一种基于人工智能增强的数值模式预报方法

摘要文本

本发明涉及人工智能领域，公开了一种基于人工智能增强的数值模式预报方法，包括：使用气象观测数据作为气象预测模型的输入，获得多个时间区间的气象预测信息，以实际观测的气象数据作为同化系统的输入，以气象预测信息和历史观测气象数据作为同化系统的输出，对气象预测信息和历史观测信息进行同化，获取物理约束的同化预测模型，基于同化预测模型获取预测后的数值预测结果。本发明基于时空多尺度变分同化技术，在多层网格上实施从百公里尺度至公里尺度分辨率、逐层加密的同化策略，融合不同尺度卫星观测数据和不同观测要素，保证大尺度大气状态的准确性和中小尺度信息的丰富性，为短临数值天气预报模式提供更为准确和丰富的初始场信息。