJ0指數(shù)，分別記為RMM1和RMM2指數(shù)。4. 根據(jù)權(quán)利要求3所述的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，MJ0活動的強(qiáng) 弱由RMM1和RMM2指數(shù)確定。5. 根據(jù)權(quán)利要求1所述的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，在步驟c中， 所述特定天氣數(shù)據(jù)包括高低空急流、大氣環(huán)流形式、水汽通量、孟加拉灣低壓和南海低壓實(shí) 況和演變趨勢分析。6. 根據(jù)權(quán)利要求5所述的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，在步驟c中， 對所述特定天氣數(shù)據(jù)采用合成分析方法進(jìn)行所述天氣診斷分析，所述合成分析方法包括對 數(shù)據(jù)進(jìn)行距平和平均值的計(jì)算分析。7. 根據(jù)權(quán)利要求6所述的基于MJ0的西南地區(qū)降水預(yù)報(bào)方法，其特征在于，在原始數(shù)據(jù) 中定義一個(gè)時(shí)間序列的變量xi(i = l、2、3、…、n)，所述平均值的計(jì)算公式為： 所述距平的計(jì)算公式為:Xi-x，其中，i = l、2、3、…、n。
【文檔編號】G01W1/10GK106054282SQ201610367409
【公開日】2016年10月26日
【申請日】2016年5月27日
【發(fā)明人】肖天貴, 喻琴昆, 金榮花, 陳丁, 王超
【申請人】成都信息工程大學(xué), 成都熠云科技有限公司