CN104583810A - 提供人口移动敏感的天气预报的系统、方法和程序产品 - Google Patents

提供人口移动敏感的天气预报的系统、方法和程序产品 Download PDF

Info

Publication number
CN104583810A
CN104583810A CN201380021489.4A CN201380021489A CN104583810A CN 104583810 A CN104583810 A CN 104583810A CN 201380021489 A CN201380021489 A CN 201380021489A CN 104583810 A CN104583810 A CN 104583810A
Authority
CN
China
Prior art keywords
weather
population
computer
forecast
instruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380021489.4A
Other languages
English (en)
Other versions
CN104583810B (zh
Inventor
M·迪亚斯德阿桑考
B·达科斯塔弗拉克
M·A·德切尔奎拉加蒂
今道贵司
M·A·斯特尔玛内托
R·H·鲁迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN104583810A publication Critical patent/CN104583810A/zh
Application granted granted Critical
Publication of CN104583810B publication Critical patent/CN104583810B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions

Abstract

一种天气预报系统、预报天气的方法及其计算机程序产品。预报计算机将网格应用于预报区域,并对每个网格单元提供天气预报。人口移动传感器感应区域内的人口移动。群体检测器检测区域人口移动中指示群体活动的模式,据此群体检测器预测群体模式。规划模块接收区域天气预报和群体模式,并向预报系统提供群体路径指示,以用于调整应用于预报区域的网格。

Description

提供人口移动敏感的天气预报的系统、方法和程序产品
相关申请的交叉引用
本申请涉及Victor Fernandes Cavalcante等人于2011年10月3日提交的名称为“SYSTEM,METHOD AND PROGRAM PRODUCT FORPROVIDING POPULACE CENTRIC WEATHER FORECASTS”的美国专利申请No.13/251,889(律所案号No.YOR920110554US1)、VictorFernandes Cavalcante等人于2011年10月18日提交的名称为“SYSTEM,METHOD AND PROGRAM PRODUCT FOR PROACTIVELYPROVISIONING EMERGENCY COMPUTER RESOURCES USINGGEOSPATIAL RELATIONSHIPS”的美国专利申请No.13/275,313(律所案号No.YOR920110555US1)、以及Victor Fernandes Cavalcante等人于2011年11月7日提交的名称为“SYSTEM,METHOD AND PROGRAMPRODUCT FOR FLOOD AWARE TRAVEL ROUTING”的美国专利申请No.13/290,334(律所案号No.YOR920110556US1),这些专利申请被转让给本发明的受让人,并在此通过引用被结合。
技术领域
本发明涉及在广阔的地理区域上提供天气预报,更具体地,涉及响应于在广阔的地理区域内的人口移动而调整天气预报。
背景技术
天气预报是基于从位于大的地理区域或甚至全球内的传感器收集的天气数据。在预报广阔地理区域的天气时,该区域通常通过在其上叠加网格而被分成更小更易管理的单元。然后,在若干单元或网格位置之中的天气数据的关系例如对网格化区域使用有限单元模型(FEM)而被描述为若干代数等式。通常,FEM需要相当多的甚至是超量的数据处理资源。
另外,网格分辨率越高,则单元的数量越大,FEM等式越复杂,相应地,在生成天气预报时消耗的数据处理资源越多。数据处理需求可能是使得对所有网格位置提供实时或甚至及时的预报是不可行的。这尤其当预报结果受控于严格交付期限(这是常规情形)时特别麻烦。众所周知的自适应网格细化(AMR)是一种动态网格细化,其已经被用于选择性地提供实时预报。
自适应网格细化从区域的低分辨率网络开始。天气地图包含粗粒度单元以提供大致的初步预报。当对于某些单元需要更详细的预报时,如果有足够的数据和时间可用,则这些单元被进一步细化。通常,细化是基于区域中的传感器的质量和数量,即,用更多和更好的传感器关注该区域。B.Plale等人2006年在IEEE计算机杂志上的文章“CASA and LEAD:Adaptive Cyberinfrastructure for Real-Time Multiscale WeatherForecasting”提供了基于传感器的细化的例子,其将网络细化聚焦在传感器上,即,传感器质量和数量。然而,基于传感器的细化不能细化人们所在的预报网格,他们所去往的网格会更差。
即使当例如通过传感器布置或其它方式在预报中考虑人口时,例如龙卷风、飓风或局部紧急情况的恶劣天气可能导致产生局部疏散的情形。现有的预报技术在对区域网格化中没有考虑这些紧急情况。本地人口如何从区域疏散——群体(swarm)行为的一个例子——可根据处境、人口和现场而变化很大。由于几乎通过定义,因此,疏散意味着将相对密集的人口区域腾空成相对空或低密度、低人口的区域,从部分区域疏散趋向于任何当前天气预报提供不及时和不充足。
因此,需要对具有流动人口分布的较大区域有效地提供实时天气预报;更具体地,有效并快速地调整用于本地人口群体行为的天气预报。
发明内容
本发明的特征是人口群体调整的天气预报。
本发明的另一个特征是用于天气预报的人口群体调整的网格细化。
本发明的又一个特征是提供适合于较大区域内的移动或流动人口如何对本地情形进行反应的天气预报。
本发明的再一个特征是群体调整的预报,其适合于较大区域内移动或流动人口的需要,并适用于人口如何对区域恶劣天气或诸如群体活动和例如紧急情况的非天气相关事件的区域行为进行反应或被预期如何反应。
本发明涉及一种天气预报系统、预报天气的方法及其计算机程序产品。预报计算机将网格应用于预报区域,并对每个网格单元提供天气预报。人口移动传感器感应区域内的人口移动。群体检测器检测区域人口移动中指示群体活动的模式,群体检测器据此密集群体模式。规划模块接收区域天气预报和群体模式,并向预报系统提供群体路径指示以调整应用于预报区域的网格。
附图说明
根据以下参照附图对本发明的优选实施例的描述,上述和其它主题、方面和优点将得到更好的理解,其中:
图1示出根据本发明的优选实施例的群体行为检测和预警系统的例子;
图2示出群体流和在由蜂窝电话或蜂窝电话系统提供服务的区域内检测本地人口的例子;
图3A-3B示出比较广阔区域的预报的细化和根据本发明的优选实施例的细化的简单例子;
图4示出优选的规划模块的操作的例子;
图5示出优选的交通优化模型的例子;
具体实施方式
所属技术领域的技术人员知道,本发明的各个方面可以实现为系统、方法或计算机程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中,这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作,从而,存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article ofmanufacture)。
也可以将计算机程序指令加载到计算机、其它可编程数据处理装置或其它设备上,以使得一系列操作步骤在计算机、其它可编程数据处理装置或其它设备上执行,以产生计算机实现的过程,从而使得在计算机或其它可编程装置上执行的指令提供用于实现在流程图和/或框图模块或模块中指定的功能/动作。
现在转到附图,具体地,图1示出群体调整的以人口为中心的天气预报系统100,其中根据本发明的优选实施例的预报系统102和规划模块104强制性地预报整个区域的天气,并根据所检测到的群体活动来调整天气预报约束。适合于在本发明中使用的合适的预报系统102的例子是在VictorFernandes Cavalcante等人于2011年10月3日提交的名称为“SYSTEM,METHOD AND PROGRAM PRODUCT FOR PROVIDING POPULACECENTRIC WEATHER FORECASTS”的美国专利申请No.13/251,889(律所案号No.YOR920110554US1)中描述的以人口为中心的预报系统(Cavalcante),其已经转让给本发明的受让人并在此通过引用被结合。在Cavalcante中,应用于区域的预报网格根据人口集中度来细化,而不是人群可能如何响应环境因素。
尽管人群建模和仿真已经在其它领域的申请中考虑了,但迄今为止还未应用于天气预报。现有在其它应用上的尝试的例子包括:系统规划;理解大量人群和步行者的行为;理解人们在受约束环境中的动作;调整系统容量以迅速传递人群状况;定义游戏和电影中的角色的行为;以及实现机器人系统的动作模式。首先,这些应用和仿真已经被用于近似人群行为。已经尝试了若干技术,包括使用基于代理的仿真、导航领域和人格特征。以前,这些技术被用于帮助理解人群在紧急情况和疏散情况下如何行动,并例如用于规划门、大门和紧急出口的位置。
然而,优选的系统100动态地细化感兴趣区域的预报,根据人口群体行为来执行整个区域和逐个单元的网格细化。因此,系统100提供详细的群体调整的定制天气预报以用于规划和响应本地事件。系统100检测群体行为,预测并可选地自动将有关当前感兴趣区域的信息和警报向受影响人口和区域(例如市、镇、近邻)预报和规划系统发送。因此,预警区域系统可模拟各种本地状况,诸如交通,并规划所期望的紧急服务部署,例如营救人员。因此,预警这种部署被更好地规划以响应造成人口移动的状况,因为规划是基于在给定时间范围内的当前人群移动或期望的人群移动中反映的群体活动。
应当注意,附图中的流程图和框图显示了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这一点上,流程图或框图中的每个方框可以代表一个模块、片段或一部分代码,其包括一个或多个用于实现规定的逻辑功能的可执行指令。还应当注意,在某些可替换的实现中,方框中标注的功能也可以按照不同于附图中所标注的顺序发生。例如,显示为连续的两个方框实际上可以基本并行地执行,或者有时也可以按相反的顺序执行,这取决于所涉及的功能。还要注意,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合可以通过执行规定的功能或动作的专用的基于硬件的系统或者专用硬件与计算机指令的组合来实现。
还如图1的例子所示,优选的系统100包括通知系统106,其向本地人口108中的用户通知该区域的警报110。群体检测器112根据由该区域中的传感器114检测到的行为来检测并设计人口108群体路径。群体检测器112将所预测的人口位置和人口行为116传递给优选的规划模块104。群体检测器112还根据所预测的人口而将任意移动传感器重定向到群体位置,例如其它覆盖率低的区域。网格/区域关系检测器118确定危险区域中的区域与其它区域之间的地理空间-时间关系,将群体路径/行为与网格单元相关。规划模块104根据该地理空间-时间关系识别单元以用于进一步的解析,并将用于细化预报的确定(例如修改的网格)传送给预报系统102。尽管在多个独立的计算机中示出,但应当理解,子系统102、106、模块104和检测器112可以被一起位于一个或多个单独计算机中。另外,尽管通信通过直接连接示出,但应当理解,通信可以通过将系统单元102-106、119-118连接在一起的网络。
可选地,除了预报天气相关事件之外,系统100可被配置成对本地人口警告其它类型的非计划和/或非预期事件(例如地震、气体管道泄漏、交通事故和生物灾难)并提供相应的应急指导。一旦完成特定预报,则通知系统106就例如使用多个不同的媒体单独或优选地同步向相关区域的人口108发出警报。这些媒体可包括但不限于音频媒体(例如收音机)、视频媒体(例如电视机)、基于蜂窝/文本/因特网协议(IP)的媒体(例如,聊天或文本消息传送)和社交网站(例如,Facebook和Twitter)。
不容分辩地向总体人口广播这些警报而不像以前那样仔细的规划可能相反加剧紧急情况,例如造成阻塞逃生路线的交通堵塞。然而,有利地,优选的系统100向决策者实时地提供危险区域的清晰图像和该图像在特定事件期间和之后可能如何变化的清楚指示。因此,当局可以进行工作以减少此类难管理事件的问题的出现,并提供主要针对受到事件或事件余波影响的那些人的定向警报。
图2示出了在由蜂窝电话或蜂窝电话系统提供服务的区域中当地人口108的群体流的例子,用于图1的例子的优选实施例的应用。该例子的流传感器114包括固定传感器114-f(例如专用传感器、蜂窝塔等)和移动传感器114-m,例如一个或多个移动蜂窝电话用户。
在通常的蜂窝电话网络中,由网络服务的区域被分成小区,它们每一个由蜂窝电话塔114-f提供服务,并且一旦被连接,就可以拨打和接收电话。通常,特定小区中的蜂窝电话通过各自的塔114-f连接到网络。当每个蜂窝电话进入特定小区时,电话向塔114-f注册,本质上通过塔114-f连接到网络。因此,每个特定塔114-f知道所有连接的蜂窝电话和正在连接的蜂窝电话,因此,该塔知道小区人口以及人口的变化。
移动传感器114-m可以被分派到覆盖率低的区域,并进而补充定位感应精确度。移动传感器114-m包括适合于监控当前位置内的人口移动/流动的固定传感器,例如视频监控和公共WiFi,并包括可移动传感器,例如包括移动热点。因此,移动传感器114-m可以例如在规划即将到来的天气/事件中被分配给固定传感器114-f覆盖率低的区域或者响应于紧急情况而实时地联机。诸如半定规划(SDP)松弛的合适的标准优化方法可被用于确定优化的移动传感器114-m的分配以覆盖足够的一部分人群。
每个小区跟踪并报告小区人口的变化,其中每个小区通常是正常工作。蜂窝电话系统可根据蜂窝电话用户的移动来收集整个区域的人口移动数据。因此,采用由足够的移动传感器114-m补充的固定传感器114-f信息,该数据可用于在群体出现在该区域时预测群体。因此,将本发明应用于区域可方便负责的区域当局响应于天气相关事件和非天气相关事件(例如紧急情况)来管理未来/正在发生的群体类型行为以快速且更安全地结束。路径推荐可通过将当前确定的拥堵路线与所预测的路线相比来验证,另外可通过交通是否在该当前路线中顺畅地流动,例如没有交通拥堵来验证。
优选的预报系统102向规划模块104提供原始区域和细化单元的环境预报。环境预报可例如包括天气预报、洪水预测、和交通流预报。预报系统102例如根据从天气传感器(未示出)收集的数据结合例如在Cavalcante中描述的计算机仿真来进行预报。规划模块104向预报系统102提供群体预报人口调整,以用于根据这些调整来网格化该区域以细化预报。可选择地,规划模块140可以修改网格,并向预报系统102提供修改后的网格。根据当前人口密度116和来自网格/区域关系检测器118的地理空间-时间关系,规划模块104还可以生成一系列由警报系统106提供给受影响区域的人口108的定向警报110。
图3A-B示出比较广阔区域120的预报的细化的简单例子,其中由Cavalcante描述的网格细化与根据本发明的优选实施例的群体检测和细化进行比较。在最初的迭代中,三乘三(3×3)的方形单元网格被覆盖在广阔区域130上。在图3A的以人口为中心的例子中,单元122、124在第一次粗糙迭代之后被标记完成,而单元126、128保持未被标记。例如可包含城市、乡村或某些其它静态或短期人类活动的单元126、128被进一步细化以用于更复杂的预报。通过每次迭代,未被标记的区域可通过对来自静态数据(例如常驻人口和计划事件)或动态数据(例如,流动人口和历史事件)的信息加权来进行优先化,以对该区域进行网格化并对越来越小的地理区域预报天气。
因此在第一次迭代后,仅仅对每个未被标记的单元126、128,网格用一组子区域细化,即,局部更高分辨率的3×3网格。在第二次迭代中,使用更细化的网格来进一步细化预报,而对细化后的网格单元130完成预报。在第三次和最后一次迭代中,未被标记的单元132进一步用更小的3×3网格细化网格。未期望的非天气相关事件(诸如紧急情况或未期望的移动(例如群体行动的开始))的发生没有被Cavalcante考虑,至少直到移动充分地改变了区域人口分布以值得一个或多个迭代中的变化。
然而,如图3B的例子所示,优选的系统100通过对检测到群体并且该群体被期望在受影响的粗糙的网格单元124,126中形成的网格进行细化来对未期望的事件134进行反应。在第二次迭代中,除了用局部更高分辨率的3×3网格来细化单元126、128中的网格以外,与事件相邻的或者在受事件影响的区域中的单元124也被细化。另外,在下一次/最后的迭代中,除了单元132中更细化的网格以外,更高分辨率、更细化的网格也在单元136中使用。
图4示出参照图1的系统100的根据本发明的优选实施例的优选的规划模块104的操作140的例子。优选地,优选的规划模块104保持休眠状态,例如等待142,直到触发到来144。通常有三种类型的触发,行为触发146和两种类型的事件触发148、150。所识别的群体活动触发146规划模块104,而不管天气148和本地活动150。当没有群体活动时,恶劣天气148和/或紧急情况150的出现触发规划模块104。触发146、148、150的类型确定规划模块104的响应。规划模块104通过向群体检测器112请求群体行为和向预报系统102请求天气预报来响应群体活动146和恶劣天气148触发,每个请求的顺序取决于触发146、148。规划模块104通过向群体检测器112请求群体行为来响应紧急情况触发150,即,可能不请求天气。
群体检测器112检测区域人口的当前位置,监控总体人口中群体活动的行进/移动,并响应于发现群体的初始条件而提供触发146。当触发146指示群体行为被检测到时,规划模块104向群体检测器112返回请求152以预测所期望的群体行为,例如群体路径。
不管是监控群体活动还是响应于请求152,群体检测器112都通过模拟群体行为来分析人口移动并预测趋势,例如一般的移动或流动。适合于检测或预测群体行为并识别人口移动(群体活动)的这种模型由Tatomir等人在2006年的IEEE的智能传输系统会议(Intelligent TransportationSystems Conference)(ITSC’06)上的“Hierarchical Routing in Traffic UsingSwarm-Intelligence”和Teodorovic在2003年8月版的《传输规划和技术》(Transportation Planning and Technology),卷26,编号4,第289-312页的“Transport Modeling by Multi-Agent Systems:a Swarm IntelligenceApproach”中描述,两者在此通过引用被结合。可选地,群体检测器112可包括历史数据156,其反映在预测总体人口响应中的移动趋势,例如移动或流动。当一般的移动或流动表明群体行为时,群体检测器112将群体触发146提供给规划模块104。
规划模块104根据所预测的群体行为来识别危险区域158,例如,大量旅行者期望的区域。规划模块104向预报系统102请求160这些危险区域的天气或洪水预测,例如,区域根据所计划的群体流而进行网格化。当规划模块104接收到162预报时,规划模块104将该结果传送给交通优化模块164以迭代地得到优化的交通流。
当触发148表明检测到洪水或恶劣天气时,规划模块104向预报系统102返回对那些危险区域的天气和洪水预测的请求160,例如,区域根据所计划的群体流而进行网格化,例如,如在图3B的例子中所示的。当规划模块接收到162预报时,请求152被发送到群体检测器112以预测所期望的群体行为。再次,规划模块104将结果传送给交通优化模块164以在恶劣天气和/或洪水期间迭代地得到优化的交通流。
如上所述,如果触发150表明紧急情况在发展,则忽略天气。规划模块104向群体检测器112返回请求152以预测所期望的群体行为154。规划模块104根据所预测的群体行为来识别危险区域158,并将结果传送给交通优化模块164以在紧急情况期间迭代地得到优化的交通流。
图5示出交通优化模块164的例子。在每次迭代中,交通模拟器1640模拟危险区域中的交通。如果模拟迭代1640提供了不可接受的结果1642,例如交通堵塞或危险状况,则交通模拟条件被迭代地修改1644以改进交通流和/或重新路由危险区域周围的交通。例如,高承载率车辆(HOV)车道可被打开或反向以方便通过危险区域的交通;双向街道可被转化成单向,而单向街道的方向可选择性地被反向;交通灯可被重新定时和重新同步;警报可被重定向(例如,定向到更多/更少的区域旅行者)或被修改;紧急响应车辆可被派遣。交通优化模块164返回修改条件下的交通模拟1640,并进行重新检查1642,直到结果是可接受的。一旦交通优化模块164发现可接受的计划1642,交通优化模块165就制定1646计划,并在图4中,规划模块104返回到等待状态142。
因此,本发明有利地方便了预报和规划更准确,用于高优先级区域(例如具有极端天气事件的区域)的群体驱动结果对本地人口具有更大的影响。预报资源优化降低了用于预报和模拟天气和紧急情况影响的计算和存储资源需求。另外,优选的系统100向决策者实时提供了危险区域的清晰图像和该图像在特定事件期间或之后可能如何发生变化的清晰指示。因此,本发明使得当局能够通过提供主要针对那些受到事件或事件余波影响的人的定向警报来减少此类难管理事件的问题的出现。
尽管本发明已经以优选实施例的方式进行了描述,但本领域技术人员将认识到本发明可以在后附的权利要求的精神和范围下进行修改。这意味着所有这些变化和修改都落入后附的权利要求的范围内。因此,例子和附图被认为是说明性而非限制性的。

Claims (25)

1.一种天气预报系统,包括:
预报系统,其对区域提供网格天气预报;
一个或多个人口移动传感器,其感应所述区域内的人口移动;
群体检测器,其检测所述人口移动中指示群体活动的模式,并响应于所述群体活动,预测群体模式;以及
规划模块,其接收区域天气预报和所述群体模式,所述预报系统响应于来自所述规划模块的群体路径指示而调整适用于所述区域的网格。
2.如权利要求1所述的天气预报系统,其中,所述规划模块还接收非天气相关事件的指示,并响应于它而向所述预报系统提供所述群体路径指示。
3.如权利要求1所述的天气预报系统,还包括:网格相关性检测器,其将所述预测的群体模式与当前模式中的单元相关,并向所述规划模块提供所述相关性。
4.如权利要求1所述的天气预报系统,其中,所述规划模块还基于所调整的所述网格来生成响应于修改后的预报的警报。
5.如权利要求4所述的天气预报系统,还包括:通知系统,其通知受影响的人口,所述规划模块向所述通知系统提供所述警报以用于通知所述受影响的人口。
6.如权利要求1所述的天气预报系统,其中,所述一个或多个人口移动传感器包括至少一个固定传感器。
7.如权利要求1所述的天气预报系统,其中,所述一个活多个人口移动传感器包括至少一个移动传感器。
8.一种预报天气的方法,所述方法包括:
对区域预报天气,所述区域被覆盖有以人口为中心的网格,其将所述预报区域分割成单元,对每个所述单元内的每个区域预报天气;
监控一个或多个所述单元内人口涌向一个或多个不同位置或者从一个或多个不同位置涌入的指示;
响应于每个指示,修改用于人口群体的所述网格;
对被覆盖了所述修改后的网格的所述区域重新预报天气;以及
一旦人口群体已经停止,则返回预报以人口为中心的网格的天气。
9.如权利要求8所述的预报天气的方法,其中,监控指示包括监控恶劣天气和群体相关的区域行为。
10.如权利要求9所述的预报天气的方法,其中,响应于恶劣天气的指示,所述方法包括请求确定当前人口群体和所期望的人口群体。
11.如权利要求9所述的预报天气的方法,其中,群体相关的区域行为包括:
群体的指示;以及
所述区域中非天气相关事件的指示。
12.如权利要求11所述的预报天气的方法,其中,响应于所述群体的指示,所述方法包括:
请求确定当前群体的路径;以及
请求沿着所述路径的当前天气预报。
13.如权利要求11所述的预报天气的方法,其中,响应于所述非天气相关事件的指示,所述方法包括:请求确定所期望的群体的路径,所述非天气相关事件包括紧急情况的发生。
14.一种用于预报天气的计算机程序产品,所述计算机程序产品包括非瞬态计算机可用介质,在其上存储有计算机可读程序代码,所述计算机可读程序代码使得一个或多个计算机执行所述代码以:
对区域预报天气,所述区域被覆盖有以人口为中心的网格,其将所述预报区域分割成单元,对每个所述单元内的每个区域预报天气;
监控一个或多个所述单元内人口涌向一个或多个不同位置或者从一个或多个不同位置涌入的指示;
响应于每个指示,修改用于人口群体的所述网格;
对被覆盖了所述修改后的网格的所述区域重新预报天气;以及
一旦人口群体已经停止,则返回预报以人口为中心的网格的天气。
15.如权利要求14所述的用于预报天气的计算机程序产品,其中,监控指示包括所述一个或多个计算机监控恶劣天气和群体相关的区域行为。
16.如权利要求15所述的用于预报天气的计算机程序产品,其中,响应于恶劣天气的指示,所述一个或多个计算机请求确定当前人口群体和所期望的人口群体。
17.如权利要求15所述的用于预报天气的计算机程序产品,其中,群体相关的区域行为包括:
群体的指示;以及
所述区域中非天气相关事件的指示,所述非天气相关事件包括紧急情况。
18.如权利要求17所述的用于预报天气的计算机程序产品,其中,响应于所述群体的指示,所述一个或多个计算机请求确定当前群体的路径和当前天气预报。
19.如权利要求17所述的用于预报天气的计算机程序产品,其中,响应于所述非天气相关事件的指示,所述一个或多个计算机请求确定所期望的群体的路径。
20.一种用于预报天气的计算机程序产品,所述计算机程序产品包括计算机可用介质,在其上存储有计算机可读程序代码,所述计算机可读程序代码包括:
用于对区域提供网格天气预报的计算机可读程序代码装置;
用于从所述区域中的一个或多个人口移动传感器接收人口信息的计算机可读程序代码装置;
用于从所述人口信息中检测指示群体活动的移动模式的计算机可读程序代码装置;
用于响应于所述群体活动而预测群体模式的计算机可读程序代码装置;以及
用于接收区域天气预报和所述群体模式的计算机可读程序代码装置,所述用于提供网格天气预报的计算机可读程序代码装置响应于所述群体路径指示而调整适用于所述区域的天气预报网格。
21.如权利要求20所述的用于预报天气的计算机程序产品,还包括用于等待群体活动的计算机可读程序代码装置。
22.如权利要求20所述的用于预报天气的计算机程序产品,还包括用于将所述预报的群体模式与当前模式中的单元相关的计算机可读程序代码装置。
23.如权利要求20所述的用于预报天气的计算机程序产品,其中,所述用于检测移动模式的计算机可读程序代码装置检测造成所述区域内的移动的非天气相关事件。
24.如权利要求20所述的用于预报天气的计算机程序产品,还包括用于基于调整后的所述天气预报网格而生成响应于修改后的预报的定向警报的计算机可读程序代码装置。
25.如权利要求24所述的用于预报天气的计算机程序产品,还包括用于响应于所述定向警报而通知受影响的人口的计算机可读程序代码装置。
CN201380021489.4A 2012-04-26 2013-04-08 提供人口移动敏感的天气预报的系统、方法 Expired - Fee Related CN104583810B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/456,214 2012-04-26
US13/456,214 US8854219B2 (en) 2012-04-26 2012-04-26 System, method and program product for providing populace movement sensitive weather forecasts
PCT/US2013/035659 WO2013162862A1 (en) 2012-04-26 2013-04-08 System, method and program product for providing populace movement sensitive weather forecasts

Publications (2)

Publication Number Publication Date
CN104583810A true CN104583810A (zh) 2015-04-29
CN104583810B CN104583810B (zh) 2017-12-29

Family

ID=49476741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380021489.4A Expired - Fee Related CN104583810B (zh) 2012-04-26 2013-04-08 提供人口移动敏感的天气预报的系统、方法

Country Status (6)

Country Link
US (1) US8854219B2 (zh)
JP (1) JP6074495B2 (zh)
CN (1) CN104583810B (zh)
DE (1) DE112013002233B4 (zh)
GB (1) GB2514989B (zh)
WO (1) WO2013162862A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI644119B (zh) * 2016-05-31 2018-12-11 美商亞庫衛德公司 用於預測預報天氣、環境及/或地質條件之影響之方法及系統
CN111033318A (zh) * 2017-06-23 2020-04-17 慧天科技公司 当地气象预测

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9772428B2 (en) * 2013-06-18 2017-09-26 Google Technology Holdings LLC Determining micro-climates based on weather-related sensor data from mobile devices
US10088601B2 (en) * 2014-10-28 2018-10-02 Google Llc Weather forecasting using satellite data and mobile-sensor data from mobile devices
CN104408139A (zh) * 2014-11-28 2015-03-11 东莞中国科学院云计算产业技术创新与育成中心 基于天气预报的智能预案处置系统及其处置方法
US9995848B2 (en) 2015-09-16 2018-06-12 International Business Machines Corporation Adaptive placement of weather sensors in response to dynamic local conditions
US10977748B2 (en) 2015-09-24 2021-04-13 International Business Machines Corporation Predictive analytics for event mapping
US10317575B2 (en) * 2016-05-04 2019-06-11 Global Weather Corporation Method and apparatus for forecasting weather
DE102017115186B4 (de) * 2017-07-06 2022-03-24 TenneT TSO GmbH Verfahren zum Steuern einer Regelleistung in einem Energieversorgungsnetzwerk
CN108445553B (zh) * 2018-06-25 2023-09-12 中原工学院 一种智能化气象预警系统
CN111798015A (zh) * 2019-04-08 2020-10-20 北京嘀嘀无限科技发展有限公司 一种规划路线调整方法、装置、电子设备及存储介质
US20210267010A1 (en) * 2020-02-24 2021-08-26 Intrado Corporation Identifying emergency response validity and severity
CN111405469B (zh) * 2020-03-24 2021-06-01 辽宁大学 基于手机移动传感网络的矿震监测系统及群智定位方法
CN111308552B (zh) * 2020-03-24 2022-07-19 辽宁大学 一种低密度固定台站和高密度移动手机的冲击地压震源协同定位方法
CN111709778B (zh) * 2020-05-29 2023-04-07 北京百度网讯科技有限公司 出行流量预测方法、装置、电子设备和存储介质
CN115097868B (zh) * 2022-08-24 2022-11-22 深圳市瓴鹰智能科技有限公司 一种飞行控制方法及相关装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7043368B1 (en) * 2002-04-08 2006-05-09 Wsi Corporation Method and system for creating visualizations of future weather conditions
US20090210353A1 (en) * 2008-01-02 2009-08-20 Weather Insight, L.P. Weather forecast system and method
US20100042364A1 (en) * 2008-08-15 2010-02-18 International Business Machines Corporation Monitoring Virtual Worlds to Detect Events and Determine Their Type
US20100090841A1 (en) * 2005-08-22 2010-04-15 Toshiba America Research, Inc. Environmental monitoring using mobile devices and network information server
US7949330B2 (en) * 2005-08-25 2011-05-24 Honda Motor Co., Ltd. System and method for providing weather warnings and alerts
CN102754420A (zh) * 2010-02-12 2012-10-24 戴伦·M·瓦莱尔 警报警告方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3554926B2 (ja) * 2000-10-11 2004-08-18 文彦 今村 津波被害推定システム
JP2002342557A (ja) * 2001-05-14 2002-11-29 Nippon Telegr & Teleph Corp <Ntt> 携帯端末の位置情報に基づく人口分布統計処理システム
JP2004117278A (ja) * 2002-09-27 2004-04-15 Mitsubishi Heavy Ind Ltd 気象予測装置及び方法
US8068020B2 (en) 2003-01-24 2011-11-29 Dilbeck Jeremy S Management of resources in emergency and operational situations
US7349768B2 (en) 2005-04-25 2008-03-25 The Boeing Company Evacuation route planning tool
WO2007146449A2 (en) * 2006-02-02 2007-12-21 Procon, Inc. Global emergency alert notification system
JP4404220B2 (ja) * 2006-04-14 2010-01-27 三菱重工業株式会社 気体状況予測装置、方法、プログラム、および拡散状況予測システム
JP5137040B2 (ja) * 2007-10-29 2013-02-06 独立行政法人海洋研究開発機構 気象シミュレーション装置、及び、方法
US8401515B2 (en) 2010-01-22 2013-03-19 Qualcomm Incorporated Method and apparatus for dynamic routing
JP5582887B2 (ja) * 2010-06-28 2014-09-03 三菱重工業株式会社 気流場データ生成装置、気流場データ生成方法、及び気流場データ生成プログラム
US20130210455A1 (en) * 2010-08-10 2013-08-15 Telefonaktiebolaget L M Ericsson (Publ) Aggregating demographic distribution information
JP6014303B2 (ja) * 2010-10-04 2016-10-25 セイコーエプソン株式会社 気象変動予測情報提供システム及び気象変動予測情報提供方法
GB2486638A (en) * 2010-12-16 2012-06-27 Bae Systems Plc Predicting Crowd Distribution
US10267950B2 (en) * 2011-10-03 2019-04-23 International Business Machines Corporation System, method and program product for providing populace centric weather forecasts

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7043368B1 (en) * 2002-04-08 2006-05-09 Wsi Corporation Method and system for creating visualizations of future weather conditions
US20100090841A1 (en) * 2005-08-22 2010-04-15 Toshiba America Research, Inc. Environmental monitoring using mobile devices and network information server
US7949330B2 (en) * 2005-08-25 2011-05-24 Honda Motor Co., Ltd. System and method for providing weather warnings and alerts
US20090210353A1 (en) * 2008-01-02 2009-08-20 Weather Insight, L.P. Weather forecast system and method
US20100042364A1 (en) * 2008-08-15 2010-02-18 International Business Machines Corporation Monitoring Virtual Worlds to Detect Events and Determine Their Type
CN102754420A (zh) * 2010-02-12 2012-10-24 戴伦·M·瓦莱尔 警报警告方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI644119B (zh) * 2016-05-31 2018-12-11 美商亞庫衛德公司 用於預測預報天氣、環境及/或地質條件之影響之方法及系統
CN109196386A (zh) * 2016-05-31 2019-01-11 气象预报公司 用于预测天气预报状况、环境预报状况和/或地质预报状况的影响的方法和系统
US10520645B2 (en) 2016-05-31 2019-12-31 Accuweather, Inc. Method and system for predicting the financial impact of forecasted weather conditions
CN111033318A (zh) * 2017-06-23 2020-04-17 慧天科技公司 当地气象预测

Also Published As

Publication number Publication date
JP6074495B2 (ja) 2017-02-01
GB2514989B (en) 2016-10-19
JP2015521277A (ja) 2015-07-27
US8854219B2 (en) 2014-10-07
DE112013002233T5 (de) 2015-01-15
DE112013002233B4 (de) 2018-05-17
CN104583810B (zh) 2017-12-29
GB201418280D0 (en) 2014-11-26
WO2013162862A1 (en) 2013-10-31
US20130285820A1 (en) 2013-10-31
GB2514989A (en) 2014-12-10

Similar Documents

Publication Publication Date Title
CN104583810A (zh) 提供人口移动敏感的天气预报的系统、方法和程序产品
Simmon et al. A vision of cyber-physical cloud computing for smart networked systems
Janani et al. IoT in smart cities: A contemporary survey
Mohamed et al. Cloud of things: Optimizing smart city services
CN104867357A (zh) 面向地震应急响应的多无人机调度与任务规划方法
Chmiel et al. INSIGMA: an intelligent transportation system for urban mobility enhancement
Mohan et al. Review of ICT usage in disaster management
Higashino et al. Edge computing and IoT based research for building safe smart cities resistant to disasters
Bandaragoda et al. Artificial intelligence based commuter behaviour profiling framework using Internet of things for real-time decision-making
Zhao et al. Developing transportation response strategies for wildfire evacuations via an empirically supported traffic simulation of Berkeley, California
Dogaroglu et al. Comparison of intelligent parking guidance system and conventional system with regard to capacity utilisation
Kim et al. An agent-based model of short-notice tsunami evacuation in Waikiki, Hawaii
Olariu Vehicular crowdsourcing for congestion support in smart cities
Horn et al. QZTool—automatically generated origin-destination matrices from cell phone trajectories
Kureshi et al. Towards an info-symbiotic decision support system for disaster risk management
Yao et al. Understanding human activity and urban mobility patterns from massive cellphone data: Platform design and applications
Steenbruggen et al. Traffic incidents in motorways: An empirical proposal for incident detection using data from mobile phone operators
Kinane et al. Intelligent synthesis and real-time response using massive streaming of heterogeneous data (insight) and its anticipated effect on intelligent transport systems (its) in dublin city, ireland
Ueda et al. Spatio-temporal multidimensional collective data analysis for providing comfortable living anytime and anywhere
Moßgraber et al. The sensor to decision chain in crisis management.
Jiang et al. Status quo and challenges and future development of fire emergency evacuation research and application in built environment
Gomes et al. Molines-towards a responsive web platform for flood forecasting and risk mitigation
Malandra et al. A Layered and Grid-Based Methodology to Characterize and Simulate IoT Traffic on Advanced Cellular Networks
Hannoun Framework for better routing assistance for road users exposed to flooding in a connected vehicle environment
Xavier et al. Rain gauge simulator and first tests with a new mobile climate alert system in Brazil

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171229

CF01 Termination of patent right due to non-payment of annual fee