CN109615236A - 降水预报模式检验评分方法、系统、终端及存储介质 - Google Patents
降水预报模式检验评分方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN109615236A CN109615236A CN201811522158.XA CN201811522158A CN109615236A CN 109615236 A CN109615236 A CN 109615236A CN 201811522158 A CN201811522158 A CN 201811522158A CN 109615236 A CN109615236 A CN 109615236A
- Authority
- CN
- China
- Prior art keywords
- precipitation
- forecast
- data
- mode
- precipitation forecast
- 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.)
- Pending
Links
- 238000001556 precipitation Methods 0.000 title claims abstract description 309
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000007689 inspection Methods 0.000 claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 24
- 241000219094 Vitaceae Species 0.000 claims description 31
- 235000021021 grapes Nutrition 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 abstract description 3
- 238000003786 synthesis reaction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000006872 improvement Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 241001365789 Oenanthe crocata Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013502 data validation Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种降水预报模式检验评分方法、系统、终端及存储介质，该方法包括：获取待预报地区的天气观测数据；分别根据多种降水预报模式对天气观测数据进行处理，得到多组降水预报数据；通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果，该预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统综合；根据多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。本发明通过采用由TS评分、ETS评分和FSS评分三种评分方式构成的预设检验评分系统对降水预报数据进行检验评分，从而确认出最优的降水预报模式，进而提高了降水预报的准确率。
Description
技术领域
本发明涉及降水预报技术领域，尤其涉及一种降水预报模式检验评分方法、系统、终端及存储介质。
背景技术
随着当前数值模式预报的发展，数值天气预报开始由单一数值模式预报向多模式集成数值预报的方向发展。在20世纪90年代初，国际上开始出现集合预报，并作为一种新数值天气预报品种被欧美许多国家气象届高度重视。研究表明，多模式集成预报能够充分利用各中心模式预报结果，综合考虑各个模式的优劣，是减少模式系统性偏差的一个有效途径，是目前数值预报技术发展的一个重要方向。
目前，尽管数值预报技术取得了重大进展，但由于模式初始场的不确定性及系统偏差的存在，其预报结果与实况存在一定的差异。现在，随着数值模式分辨率的不断提高和物理过程参数化方案的完善，数值预报的水平也在持续提高，加之国内外对降水预报检验的方式多种多样，但是不足之处在于各种检验评分方法只是单独的使用，其检验评分得到的结果并不准确。
发明内容
本发明提供了一种降水预报模式检验评分方法、系统、终端及存储介质，以解决现有降水预报数据检验评分方式单一，检验评分结果不准确的问题。
为了解决上述问题，本发明提供了一种降水预报模式检验评分方法，其包括：
获取待预报地区的天气观测数据；
分别根据多种降水预报模式对天气观测数据进行处理，得到多组降水预报数据；
通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果，预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统；
根据多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。
作为本发明的进一步改进，多种降水预报模式包括ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式；
分别根据多种降水预报模式对天气观测数据进行处理，得到多组降水预报数据的步骤包括：
分别根据ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式对天气观测数据进行处理，得到四组降水预报数据。
作为本发明的进一步改进，分别根据ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式对天气观测数据进行处理，得到四组降水预报数据的步骤，包括：
分别根据ECMWF预报模式、JMA预报模式和GRAPES预报模式对天气观测数据进行处理，得到三组降水预报数据；
将三组降水预报数据的精度值按双线性插值方法统一调整为预设精度值；
将精度值调整后的三组降水预报数据按照概率匹配集合平均方法进行处理得到第四组降水预报数据。
作为本发明的进一步改进，通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果的步骤之前，还包括：
判断每一组降水预报数据是否达到预设降水阈值；
若当前降水预报数据未达到预设降水阈值，则不对当前降水预报数据进行检验评分。
作为本发明的进一步改进，通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果的步骤，包括：
获得多组降水预报数据后，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果；
通过预设检验评分系统分别对每一组降水预报数据的每一级降水预测结果进行检验评分；
综合分析每一组降水预报数据的每一级降水预测结果的检验评分数据，得到每一组降水预报数据的检验评分结果。
为了解决上述问题，本发明还提供了一种降水预报模式检验评分系统，其包括：
获取模块，用于获取待预报地区的天气观测数据；
预报模块，用于分别根据多种降水预报模式对天气观测数据进行处理，得到多组降水预报数据；
检验模块，用于通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果，预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统；
确定模块，用于根据多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。
作为本发明的进一步改进，多种降水预报模式包括ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式；
预报模块，还用于分别根据ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式对天气观测数据进行处理，得到四组降水预报数据。
作为本发明的进一步改进，预报模块包括：
预报单元，用于分别根据ECMWF预报模式、JMA预报模式和GRAPES预报模式对天气观测数据进行处理，得到三组降水预报数据；
精度调整单元，用于将三组降水预报数据的精度值按双线性插值方法统一调整为预设精度值；
集成单元，用于将精度值调整后的三组降水预报数据按照概率匹配集合平均方法进行处理得到第四组降水预报数据。
作为本发明的进一步改进，其还包括：
判断模块，用于判断每一组降水预报数据是否达到预设降水阈值；
处理模块，用于若当前降水预报数据未达到预设降水阈值，则不对当前降水预报数据进行检验评分。
作为本发明的进一步改进，检验模块包括：
划分单元，用于获得多组降水预报数据后，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果；
单级评分单元，用于通过预设检验评分系统分别对每一组降水预报数据的每一级降水预测结果进行检验评分；
综合分析单元，用于综合分析每一组降水预报数据的每一级降水预测结果的检验评分数据，得到每一组降水预报数据的检验评分结果。
为了解决上述问题，本发明还提供了一种终端，其包括存储器和处理器，处理器耦接存储器，存储器上存储有可在处理器上运行的计算机程序；
处理器执行计算机程序时，实现上述任一项降水预报模式检验评分方法中的步骤。
为了解决上述问题，本发明还提供了一种存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时，实现上述任一项降水预报模式检验评分方法中的步骤。
相比于现有技术，本发明通过多种降水预报模式对天气预测数据进行处理得到多组降水预报数据之后，经预设检验评分系统对每一组降水预报数据进行检验评分，并根据检验评分结果确认出最优的降水预报模式，其中，该预设检验评分系统是由TS评分、ETS评分和FSS评分三种评分方式综合而成，其使得由该预设减压评分系统检验得到的多组检验评分结果更为准确，从而根据该多组检验评分结果确认的最优降水预报模式，降水预报准确率更高。
附图说明
图1为本发明降水预报模式检验评分方法第一个实施例的流程示意图；
图2为本发明降水预报模式检验评分方法第二个实施例的流程示意图；
图3为本发明降水预报模式检验评分方法概率匹配集合预测结果的示意图；
图4为本发明降水预报模式检验评分方法第三个实施例的流程示意图；
图5为本发明降水预报模式检验评分方法第四个实施例的流程示意图；
图6为本发明降水预报模式检验评分系统第一个实施例的功能模块示意图；
图7为本发明降水预报模式检验评分系统第二个实施例的功能模块示意图；
图8为本发明降水预报模式检验评分系统第三个实施例的功能模块示意图；
图9为本发明降水预报模式检验评分系统第四个实施例的功能模块示意图；
图10为本发明终端一个实施例的框架示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用来限定本发明。
图1展示了本发明降水预报模式检验评分方法的一个实施例。如图1所示，该降水预报模式检验评分方法包括以下步骤：
步骤S1，获取待预报地区的天气观测数据。
具体的，该天气观测数据可通过气象观测台或气象观测站观测获取。
步骤S2，分别根据多种降水预报模式对天气观测数据进行处理，得到多组降水预报数据。
需要说明的是，现有的降水预报模式包括多种，例如ECMWF预报模式、JMA预报模式、GRAPES预报模式、T639全球集合预报模式等。
在本实施例中，该多种降水预报模式包括ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式。其中，预设PME集成预报模式由ECMWF预报模式、JMA预报模式、GRAPES预报模式集成得到的一种降水预报模式。
需要说明的是，ECMWF预报模式是指欧洲中期天气预报中心开发的一种天气预报模式，欧洲中期天气预报中心是一个由30多个国家或州组成的国际官方组织，它吸收了全球的多种地面和卫星气象数据，并每6小时发布一次全球气象产品数据。JMA预报模式是日本气象厅开发的一种天气预报模式，用于气象观测，有气压，气温，湿度，风向，风速，雨量，积雪的深度，降雪的深度，日照时间，整个天空日照量，云，能见度，大气现象等。GRAPES预报模式是由中国气象局数值预报中心开发运行的全球数值预报系统。
因此，步骤S2具体为：
分别根据ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式对天气观测数据进行处理，得到四组降水预报数据。
其中，每种预报模式对应一组降水预报数据。
步骤S3，通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果。
需要说明的是，预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统，通过此三种评分系统分别对每一组降水预报数据进行检验评分，再进行综合，从而得到一个综合评分的结果，即每一组降水预报数据分别对应一组检验评分结果。
步骤S4，根据多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。
具体地，在获取每组降水预报数据的检验评分结果之后，确认其中检验评分结果最高的一组降水预报数据为最优的降水预报数据，再根据该组最优的降水预报数据确认其对应的降水预报模式为最优降水预报模式。
本实施例通过多种降水预报模式对天气预测数据进行处理得到多组降水预报数据之后，经预设检验评分系统对每一组降水预报数据进行检验评分，并根据检验评分结果确认出最优的降水预报模式，其中，该预设检验评分系统是由TS评分、ETS评分和FSS评分三种评分方式综合而成，其使得由该预设减压评分系统检验得到的多组检验评分结果更为准确，从而根据该多组检验评分结果确认的最优降水预报模式，降水预报准确率更高。
进一步的，ECMWF预报模式、JMA预报模式、GRAPES预报模式三种预报模式为现有的降水预报模式，其降水预报数据可通过降水预报模式直接处理获得，而预设PME集成预报模式是由上述三种降水预报模式集成得到，其降水预报数据同样需要通过上述三种预报模式的降水预报数据进行处理获得，因此，如图2所示，步骤S2具体包括以下步骤：
步骤S10，分别根据ECMWF预报模式、JMA预报模式和GRAPES预报模式对天气观测数据进行处理，得到三组降水预报数据。
具体地，在获取到天气观测数据后，分别通过ECMWF预报模式、JMA预报模式和GRAPES预报模式三种预报模式对该天气观测数据进行处理，从而得三组降水预报数据，即ECMWF预报数据、JMA预报数据和GRAPES预报数据。
步骤S11，将三组降水预报数据的精度值按双线性插值方法统一调整为预设精度值。
需要说明的是，由于ECMWF预报模式、JMA预报模式和GRAPES预报模式三种模式的分辨率和物理过程不相同，其得到的格点数据的精度也不相同，其中，ECMWF预报模式的精度为0.125°(经度)x 0.125°(纬度)，该精度是指经纬度范围为0.125°(经度)x 0.125°(纬度)，空间范围大约12km的格点场；JMA预报模式的精度为0.5°(经度)x 0.5°(纬度)；GRAPES预报模式的精度为0.09°(经度)x 0.09°(纬度)，因此，为了方便后续将三种预报模式的预报数据进行集成，需要对将三种降水预报模式得到的降水预报结果的精度值统一调整为统一精度值。
具体地，例如，设定预设精度值为0.125°(经度)x 0.125°(纬度)，则ECMWF预报数据的精度不需要修改，JMA预报数据的精度则需要做降尺度处理，GRAPES预报数据则需要做升尺度处理，从而将三种预报模式的精度统一为0.125°(经度)x 0.125°(纬度)。
需要说明的是，精度的调整可以通过双线性插值的方法来实现。双线性插值，又称为双线性内插，在数学上，双线性插值是有两个变量的插值函数的线性插值扩展，其核心思想是在两个方向分别进行一次线性插值。
优选地，在一些实施例中，预设精度值优选为0.125°(经度)×0.125°(纬度)，该精度为目前能够实现的最高精度的降水数据预报，可以提高降水预报的准确率。
步骤S12，将精度值调整后的三组降水预报数据按照概率匹配集合平均方法进行处理得到第四组降水预报数据。
具体地，在将三组降水预报数据的精度值调整完之后，按照概率匹配集合平均方法进行处理，从而得到第四组降水预报数据，即预设PME集成降水预报模式的预报数据。具体包括以下步骤：
分别将三种预报模式的格点场划分为预设数量的网格，每个网格对应一个预测降水量，并将三个格点场所有网格的预测降水量进行排序，再将每三个相邻的预测降水量划分为一组，得到分组表；
根据三个格点场中互相对应的网格的预测降水量计算对应的网格的平均降水量，得到多个平均降水量，并将多个平均降水量进行排序，每个平均降水量对应一个级别；
将每个平均降水量的级别与分组表进行匹配，确认每个级别对应的分组，并将每个分组的中位数对应的预测降水量赋给每个级别对应的网格，从而得到降水集成预报数据。
具体过程以一组数据为例进行说明，如图3所示，图中a、b、c分别对应ECMWF预报模式、JMA预报模式、GRAPES预报模式的格点场的降水预测数据。首先，分别将a、b、c三个格点场按九宫格的模式划分为九个网格，每个网格对应一个预测降水量，再将a、b、c中所有网格对应的预测降水量进行排序，并且将每三个相邻的预测降水量划分为一组，得到一个分组表，如图中d所示；其次，将a、b、c中对应网格的预测降水量求和后，取平均数，从而得到平均降水量，如图中e所示，每个网格均对应一个平均降水量，再将多个平均降水量进行排序，每一个平均降水量对应一个级别，如图中f所示；最后，将f中每个网格对应的级别和分组表中的每个组进行对应，每一个级别对应一个分组，再取该分组的中位数对应的预测降水量的值，并赋予给该分组对应级别的网格，从而得到如图中g所示的最终预报结果，即第四组降水预报数据。
本实施例通过将ECMWF预报模式、JMA预报模式、GRAPES预报模式三种预报模式的降水预报数据进行统一精度处理后，再根据概率匹配集合平均方法进行处理得到预设PME集成预报模式的降水预报数据，相对于采用单一预报模式预测的结果而言，该集成预报得到的结果更为精确，适用范围更广。
为了简化降水数据分析处理的过程，上述实施例的基础上，其他实施例中，如图4所示，在步骤S3之前，还包括：
步骤S20，判断每一组降水预报数据是否达到预设降水阈值。若当前降水预报数据未达到预设降水阈值，则执行步骤S21；若当前降水预报数据达到预设降水阈值，则执行步骤S3～S4。
步骤S21，不对当前降水预报数据进行检验评分。
具体地，部分降水预报数据中预报的降水量极低，对人们生活和日常出行不会造成影响，因此，此类数据不具有进行预报的价值，为了缩减降水数据分析处理过程中的数据量，在获得降水预报数据之后，需要判断该降水预报数据是否达到预设降水阈值，当未达到时，则不对当前降水预报数据进行检验评分，当达到时，则执行步骤S3～S4。
优选地，该预设降水阈值为1mm，降水量低于1mm的降水预报数据则不需要进行检验评分。
本实施例通过排除掉降水量低于预设降水阈值的降水预测数据，从而减少对不具有预报价值的降水预测数据的处理，缩减了需要进行检验评分的数据量，提升了数据处理速度。
为了进一步提高检验评分的效果，上述实施例的基础上，其他实施例中，如图5所示，步骤S3包括以下步骤：
步骤S30，获得多组降水预报数据后，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果。
需要说明的是，预设降水量级包括1mm～10mm、10mm～25mm、25mm～50mm、50mm以上四种量级。
具体地，每一组降水预报数据是针对一个格点场进行预报的结果，因此，在该格点场中，不同区域预测到的降水量可能不同，从而，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果。
步骤S31，通过预设检验评分系统分别对每一组降水预报数据的每一级降水预测结果进行检验评分。
具体地，在完成对降水预报数据的划分之后，通过预设检验评分系统分别对每一级降水预测结果进行检验评分，得到每一级降水预测结果的检验评分数据，例如，1mm～10mm级别降水预测结果的检验评分数据，10mm～25mm级别降水预测结果的检验评分数据，等。
步骤S32，综合分析每一组降水预报数据的每一级降水预测结果的检验评分数据，得到每一组降水预报数据的检验评分结果。
具体地，将每一组降水预报数据的每一级降水预测结果的检验评分数据进行综合分析，从而得出该组降水预报数据的整体上的检验评分结果。
本实施例通过将每一组降水预报数据按照预设降水量级进行划分，并由预设检验评分系统分别对每一级降水预测结果进行检验评分，再将每一组降水预报数据的每一级降水预测结果的检验评分数据进行综合分析，从而得到每一组降水预报数据的检验评分结果，其提升了检验评分结果的精确度。
图6展示了本发明降水预报模式检验评分系统的一个实施例。如图6所示，该降水预报模式检验评分系统包括获取模块10、预报模块11、检验模块12和确定模块13。
其中，获取模块10，用于获取待预报地区的天气观测数据；预报模块11，用于分别根据多种降水预报模式对天气观测数据进行处理，得到多组降水预报数据；检验模块12，用于通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果，预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统；确定模块13，用于根据多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。
上述实施例的基础上，其他实施例中，多种降水预报模式包括ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式；
预报模块11，还用于分别根据ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式对天气观测数据进行处理，得到四组降水预报数据。
上述实施例的基础上，其他实施例中，如图7所示，预报模块11包括预报单元111、精度调整单元112和集成单元113。
其中，预报单元111，用于分别根据ECMWF预报模式、JMA预报模式和GRAPES预报模式对天气观测数据进行处理，得到三组降水预报数据；精度调整单元112，用于将三组降水预报数据的精度值按双线性插值方法统一调整为预设精度值；集成单元113，用于将精度值调整后的三组降水预报数据按照概率匹配集合平均方法进行处理得到第四组降水预报数据。
上述实施例的基础上，其他实施例中，如图8所示，该降水预报模式检验评分系统还包括判断模块20和处理模块21。
其中，判断模块20，用于判断每一组降水预报数据是否达到预设降水阈值；处理模块21，用于若当前降水预报数据未达到预设降水阈值，则不对当前降水预报数据进行检验评分。
上述实施例的基础上，其他实施例中，如图9所示，检验模块12包括划分单元121、单级评分单元122和综合分析单元123。
其中，划分单元121，用于获得多组降水预报数据后，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果；单级评分单元122，用于通过预设检验评分系统分别对每一组降水预报数据的每一级降水预测结果进行检验评分；综合分析单元123，用于综合分析每一组降水预报数据的每一级降水预测结果的检验评分数据，得到每一组降水预报数据的检验评分结果。
关于上述实施例中降水预报模式检验评分系统各模块实现技术方案的其他细节，可参见上述实施例中的降水预报模式检验评分方法中的描述，此处不再赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
图10展示了本发明又一个实施例提供的终端的示意框图，参见图10，该实施例中的终端包括：一个或至少两个处理器80、存储器81以及存储在该存储器81中并可在处理器80上运行的计算机程序810。处理器80执行计算机程序810时，实现上述实施例描述的基于多模式集成的降水预报方法中的步骤，例如：图1所示的步骤S1-步骤S4。或者，处理器80执行计算机程序810时，实现上述基于多模式集成的降水预报系统实施例中各模块/单元的功能，例如：图6所示模块10-模块13的功能。
计算机程序810可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器81中，并由处理器80执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序810在终端中的执行过程。
终端包括但不仅限于处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端的一个示例，并不构成对终端的限定，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，例如终端还可以包括输入设备、输出设备、网络接入设备、总线等。
处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器81可以是只读存储器、可存储静态信息和指令的静态存储设备、随机存取存储器、或者可存储信息和指令的动态存储设备，也可以是电可擦可编程只读存储器、只读光盘、或其他光盘存储、光碟存储、磁盘存储介质或者其他磁存储设备。存储器81与处理器80可以通过通信总线相连接，也可以和处理器80集成在一起。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本申请实施例还提供了一种存储介质，用于存储计算机程序，其包含用于执行本申请上述降水预报模式检验评分方法实施例所设计的程序数据。通过执行该存储介质中存储的计算机程序，可以实现本申请提供的降水预报模式检验评分方法。
集成的模块/单元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可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序810来指令相关的硬件来完成，计算机程序810可存储于一计算机可读存储介质中，该计算机程序810在被处理器80执行时，可实现上述各个方法实施例的步骤。其中，计算机程序810包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上对发明的具体实施方式进行了详细说明，但其只作为范例，本发明并不限制于以上描述的具体实施方式。对于本领域的技术人员而言，任何对该发明进行的等同修改或替代也都在本发明的范畴之中，因此，在不脱离本发明的精神和原则范围下所作的均等变换和修改、改进等，都应涵盖在本发明的范围内。
Claims (12)
1.一种降水预报模式检验评分方法，其特征在于，其包括：
获取待预报地区的天气观测数据；
分别根据多种降水预报模式对所述天气观测数据进行处理，得到多组降水预报数据；
通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果，所述预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统；
根据所述多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。
2.根据权利要求1所述的降水预报模式检验评分方法，其特征在于，所述多种降水预报模式包括ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式；
所述分别根据多种降水预报模式对所述天气观测数据进行处理，得到多组降水预报数据的步骤包括：
分别根据所述ECMWF预报模式、所述JMA预报模式、所述GRAPES预报模式和所述预设PME集成预报模式对所述天气观测数据进行处理，得到四组降水预报数据。
3.根据权利要求2所述的降水预报模式检验评分方法，其特征在于，所述分别根据所述ECMWF预报模式、所述JMA预报模式、所述GRAPES预报模式和所述预设PME集成预报模式对所述天气观测数据进行处理，得到四组降水预报数据的步骤，包括：
分别根据所述ECMWF预报模式、所述JMA预报模式和所述GRAPES预报模式对所述天气观测数据进行处理，得到三组降水预报数据；
将所述三组降水预报数据的精度值按双线性插值方法统一调整为预设精度值；
将精度值调整后的三组降水预报数据按照概率匹配集合平均方法进行处理得到第四组降水预报数据。
4.根据权利要求1所述的降水预报模式检验评分方法，其特征在于，所述通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果的步骤之前，还包括：
判断每一组降水预报数据是否达到预设降水阈值；
若当前降水预报数据未达到预设降水阈值，则不对所述当前降水预报数据进行检验评分。
5.根据权利要求1所述的降水预报模式检验评分方法，其特征在于，所述通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果的步骤，包括：
获得所述多组降水预报数据后，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果；
通过预设检验评分系统分别对每一组降水预报数据的每一级降水预测结果进行检验评分；
综合分析每一组降水预报数据的每一级降水预测结果的检验评分数据，得到每一组降水预报数据的检验评分结果。
6.一种降水预报模式检验评分系统，其特征在于，其包括：
获取模块，用于获取待预报地区的天气观测数据；
预报模块，用于分别根据多种降水预报模式对所述天气观测数据进行处理，得到多组降水预报数据；
检验模块，用于通过预设检验评分系统对每一组降水预报数据进行检验评分，得到多组检验评分结果，所述预设检验评分系统包括TS评分系统、ETS评分系统和FSS评分系统；
确定模块，用于根据所述多组检验评分结果确定检验评分结果最高的降水预报数据对应的降水预报模式为最优降水预报模式。
7.根据权利要求6所述的降水预报模式检验评分系统，其特征在于，所述多种降水预报模式包括ECMWF预报模式、JMA预报模式、GRAPES预报模式和预设PME集成预报模式；
所述预报模块，还用于分别根据所述ECMWF预报模式、所述JMA预报模式、所述GRAPES预报模式和所述预设PME集成预报模式对所述天气观测数据进行处理，得到四组降水预报数据。
8.根据权利要求7所述的降水预报模式检验评分系统，其特征在于，所述预报模块包括：
预报单元，用于分别根据所述ECMWF预报模式、所述JMA预报模式和所述GRAPES预报模式对所述天气观测数据进行处理，得到三组降水预报数据；
精度调整单元，用于将所述三组降水预报数据的精度值按双线性插值方法统一调整为预设精度值；
集成单元，用于将精度值调整后的三组降水预报数据按照概率匹配集合平均方法进行处理得到第四组降水预报数据。
9.根据权利要求6所述的降水预报模式检验评分系统，其特征在于，其还包括：
判断模块，用于判断每一组降水预报数据是否达到预设降水阈值；
处理模块，用于若当前降水预报数据未达到预设降水阈值，则不对所述当前降水预报数据进行检验评分。
10.根据权利要求6所述的降水预报模式检验评分系统，其特征在于，所述检验模块包括：
划分单元，用于获得所述多组降水预报数据后，将每一组降水预报数据按预设降水量级进行划分，得到多级降水预测结果；
单级评分单元，用于通过预设检验评分系统分别对每一组降水预报数据的每一级降水预测结果进行检验评分；
综合分析单元，用于综合分析每一组降水预报数据的每一级降水预测结果的检验评分数据，得到每一组降水预报数据的检验评分结果。
11.一种终端，其特征在于，其包括存储器和处理器，所述处理器耦接所述存储器，所述存储器上存储有可在所述处理器上运行的计算机程序；
所述处理器执行所述计算机程序时，实现权利要求1-5任一项所述降水预报模式检验评分方法中的步骤。
12.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-5任一项所述降水预报模式检验评分方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811522158.XA CN109615236A (zh) | 2018-12-13 | 2018-12-13 | 降水预报模式检验评分方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811522158.XA CN109615236A (zh) | 2018-12-13 | 2018-12-13 | 降水预报模式检验评分方法、系统、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109615236A true CN109615236A (zh) | 2019-04-12 |
Family
ID=66008445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811522158.XA Pending CN109615236A (zh) | 2018-12-13 | 2018-12-13 | 降水预报模式检验评分方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109615236A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110163426A (zh) * | 2019-05-09 | 2019-08-23 | 中国科学院深圳先进技术研究院 | 一种多模式集成降水预报方法及装置 |
| CN110619433A (zh) * | 2019-09-17 | 2019-12-27 | 国网湖南省电力有限公司 | 电网暴雨数值模式参数化方案的快速选择方法及系统 |
| CN110674196A (zh) * | 2019-09-29 | 2020-01-10 | 国家气象中心 | 一种grapes区域集合预报检验显示系统及显示方法 |
| CN111160608A (zh) * | 2019-11-28 | 2020-05-15 | 北京玖天气象科技有限公司 | 极端降水天气指数的应用方法、应用系统、电子设备及存储介质 |
| CN111458770A (zh) * | 2020-05-27 | 2020-07-28 | 上海眼控科技股份有限公司 | 降水量预报评估方法、装置、计算机设备及存储介质 |
| WO2020223951A1 (zh) * | 2019-05-09 | 2020-11-12 | 中国科学院深圳先进技术研究院 | 一种多模式集成降水预报方法及装置 |
| CN112034535A (zh) * | 2020-07-20 | 2020-12-04 | 南方电网科学研究院有限责任公司 | 数值模式降水预报的订正方法、系统及存储介质 |
| CN112464158A (zh) * | 2020-11-05 | 2021-03-09 | 重庆市气象台 | 一种用于自动推荐数值天气预报产品的方法及系统 |
| CN113033957A (zh) * | 2021-02-26 | 2021-06-25 | 兰州中心气象台(兰州干旱生态环境监测预测中心) | 一种多模式降水预报及实时动态检验评估系统 |
| CN113516290A (zh) * | 2021-05-18 | 2021-10-19 | 中科三清科技有限公司 | 空气质量集合预报方法及装置 |
| CN116108971A (zh) * | 2022-12-20 | 2023-05-12 | 中国民用航空局空中交通管理局航空气象中心 | 一种基于数值模式对流覆盖率的对流天气预报方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120092963A (ko) * | 2011-02-14 | 2012-08-22 | 이화여자대학교 산학협력단 | 수치모델에 접합 가능한 유전알고리즘 인터페이스 시스템 |
| CN105182450A (zh) * | 2015-10-15 | 2015-12-23 | 成都信息工程大学 | 一种强对流天气短时预警系统 |
| CN105808948A (zh) * | 2016-03-08 | 2016-07-27 | 中国水利水电科学研究院 | 一种自动修正的多模式数值降雨集合预报方法 |
| CN106842368A (zh) * | 2017-03-14 | 2017-06-13 | 北京维艾思气象信息科技有限公司 | 一种基于北斗定位的单点降水预报方法 |
| CN107977758A (zh) * | 2018-01-04 | 2018-05-01 | 郑州云海信息技术有限公司 | 一种降雨强度预报方法及相关装置 |
| CN108732648A (zh) * | 2018-04-26 | 2018-11-02 | 长江水利委员会水文局 | 一种面向山地暴雨预报的渐进决策方法 |
-
2018
- 2018-12-13 CN CN201811522158.XA patent/CN109615236A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120092963A (ko) * | 2011-02-14 | 2012-08-22 | 이화여자대학교 산학협력단 | 수치모델에 접합 가능한 유전알고리즘 인터페이스 시스템 |
| CN105182450A (zh) * | 2015-10-15 | 2015-12-23 | 成都信息工程大学 | 一种强对流天气短时预警系统 |
| CN105808948A (zh) * | 2016-03-08 | 2016-07-27 | 中国水利水电科学研究院 | 一种自动修正的多模式数值降雨集合预报方法 |
| CN106842368A (zh) * | 2017-03-14 | 2017-06-13 | 北京维艾思气象信息科技有限公司 | 一种基于北斗定位的单点降水预报方法 |
| CN107977758A (zh) * | 2018-01-04 | 2018-05-01 | 郑州云海信息技术有限公司 | 一种降雨强度预报方法及相关装置 |
| CN108732648A (zh) * | 2018-04-26 | 2018-11-02 | 长江水利委员会水文局 | 一种面向山地暴雨预报的渐进决策方法 |
Non-Patent Citations (5)
| Title |
|---|
| 吴启树 等: "基于评分最优化的模式降水预报订正算法对比", 《应用气象学报》 * |
| 张国华 等: "基于河北区域天气分型的多模式降水检验评估", 《气象》 * |
| 曹萍萍 等: "SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析", 《高原山地气象研究》 * |
| 荣艳敏 等: "概率匹配平均法在山东强降水预报中的应用", 《海洋气象学报》 * |
| 许敏 等: "多模式对廊坊降水预报性能检验与评估", 《第31届中国气象学会年会S2 灾害天气监测、分析与预报》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020223951A1 (zh) * | 2019-05-09 | 2020-11-12 | 中国科学院深圳先进技术研究院 | 一种多模式集成降水预报方法及装置 |
| CN110163426A (zh) * | 2019-05-09 | 2019-08-23 | 中国科学院深圳先进技术研究院 | 一种多模式集成降水预报方法及装置 |
| CN110619433A (zh) * | 2019-09-17 | 2019-12-27 | 国网湖南省电力有限公司 | 电网暴雨数值模式参数化方案的快速选择方法及系统 |
| CN110674196B (zh) * | 2019-09-29 | 2021-12-07 | 国家气象中心 | 一种grapes区域集合预报检验显示系统及显示方法 |
| CN110674196A (zh) * | 2019-09-29 | 2020-01-10 | 国家气象中心 | 一种grapes区域集合预报检验显示系统及显示方法 |
| CN111160608A (zh) * | 2019-11-28 | 2020-05-15 | 北京玖天气象科技有限公司 | 极端降水天气指数的应用方法、应用系统、电子设备及存储介质 |
| CN111458770A (zh) * | 2020-05-27 | 2020-07-28 | 上海眼控科技股份有限公司 | 降水量预报评估方法、装置、计算机设备及存储介质 |
| CN112034535A (zh) * | 2020-07-20 | 2020-12-04 | 南方电网科学研究院有限责任公司 | 数值模式降水预报的订正方法、系统及存储介质 |
| CN112464158A (zh) * | 2020-11-05 | 2021-03-09 | 重庆市气象台 | 一种用于自动推荐数值天气预报产品的方法及系统 |
| CN113033957A (zh) * | 2021-02-26 | 2021-06-25 | 兰州中心气象台(兰州干旱生态环境监测预测中心) | 一种多模式降水预报及实时动态检验评估系统 |
| CN113033957B (zh) * | 2021-02-26 | 2023-10-27 | 兰州中心气象台(兰州干旱生态环境监测预测中心) | 一种多模式降水预报及实时动态检验评估系统 |
| CN113516290A (zh) * | 2021-05-18 | 2021-10-19 | 中科三清科技有限公司 | 空气质量集合预报方法及装置 |
| CN116108971A (zh) * | 2022-12-20 | 2023-05-12 | 中国民用航空局空中交通管理局航空气象中心 | 一种基于数值模式对流覆盖率的对流天气预报方法及系统 |
| CN116108971B (zh) * | 2022-12-20 | 2023-07-25 | 中国民用航空局空中交通管理局航空气象中心 | 一种基于数值模式对流覆盖率的对流天气预报方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109615236A (zh) | 降水预报模式检验评分方法、系统、终端及存储介质 | |
| CN109636032A (zh) | 基于多模式集成的降水预报方法、系统、终端及存储介质 | |
| CN106526708B (zh) | 一种基于机器学习的气象强对流天气的智能预警分析方法 | |
| CN103279804B (zh) | 超短期风电功率的预测方法 | |
| CN110542867A (zh) | 电池健康状态评估方法、装置及存储介质 | |
| CN110826231B (zh) | 一种气象站点多源数据整合方法 | |
| CN103886518A (zh) | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 | |
| CN106060161B (zh) | 电、水、气计量与管理物联网试验平台及试验方法 | |
| Chen et al. | A study of earthquake inter-occurrence times distribution models in Taiwan | |
| CN104008302A (zh) | 一种基于组合赋权和模糊评分的配电网可靠性评估方法 | |
| CN102778702B (zh) | 一种用于变电站的气象预报方法及系统 | |
| CN110163426A (zh) | 一种多模式集成降水预报方法及装置 | |
| CN103413036A (zh) | 一种连续化的森林火险天气等级预报模型及应用 | |
| CN110390343A (zh) | 一种空间气象数据的订正方法及系统 | |
| CN107194507A (zh) | 一种基于组合支持向量机的风电场短期风速预测方法 | |
| CN111882363A (zh) | 销量预测方法、系统及终端 | |
| CN114298418A (zh) | 小麦赤霉病流行气象适宜度等级预测方法及计算机系统 | |
| CN114139862A (zh) | 一种基于大数据的台区线损分析监控系统及其分析方法 | |
| CN110728068A (zh) | 一种配网台风灾害损失评估方法及装置 | |
| CN109636174A (zh) | 多时序市场交易风险评估方法、装置及设备 | |
| CN102957572A (zh) | 一种系统性能评估方法及装置 | |
| CN103957504B (zh) | 定位服务评估方法、装置及系统 | |
| CN106643902B (zh) | 一种舒适度评价方法及装置 | |
| CN114896351A (zh) | 地震危险概率预测方法和装置 | |
| CN107995630B (zh) | 一种无线网络覆盖的信号数据计算方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |