专利交易市场

本发明属于产品质量评估技术领域，公开了一种自动化GRAPES区域预报模式显著性检验方法及系统，用户在浏览器页面设置检验模式、检验算法、置信度、数据的起止日期、区域范围的经纬度以及评分卡显示样式参数；后端依据检验的模式和数据起止日期确定数据文件在服务器的存放路径，并按照得到的路径读取到对应的预报源文件；依据经纬度范围裁剪Grib文件中的数据；计算预报值和观测值的统计量；通过显著性检验算法计算两个模式在不同统计量下显著性检验评分等级。本发明采用B/S架构，无需安装客户端，能够科学高效地进行预报产品质量的差异性检验，提高检验的自定义化程度。

本发明公开了一种一种用于集合数值天气预报成员的层次聚类方法，首先根据集合数值天气预报成员的数据特点建立最小距离连通图，然后利用最小距离连通图的最大差分值逐层分割数据成簇并剔除噪点，最后找出代表性的集合预报成员，完成聚类。与Ward聚类法相比，本发明时间复杂度更小，且本发明具有Ward不具备的去噪点功能。与管子法和距平相关系数分簇法相比，本发明具有生成多层次聚类结果的功能，可以在各层级上择优选取最合适的簇数，且不需要设置核心参数。

本发明属于数值预报技术领域，公开了一种GRAPES‑REPS区域集合预报方法及系统，GRAPES‑REPS区域集合预报方法包括：0.1度水平分辨率GRAEPS‑REPS集合预报试验参数及模式确定；GRAPES‑REPS侧边界扰动构建；中国GRAPES‑REPS区域集合预报业务化系统构建。本发明改进ETKF初值扰动方案并优化测边界扰动不确定性方案，提升预报系统离散度及区域集合预报系统性能，从而满足中国区域集合预报系统业务化应用需求，有针对性地制作和提供天气预报服务。本发明为中国各级气象台提供不同层次、不同预报时效的1h间隔集合预报产品，为天气预报提供指导和参考，便于模式开发者提高集合预报系统性能。

本发明属于气象温度计算技术领域，具体涉及基于数值天气预报数据的大气加权平均温度的计算方法。本发明基于GRAPES_MESO预报数据和探空站的分层数据分别求取Tm，并且判断两者是否存在系统偏差，基于线性回归模型和球冠谐模型构建系统偏差改正模型，进而输出空间分辨率为0.1°×0.1°、时间分辨率为3 h的Tm格网预报产品，再将格网预报产品结合空间插值和三次样条插值即可实现至少提前24小时预报中国地区的Tm。相比于国际公认经验模型GPT2w具有更高的精度，同时该计算方法还可以较好地感知Tm天气尺度的变化，弥补了其他经验模型的不足。