一种面向AI天气预报模型的自适应集合扰动生成方法
本发明涉及一种面向AI天气预报模型的自适应集合扰动生成方法,属于大气科学和集合预报技术领域。基于多个历史基准时刻的时间滞后预报结果构造误差样本,设计自编码器模型,将误差样本映射至隐空间,并在隐空间中估计和提取天气背景相关误差的主导变化方向,获取流型一致误差子空间;在误差子空间内进行随机采样得到隐空间扰动,并将隐空间扰动直接解码回物理空间后叠加至目标起报时刻的初始分析场,生成集合初始场。本发明能够利用历史预报误差信息生成具有天气背景相关误差结构的扰动,降低高维气象场扰动采样的计算开销,并改善端到端人工智能天气预报模型中随机扰动易被平滑过滤、集合离散度不足的问题。