CN109614589A - 短临降水的计算方法、系统、可读存储介质及计算机设备 - Google Patents

短临降水的计算方法、系统、可读存储介质及计算机设备 Download PDF

Info

Publication number
CN109614589A
CN109614589A CN201811618287.9A CN201811618287A CN109614589A CN 109614589 A CN109614589 A CN 109614589A CN 201811618287 A CN201811618287 A CN 201811618287A CN 109614589 A CN109614589 A CN 109614589A
Authority
CN
China
Prior art keywords
precipitation
data
short
facing
objective function
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
CN201811618287.9A
Other languages
English (en)
Other versions
CN109614589B (zh
Inventor
魏波
张文生
匡秋明
杨雪冰
薛伟
夏学文
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.)
Zhejiang University of Technology ZJUT
Original Assignee
East China Jiaotong University
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 East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN201811618287.9A priority Critical patent/CN109614589B/zh
Publication of CN109614589A publication Critical patent/CN109614589A/zh
Application granted granted Critical
Publication of CN109614589B publication Critical patent/CN109614589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace 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
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种短临降水的计算方法、系统、可读存储介质及计算机设备，所述方法包括：获取雷达基数据并转换成CAPPI数据；获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系；根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量；根据所述损失量修正所述目标函数，以得到短临降水概率函数。上述短临降水的计算方法，通过排除数据统计损失和气象知识的结构损失，减少这些损失带来的误差，实现提高计算短临降水的准确性。

Description

短临降水的计算方法、系统、可读存储介质及计算机设备
技术领域
本发明涉及气象技术领域，特别涉及一种短临降水的计算方法、系统、可读存储介质及计算机设备。
背景技术
天气预报是根据气象观(探)测资料，应用天气学、动力学、统计学的原理和方法，对某区域或某地点未来一定时段的天气状况作出定性或定量的预测。准确地预报天气一直是大气科学研究的一个重要目标。天气预报的历史可以从最早的看云识天气和根据物像来推测天气开始，以后经历了单站预报，天气图预报，到目前的应用气象卫星、天气雷达等先进的探测资料和用计算机进行天气预报的阶段。伴随着科技的不断进步，天气预报得到了快速的发展。
在一些重要的户外活动过程中，如奥运会、阅兵、航天器发射等，需要精准的短临(短时间：24小时以内、临时：1～2小时)降水的预测，但是受风速、风向、地形、雨滴分布不均等因素影响，传统的基于Z-R关系的雷达降水估计准确性不高，估计结果不确定性大。
发明内容
本发明的目的是提供一种短临降水的计算方法、系统、可读存储介质及计算机设备，以解决现有的短临降水的方法准确性不高的问题。
一种短临降水的计算方法，所述方法包括：获取雷达基数据并转换成CAPPI数据；获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系；根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量；根据所述损失量修正所述目标函数，以得到短临降水概率函数。
上述短临降水的计算方法，通过获取雷达监测到短临雷达基数据并将雷达基数据转换成CAPPI数据，再提取CAPPI数据中与降水有关的降水相关数据，以得到初步的降水概率，再根据所述降水相关数据建立映射关系，然后根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量，最后根据所述损失量修正所述目标函数，以得到短临降水概率函数，其中，损失量包括数据统计损失和气象知识的结构损失，通过减少这些损失带来的误差，实现提高计算短临降水的准确性。
上述方法，其中，将所述雷达基数据转换成CAPPI数据的方法包括：获取地面气象观测站的经纬度和雷达的扫描数据；对所述扫描数据进行插值处理，以得到成对应经纬度的所述CAPPI数据。
上述方法，其中，所述优化所述目标函数的方法包括：
根据公式其中LS(h(x′，y′))表示应用气象知识的结构损失，LD(h(x'，y'))表示数据统计损失。
上述方法，其中，所述插值处理包括VI法、VHI法插值或者三线性法中的任意一种。
上述方法，其中，所述方法还包括：获取所述短临降水概率函数中大于预设概率的数值所在时间点；计算并显示相邻两所述时间点之间的时长。
上述方法，其中，所述计算并显示相邻两所述时间点之间的时长的步骤的同时，所述方法还包括：将所述时长与预设阈值对比，若所述时长大于所述预设阈值，则将所述时长所在两时间点之间的区域标记为第一颜色；若所述时长在所述预设阈值内，则将所述时长所在两时间点之间的区域标记为第二颜色；若所述时长小于所述预设阈值，则将所述时长所在两时间点之间的区域标记为第三颜色。
上述方法，其中，所述方法还包括：获取预设天数内的降水概率，并当预设天数内降水概率均小于预设值时，减小短临降水的计算频率。
本发明还提供了一种短临降水的计算系统，所述计算系统包括：数据转换模块，用于获取雷达基数据并转换成CAPPI数据；数据处理模块，用于获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系；函数建立模块，用于根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量；所述函数建立模块还用于根据所述损失量修正所述目标函数，以得到短临降水概率函数。
本发明还提供了一种可读存储介质，其上存储有程序，所述程序被处理器执行时实现如上所述的方法。
本发明还提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上所述的方法。
附图说明
图1为本发明第一实施例提供的短临降水的计算方法的流程图；
图2为本发明第二实施例提供的短临降水的计算系统的模块图；
图3为本发明第三实施例提供的计算机设备的结构示意图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干个实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请查阅图1，本发明第一实施例提供的短临降水的计算方法，包括步骤S01至步骤S04。
步骤S01
获取雷达基数据并转换成CAPPI数据，其中，CAPPI，即等高平面位置显示图。这个仪器就是等高平面位置显示器，是采用电子学方法或计算机处理，将雷达各个仰角和某一高度面上探测到的回波资料在荧光屏上显示的装置；通过其获得的数据就是CAPPI数据。CAPPI能更直观地描述出降水云系的垂直与水平特征，便于分析天气过程。现有的CAPPI产品大多为使用双线性插值法对雷达基数据据进行格点化得到。
步骤S02
获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系，其中降水相关数据可以包括风向，风力，云层大小等和降水有关的数据。
步骤S03
根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量，可以理解的，在雷达检测数据的过错中，因气象知识的结构损失和数据统计中的损失，会极大的影响短临降水的计算的精准度，通过将降水水相关数据建立映射关系，并建立目标函数，使降水相关数据的处理方式从原有的非线性的转换成近似线性的，方便统计归纳，达到提高精准度的目的。
步骤S04
根据所述损失量修正所述目标函数，以得到短临降水概率函数，最后根据得到的短临僵尸概率函数估计出短临降水的概率，完成短临降水的计算。
上述短临降水的计算方法，通过获取雷达监测到短临雷达基数据并将雷达基数据转换成CAPPI数据，再提取CAPPI数据中与降水有关的降水相关数据，以得到初步的降水概率，再根据所述降水相关数据建立映射关系，然后根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量，最后根据所述损失量修正所述目标函数，以得到短临降水概率函数，其中，损失量包括数据统计损失和气象知识的结构损失，通过减少这些损失带来的误差，实现提高计算短临降水的准确性。
在本发明实施例中，将所述雷达基数据转换成CAPPI数据的方法包括获取地面气象观测站的经纬度和雷达的扫描数据；对所述扫描数据进行插值处理，以得到成对应经纬度的所述CAPPI数据，进而得到雷达发射率因子组和对应的降水相关数据。
上述方法，其中，所述优化所述目标函数的方法包括：
根据公式其中LS(h(x′，y′))表示应用气象知识的结构损失，LD(h(x′，y′))表示数据统计损失。
具体的，所述插值处理可以包括VI法、VHI法插值或者三线性法中的任意一种，插值法又称“内插法”，是利用函数f(x)在某区间中已知的若干点的函数值，作出适当的特定函数，在区间的其他点上用这特定函数的值作为函数f(x)的近似值，这种方法称为插值法。如果这特定函数是多项式，就称它为插值多项式。其中，VI垂直线性插值，VHI表示垂直水平插值。
在本发明的其他实施例中，为了便于用户清楚知晓相邻两降水时间点之间的时间间隔，便于用户合理安排户外活动，以避开降水的时间点，所述方法还可以包括：获取所述短临降水概率函数中大于预设概率的数值所在时间点；计算并显示相邻两所述时间点之间的时长。
例如，当获取到上午8点至上午10点，下午4点至下午6点均可能降水时，则上午10至下午4点之间是不会降水的，因此计算并显示这个时长就(即7个小时)不会降水，用户即可在这七个小时内安排活动，提高了用户体验。
可以理解的，为了直观的显示短临时间内的降水情况，在本发明的一个实施例中，在所述计算并显示相邻两所述时间点之间的时长的步骤的同时，所述方法还可以包括：将所述时长与预设阈值对比，若所述时长大于所述预设阈值，则将所述时长所在两时间点之间的区域标记为第一颜色；若所述时长在所述预设阈值内，则将所述时长所在两时间点之间的区域标记为第二颜色；若所述时长小于所述预设阈值，则将所述时长所在两时间点之间的区域标记为第三颜色。
例如，设定预设阈值为3至4小时，当相邻两降雨时间点间隔两3小时以下时，这两时间点之间的区域显示为红色，表示不宜外出，当相邻两降雨时间点间隔两3至4小时以内时，这两时间点之间的区域显示为黄色色，表示可以短时间外出，当相邻两降雨时间点间隔两4个小时以上时，这两时间点之间的区域显示为绿色，表示可以外出。便于用户选择出行距离和出行活动。
具体的，为了减少设备的计算量，进而减少用电量和设备损耗，所述方法还可以包括：获取预设天数内的降水概率，并当预设天数内降水概率均小于预设值时，减小短临降水的计算频率。
例如，当气象雷达预测一周内均无降水的可能，则可控制相关设备两天进行一次短临降水的计算，以减少设备的用电量和设备被动损耗，相反，如气象雷达预测一周内有持续降雨，则可调整设备使其实施获取雷达的基数并转换成CAPPI数据通过上述方法，即提高了短临降水的计算精准度，又减少了设备损耗并起到节约用电的目的，用户体验好。
请查阅图2，本发明第二实施例提供的短临降水的计算系统，所述计算系统包括：数据转换模块10，用于获取雷达基数据并转换成CAPPI数据；数据处理模块20，用于获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系；函数建立模块30，用于根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量；所述函数建立模块还用于根据所述损失量修正所述目标函数，以得到短临降水概率函数。
在本发明的一个实施例中，还提供了一种可读存储介质，其上存储有程序，所述程序被处理器执行时实现如上所述的方法。
在本发明的一个实施例中，还提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上所述的方法。如图3所示的本发明实施例提供的计算机设备的结构示意图。参考图3，该计算机设备90包括：射频(Radio Frequency，RF)电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路960、无线保真(Wireless Fidelity，WiFi)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解，图3中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。下面结合图3对本实施例的计算机设备的各个构成部件进行具体的介绍：
RF电路910可用于收发信息过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器980处理；另外，将设计上行的数据发送给基站。通常，RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System ofMobile communication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。
存储器920可用于存储软件程序以及模块，处理器980通过运行存储在存储器920的软件程序以及模块，从而执行计算机设备的各种功能应用以及数据处理。存储器920可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元930可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控面板931以及其他输入设备932。触控面板931，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板931上或在触控面板931附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板931可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器980，并能接收处理器980发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板931。除了触控面板931，输入单元930还可以包括其他输入设备932。具体地，其他输入设备932可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元940可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元940可包括显示面板941，可选的，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板941。进一步的，触控面板931可覆盖显示面板941，当触控面板931检测到在其上或附近的触摸操作后，传送给处理器980以确定触摸事件的类型，随后处理器980根据触摸事件的类型在显示面板941上提供相应的视觉输出。虽然在图3中，触控面板931与显示面板941是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板931与显示面板941集成而实现手机的输入和输出功能。
计算机设备还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板941的亮度。音频电路960、扬声器961，传声器962可提供用户与计算机设备之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号，传输到扬声器961，由扬声器961转换为声音信号输出；另一方面，传声器962将收集的声音信号转换为电信号，由音频电路960接收后转换为音频数据，再将音频数据输出处理器980处理后，经RF电路910以发送给比如另一计算机设备，或者将音频数据输出至存储器920以便进一步处理。
WiFi属于短距离无线传输技术，计算机设备通过WiFi模块970可以为用户提供了无线的宽带互联网访问。虽然图3示出了WiFi模块970，但是可以理解的是，其并不属于计算机设备的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器980是计算机设备的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器980可包括一个或多个处理单元；优选的，处理器980可集成应用处理器，应用处理器主要处理操作系统、用户界面和应用程序等。处理器980可以集成调制解调处理器，调制解调处理器也可以不集成到处理器980中。
计算机设备还包括给各个部件供电的电源990(比如电池)，优选的，电源可以通过电源管理系统与处理器980逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。尽管未示出，计算机设备还可以包括摄像头、蓝牙模块等，在此不再赘述。
本发明实施例所提供的一种短临降水的计算方法、系统、可度存储介质及计算机设备的应用程序产品，包括存储了程序代码的可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机设备可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机设备应用程序存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是手机、平板电脑、车载电脑或者PDA等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种短临降水的计算方法，其特征在于，所述方法包括：
获取雷达基数据并转换成CAPPI数据；
获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系；
根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量；
根据所述损失量修正所述目标函数，以得到短临降水概率函数。
2.根据权利要求1所述的短临降水的计算方法，其特征在于，将所述雷达基数据转换成CAPPI数据的方法包括：
获取地面气象观测站的经纬度和雷达的扫描数据；
对所述扫描数据进行插值处理，以得到成对应经纬度的所述CAPPI数据。
3.根据权利要求1所述的短临降水的计算方法，其特征在于，所述优化所述目标函数的方法包括：
根据公式，其中表示应用气象知识的结构损失，表示 数据统计损失。
4.根据权利要求2所述的短临降水的计算方法，其特征在于，所述插值处理包括VI法、VHI法插值或者三线性法中的任意一种。
5.根据权利要求1所述的短临降水的计算方法，其特征在于，所述方法还包括：
获取所述短临降水概率函数中大于预设概率的数值所在时间点；
计算并显示相邻两所述时间点之间的时长。
6.根据权利要求5所述的短临降水的计算方法，其特征在于，所述计算并显示相邻两所述时间点之间的时长的步骤的同时，所述方法还包括：
将所述时长与预设阈值对比，若所述时长大于所述预设阈值，则将所述时长所在两时间点之间的区域标记为第一颜色；
若所述时长在所述预设阈值内，则将所述时长所在两时间点之间的区域标记为第二颜色；
若所述时长小于所述预设阈值，则将所述时长所在两时间点之间的区域标记为第三颜色。
7.根据权利要求1所述的短临降水的计算方法，其特征在于，所述方法还包括：获取预设天数内的降水概率，并当预设天数内降水概率均小于预设值时，减小短临降水的计算频率。
8.一种短临降水的计算系统，其特征在于，所述计算系统包括：
数据转换模块，用于获取雷达基数据并转换成CAPPI数据；
数据处理模块，用于获取所述CAPPI数据中的降水相关数据，并根据所述降水相关数据建立映射关系；
函数建立模块，用于根据所述映射关系建立目标函数，并优化所述目标函数，以获得所述目标函数的损失量；
所述函数建立模块还用于根据所述损失量修正所述目标函数，以得到短临降水概率函数。
9.一种可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1－7任一所述的方法。
10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1－7一所述的方法。
CN201811618287.9A 2018-12-28 2018-12-28 短临降水的计算方法、系统、可读存储介质及计算机设备 Active CN109614589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811618287.9A CN109614589B (zh) 2018-12-28 2018-12-28 短临降水的计算方法、系统、可读存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811618287.9A CN109614589B (zh) 2018-12-28 2018-12-28 短临降水的计算方法、系统、可读存储介质及计算机设备

Publications (2)

Publication Number Publication Date
CN109614589A true CN109614589A (zh) 2019-04-12
CN109614589B CN109614589B (zh) 2022-07-01

Family

ID=66010820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811618287.9A Active CN109614589B (zh) 2018-12-28 2018-12-28 短临降水的计算方法、系统、可读存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN109614589B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114740549A (zh) * 2022-04-12 2022-07-12 北京墨迹风云科技股份有限公司 一种短临降水天气预测方法、装置、电子设备及可读介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010197185A (ja) * 2009-02-25 2010-09-09 National Research Institute For Earth Science & Disaster Provention 降水分布の推定システムおよび降水分布の推定方法
US8601864B1 (en) * 2011-01-07 2013-12-10 Weather Decision Technologies, Inc. Dual-polarization weather radar data system and method
CN105334551A (zh) * 2015-12-10 2016-02-17 国网四川省电力公司电力科学研究院 基于数值天气预报模式的电网气象预测预警系统
CN106709608A (zh) * 2017-01-09 2017-05-24 泰华智慧产业集团股份有限公司 预测积水对城市内区域影响程度的方法及系统
CN106919645A (zh) * 2017-01-17 2017-07-04 广西师范学院 复杂地貌大景区的景点气象要素智能精细预测方法
CN107153891A (zh) * 2017-05-10 2017-09-12 百度在线网络技术（北京）有限公司 区域转移调度方法、装置、设备及存储介质
CN107918165A (zh) * 2016-10-09 2018-04-17 清华大学 基于空间插值的多卫星融合降水预测方法及系统
CN108535731A (zh) * 2018-04-18 2018-09-14 青岛心中有数科技有限公司 短临降水预报方法与装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010197185A (ja) * 2009-02-25 2010-09-09 National Research Institute For Earth Science & Disaster Provention 降水分布の推定システムおよび降水分布の推定方法
US8601864B1 (en) * 2011-01-07 2013-12-10 Weather Decision Technologies, Inc. Dual-polarization weather radar data system and method
CN105334551A (zh) * 2015-12-10 2016-02-17 国网四川省电力公司电力科学研究院 基于数值天气预报模式的电网气象预测预警系统
CN107918165A (zh) * 2016-10-09 2018-04-17 清华大学 基于空间插值的多卫星融合降水预测方法及系统
CN106709608A (zh) * 2017-01-09 2017-05-24 泰华智慧产业集团股份有限公司 预测积水对城市内区域影响程度的方法及系统
CN106919645A (zh) * 2017-01-17 2017-07-04 广西师范学院 复杂地貌大景区的景点气象要素智能精细预测方法
CN107153891A (zh) * 2017-05-10 2017-09-12 百度在线网络技术（北京）有限公司 区域转移调度方法、装置、设备及存储介质
CN108535731A (zh) * 2018-04-18 2018-09-14 青岛心中有数科技有限公司 短临降水预报方法与装置

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
RONGRUI XZAO: "Detection of Rain/No Rain Condition on ground From Radar Data Using A Kohonen Neural Network", 《SENSING AND MANAGING THE ENVIRONMENT.》 *
WEIBO: "Image Retrieval Based on Interactive Differential", 《2015 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC)》 *
XUEWENXIA: "A Method for Heterogeneity Analysis of Complex Diseases Based on Clustering Algorithm", 《2017 13TH INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND SECURITY》 *
匡秋明 等: "多源数据融合高时空分辨率晴雨分类", 《软件学报》 *
孟锦根: "基于PSO-LSSVM 的干旱区中长期降水预测模型研究", 《长江科学院院报》 *
张蕾 等: "基于弹性脆弱指标的气象灾害风险辨识", 《热带气象学报》 *
李昶明 等: "基于Triple－collocation 方法的多源降水产品评估", 《水利水电技术》 *
韩众红 等: "基于贝叶斯理论的集合降水概率预报方法研究", 《气象》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114740549A (zh) * 2022-04-12 2022-07-12 北京墨迹风云科技股份有限公司 一种短临降水天气预测方法、装置、电子设备及可读介质
CN114740549B (zh) * 2022-04-12 2024-02-06 北京墨迹风云科技股份有限公司 一种短临降水天气预测方法、装置、电子设备及可读介质

Also Published As

Publication number Publication date
CN109614589B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN110147705B (zh) 一种基于视觉感知的车辆定位方法及电子设备
US10088599B2 (en) Systems and methods for weather forecasting
CN105005457B (zh) 地理位置展示方法及装置
CN104457767B (zh) 实现位置服务的方法和装置
CN108605205B (zh) 用于确定电子装置的位置的设备和方法
CN110163342B (zh) 一种模型压缩方法、装置、设备及存储介质
CN108702661A (zh) 一种调整手机选网参数的方法和装置
CN113124857B (zh) 一种出入口位置的确定方法、相关装置、设备及存储介质
CN108151716A (zh) 飞行装置测绘作业区域规划方法、装置和终端
CN108828692A (zh) 一种天气预测方法及终端设备
US20150127278A1 (en) Method and device for ascertaining required charging time
CN109726368A (zh) 地图标注方法及装置
CN106997052B (zh) 位置信息处理方法、装置及计算机设备
CN113587938B (zh) 一种车辆定位方法、装置及存储介质
CN109614589A (zh) 短临降水的计算方法、系统、可读存储介质及计算机设备
CN112859136B (zh) 一种定位方法和相关装置
CN113225787B (zh) Wi-Fi扫描的方法、终端设备及存储介质
CN110399407A (zh) 工作轨迹检查方法及装置、电子设备和非暂态存储介质
CN103871050A (zh) 图标分割方法、装置和终端
US10869293B2 (en) Positioning cycle adjustment method and apparatus
US20160330587A1 (en) Information obtaining method, server, terminal, and system
CN112326999A (zh) 一种风速测量的方法、设备和终端
CN112711516B (zh) 一种数据处理方法和相关装置
CN114814767A (zh) 一种信息处理方法、装置、电子设备及存储介质
CN109033187B (zh) 地图数据更新方法、系统、可读存储介质及计算机设备

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
TA01 Transfer of patent application right

Effective date of registration: 20200918

Address after: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park No. 2 Street No. 928

Applicant after: Zhejiang University of Technology

Address before: 330013 Jiangxi Province, Nanchang Qingshan Lake East Shuanggang Street No. 808 South Campus of East China Jiaotong University

Applicant before: East China Jiaotong University

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant