CN110888948A - 区域大数据动态修正方法 - Google Patents
区域大数据动态修正方法 Download PDFInfo
- Publication number
- CN110888948A CN110888948A CN201910013251.6A CN201910013251A CN110888948A CN 110888948 A CN110888948 A CN 110888948A CN 201910013251 A CN201910013251 A CN 201910013251A CN 110888948 A CN110888948 A CN 110888948A
- Authority
- CN
- China
- Prior art keywords
- equipment
- temperature data
- power consumption
- future
- haze
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 238000001816 cooling Methods 0.000 claims description 9
- 238000010295 mobile communication Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 4
- 229910052744 lithium Inorganic materials 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 2
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 4
- 239000000428 dust Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011985 exploratory data analysis Methods 0.000 description 2
- 229910017604 nitric acid Inorganic materials 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种区域大数据动态修正方法，所述方法包括提供一种区域大数据动态修正系统，用于基于未来风速和未来风向在卫星云图上动态修正雾霾区域的位置，所述区域大数据动态修正系统包括：云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域；风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出；风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。本发明的区域大数据动态修正系统预报有效，使用广泛。
Description
技术领域
本发明涉及云图数据分析领域，尤其涉及一种区域大数据动态修正方法。
背景技术
数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
1、探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
发明内容
根据本发明的一方面，提供一种区域大数据动态修正方法，所述方法包括提供一种区域大数据动态修正系统，用于基于未来风速和未来风向在卫星云图上动态修正雾霾区域的位置，所述区域大数据动态修正系统包括：云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域。
更具体地，在所述区域大数据动态修正系统中，所述系统还包括：风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出。
更具体地，在所述区域大数据动态修正系统中，所述系统还包括：风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。
更具体地，在所述区域大数据动态修正系统中，所述系统还包括：区域标定设备，分别与所述云图解析设备、所述风速采集设备和所述风向采集设备连接，用于基于所述未来风向、所述未来风速以及当前雾霾区域在所述当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为一小时后的未来雾霾区域输出；移动通信设备，与所述区域标定设备连接，用于接收并无线转发所述未来雾霾区域；降温执行设备，设置在区域标定设备的附近，与参数估算设备连接，用于接收区域标定设备的内部温度数据，并在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作。
本发明需要具备以下几处关键的发明点：
(1)根据各个设备的历史耗电水平对当前剩余电量进行自动分配，以有效延长各个设备的使用时间；
(2)在对区域标定设备执行针对性温度检测的基础上，采用降温执行设备，设置在区域标定设备的附近，用于在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作，其中，对区域标定设备的降温操作的强度与内部温度数据减去最大温度阈值的差值的绝对值大小成正比；
(3)基于未来风向、未来风速以及当前雾霾区域在当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为未来雾霾区域进行预报。
本发明的区域大数据动态修正系统预报有效，使用广泛。由于基于未来风向、未来风速以及当前雾霾区域在当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为未来雾霾区域进行预报，从而能够为人们提供准确的雾霾区域预报信息。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的区域大数据动态修正系统的雾霾区域示意图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
雾霾，是雾和霾的组合词。雾霾常见于城市。中国不少地区将雾并入霾一起作为灾害性天气现象进行预警预报，统称为“雾霾天气”。雾霾是特定气候条件与人类活动相互作用的结果。高密度人口的经济及社会活动必然会排放大量细颗粒物(PM 2.5)，一旦排放超过大气循环能力和承载度，细颗粒物浓度将持续积聚，此时如果受静稳天气等影响，极易出现大范围的雾霾。
雾霾，顾名思义是雾和霾。但是雾和霾的区别很大。空气中的灰尘、硫酸、硝酸等颗粒物组成的气溶胶系统造成视觉障碍的叫霾。霾就是灰霾(烟霞)。雾是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统。霾，也称灰霾(烟雾)，空气中的灰尘、硫酸、硝酸、有机碳氢化合物等粒子也能使大气混浊。
当前，雾霾区域监控的难题在于，雾霾的蔓延情况是实时动态改变的，缺乏有效的区域大数据动态修正机制，无法基于未来风速和未来风向在卫星云图上动态修正雾霾区域的位置，导致雾霾区域的预报不够准确，人们无法获得准确的预报信息。
为了克服上述不足，本发明搭建一种区域大数据动态修正方法，所述方法包括提供一种区域大数据动态修正系统，用于基于未来风速和未来风向在卫星云图上动态修正雾霾区域的位置，所述区域大数据动态修正系统能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的区域大数据动态修正系统的雾霾区域示意图。
根据本发明实施方案示出的区域大数据动态修正系统包括：
云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域。
接着，继续对本发明的区域大数据动态修正系统的具体结构进行进一步的说明。
所述区域大数据动态修正系统中还可以包括：
风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出。
所述区域大数据动态修正系统中还可以包括：
风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。
所述区域大数据动态修正系统中还可以包括：
区域标定设备，分别与所述云图解析设备、所述风速采集设备和所述风向采集设备连接，用于基于所述未来风向、所述未来风速以及当前雾霾区域在所述当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为一小时后的未来雾霾区域输出；
移动通信设备，与所述区域标定设备连接，用于接收并无线转发所述未来雾霾区域；
降温执行设备，设置在区域标定设备的附近，与参数估算设备连接，用于接收区域标定设备的内部温度数据，并在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作；
第一提取设备，设置在区域标定设备的外壳上，用于对区域标定设备的外壳上的温度执行现场检测操作，以获得第一温度数据；
第二提取设备，设置在云图解析设备的外壳上，用于对云图解析设备的外壳上的温度执行现场检测操作，以获得第二温度数据；
第三提取设备，设置在移动通信设备的外壳上，用于对移动通信设备的外壳上的温度执行现场检测操作，以获得第三温度数据；
参数估算设备，分别与所述第一提取设备、第二提取设备和第三提取设备连接，用于接收所述第一温度数据、所述第二温度数据和所述第三温度数据，并对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据；
电量检测设备，与锂电池连接，用于检测锂电池的残余电量，以作为实时残余电量输出；
第一耗电统计设备，与区域标定设备连接，用于基于区域标定设备的历史耗电数据统计区域标定设备的单位时间耗电量，以作为第一单位时间耗电量输出；
第二耗电统计设备，与云图解析设备连接，用于基于云图解析设备的历史耗电数据统计云图解析设备的单位时间耗电量，以作为第二单位时间耗电量输出；
电量分配设备，分别与所述电量检测设备、所述第一耗电统计设备和所述第二耗电统计设备连接，用于基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量；
其中，在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第一单位时间耗电量越高，分配给区域标定设备的电量越多。
所述区域大数据动态修正系统中：
在所述参数估算设备中，对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据包括：将所述第一温度数据和第一权重值相乘以获得第一乘积，将所述第二温度数据和第二权重值相乘以获得第二乘积，将所述第三温度数据和第三权重值相乘以获得第三乘积，将所述第一乘积、所述第二乘积和所述第三乘积相加以获得所述内部温度数据。
所述区域大数据动态修正系统中：
所述第一权重值大于所述第二权重值且大于所述第三权重值，所述第一权重值取值范围在0.5到2之间。
所述区域大数据动态修正系统中：
所述第二权重值和所述第三权重值的取值范围在0.25到1之间。
所述区域大数据动态修正系统中：
在所述降温执行设备中，对区域标定设备的降温操作的强度与内部温度数据减去最大温度阈值的差值的绝对值大小成正比。
所述区域大数据动态修正系统中：
在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第二单位时间耗电量越高，分配给云图解析设备的电量越多。
另外，在所述区域大数据动态修正系统中，采用PAL逻辑器件来实现所述区域标定设备。可编程阵列逻辑PAL(Programmable Array Logic)器件是美国MMI公司率先推出的，他由于输出结构种类很多，设计灵活，因而得到普遍使用。PAL器件的基本结构是把一个可编程的与阵列的输出乘积项馈送到或阵列，PAL器件所实现的逻辑表达式具有积之和的形式，因而可以描述任意布尔传递函数。PAL器件从内部结构上来说由五种基本类型构成：(1)基本阵列结构；(2)可编程I/O结构；(3)带反馈的寄存器输出结构；(4)异或结构：(5)算术功能结构。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明已以实施例揭示如上，但其并非用以限定本发明，任何所属技术领域的普通技术人员，在不脱离本发明的精神和范围内，应当可以做出适当的改动和同等替换。因此本发明的保护范围应当以本申请权利要求所界定的范围为准。
Claims (9)
1.一种区域大数据动态修正方法，所述方法包括提供一种区域大数据动态修正系统，用于基于未来风速和未来风向在卫星云图上动态修正雾霾区域的位置，所述区域大数据动态修正系统包括：
云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域。
2.如权利要求1所述的方法，其特征在于，所述系统还包括：
风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出。
3.如权利要求2所述的方法，其特征在于，所述系统还包括：
风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。
4.如权利要求3所述的方法，其特征在于，所述系统还包括：
区域标定设备，分别与所述云图解析设备、所述风速采集设备和所述风向采集设备连接，用于基于所述未来风向、所述未来风速以及当前雾霾区域在所述当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为一小时后的未来雾霾区域输出；
移动通信设备，与所述区域标定设备连接，用于接收并无线转发所述未来雾霾区域；
降温执行设备，设置在区域标定设备的附近，与参数估算设备连接，用于接收区域标定设备的内部温度数据，并在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作；
第一提取设备，设置在区域标定设备的外壳上，用于对区域标定设备的外壳上的温度执行现场检测操作，以获得第一温度数据；
第二提取设备，设置在云图解析设备的外壳上，用于对云图解析设备的外壳上的温度执行现场检测操作，以获得第二温度数据；
第三提取设备，设置在移动通信设备的外壳上，用于对移动通信设备的外壳上的温度执行现场检测操作，以获得第三温度数据；
参数估算设备，分别与所述第一提取设备、第二提取设备和第三提取设备连接，用于接收所述第一温度数据、所述第二温度数据和所述第三温度数据，并对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据；
电量检测设备，与锂电池连接，用于检测锂电池的残余电量，以作为实时残余电量输出；
第一耗电统计设备，与区域标定设备连接，用于基于区域标定设备的历史耗电数据统计区域标定设备的单位时间耗电量，以作为第一单位时间耗电量输出；
第二耗电统计设备，与云图解析设备连接，用于基于云图解析设备的历史耗电数据统计云图解析设备的单位时间耗电量，以作为第二单位时间耗电量输出；
电量分配设备，分别与所述电量检测设备、所述第一耗电统计设备和所述第二耗电统计设备连接，用于基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量；
其中，在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第一单位时间耗电量越高，分配给区域标定设备的电量越多。
5.如权利要求4所述的方法，其特征在于：
在所述参数估算设备中，对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据包括：将所述第一温度数据和第一权重值相乘以获得第一乘积，将所述第二温度数据和第二权重值相乘以获得第二乘积，将所述第三温度数据和第三权重值相乘以获得第三乘积，将所述第一乘积、所述第二乘积和所述第三乘积相加以获得所述内部温度数据。
6.如权利要求5所述的方法，其特征在于：
所述第一权重值大于所述第二权重值且大于所述第三权重值，所述第一权重值取值范围在0.5到2之间。
7.如权利要求6所述的方法，其特征在于：
所述第二权重值和所述第三权重值的取值范围在0.25到1之间。
8.如权利要求7所述的方法，其特征在于：
在所述降温执行设备中，对区域标定设备的降温操作的强度与内部温度数据减去最大温度阈值的差值的绝对值大小成正比。
9.如权利要求8所述的方法，其特征在于：
在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第二单位时间耗电量越高，分配给云图解析设备的电量越多。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910013251.6A CN110888948B (zh) | 2019-01-07 | 2019-01-07 | 区域大数据动态修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910013251.6A CN110888948B (zh) | 2019-01-07 | 2019-01-07 | 区域大数据动态修正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110888948A true CN110888948A (zh) | 2020-03-17 |
| CN110888948B CN110888948B (zh) | 2020-09-01 |
Family
ID=69745765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910013251.6A Active CN110888948B (zh) | 2019-01-07 | 2019-01-07 | 区域大数据动态修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110888948B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102736127A (zh) * | 2012-06-04 | 2012-10-17 | 南信大影像技术工程（苏州）有限公司 | 基于触控大屏的气象应急指挥发布系统的气象监测模块 |
| CN103033855A (zh) * | 2012-12-12 | 2013-04-10 | 江苏省电力公司电力科学研究院 | 电网气象灾害监测预警系统 |
| CN103198447A (zh) * | 2013-04-09 | 2013-07-10 | 哈尔滨工业大学 | 一种基于卫星云图的风矢场实时度量方法 |
| CN104166999A (zh) * | 2014-08-18 | 2014-11-26 | 国家电网公司 | 一种基于地基云图强度分层的云团提取方法 |
| CN104778517A (zh) * | 2015-04-30 | 2015-07-15 | 国家电网公司 | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 |
| US20150212236A1 (en) * | 2014-01-24 | 2015-07-30 | International Business Machines Corporation | Weather forecasting system and methods |
| CN104951493A (zh) * | 2014-11-27 | 2015-09-30 | 国网山东省电力公司应急管理中心 | 基于gis的气象信息与电力设备关联方法及系统 |
| CN105389750A (zh) * | 2015-12-28 | 2016-03-09 | 北京华风创新网络技术有限公司 | 移动决策气象服务系统 |
| US20180313975A1 (en) * | 2017-05-01 | 2018-11-01 | I.M. Systems Group, Inc. | Self-Learning Nowcast System for Modeling, Recording, and Predicting Convective Weather |
| CN108802857A (zh) * | 2018-04-20 | 2018-11-13 | 云南电网有限责任公司 | 一种基于气象数据的气象预报系统 |
-
2019
- 2019-01-07 CN CN201910013251.6A patent/CN110888948B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102736127A (zh) * | 2012-06-04 | 2012-10-17 | 南信大影像技术工程（苏州）有限公司 | 基于触控大屏的气象应急指挥发布系统的气象监测模块 |
| CN103033855A (zh) * | 2012-12-12 | 2013-04-10 | 江苏省电力公司电力科学研究院 | 电网气象灾害监测预警系统 |
| CN103198447A (zh) * | 2013-04-09 | 2013-07-10 | 哈尔滨工业大学 | 一种基于卫星云图的风矢场实时度量方法 |
| US20150212236A1 (en) * | 2014-01-24 | 2015-07-30 | International Business Machines Corporation | Weather forecasting system and methods |
| CN104166999A (zh) * | 2014-08-18 | 2014-11-26 | 国家电网公司 | 一种基于地基云图强度分层的云团提取方法 |
| CN104951493A (zh) * | 2014-11-27 | 2015-09-30 | 国网山东省电力公司应急管理中心 | 基于gis的气象信息与电力设备关联方法及系统 |
| CN104778517A (zh) * | 2015-04-30 | 2015-07-15 | 国家电网公司 | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 |
| CN105389750A (zh) * | 2015-12-28 | 2016-03-09 | 北京华风创新网络技术有限公司 | 移动决策气象服务系统 |
| US20180313975A1 (en) * | 2017-05-01 | 2018-11-01 | I.M. Systems Group, Inc. | Self-Learning Nowcast System for Modeling, Recording, and Predicting Convective Weather |
| CN108802857A (zh) * | 2018-04-20 | 2018-11-13 | 云南电网有限责任公司 | 一种基于气象数据的气象预报系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110888948B (zh) | 2020-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Forecast of low visibility and fog from NCEP: Current status and efforts | |
| Fernando et al. | Forecasting PM10 in metropolitan areas: Efficacy of neural networks | |
| Cobourn | An enhanced PM2. 5 air quality forecast model based on nonlinear regression and back-trajectory concentrations | |
| Cobourn et al. | A comparison of nonlinear regression and neural network models for ground-level ozone forecasting | |
| CA2927408C (en) | Method and wind energy installation for lightning warning | |
| Abdullah et al. | Multiple linear regression (MLR) models for long term PM10 concentration forecasting during different monsoon seasons | |
| US20090312943A1 (en) | System and Method for Weather Mapping to Road Segments | |
| Isaac et al. | The Canadian Airport Nowcasting System (CAN‐Now) | |
| Martin et al. | Analysis of the spatial representativeness of rural background monitoring stations in Spain | |
| Wang et al. | Inferring urban air quality based on social media | |
| US10203410B2 (en) | Probabilistic weather severity estimation system | |
| CN112461799B (zh) | 一种获取高速公路团雾能见度的方法及装置 | |
| CN104169744A (zh) | 使用闪电数据生成替代反射率数据 | |
| Yu et al. | The bridge between precipitation and temperature–Pressure Change Events: Modeling future non-stationary precipitation | |
| Oprea et al. | On the development of an intelligent system for particulate matter air pollution monitoring, analysis and forecasting in urban regions | |
| CN102175216A (zh) | 城市大气混合层高度的预测方法 | |
| CN112272784A (zh) | 用于确定呼吸发作的风险的状况的系统和方法 | |
| Rautela et al. | Resilience to Air Pollution: A Novel Approach for Detecting and Predicting Aerosol Atmospheric Rivers within Earth System Boundaries | |
| CN110888948B (zh) | 区域大数据动态修正方法 | |
| CN109633786B (zh) | 区域大数据动态修正系统 | |
| KR101845762B1 (ko) | 코로나 홀 및 ｃｍｅ 관측 자료를 이용한 지자기 교란 예측 자동화 방법 및 시스템 | |
| CN108806201A (zh) | 一种空气质量预警方法和装置 | |
| CN110441830B (zh) | 基于自动气象站的小区域天气预测方法及存储介质 | |
| Colette et al. | Using mesoscale simulations to train statistical models of tropical cyclone intensity over land | |
| Rossi et al. | Analysis of a statistically initialized fuzzy logic scheme for classifying the severity of convective storms in F inland |
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: 20200806 Address after: Room 1008, comprehensive south building, room 9, No. 1699, Zuchongzhi South Road, Yushan Town, Kunshan City, Suzhou City, Jiangsu Province Applicant after: HAOHUO (KUNSHAN) NETWORK TECHNOLOGY Co.,Ltd. Address before: 210058 Shugang Road, Nanjing Economic and Technological Development Zone, Jiangsu Province Applicant before: Jin Xia |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |