CN108919384A - 一种基于预估偏差的台风路径集合预报方法 - Google Patents

一种基于预估偏差的台风路径集合预报方法 Download PDF

Info

Publication number
CN108919384A
CN108919384A CN201810253451.4A CN201810253451A CN108919384A CN 108919384 A CN108919384 A CN 108919384A CN 201810253451 A CN201810253451 A CN 201810253451A CN 108919384 A CN108919384 A CN 108919384A
Authority
CN
China
Prior art keywords
mode
time
forecast
path
sample
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
CN201810253451.4A
Other languages
English (en)
Other versions
CN108919384B (zh
Inventor
顾巍巍
张卫国
钟伟
张焱
范仲丽
张芳
赵思远
朱从飞
孙飞飞
江雨田
黄科琪
杨怡青
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.)
Ningbo Water Conservancy And Hydropower Planning And Design Institute
Original Assignee
Ningbo Water Conservancy And Hydropower Planning And Design Institute
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 Ningbo Water Conservancy And Hydropower Planning And Design Institute filed Critical Ningbo Water Conservancy And Hydropower Planning And Design Institute
Priority to CN201810253451.4A priority Critical patent/CN108919384B/zh
Publication of CN108919384A publication Critical patent/CN108919384A/zh
Application granted granted Critical
Publication of CN108919384B publication Critical patent/CN108919384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于预估偏差的台风路径集合预报方法，包括：对台风的实测路径进行更新和加密；判断当前时刻某一模式预报是否更新发布，如果是则加密该模式前一预报时次预报路径，并获取临近k阶样本；否则加密该模式同预报时次预报路径，并获取临近k阶样本；计算该模式k阶综合样本偏差；若该模式的预报路径未更新发布，则实时校正该模式的预报路径,否则跳过该步；在所有预报模式进行完以上步骤后，依据各模式k阶综合样本偏差分配各模式集合预报权重；进行集合预报。本发明假定同模式同场台风不同预报时次发布的预报误差趋势不一致，从区分临近样本使用途径的角度对基于预估偏差的台风路径集合预报方法做出综合改进，提高了稳定性和实用性。

Description

一种基于预估偏差的台风路径集合预报方法
技术领域
本发明涉及防汛防台、气象应用领域，具体涉及一种基于预估偏差的台风路径集合预报方法。
背景技术
我国受台风灾害影响严重，1949年以来，每年平均约有7个台风登陆我国，其带来的高潮、巨浪、狂风、暴雨、洪水造成了巨大的经济损失和人员伤亡。预报台风路径、预判台风形势以及提前部署防范措施是减轻台风灾害影响的重要手段，深入研究台风路径预报方法具有重要意义。台风数值预报模式是各大气象机构的重要研究方向，但由于初始条件、计算参数和离散方法等原因目前仍存在一定误差，防台防汛部门面对意见不一致的各模式预报成果难以决策。
现有的提高台风预报精度和稳定性的方法，假定同模式相邻时刻预报点误差的趋势保持基本不变，未区分相邻预报点是否与待修正的预报路径同时次发布。若假定同模式同场台风不同预报时次发布的预报误差并非趋势一致，则在新的预报时次发布后不适宜使用前一预报时次样本进行训练。只能在部分时刻提升数值预报模式的预报精度，但由于同数值预报模式路径预报偏差未必与最近多场台风样本或当场台风不同预报时次样本一致，因此导致实际应用中出现了较多预报误差大于数值预报模式误差的情况。
发明内容
本发明所要解决的技术问题是由于同数值预报模式路径预报偏差未必与最近多场台风样本或当场台风不同预报时次样本一致，而导致的实际应用中出现的较多预报误差大于数值预报模式误差的情况。
为了解决上述技术问题，本发明所采用的技术方案是提供一种基于预估偏差的台风路径集合预报方法，包括以下步骤：
对台风的实测路径进行更新和加密；
判断当前时刻某一模式的预报路径是否更新发布，如果是，则加密该模式前一预报时次预报路径，并获取前一预报时次临近k阶样本；否则加密该模式同预报时次预报路径，并获取同预报时次临近k阶样本；
计算该模式k阶综合样本偏差；
判断当前时刻该模式的预报路径是否更新发布，如果未更新发布，则依据k阶综合样本偏差实时校正该模式的预报路径,否则跳过该步；在所有预报模式进行完以上步骤后，依据各模式k阶综合样本偏差分配各模式集合预报权重；
根据是否有同预报时次临近样本，分别利用校正后的预报路径和原始预报路径进行集合预报。
优选地，台风的实测路径更新后，提取实测路径的位置矢量集合和实测点发布时间集合，并对更新后的实测路径进行加密得到逐时实测路径位置矢量集合i＝1,2,3,…nact。其中为当前时刻位置矢量。
优选地，计算该模式k阶综合样本偏差，具体为：
其中，为第i个模式的k阶综合样本偏差，为第i个模式按时间顺序从后往前第j对样本的预报偏差，αi为样本权重，取值为
优选地，实时校正该模式的预报路径，具体为：
其中，为第i个模式校正预报值的位置矢量；为第i个模式原始预报值的位置矢量，为第i个模式的k阶综合样本偏差。
优选地，依据各模式k阶综合样本偏差分配各模式集合预报权重，具体为：
式中，βi是第i个模式的权重系数，N为参与集合的模式个数。
优选地，根据是否有同预报时次临近样本，分别利用校正后的预报路径和原始预报路径进行集合预报，具体为：
其中，为集合预报结果。
优选地，将实测路径和各时次发布的预报路径均插值设置为1h间隔路径。
本发明提出了一种基于预估偏差的台风路径集合预报方法，在现有的基于预估偏差的台风路径集合化预报优化方法的基础上，假定同模式同场台风不同预报时次发布的预报误差趋势不一致，从区分临近样本使用途径的角度对基于预估偏差的台风路径集合预报方法做出综合改进，从而大大提高了该类台风路径集合预报方法的稳定性和实用性。
附图说明
图1为本发明中一种基于预估偏差的台风路径集合预报方法流程图；
图2为本发明中实测发布与模式预报发布时次关系类型图。
具体实施方式
为了解决现有的由于同数值预报模式路径预报偏差未必与最近多场台风样本或当场台风不同预报时次样本一致，而导致实际应用中出现的较多预报误差大于数值预报模式误差的情况的问题。
本发明提出了一种基于预估偏差的台风路径集合预报方法，在现有的基于预估偏差的台风路径集合化预报优化方法的基础上，假定同模式同场台风不同预报时次发布的预报误差趋势不一致，从区分临近样本使用途径的角度做出综合改进，以进一步提高该类台风路径集合预报方法的稳定性和实用性。具体地，使用同预报时次样本进行偏差预估、实时校正和模式权重分析，使用不同预报时次样本仅进行模式权重分析。
下面结合说明书附图和具体实施方式对本发明做出详细的说明。
本发明实施例提供了一种基于预估偏差的台风路径集合预报方法，如图1所示，包括以下步骤：
S1、对台风的实测路径进行更新。
S2、对更新后的实测路径进行加密。
台风的实测路径更新后，即可提取实测路径的位置矢量集合和实测点发布时间集合，并对更新后的实测路径进行加密得到逐时实测路径位置矢量集合i＝1,2,3,…nact。其中为当前时刻位置矢量。
S3、判断当前时刻某一模式的预报路径是否更新发布，如果是，转S5；否则，转S4。
S4、加密该模式同预报时次预报路径，并获取同预报时次临近k阶样本，转S6。(其中，k≤kmax，kmax为经验参数“最多临近样本阶数”。若实际可获取的样本对数小于kmax则k取实际可获取阶数；否则k＝kmax，下同。)
S5、加密该模式前一预报时次预报路径，并获取前一预报时次临近k 阶样本，转S6。
S6、计算该模式k阶综合样本偏差。
具体为：
其中，为第i个模式的k阶综合样本偏差，为第i个模式按时间顺序从后往前第j对样本的预报偏差，αi为样本权重，取值为
S7、判断当前时刻该模式的预报路径是否更新发布，如果是，转S9；否则，转S8。
S8、根据该模式k阶综合样本偏差，实时校正该模式的预报路径。
具体为：
式中，为第i个模式校正预报值的位置矢量；为第i个模式原始预报值的位置矢量，为第i个模式的k阶综合样本偏差。
S9、所有预报模式完成以上步骤后，依据各模式k阶综合样本偏差分配各模式集合预报权重。
具体为：
式中，βi是第i个模式的权重系数，N为参与集合的模式个数，本发明实施例取5。
S10、根据是否有同预报时次临近样本，分别利用校正后的预报路径和原始预报路径进行集合预报。
具体为：
式中，为集合预报结果。
本发明的具体实现原理为：
在现有的基于预估偏差的台风路径集合化预报优化方法的基础上，假定同场台风同模式不同预报时次的预报偏差不一致，从区分临近样本使用途径的角度做出综合改进，以进一步提高该类台风路径集合预报方法的稳定性和实用性。
如图2所示，实时台风实测资料的发布时次间隔不定，包括但不限于 1h、2h、3h；各模式台风路径预报发布时次间隔不定，包括但不限于3h、 6h，一般发布未来12h、24h、36h、48h、72h等预报时效的路径预报点。
由于预报点间隔大于实测点间隔，因此，有必要对预报路径根据时间进行加密以匹配实测点，形成可供训练的样本点。兼顾样本匹配速度和计算效率，本方法将实测路径和各时次发布的预报路径均插值设置为1h间隔路径。
由于模式预报发布频率低于实测发布频率，实际集合预报过程中可能会发生以下两种典型情况：实测点有模式预报发布(见图2)、实测点无模式预报发布(见图2)。当实测点有模式预报发布时，临近样本为上一时次发布预报；当实测点无模式预报发布时，部分临近样本为同时次发布预报，假定同模式不同时次发布预报的误差趋势不一致，对同异预报时次临近样本使用途径做出区分。同预报时次样本可用于偏差预估、模式预报校正及模式权重分析，而不同预报时次样本仅可用于模式权重分析。
本发明不局限于上述最佳实施方式，任何人在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

Claims (7)

1.一种基于预估偏差的台风路径集合预报方法，其特征在于，包括以下步骤：
对台风的实测路径进行更新和加密；
判断当前时刻某一模式的预报路径是否更新发布，如果是，则加密该模式前一预报时次预报路径，并获取前一预报时次临近k阶样本；否则加密该模式同预报时次预报路径，并获取同预报时次临近k阶样本；
计算该模式k阶综合样本偏差；
判断当前时刻该模式的预报路径是否更新发布，如果未更新发布，则依据k阶综合样本偏差实时校正该模式的预报路径,否则跳过该步；在所有预报模式进行完以上步骤后，依据各模式k阶综合样本偏差分配各模式集合预报权重；
根据是否有同预报时次临近样本，分别利用校正后的预报路径和原始预报路径进行集合预报。
2.如权利要求1所述的基于预估偏差的台风路径集合预报方法，其特征在于，台风的实测路径更新后，提取实测路径的位置矢量集合和实测点发布时间集合，并对更新后的实测路径进行加密得到逐时实测路径位置矢量集合i＝1,2,3,…nact，其中为当前时刻位置矢量。
3.如权利要求1所述的基于预估偏差的台风路径集合预报方法，其特征在于，计算该模式k阶综合样本偏差，具体为：
其中，为第i个模式的k阶综合样本偏差，为第i个模式按时间顺序从后往前第j对样本的预报偏差，αi为样本权重，取值为
4.如权利要求1所述的基于预估偏差的台风路径集合预报方法，其特征在于，实时校正该模式的预报路径，具体为：
其中，为第i个模式校正预报值的位置矢量；为第i个模式原始预报值的位置矢量，为第i个模式的k阶综合样本偏差。
5.如权利要求1所述的基于预估偏差的台风路径集合预报方法，其特征在于，依据各模式k阶综合样本偏差分配各模式集合预报权重，具体为：
式中，βi是第i个模式的权重系数，N为参与集合的模式个数。
6.如权利要求1所述的基于预估偏差的台风路径集合预报方法，其特征在于，根据是否有同预报时次临近样本，分别利用校正后的预报路径和原始预报路径进行集合预报，具体为：
其中，为集合预报结果。
7.如权利要求1所述的基于预估偏差的台风路径集合预报方法，其特征在于，将实测路径和各时次发布的预报路径均插值设置为1h间隔路径。
CN201810253451.4A 2018-03-26 2018-03-26 一种基于预估偏差的台风路径集合预报方法 Active CN108919384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810253451.4A CN108919384B (zh) 2018-03-26 2018-03-26 一种基于预估偏差的台风路径集合预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810253451.4A CN108919384B (zh) 2018-03-26 2018-03-26 一种基于预估偏差的台风路径集合预报方法

Publications (2)

Publication Number Publication Date
CN108919384A true CN108919384A (zh) 2018-11-30
CN108919384B CN108919384B (zh) 2022-05-24

Family

ID=64402707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810253451.4A Active CN108919384B (zh) 2018-03-26 2018-03-26 一种基于预估偏差的台风路径集合预报方法

Country Status (1)

Country Link
CN (1) CN108919384B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110045440A (zh) * 2019-04-26 2019-07-23 国网湖南省电力有限公司 一种大气雾霾数值预报的集合预报方法及系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125328A (en) * 1997-02-10 2000-09-26 Baron Services, Inc. System and method for projecting storms using NEXRAD attributes
JP2003004864A (ja) * 2001-06-19 2003-01-08 Kawasaki Steel Corp 台風接近時の状況分析装置
KR100963532B1 (ko) * 2009-11-10 2010-06-15 부경대학교 산학협력단 기상레이더의 강수량 추정 방법
CN102156308A (zh) * 2011-03-09 2011-08-17 南京恩瑞特实业有限公司 台风路径判别方法
KR20120132985A (ko) * 2011-05-30 2012-12-10 부경대학교 산학협력단 태풍을 포함하는 저기압 접근 시 재해기상의 시공간적 분포 검색 시스템
CN103383471A (zh) * 2012-05-02 2013-11-06 钱维宏 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用
CN104036135A (zh) * 2014-06-06 2014-09-10 南京大学 一种基于wrf模式的台风动力平衡约束下的变分同化方法
US20140344209A1 (en) * 2010-08-23 2014-11-20 Institute Of Nuclear Energy Research, Atomic Energy Council, Executive Yuan Wind energy forecasting method with extreme wind speed prediction function
US20150206246A1 (en) * 2014-03-28 2015-07-23 Jeffrey S. Lange Systems and methods for crowdsourcing of algorithmic forecasting
CN104932035A (zh) * 2015-05-26 2015-09-23 中国科学院深圳先进技术研究院 一种台风强度预报方法及系统
CN104966102A (zh) * 2015-06-23 2015-10-07 国家卫星气象中心 基于卫星图像的台风检测方法
CN106501878A (zh) * 2016-10-18 2017-03-15 河海大学 预估偏差法集合化台风预报方法
CN107133636A (zh) * 2017-03-30 2017-09-05 宁波市水利水电规划设计研究院 一种获取相似台风的方法和系统
CN107193060A (zh) * 2017-06-20 2017-09-22 厦门大学 一种多路径台风风暴潮快速预测方法及系统
CN206618872U (zh) * 2017-04-19 2017-11-07 国家海洋局第二海洋研究所 一种台风实时监测系统及实时监测预警系统
CN107562840A (zh) * 2017-08-25 2018-01-09 北京科技大学 一种基于gis的台风路径快速预测方法
KR101822395B1 (ko) * 2017-11-27 2018-01-26 주식회사 환경과학기술 조간대예측GIS(Geographic Information System)와 기상예측모델이 접합된(coupling) 기상예측데이터 생성시스템 및 이를 이용한 기상예측데이터 생성방법
EP3282405A1 (en) * 2016-08-12 2018-02-14 The Boeing Company System and methods for aviation winds uncertainty prediction

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125328A (en) * 1997-02-10 2000-09-26 Baron Services, Inc. System and method for projecting storms using NEXRAD attributes
JP2003004864A (ja) * 2001-06-19 2003-01-08 Kawasaki Steel Corp 台風接近時の状況分析装置
KR100963532B1 (ko) * 2009-11-10 2010-06-15 부경대학교 산학협력단 기상레이더의 강수량 추정 방법
US20140344209A1 (en) * 2010-08-23 2014-11-20 Institute Of Nuclear Energy Research, Atomic Energy Council, Executive Yuan Wind energy forecasting method with extreme wind speed prediction function
CN102156308A (zh) * 2011-03-09 2011-08-17 南京恩瑞特实业有限公司 台风路径判别方法
KR20120132985A (ko) * 2011-05-30 2012-12-10 부경대학교 산학협력단 태풍을 포함하는 저기압 접근 시 재해기상의 시공간적 분포 검색 시스템
CN103383471A (zh) * 2012-05-02 2013-11-06 钱维宏 瞬变扰动天气图和低频扰动天气图制作方法及其在天气预报中的应用
US20150206246A1 (en) * 2014-03-28 2015-07-23 Jeffrey S. Lange Systems and methods for crowdsourcing of algorithmic forecasting
CN104036135A (zh) * 2014-06-06 2014-09-10 南京大学 一种基于wrf模式的台风动力平衡约束下的变分同化方法
CN104932035A (zh) * 2015-05-26 2015-09-23 中国科学院深圳先进技术研究院 一种台风强度预报方法及系统
CN104966102A (zh) * 2015-06-23 2015-10-07 国家卫星气象中心 基于卫星图像的台风检测方法
EP3282405A1 (en) * 2016-08-12 2018-02-14 The Boeing Company System and methods for aviation winds uncertainty prediction
CN106501878A (zh) * 2016-10-18 2017-03-15 河海大学 预估偏差法集合化台风预报方法
CN107133636A (zh) * 2017-03-30 2017-09-05 宁波市水利水电规划设计研究院 一种获取相似台风的方法和系统
CN206618872U (zh) * 2017-04-19 2017-11-07 国家海洋局第二海洋研究所 一种台风实时监测系统及实时监测预警系统
CN107193060A (zh) * 2017-06-20 2017-09-22 厦门大学 一种多路径台风风暴潮快速预测方法及系统
CN107562840A (zh) * 2017-08-25 2018-01-09 北京科技大学 一种基于gis的台风路径快速预测方法
KR101822395B1 (ko) * 2017-11-27 2018-01-26 주식회사 환경과학기술 조간대예측GIS(Geographic Information System)와 기상예측모델이 접합된(coupling) 기상예측데이터 생성시스템 및 이를 이용한 기상예측데이터 생성방법

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GUO-ZHU JIN 等: "《A study on development of typhoon track forecast model based on the past track data》", 《INTERNATIONAL JOURNAL OF NAVIGATION AND REPORT RESEARCH》 *
YAN-AN LIU 等: "《Tuning of background error statistics through sensitivity experiments and its impact on typhoon forecast》", 《JOURNAL OF APPLIED REMOTE SENSING》 *
张焱 等: "《基于预估偏差的台风路径集合预报方法研究》", 《水利信息化》 *
袁杰颖 等: "《台风路径集合化预报方法的优化》", 《海洋预报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110045440A (zh) * 2019-04-26 2019-07-23 国网湖南省电力有限公司 一种大气雾霾数值预报的集合预报方法及系统
CN110045440B (zh) * 2019-04-26 2021-03-09 国网湖南省电力有限公司 一种大气雾霾数值预报的集合预报方法及系统

Also Published As

Publication number Publication date
CN108919384B (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
US20210209263A1 (en) Tunnel tunneling feasibility prediction method and system based on tbm rock-machine parameter dynamic interaction mechanism
CN104008241B (zh) 一种输电线路多窗口联动选线、排塔定位系统及方法
CN102521989B (zh) 一种动态数据驱动的高速公路出口流量预测方法
CN102799778B (zh) 一种优化锅炉负荷分配方法
US9708899B2 (en) Optimization of a multi-period model for valuation applied to flow control valves
CN108958238A (zh) 一种基于协变代价函数的机器人点到区路径规划方法
CN105404934B (zh) 一种基于条件随机场的城市人口移动数据模型分析方法
CN109887284A (zh) 一种智慧城市交通信号控制推荐方法、系统及装置
CN108898533A (zh) 人口流动数据的获取方法、装置及计算机可读存储介质
CN110210114A (zh) 碾压混凝土重力坝施工期最高温度预测算法
CN104951803A (zh) 基于动态移动窗最小二乘支持向量机的常压精馏塔航煤干点软测量方法
CN108919384A (zh) 一种基于预估偏差的台风路径集合预报方法
CN110991776A (zh) 一种基于gru网络实现水位预测的方法及系统
CN110334406A (zh) 一种考虑风速特大值的极值风速重现期确定方法和装置
Luo et al. Optimal control of slurry pressure during shield tunnelling based on random forest and particle swarm optimization
CN104318086B (zh) 一种隧道光面爆破质量评价预测方法
CN103942430B (zh) 一种基于组合模型的建筑物沉降预测方法
CN115062856A (zh) 基于电网私有云的新能源厂站中期出力预测方法和系统
CN102880918A (zh) 基于数据融合分析的深基坑风险评估方法
CN110460085A (zh) 一种考虑风电和负荷特性对电力系统影响的方法
CN106759546A (zh) 基于改进多变量灰色预测模型的基坑变形预测方法及装置
CN105866807A (zh) 一种提高gnss实时监测数据精度的算法
CN107944466A (zh) 一种基于分段思想的降雨偏差纠正方法
Liu et al. Autonomous intelligent control of earth pressure balance shield machine based on deep reinforcement learning
CN102636989A (zh) 无钟高炉料线深度调节的数据驱动pid控制器设计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 315000 3rd floor, building 2, No. 150, Changpu Road, jishigang Town, Haishu District, Ningbo City, Zhejiang Province

Applicant after: Ningbo water conservancy and hydropower planning and Design Institute Co., Ltd

Address before: 315000 No. 64 fish Road, Haishu District, Zhejiang, Ningbo

Applicant before: Ningbo water conservancy and hydropower planning and Design Institute

GR01 Patent grant
GR01 Patent grant