題-1_100_100.jpg)
基本信息
- 項目名稱：
- 基于信息熵確定集合數(shù)值預(yù)報初始場的探索和實現(xiàn)
- 小類：
- 數(shù)理
- 簡介：
- 為了得到數(shù)值預(yù)報最佳集合的初始場，并保證確定初始擾動場后所得到的氣象要素的信息量仍然足夠大，利用信息熵理論對問題進(jìn)行了改進(jìn)。在理論上分析了信息熵理論的可用性的基礎(chǔ)上，利用最大熵原理定義了偏差概率概念對數(shù)據(jù)樣本在信息熵理論的框架下進(jìn)行處理，確定各擾動場的信息熵貢獻(xiàn)。用信息熵貢獻(xiàn)率大的擾動場作為擾動場進(jìn)行集合預(yù)報。通過正壓模式的試驗,結(jié)果表明，信息熵貢獻(xiàn)率為70%左右時預(yù)報效果優(yōu)于控制預(yù)報和一般的集合預(yù)報。該方法具有算法簡便，運(yùn)算速度快、預(yù)報時效高的優(yōu)點(diǎn)，對集合預(yù)報初始場的確定從而使得天氣預(yù)報水平的提高有重要意義，便于在預(yù)報業(yè)務(wù)中推廣。
- 詳細(xì)介紹：
- 眾所周知，天氣預(yù)報技術(shù)對人們的生產(chǎn)生活都起到了極其重要的作用，小到老百姓的衣食住行大到北京奧運(yùn)會的氣象保障，隨著人民生活水平的提高，天氣預(yù)報也受到了越來越多人的關(guān)注。但是，由于大氣系統(tǒng)的復(fù)雜性，天氣預(yù)報是一個極具挑戰(zhàn)性的課題。如2005年襲擊美國的Katrina颶風(fēng)，2008年中國南方的冰雪凍害等，天氣預(yù)報都沒有給出我們提供足夠的準(zhǔn)確信息，所以如何盡可能得預(yù)報出與真實天氣情況接近的天氣預(yù)報技術(shù)是每一個氣象工作者的任務(wù)。 數(shù)值天氣預(yù)報是目前預(yù)報天氣中最為準(zhǔn)確的一種方法，即在給定初始和邊界條件下，通過數(shù)值方法求解大氣運(yùn)動方程組，從而由已知初始時刻的大氣狀態(tài)預(yù)報未來時刻的大氣狀態(tài)。這種方法由于其定量和客觀性成為世界各國業(yè)務(wù)使用和發(fā)展的主要方法。數(shù)值預(yù)報的缺點(diǎn)在于對初值有高度的敏感性, 針對這一問題目前普遍的解決方案是盡可能多地給出的初始擾動, 從而對每個初值對應(yīng)的預(yù)報結(jié)果進(jìn)行集合，減少結(jié)果的不確定性，以提高預(yù)報的準(zhǔn)確率。但是，問題的關(guān)鍵是初始擾動的生成，生成擾動場的方法較多，實際預(yù)報中，如何選取初始擾動場個數(shù)進(jìn)行集合起著事半功倍的界定作用，初始場太多或太少都會對預(yù)報時效和預(yù)報精度產(chǎn)生影響，而目前尚無較好的定量確定的方法，本研究就是為解決這一問題展開的。 本文基于信息熵濃縮信息的理論，利用最大熵原理定義偏差概率的概念，建立衡量初始場信息熵的數(shù)學(xué)模型，為計算信息熵提供可能性。再對數(shù)據(jù)樣本按照信息熵理論確定各擾動場的信息熵貢獻(xiàn)，用信息熵貢獻(xiàn)率大的部分?jǐn)_動場代替原有的較多擾動場進(jìn)行集合預(yù)報。通過敏感性試驗與控制預(yù)報的對比，檢驗集合預(yù)報確定初始場的效果，以確定最佳方案。試驗表明此方法對提高預(yù)報準(zhǔn)確度有明顯的改進(jìn)作用。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 目的:在天氣預(yù)報技術(shù)中引進(jìn)一種全新的信息熵理論：在保證剔除某些初始擾動場后所得到的初始場仍然包含最大的信息量的前提下，利用信息熵確定初始場，是提高預(yù)報的準(zhǔn)確性的新途徑。 思路:基于信息熵濃縮信息的理論，利用最大熵原理定義偏差概率，建立衡量初始場信息熵的數(shù)學(xué)模型。再對數(shù)據(jù)樣本按照信息熵理論確定各擾動場的信息熵貢獻(xiàn)，用信息熵貢獻(xiàn)率大的部分?jǐn)_動場代替原有的較多擾動場進(jìn)行集合預(yù)報。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 1、大膽引入信息科學(xué)中的最大熵原理，提高了對數(shù)值預(yù)報精度極為關(guān)鍵的初始場，為其預(yù)報準(zhǔn)確性提供了一個有意義的新思路。 2、應(yīng)用信息熵理論從復(fù)雜的數(shù)據(jù)空間提煉出數(shù)據(jù)所反映的實質(zhì)，在數(shù)值預(yù)報中有著重要的應(yīng)用價值。 3、在熵理論中重要的最大熵原理的基礎(chǔ)上定義了偏差概率，從而簡化了信息熵計算。 4、采用信息熵概念對數(shù)據(jù)進(jìn)行度量。模型具有推廣價值，可應(yīng)用在實際預(yù)報業(yè)務(wù)過程中。
應(yīng)用價值和現(xiàn)實意義
- 1．本作品提供的方法具有算法簡便，運(yùn)算速度快，節(jié)省計算機(jī)時的優(yōu)點(diǎn)，符合預(yù)報的時效性要求，便于在氣象預(yù)報業(yè)務(wù)中的應(yīng)用和推廣，對集合預(yù)報初始場的確定有重要意義，彌補(bǔ)了這方面的空白，對天氣預(yù)報質(zhì)量提高是一個有益的探索。 2．本模型通過對信息熵理論的應(yīng)用，為解決時空數(shù)據(jù)處理的相關(guān)問題提供了新思路。
學(xué)術(shù)論文摘要
- 為了得到數(shù)值預(yù)報最佳集合的初始場，并保證確定初始擾動場后所得到的氣象要素的信息量損失較小。在理論上分析了信息熵理論的可用性的基礎(chǔ)上，本文提出了信息熵理論利用最大熵原理定義了偏差概率概念對數(shù)據(jù)樣本在信息熵理論的處理，以確定各擾動場的信息熵貢獻(xiàn)。用信息熵貢獻(xiàn)率大的擾動場作為擾動場進(jìn)行集合預(yù)報。 通過一個正壓模式的運(yùn)行試驗,結(jié)果表明，信息熵貢獻(xiàn)率為70%左右時預(yù)報效果優(yōu)于控制預(yù)報和一般的集合預(yù)報。該方法具有算法簡便，運(yùn)算速度快、預(yù)報時效高的優(yōu)點(diǎn)，對集合預(yù)報初始場的確定和天氣預(yù)報水平的提高有重要意義，便于在預(yù)報業(yè)務(wù)中推廣。
獲獎情況
- 本作品獲得第七屆“挑戰(zhàn)杯”甘肅省大學(xué)生課外學(xué)術(shù)科技作品競賽特等獎：本研究受國家自然基金40875050的資助。
鑒定結(jié)果
- 本論文思路新穎，巧妙地利用了信息論中的信息熵理論，將其成功得應(yīng)用到了大氣科學(xué)中的數(shù)值天氣預(yù)報技術(shù)中，為解決數(shù)值天氣預(yù)報中初始場不確定的難題提供了新的途徑，為提高天氣預(yù)報的準(zhǔn)確性做出了有意義的嘗試。
參考文獻(xiàn)
- [1]Lorenz EN. Deterministic non-periodic flow.Atmos. Sci.,1963,20:130-141. [2] Ming Cai, Eugenia Kalnay and Zoltan Toth.Bred vectors of the zebiak-cane model and their potential application to ENSO predictions. Journal of Climate,2003,16:0-56. 等28篇中英文文獻(xiàn)
同類課題研究水平概述
- 1. 國內(nèi)外集合預(yù)報的發(fā)展現(xiàn)狀 集合預(yù)報從理論提出到業(yè)務(wù)化的實現(xiàn)，經(jīng)過了二十多年的數(shù)值研究和試驗。1963年，Lorenz發(fā)現(xiàn)了大氣中的混沌現(xiàn)象，天氣預(yù)報的不確定性引起了眾多學(xué)者的興趣。1969年，Epstein為解決數(shù)值天氣預(yù)報對初始條件誤差的敏感問題，首先在理論上提出了動力隨機(jī)預(yù)報方法。1974年Leith提出了可實際應(yīng)用的"Monte Carlo forecasting“預(yù)報概念,現(xiàn)在的集合預(yù)報正是基于此概念而發(fā)展起來的。 中國由于受計算條件的限制，集合產(chǎn)品還相對比較單一，且沒有廣泛的業(yè)務(wù)應(yīng)用，目前僅中央氣象臺在用基于T106的10天中期形勢場的集合預(yù)報產(chǎn)品。因此，集合產(chǎn)品解釋應(yīng)用方面還有很大的開發(fā)潛力。 2. 集合預(yù)報初始擾動產(chǎn)生的研究現(xiàn)狀 早期的一些集合預(yù)報試驗表明：在相空間隨機(jī)采樣不能很好地描述預(yù)報狀態(tài)的真實分布。因此，初始擾動的產(chǎn)生成為集合預(yù)報中的一個核心問題。 初值集合產(chǎn)生擾動的方法有多種，最早采用的是Monte Carlo擾動法。1983年，Hofman和Kalnay提出時間滯后平均預(yù)報法。1993年，Toth和Kalnayll 提出的增長模繁殖法。美國NMC集合預(yù)報方案是基于BGM的綜合擾動技術(shù)。ECMWFl8建立的集合預(yù)報系統(tǒng)，即所謂的奇異向量法(Singular vectors：SVs)。BGM和Svs是目前世界上普遍采用的兩種初始擾動產(chǎn)生方法。 3. 集合成員個數(shù)的研究現(xiàn)狀 對于集合預(yù)報中的集合成員個數(shù)問題目前是公認(rèn)的影響預(yù)報效果的重要因素，但目前還沒有較好的確定辦法，多是根據(jù)經(jīng)驗來確定的，缺少定量標(biāo)準(zhǔn)。 集合成員個數(shù)問題是由Leith (1974)首先提出的,他討論了對集合平均而言需要多少集合成員才能最大地改善預(yù)報精確度,通過一個簡單的模型,他發(fā)現(xiàn)采用8個集合成員求平均已能完成集合平均對預(yù)報精確度改善量的主要部分。 實際經(jīng)驗認(rèn)為對于一般天氣現(xiàn)象來說 ,10 個左右的成員大致就夠了。當(dāng)然這主要是相對于集合平均預(yù)報而言;對于概率預(yù)報,成員數(shù)目可能要更多些。 由此看來，對于集合成員個數(shù)的問題目前多是基于統(tǒng)計意義上的經(jīng)驗確定的，不同的人研究得到不同的結(jié)果，缺少定量和理論依據(jù)。
