CN105868443B - 一种微地形微气象要素场的构建方法 - Google Patents
一种微地形微气象要素场的构建方法 Download PDFInfo
- Publication number
- CN105868443B CN105868443B CN201610171691.0A CN201610171691A CN105868443B CN 105868443 B CN105868443 B CN 105868443B CN 201610171691 A CN201610171691 A CN 201610171691A CN 105868443 B CN105868443 B CN 105868443B
- Authority
- CN
- China
- Prior art keywords
- micro
- meteorological
- element field
- terrain
- microclimate
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种微地形微气象要素场的构建方法,包括:步骤1:选择气象源数据;步骤2:确定插值方案;步骤3:构建微地形微气象要素场;步骤4:验证微地形微气象要素场;验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模型。如果是,则执行步骤5;如果否,则返回步骤3,对初定的样条次数进行调整,直到微地形微气象要素场的统计模型是最佳模型为止;步骤5:绘制ArcGIS图。本发明的构建方法将提升电网安全的管理水平,提高抵御自然灾害的应对能力,研究成果也将保障电网安全稳定和日常运营。
Description
技术领域
本发明涉及到输电线路的微地形微气象领域,尤其涉及一种微地形微气象要素场的构建方法。
背景技术
以多年的气象观测资料为主,通过构建微地形微气象要素场,获得微地形微气象区输电线路气象灾害的主要特点,揭示输电线路气象灾害发生发展规律,最终建立输电线路灾害与微地形微气象之间的统计模型。
在电网建设力度日益俱增的情况下,输电线路的分布越来越密集,一些输电线路甚至布设在高山之中,所受气象灾害的几率大为提高,其对微地形微气象的要求也随之增加。只有通过现有气象观测站点的观测资料才能实现微地形微气象要素场的构建。现有国家级气象观测站点相对比较稀疏,难以满足密集分布的输电线路对于精细化气象要素场的要求,区域级气象观测站点建设时间比较晚,而且观测数据质量相对较差,没有经过数据质量控制,不太适宜于直接利用。因此有必要基于气象站的观测资料,通过微地形微气象要素的建模,了解精细化的气象特征和输电线路气象灾害规律。
发明内容
为了克服现有观测站点分布的缺陷,解决密集输电线路对于微地形微气象的要求,本发明提供一种微地形微气象要素场的构建方法,包括:
步骤1:选择气象源数据;所述气象源数据包括:实际气象站观测值、数值模式输出场;具体为:根据实际气象站观测值与数值模式输出场的优劣比较,选择气象源数据;
步骤2:确定插值方案;具体为:根据月平均气象要素场的分布规律,确定插值方案及其统计模型,并初定样条次数;
步骤3:构建微地形微气象要素场;具体为:根据确定的插值方案及其统计模型和初定的样条次数,构建微地形微气象要素场;
步骤4:验证微地形微气象要素场;验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模型;如果是,则执行步骤5;如果否,则返回步骤3,对初定的样条次数进行调整,直到微地形微气象要素场的统计模型是最佳模型为止;
步骤5:绘制ArcGIS图;所述绘制ArcGIS图是将微地形微气象要素场展示在ArcGIS图上。
进一步地,所述实际气象站观测值是气象部门部署的各种气象观测仪器所探测并记录的测量值;所述数值模式输出场包括中国T639模式、日本Japan模式、欧洲ECMWF模式;所述气象站包括国家级气象站、区域级气象站。
进一步地,所述月平均气象要素由气象源数据通过日平均值计算得到;所述分布规律是指气象要素场的统计特征,随着海拔高度、经度和纬度变化的特性。
进一步地,所述确定的插值方案包括ANUSPLIN插值方案,即确定的ANUSPLIN插值方案是基于ANUSPLIN软件实现的;
所述ANUSPLIN插值方案基于局部薄盘光滑样条函数法的。
进一步地,ANUSPLIN的插值方案的统计模型为:
Zi=f(xi)+bTyi+ei,(i=1,…,N),N为正整数;
式中zi是位于空间i点的因变量,xi为d维样条独立变量,f为需要估算的关于xi的未知光滑函数,yi为p维独立协变量,b为yi的p维系数矩阵,d、p取自然数,bT是b的转置矩阵,ei为期望值为0的自变量随机误差;其中的因变量zi是月平均气象要素,xi为经度、纬度,yi为海拔高度。
进一步地,样条次数m取2以上的自然数,按照从小到大的顺序选择。
进一步地,所述验证微地形微气象要素场采用交叉验证。
进一步地,所述交叉验证包括:
(1)在对微地形微气象要素场进行拟合和生成插值之前,对所建立的ANUSPLIN插值方案进行合理性评价;
(2)计算所有气象站的实际观测值与估算值之间的误差值。
进一步地,所述最佳模型判断标准:GCV最小、模型残差比最小、信号自由度小于气象站数的一半;所述统计模型满足其中一种即被认为是最佳模型。
进一步地,经过ANUSPLIN插值方案输出的微地形微气象要素场,其空间分辨率为0.01°×0.01°,或者为0.05°×0.05°,格式为ESRI ASCII GRID,采用“ASCII TO Raster”转换工具,把输出的微地形微气象要素场导入到ArcGIS中,采用从最小值到最大值区间进行渐变色赋值并进行图形化输出,添加色标,得到微地形微气象要素场的ArcGIS图。
本发明通过ANUSPLIN插值方案,将空间分辨率较粗的气象站点要素扩展到较细的非气象站点上,获得精细化的气象要素分布,得到没有观测场地的气象要素背景值,解决输电线路沿线没有气象要素的缺陷,由此为有效设计电网带来帮助,为监测预警气象灾害提供指导。
本发明的构建方法将提升电网安全的管理水平,提高抵御自然灾害的应对能力,研究成果也将保障电网安全稳定和日常运营。
附图说明
图1为本发明的一种微地形微气象要素场的构建方法示意图。
具体实施方式
微地形微气象要素场的构建,涉及到月平均气温、气压、相对湿度和风速。所谓微地形微气象要素场的构建,是指基于目前比较稀疏的观测值,通过一定的插值方案将其插值到所需要的精细要素场中,得到精细化的格点要素场分布。形成的格点要素场是指按照等经纬度方式顺序排列的,精细化的格点空间分辨率可以是0.01°、0.05°或0.1°等。
图1所示为本发明的一种微地形微气象要素场的构建方法,包括选择气象源数据、确定插值方案、构建微地形微气象要素场、验证微地形微气象要素场、绘制ArcGIS图。
下面对各步骤进行详细说明。
步骤1:选择气象源数据。
现有气象源数据比较多,因此要从众多的气象源数据选择合适的气象源数据,作为插值方案及构建微地形微气象要素场的基础数据。
气象源数据包括:实际气象站观测值、数值模式输出场。
选择气象源数据具体为:根据实际气象站观测值与数值模式输出场的优劣比较,选择出合理的气象源数据。一般认为要选择观测值、偏差小或者是经过质量控制的气象源数据。
实际气象站观测值是气象部门部署的各种气象观测仪器所探测并记录的测量值,包括气温、气压、湿度、风速等地面实际观测要素,以及气象站的经度、纬度和海拔高度。目前气象站观测值能够实现数据自动采集、汇聚和上传,且时间密度很高,达到分钟量级。
数值模式输出场包括中国T639模式、日本Japan模式、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)模式等主要种类。一般认为ECMWF模式再分析和预报资料准确度高,且精细化程度也高。数值模式输出场为格点分布。
所述气象站包括国家级气象站、区域级气象站。国家级气象站指的是国家基本站、国家基准站;其优点是资料时段长、质量得到保证,缺点是观测站点少,空间分辨率大约在40~50km。区域级气象站指的是在各个乡镇布设的气象观测站点,分为单要素、四要素和六要素站点,单要素只观测降水,四要素观测气温、降水、风速、风向,六要素除与四要素观测要素相同外还有湿度、气压。区域级气象站的优势是站点密度高,空间分辨率大致在15~20km,缺点是没有进行数据质量控制,资料质量难以把握。
在本发明的一个实施例中,由于ECMWF模式同实际气象站观测值相比,存在一定的偏差,故舍弃ECMWF模式。进一步地,在实际气象观测值中,由于区域级气象观测值没有经过质量控制,故选择出最终的气象源数据为国家级气象观测值。
步骤2:确定插值方案。
根据月平均气象要素场的分布规律,确定插值方案及其统计模型,并初定样条次数。
所述分布规律是指气象要素场的统计特征,随着海拔高度、经度和纬度变化的特性。
进一步地,在确定插值方案后,还包括实施月平均气象要素插值。
月平均气象要素包括气温、气压、湿度、风速等,所述月平均气象要素由气象源数据通过日平均值计算得到。所述气温是指大气温度,气压是指大气压力,湿度是指湿润程度,风速是指风的速度。
空间数据内插是根据一组已知的离散数据或分区数据,按照某种数学关系推求出其他未知点或未知区域数据的数学过程。目前空间数据内插常用的方法包括泰森多边形法、移动平均法、样条插值法(Spline法)、空间自协方差最佳插值法(Kriging法)、薄盘光滑样条函数法(TPS)等。其中样条插值法(Spline法)是采用多项式对采样曲线进行分段修匀,其拟合过程相当于用曲板来绘制分段连续的曲线,薄盘光滑样条函数法(TPS)是对样条插值法的曲面扩展。
基于统计插值技术的空间自协方差最佳插值法(Kriging法)和薄盘光滑样条函数法(TPS),建模时只将空间分布作为观测数据的函数,而不需要其先验知识和物理过程,能提高插值的准确度。但是考虑到误差估计、数据结构和计算的简便,在气象源数据插值中选择使用局部薄盘光滑样条函数法。
本发明的一个实施例中,在月平均气象要素的构建时用到的是插值方案是ANUSPLIN插值方案,即确定的ANUSPLIN插值方案是基于ANUSPLIN软件实现的,并且该ANUSPLIN插值方案基于局部薄盘光滑样条函数法的。
ANUSPLIN软件是针对气象数据曲面拟合的,基于样条插值理论,允许引进多元协变量的线性子模型,且模型系数可根据数据自动确定,可平稳地处理二维以上的样条,为引入多个影响因子作为协变量进行气象要素空间插值提供可能。
ANUSPLIN的插值方案的统计模型为:
Zi=f(xi)+bTyi+ei(i=1,…,N),N为正整数;(1)
式中zi是位于空间i点的因变量,xi为d维样条独立变量,f为需要估算的关于xi的未知光滑函数,yi为p维独立协变量,b为yi的p维系数矩阵,d、p取自然数,bT是b的转置矩阵,ei为期望值为0的自变量随机误差。其中的因变量zi是月平均气象要素,xi为经度、纬度,yi为海拔高度。
光滑函数f和系数矩阵b通过最小二乘法估计确定:
式中Jm(f)是函数f(xi)的粗糙度测度函数,定义为函数f的m阶偏导(m即样条次数);ρ是正的光滑系数。样条次数m一般取2以上的自然数,按照从小到大的顺序选择。
步骤3:构建微地形微气象要素场。
根据确定的插值方案及其统计模型和初定的样条次数,构建微地形微气象要素场。
本发明的一个实施例中,构建微地形微气象要素场,是采用ANUSPLIN插值方案的,所述ANUSPLIN插值方案基于ANUSPLIN软件实现。
ANUSPLIN软件包括6个组件:SPLINA、SPLINB、AVGCVA、AVGCVB、LAPPNT和LAPGRD。在本发明的一个实施例中用到了SPLINA、AVGCVA和LAPGRD组件。
SPLINA:适用于小于2000个要素的点文件。允许一个或多个独立变量的任意数量的(局部)薄盘光滑样条函数。光滑系数通常由GCV(Generalised Cross Validation,广义交叉验证)决定。
AVGCVA:根据一系列不同的光滑系数,计算出由SPLINA生成的各表面与光滑系数对应的GCV和平均GCV值,计算结果将写成一个文件为进一步的制图服务。
LAPGRD:进行局部薄盘光滑样条表面估值并计算贝叶斯标准误差,结果是一个矩形栅格文件。在使用时,需要设置参数,所述参数包括输入参数文件名、经纬度的范围、协变量(高程)文件、输出文件格式、输出插值格点文件名等。
ANUSPLIN软件对输入的数据格式有特定要求,此时需要利用SPSS软件(Statistical Product and Service Solutions,即统计产品与服务解决方案)把月平均气象要素处理成合适的格式,再形成固定的ASCII格式文件。经过LAPGRD处理后得到的文件即为微地形微气象要素场。
步骤4:验证微地形微气象要素场。
验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模型。如果是,则执行步骤5;如果否,则返回步骤3,对初定的样条次数进行调整,直到微地形微气象要素场的统计模型是最佳模型为止。
最佳模型判断标准:GCV最小、模型残差比最小、信号自由度小于气象站数的一半;所述统计模型满足其中一种即被认为是最佳模型。
由于样条次数是可以调整的,因此可以按照自小到大的顺序对初定的样条次数进行调整。
本发明中,验证微地形微气象要素场采用交叉验证方法(cross-valid-action)来验证ANUSPLIN插值方案。交叉验证的过程包括:
1、在对微地形微气象要素场进行拟合和生成插值之前,对所建立的ANUSPLIN插值方案进行合理性评价。合理性评价的依据包括:GCV或者残差比的数值比较小,或者信号自由度较小。
2、计算所有气象站点的实际观测值与拟合值之间的误差值。
产生误差的原因有两方面,一是插值算法的准确性,二是参与插值气象站点的疏密程度。对不同的插值方法,交叉验证可以准确验证不同插值方法之间的相对精度。
步骤5:绘制ArcGIS图。
绘制ArcGIS图的目的是将微地形微气象要素场展示在ArcGIS图上,即包括各种等值线的色斑图。通过绘制ArcGIS图,可以看到微地形微气象要素场的具体分布,比纯粹的大量格点化数据清晰得多。
ArcGIS是ESRI公司出品的地理信息系统总称。
在微地形微气象要素场形成后,为了方便显示微地形微气象要素场的分布,采用ArcGIS绘图方式获得清晰的微地形微气象要素场的显示结果。
本发明中,经过ANUSPLIN插值方案输出的微地形微气象要素场,其空间分辨率为0.01°×0.01°,或者为0.05°×0.05°等,格式为ESRI ASCII GRID(ESRI公司的ASCII格式),采用“ASCII TO Raster”(ASCII码栅格化)转换工具,把输出的微地形微气象要素场导入到ArcGIS中,采用从最小值到最大值区间进行渐变色赋值并进行图形化输出,添加色标,得到微地形微气象要素场的ArcGIS图。
最后应说明的是:以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案;因此,尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明,但是,本领域的普通技术人员应当理解,仍然可以对本发明进行修改或等同替换;而一切不脱离本发明的精神和范围的技术方案及其改进,均应涵盖在本发明的权利要求范围中。
Claims (8)
1.一种微地形微气象要素场的构建方法,其特征在于,所述方法包括:
步骤1:选择气象源数据;
所述气象源数据包括:实际气象站观测值、数值模式输出场;
具体为:根据实际气象站观测值与数值模式输出场的优劣比较,选择气象源数据;
步骤2:确定插值方案;
具体为:根据月平均气象要素场的分布规律,确定插值方案及其统计模型,并初定样条次数;
其中所述确定的插值方案包括ANUSPLIN插值方案,即确定的ANUSPLIN插值方案是基于ANUSPLIN软件实现的;所述ANUSPLIN插值方案基于局部薄盘光滑样条函数法的;
ANUSPLIN的插值方案的统计模型为:
Zi=f(xi)+bTyi+ei,i=1,…,N,N为正整数;
式中Zi是位于空间i点的因变量,xi为d维样条独立变量,f为需要估算的关于xi的未知光滑函数,yi为p维独立协变量,b为yi的p维系数矩阵,d、p取自然数,bT是b的转置矩阵,ei为期望值为0的自变量随机误差;
其中的因变量Zi是月平均气象要素,xi为经度、纬度,yi为海拔高度;
步骤3:构建微地形微气象要素场;
具体为:根据确定的插值方案及其统计模型和初定的样条次数,构建微地形微气象要素场;
步骤4:验证微地形微气象要素场;
验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模型;如果是,则执行步骤5;如果否,则返回步骤3,对初定的样条次数进行调整,直到微地形微气象要素场的统计模型是最佳模型为止;
步骤5:绘制ArcGIS图;
所述绘制ArcGIS图是将微地形微气象要素场展示在ArcGIS图上。
2.根据权利要求1所述的构建方法,其特征在于:
所述实际气象站观测值是气象部门部署的各种气象观测仪器所探测并记录的测量值;
所述数值模式输出场包括中国T639模式、日本Japan模式、欧洲ECMWF模式;
所述气象站包括国家级气象站、区域级气象站。
3.根据权利要求1所述的构建方法,其特征在于:所述月平均气象要素由气象源数据通过日平均值计算得到;
所述分布规律是指气象要素场的统计特征,随着海拔高度、经度和纬度变化的特性。
4.根据权利要求1所述的构建方法,其特征在于:
样条次数m取2以上的自然数,按照从小到大的顺序选择。
5.根据权利要求4所述的构建方法,其特征在于:
所述验证微地形微气象要素场采用交叉验证。
6.根据权利要求5所述的构建方法,其特征在于:
所述交叉验证包括:
(1)在对微地形微气象要素场进行拟合和生成插值之前,对所建立的ANUSPLIN插值方案进行合理性评价;
(2)计算所有气象站的实际观测值与估算值之间的误差值。
7.根据权利要求3-6任一项所述的构建方法,其特征在于:
所述最佳模型判断标准:GCV最小、模型残差比最小、信号自由度小于气象站数的一半;所述统计模型满足其中一种即被认为是最佳模型。
8.根据权利要求7所述的构建方法,其特征在于:
经过ANUSPLIN插值方案输出的微地形微气象要素场,其空间分辨率为0.01°×0.01°,或者为0.05°×0.05°,格式为ESRI ASCII GRID,采用“ASCII TO Raster”转换工具,把输出的微地形微气象要素场导入到ArcGIS中,采用从最小值到最大值区间进行渐变色赋值并进行图形化输出,添加色标,得到微地形微气象要素场的ArcGIS图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610171691.0A CN105868443B (zh) | 2016-03-22 | 2016-03-22 | 一种微地形微气象要素场的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610171691.0A CN105868443B (zh) | 2016-03-22 | 2016-03-22 | 一种微地形微气象要素场的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105868443A CN105868443A (zh) | 2016-08-17 |
CN105868443B true CN105868443B (zh) | 2020-04-28 |
Family
ID=56625672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610171691.0A Active CN105868443B (zh) | 2016-03-22 | 2016-03-22 | 一种微地形微气象要素场的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105868443B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107424210A (zh) * | 2017-06-16 | 2017-12-01 | 中国电力科学研究院 | 山区微地形边界轮廓光滑过渡的处理方法及装置 |
CN107423509B (zh) * | 2017-07-26 | 2021-04-02 | 云南电网有限责任公司电力科学研究院 | 一种输电线塔体系气弹模型构建方法及装置 |
CN109115278B (zh) * | 2018-10-18 | 2019-11-05 | 国网山东省电力公司应急管理中心 | 一种基于线缆传感器的gis电网精细预警系统 |
CN109961492B (zh) * | 2019-03-28 | 2023-03-28 | 自然资源部第一海洋研究所 | 一种用于海洋要素断面插值的坐标变换方法 |
CN113808015B (zh) * | 2021-08-12 | 2022-12-06 | 贵州电网有限责任公司 | 输电线路区域气象参数的空间插值方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521403A (zh) * | 2011-12-26 | 2012-06-27 | 南京成风大气信息技术有限公司 | 精细化气象信息服务系统 |
CN103020369A (zh) * | 2012-12-21 | 2013-04-03 | 浙江农林大学 | 高分辨率森林火灾预报方法 |
CN103096034A (zh) * | 2012-12-24 | 2013-05-08 | 天津市亚安科技股份有限公司 | 基于气象状态监测的自调节视频监控装置及方法 |
-
2016
- 2016-03-22 CN CN201610171691.0A patent/CN105868443B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521403A (zh) * | 2011-12-26 | 2012-06-27 | 南京成风大气信息技术有限公司 | 精细化气象信息服务系统 |
CN103020369A (zh) * | 2012-12-21 | 2013-04-03 | 浙江农林大学 | 高分辨率森林火灾预报方法 |
CN103096034A (zh) * | 2012-12-24 | 2013-05-08 | 天津市亚安科技股份有限公司 | 基于气象状态监测的自调节视频监控装置及方法 |
Non-Patent Citations (3)
Title |
---|
基于GIS的气象信息集成与分析系统;沙莎;《中国优秀硕士学位论文全文数据库 基础科学辑》;20111015;第2011年卷(第10期);第A009-3页 * |
基于GIS的黑龙江省气候资源时空变异研究;杨凤海;《中国博士学位论文全文数据库 农业科技辑》;20110315;第2011年卷(第03期);第D043-4页 * |
未来气候变化对山地生物气候类型分布的影响—以四川省为例;逯亚峰等;《生态学报》;20151130;第35卷(第21期);第7052-7060页的第2.1.2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN105868443A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105868443B (zh) | 一种微地形微气象要素场的构建方法 | |
CN110264709B (zh) | 基于图卷积网络的道路的交通流量的预测方法 | |
CN109543906B (zh) | 一种大气能见度预测的方法及设备 | |
US11168667B2 (en) | Method and device for calculating power generation of wind farm | |
CN110009037B (zh) | 一种基于物理信息耦合的工程风速短时预测方法及系统 | |
US20160203245A1 (en) | Method for simulating wind field of extreme arid region based on wrf | |
CN110632680B (zh) | 一种输电线路微区域风速估算方法及系统 | |
TWI745907B (zh) | 發電量預測裝置、發電量預測方法、及程式 | |
WO2014155482A1 (ja) | 発電量予測装置、発電量予測方法、及びプログラム | |
CN109978275B (zh) | 一种混合cfd和深度学习的极端大风风速预测方法及系统 | |
CN112513896B (zh) | 一种大气污染预测的方法 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN116205541B (zh) | 评估本地污染源对环境空气质量影响的方法及装置 | |
CN113344149B (zh) | 一种基于神经网络的pm2.5逐小时预测方法 | |
CN114647819A (zh) | 基于图卷积网络的环境数据的格点处理方法 | |
CN106570936A (zh) | 一种基于栅格dem数据的等距离权重内插加密方法 | |
CN104602297B (zh) | 基于压缩感知的无线传感器网络监测方法及系统 | |
CN112613633A (zh) | 风电场的气象要素预测方法和装置 | |
CN106291756B (zh) | 临近空间大气虚拟环境资源的构建方法 | |
US10345485B2 (en) | Forensic weather system | |
CN115239027B (zh) | 空气质量格点化集合预报的方法及装置 | |
CN114371519B (zh) | 一种基于无偏差亮温的地基微波辐射计大气温湿廓线反演方法 | |
CN114443787B (zh) | 大气污染特征识别方法和装置 | |
CN112034007B (zh) | 一种微波辐射计间接测量露点温度方法及系统 | |
CN112883339B (zh) | 一种地震有感范围确定方法及系统 |
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 |