食品工艺在数值天气预报的应用思考

将臣

天然食品的工业化生产，是最难定量的工艺，不像糖果饮料之类，混一起就肯定准确。特别是果蔬加工，涉及水分含量、固形物含量和核肉比例，个个不同，是个动态过程。

我毕业第三年，改进了某果蔬加工行业的传统工艺，将误差限制在精确的范围内。

该方法，类似本站老C的混沌算法，是初始场未必很精确，但后来的批次会越来越精确，跟天气预报数值模型刚好相反。

（涉及生产十年来，该方法应用至今，无论任何机构抽检和突击抽检，还从没超标过。即是相当稳定）

由于涉及个人核心技术之一，以下工艺要点加密，以供开发数值模型的会员参考。

将臣

游客，本帖隐藏的内容需要积分高于 100 才可浏览，您当前积分为 0

cwnraul

这个不是混沌模型吧，是批次增加了，误差噪声的影响降低了，所以最后会平衡起来。。。
就好比菊长预报天气，如果只看一次两次的话，可能会来个漏报空报。
但长期批次不断滑动去报的话，随着统计的日子不断增加，平均整体成绩总能保持前茅。

将臣

cwnraul 发表于 2014-6-2 17:23
这个不是混沌模型吧，是批次增加了，误差噪声的影响降低了，所以最后会平衡起来。。。
就好比菊长预报天气 ...

好像是这样。

不过每批次都是不能出错的。

以前我认为是不是跟集合同理，但是集合平均的是初始场，这个貌似类似外强迫。

想不懂在气象怎么用，还是属于气候模型范畴？

不懂数值模型，所以相当混乱

将臣

整理了一下思路，大概类似这样：

1、初始场，可以用集合消噪。但是未知因子，比如我们经常说的暖水与副高误差，暖水与气旋、阻塞误差，冰雪反馈、地形误差等等

2、同季节区域误差，有相同倾向，比如“风神定律”，降水、温度、气团南落的误差倾向等等

3、我们今天探空之前，可以知道昨天或这几天的运算误差数据，也即是数值检验

4、那么，对各站划分气候或地形区域以后，老C混沌模型，即可运算出近期对应区域的误差参数（这个参数，可以是目前气候导致的，也可以是下垫面导致的）

5、混沌参数插入同化资料进行运算，这如同食品添加剂在食品连续生产中的运算 —— 只管系统的输入输出动态即可

以上纯属异想天开{:soso_e120:}