1.一种全球无缝隙台风动力集合预测方法，其特征在于，所述方法包括：通过增长分析更新IAU的方法将多元观测资料同化到预先建立的气候系统模式中，以提供初始场，进而在超级计算机上并行计算产生36年的回算数据集和实时预测数据集；根据所述回算数据集和实时预测数据集，采用台风信号直接识别的方法将台风信号从所述预先建立的气候系统模式预测结果中挑选出来；将挑选出来的台风信号进行后处理，产生预测图片并进行发布；其中所述多元观测资料包括海量观测、卫星、再分析数据；所述预先建立的气候系统模式由4个部分构成，包括海洋模块、大气模块、陆面模块、海冰模块，四个部分通过耦合器进行有机的耦合；所述通过增长分析更新IAU的方法将多元观测资料同化到预先建立的气候系统模式中包括：在气候系统模式每一步迭代过程中，将观测强迫场的时间趋势项引入到模式中，从而修正模式的初始化偏差，将海量观测资料同化到模式中；所述根据回算数据集和实时预测数据集，采用台风信号直接识别的方法将台风信号从所述预先建立的气候系统模式预测结果中挑选出来包括：基于有限体积方法的全球立方球面网格建立气候系统模式并输出立方球面网格数据；在每个格点上识别潜在的台风事件；判断识别出来的台风是否属于同一时段内同一次过程产生的台风；根据中国台风强度量表对台风的强度进行分类。
2.根据权利要求1所述的方法，其特征在于，将挑选出来的台风信号进行后处理，产生预测图片并进行发布包括：通过预设的插值系数文件，将立方球面网格映射到全球等间距的经纬网格上，完成预测数据由立方球面网格向等间距经纬网格的合并；将每天的预测数据由Netcdf4格式转换为通用的GRIB2格式并进行压缩，将预测数据压缩并进行多台服务器的自动备份；通过NCL、Python脚本将GRIB2格式的预测数据进行图形绘制，并保存为PDF或PNG格式图片并上传。
3.一种全球无缝隙台风动力集合预测系统，其特征在于，所述系统包括：预处理模块，所述预处理模块处理海量观测、卫星、再分析数据，用于预测系统的同化；同化模块，所述同化模块通过增长分析更新IAU的方法将多元观测资料同化到预先建立的气候系统模式中，以提供初始场，进而在超级计算机上并行计算产生36年的回算数据集和实时预测数据集；气候系统模式，包括海洋模块、大气模块、陆面模块、海冰模块，四个部分通过耦合器进行有机的耦合；台风直接探测模块，用于将台风信号从所述气候系统模式的预测结果中挑选出来；其中，气候系统模式预测结果采用立方球面网格进行输出；所述台风直接探测模块包括：识别单元，在每个格点上识别潜在的台风事件；判断单元，判断识别出来的台风是否属于同一时段内同一次过程产生的台风；分类单元，根据中国台风强度量表对台风的强度进行分类；后处理模块，用于将无缝隙预测结果进行后处理，产生预测图片并进行发布。
4.根据权利要求3所述的系统，其特征在于，所述后处理模块包括：合并单元，通过预设的插值系数文件，将全球信息均匀切分为多个立方球面，将多个立方球面映射到全球等间距的经纬网格上；压缩存储单元，将每天的预测数据转换为GRIB2格式并进行压缩，将预测数据压缩并进行多台服务器的自动备份；图形绘制单元，通过NCL、python脚本将GRIB2格式的预测数据进行图形绘制，并保存为PDF或PNG格式图片并上传。
5.根据权利要求3-4任一项所述的系统，其特征在于，所述海洋模块、大气模块、陆面模块、海冰模块，四个部分通过CPL7耦合器进行有机的耦合。
