CN110516860A - 天气预测数据的处理方法、设备及计算机可读存储介质 - Google Patents

Abstract

本申请提供一种天气预测数据的处理方法、设备及计算机可读存储介质。本申请通过获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得，进而，可以根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况，使得能够利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理，由于能够利用基于用户所提供的图像数据所获得的指定位置的天气识别情况，对所述指定位置的天气预测数据进行校准处理，使得天气预测数据所反应的天气情况能够更加符合指定位置实际的天气情况，从而提高了天气预测数据的实时性和可靠性。

Description

天气预测数据的处理方法、设备及计算机可读存储介质

【技术领域】

本申请涉及通信技术，尤其涉及一种天气预测数据的处理方法、设备及计算机可读存储介质。

【背景技术】

随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的系统功能列表中包含了越来越多相应的应用(Application，APP)。有些应用中会涉及一些天气预测数据的提供，例如，实况天气APP、墨迹天气APP、天气通APP等天气类APP。通常，用户每天都需要通过天气类APP，实现天气的浏览与查询。

然而，由于天气情况变化的实时性，使得天气预测数据可能会无法准确反应实时天气情况。因此，亟需提供一种天气预测数据的处理方法，用以提高天气预测数据的实时性和可靠性。

【发明内容】

本申请的多个方面提供一种天气预测数据的处理方法、设备及计算机可读存储介质，用以提高天气预测数据的实时性和可靠性。

本申请的一方面，提供一种天气预测数据的处理，包括：

获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得；

根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况；

利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理。

本申请的另一方面，提供一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述一方面所提供的一种天气预测数据的处理。

本申请的另一方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述一方面所提供的一种天气预测数据的处理。

由上述技术方案可知，本申请实施例通过获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得，进而，可以根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况，使得能够利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理，由于能够利用基于用户所提供的图像数据所获得的指定位置的天气识别情况，对所述指定位置的天气预测数据进行校准处理，使得天气预测数据所反应的天气情况能够更加符合指定位置实际的天气情况，从而提高了天气预测数据的实时性和可靠性。

另外，采用本申请所提供的技术方案，由于图像数据的客观真实性较高，能够有效提高天气预测数据的实时性和可靠性。

另外，采用本申请所提供的技术方案，无需用户自行描述天气情况，而是利用客观的图像数据代替用户自行描述的天气情况，能够有效避免由于不同用户所描述的天气情况的差异而导致的校准所采用的指定位置的天气统计情况的可靠性不高的技术问题，能够进一步提高天气预测数据可靠性。

另外，采用本申请所提供的技术方案，通过利用预先所构建的天气识别情况模型，对所述各用户所提供的所述指定位置的图像数据进行识别处理，能够使得识别处理的结果更加准确，从而进一步提高了天气预测数据可靠性。

另外，采用本申请所提供的技术方案，能够有效地提高用户的体验。

【附图说明】

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本申请一实施例提供的天气预测数据的处理方法的流程示意图；

图2为适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其它实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中所涉及的终端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、个人电脑(Personal Computer，PC)、MP3播放器、MP4播放器、可穿戴设备(例如，智能眼镜、智能手表、智能手环等)等。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

如背景技术中所述，通常，用户每天都需要通过天气类APP，例如，实况天气APP、墨迹天气APP、天气通APP等天气类APP，实现天气的浏览与查询。

然而，由于天气情况变化的实时性，使得天气预测数据可能会无法准确反应实时天气情况。

要实现天气情况的高实时性，通常可以通过以下两种技术方案对天气预测数据进行校准处理。

第一种技术方案是通过专业人员在指定观察站实时观察天气信息之后，实时收集天气数据，实现天气预测数据的校准；

第二种技术方案是通过普通用户利用天气类APP，将自行描述的该用户所在位置的天气情况进行上报，实现天气预测数据的校准。

对于第一种技术方案，需要在指定地点布设观察站，同时还需要专业的相关工作人员进行实时观察与天气数据的收集，需要耗费人力、物力和财力。同时，由于其观察站的地理位置有限，天气预测数据的校准面积较小。

对于第二种技术方案，使用天气类APP的用户人群差异较大，对天气情况的理解也存在差异，收集上来的天气情况的可信度不高。同时，可能会存在虚假上报的情况。

因此，亟需提供一种天气预测数据的处理方法，用以提高天气预测数据的实时性和可靠性。

图1为本申请一实施例提供的天气预测数据的处理方法的流程示意图，如图1所示。

101、获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得。

其中，所述图像数据可以为静态图像数据，或者还可以为动态图像数据，例如，视频数据中所截取的若干帧图像等，本实施例对此不进行特别限定。

所谓的天气识别情况，用于描述天气的状态，例如，晴、多云、雨、雾霾等。

102、根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况。

103、利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理。

本申请中，所涉及的指定位置中“指定”二字，并没有特殊含义，就是为了指定当前的操作对象而已，因此，指定位置就是普通的位置。

需要说明的是，101～103的执行主体的部分或全部可以为位于用户本地终端的应用，或者还可以为设置在位于用户本地终端的应用中的插件或软件开发工具包(SoftwareDevelopment Kit，SDK)等功能单元，或者还可以为位于网络侧服务器中的处理引擎，或者还可以为位于网络侧的分布式系统，例如，网络侧的社交平台中的处理引擎或者分布式系统等，本实施例对此不进行特别限定。

可以理解的是，所述应用可以是安装在终端上的本地程序(nativeApp)，或者还可以是终端上的浏览器的一个网页程序(webApp)，本实施例对此不进行限定。

这样，通过获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得，进而，可以根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况，使得能够利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理，由于能够利用基于用户所提供的图像数据所获得的指定位置的天气识别情况，对所述指定位置的天气预测数据进行校准处理，使得天气预测数据所反应的天气情况能够更加符合指定位置实际的天气情况，从而提高了天气预测数据的实时性和可靠性。

可选地，在本实施例的一个可能的实现方式中，在101之前，还可以进一步获取所述至少一个用户中各用户所提供的所述指定位置的图像数据，进而，则可以根据所述各用户所提供的所述指定位置的图像数据，获得所述指定位置的至少一个天气识别情况。

在一个具体的实现过程中，具体可以接收所述各用户发送的该用户所在位置的位置信息和所述各用户在该位置利用图像数据采集装置所采集的图像数据，进而，则可以将位置信息在所述指定位置所属的指定位置范围内的用户所发送的图像数据，作为所述指定位置的图像数据。

在另一个具体的实现过程中，在获取所述至少一个用户中各用户所提供的所述指定位置的图像数据之后，具体可以根据所述各用户所提供的所述指定位置的图像数据，利用天气识别情况模型，获得所述指定位置的至少一个天气识别情况。

进一步地，还可以进一步预先利用采集的训练样本即图像数据，构建所述天气识别情况模型。

其中，所构建的天气识别情况模型，可以为Keras模型，或者还可以为其他模型，本实施例对此不进行特别限定。

需要说明的是，所采用的训练样本，可以为经过标注的已知样本，这样，可以直接利用这些已知样本进行训练，以构建天气识别情况模型；或者还可以一部分为经过标注的已知样本，另一部分为没有经过标注的未知样本，那么，则可以先利用已知样本进行训练，以构建初始的天气识别情况模型，然后，再利用初始的天气识别情况模型对未知样本进行预测，以获得识别结果，进而则可以根据未知样本的识别结果，对未知样本进行标注，以形成已知样本，作为新增加的已知样本，利用新增加的已知样本，以及原始的已知样本重新进行训练，以构建新的天气识别情况模型，直到所构建的天气识别情况模型或已知样本满足天气识别情况模型的截止条件为止，如识别准确率大于或等于预先设置的准确率阈值或已知样本的数量大于或等于预先设置的数量阈值等，本实施例对此不进行特别限定。

具体地，具体可以将不同天气情况的各训练样本归类到不同的文件目录下，并给各文件目录设定不同的标签，例如，晴、多云、雨、雾霾等，用以对应不同的天气识别情况。

然后，则可以遍历各训练样本，利用图像数据处理技术，例如，OpenCV库等，对每个训练样本进行特征提取处理，以获得每个训练样本的特征数据，并对每个训练样本打上标签。

接着，进行模型训练，生成Keras模型，例如，序贯(Sequential)模型等，作为天气识别情况模型。例如，具体可以指定Keras模型的输入数据的尺寸，构建Keras模型的网络层结构，进而，利用设定的优化器、损失函数以及评估方法，训练生成序贯(Sequential)模型。

在天气识别情况模型构建完毕之后，则可以利用所构建的天气识别情况模型，对输入的图像数据进行识别处理，以获得天气识别情况作为识别结果。

在天气识别情况模型的使用过程中，还可以进一步对该天气识别情况模型，进行更新处理。

可选地，在本实施例的一个可能的实现方式中，在101中，具体可以确定指定时间范围和所述指定位置所属的指定位置范围，进而，则可以根据所述指定时间范围和所述指定位置范围，获取在所述指定时间范围之内，所述指定位置范围内的至少一个天气识别情况，以作为所述指定位置的至少一个天气识别情况。

具体地，具体可以根据天气预测数据的校准需求，将要校准数据所对应的时间作为校准时间，将该校准时间之前的一段时间例如之前的5分钟，作为指定时间范围，将要校准数据所对应的位置作为校准位置，将该校准位置周围的一个区域例如，校准位置为中心，半径500米的区域，作为指定位置范围。

例如，对于一个天气识别情况，先判断其是否为指定时间范围内的天气识别情况，如果是，再进一步判断其是否为指定位置范围内的天气识别情况，如果是，则可以将该天气识别情况作为所述指定位置的至少一个天气识别情况。否则，则放弃处理该天气识别情况。

可选地，在本实施例的一个可能的实现方式中，在102中，具体可以对所获取的所述指定位置的至少一个天气识别情况进行分析与统计处理，获得所述指定位置的天气统计情况。

在获得所述指定位置的天气统计情况之后，则可以利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理。若所述指定位置的天气统计情况与所述指定位置的天气预测数据不一致，则可以将所述指定位置的天气统计情况更新到所述指定位置的天气预测数据中；若所述指定位置的天气统计情况与所述指定位置的天气预测数据一致，则无需对所述指定位置的天气预测数据进行任何处理。

本申请在利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理之后，就可以将校准处理之后的天气预测数据实时发布出去，这样，所发布的天气预测数据所反应的天气情况能够更加符合指定位置实际的天气情况，从而提高了天气预测数据的实时性和可靠性。

本申请的技术方案可以适用于任一应用，例如，具有天气属性的应用即天气类应用(如实况天气APP、墨迹天气APP、天气通APP等)、具有社交属性的应用即社交类应用(如微信APP、QQ APP、Slack APP、Whats APP、Telegram APP、Line APP、多闪APP等)等、具有资讯属性的应用即资讯类应用(如网易新闻APP、人民日报APP、今日头条APP等)。

本实施例中，通过获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得，进而，可以根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况，使得能够利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理，由于能够利用基于用户所提供的图像数据所获得的指定位置的天气识别情况，对所述指定位置的天气预测数据进行校准处理，使得天气预测数据所反应的天气情况能够更加符合指定位置实际的天气情况，从而提高了天气预测数据的实时性和可靠性。

另外，采用本申请所提供的技术方案，由于图像数据的客观真实性较高，能够有效提高天气预测数据的实时性和可靠性。

另外，采用本申请所提供的技术方案，无需用户自行描述天气情况，而是利用客观的图像数据代替用户自行描述的天气情况，能够有效避免由于不同用户所描述的天气情况的差异而导致的校准所采用的指定位置的天气统计情况的可靠性不高的技术问题，能够进一步提高天气预测数据可靠性。

另外，采用本申请所提供的技术方案，通过利用预先所构建的天气识别情况模型，对所述各用户所提供的所述指定位置的图像数据进行识别处理，能够使得识别处理的结果更加准确，从而进一步提高了天气预测数据可靠性。

另外，采用本申请所提供的技术方案，能够有效地提高用户的体验。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

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的部分，可以参见其它实施例的相关描述。

图2示出了适于用来实现本申请实施方式的示例性计算机系统/服务器12的框图。图2显示的计算机系统/服务器12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图2所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，存储装置或者系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图2未显示，通常称为“硬盘驱动器”)。尽管图2中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，各驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口44进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1所对应的实施例任一实施例所提供的天气预测数据的处理方法。

本申请另一实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现图1所对应的实施例任一实施例所提供的天气预测数据的处理方法。

具体来说，可以采用一个或多个计算机可读的介质的任意组合。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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(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、电线、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或其组合来编写用于执行本申请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++，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)。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或页面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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

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，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一个计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种天气预测数据的处理方法，其特征在于，包括：

获取指定位置的至少一个天气识别情况，所述指定位置的至少一个天气识别情况中各天气识别情况为基于至少一个用户所提供的至少一个图像数据获得；

根据所述指定位置的至少一个天气识别情况，获得所述指定位置的天气统计情况；

利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理。

2.根据权利要求1所述的方法，其特征在于，所述获取指定位置的至少一个天气识别情况之前，还包括：

获取所述至少一个用户中各用户所提供的所述指定位置的图像数据；

根据所述各用户所提供的所述指定位置的图像数据，获得所述指定位置的至少一个天气识别情况。

3.根据权利要求2所述的方法，其特征在于，所述获取所述至少一个用户中各用户所提供的所述指定位置的图像数据，包括：

接收所述各用户发送的该用户所在位置的位置信息和所述各用户在该位置利用图像数据采集装置所采集的图像数据；

将位置信息在所述指定位置所属的指定位置范围内的用户所发送的图像数据，作为所述指定位置的图像数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述各用户所提供的所述指定位置的图像数据，获得所述指定位置的至少一个天气识别情况，包括：

根据所述各用户所提供的所述指定位置的图像数据，利用天气识别情况模型，获得所述指定位置的至少一个天气识别情况。

5.根据权利要求4所述的方法，其特征在于，所述根据所述各用户所提供的所述指定位置的图像数据，利用天气识别情况模型，获得所述指定位置的至少一个天气识别情况之前，还包括：

利用采集的训练样本，构建所述天气识别情况模型。

6.根据权利要求4所述的方法，其特征在于，所述天气识别情况模型包括Keras模型。

7.根据权利要求1～6任一权利要求所述的方法，其特征在于，所述获取指定位置的至少一个天气识别情况，包括：

确定指定时间范围和所述指定位置所属的指定位置范围；

根据所述指定时间范围和所述指定位置范围，获取在所述指定时间范围之内，所述指定位置范围内的至少一个天气识别情况，以作为所述指定位置的至少一个天气识别情况。

8.根据权利要求1～6任一权利要求所述的方法，其特征在于，所述利用所述指定位置的天气统计情况，对所述指定位置的天气预测数据进行校准处理之后，还包括：

将所述校准处理之后的天气预测数据，进行实时发布。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～8任一权利要求所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～8任一权利要求所述的方法。