CN110991717B - 一种智能化海洋网格预报方法及终端 - Google Patents
一种智能化海洋网格预报方法及终端 Download PDFInfo
- Publication number
- CN110991717B CN110991717B CN201911154765.XA CN201911154765A CN110991717B CN 110991717 B CN110991717 B CN 110991717B CN 201911154765 A CN201911154765 A CN 201911154765A CN 110991717 B CN110991717 B CN 110991717B
- Authority
- CN
- China
- Prior art keywords
- data
- grid
- forecast
- forecasting
- ocean
- 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.)
- Active
Links
- 238000013277 forecasting method Methods 0.000 title claims abstract description 12
- 230000032683 aging Effects 0.000 claims abstract description 20
- 230000008859 change Effects 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 abstract description 9
- 239000000047 product Substances 0.000 description 59
- 238000010586 diagram Methods 0.000 description 16
- 238000006243 chemical reaction Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007704 transition Effects 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"
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种智能化海洋网格预报方法及终端，接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；将所述基础格点数据进行订正，生成格点预报数据；将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品；在整个海洋网格预报过程中，无需人工介入，智能化程度高，生成的海洋格点预报产品更加客观、精细化，保证海洋预报结果的准确性。
Description
技术领域
本发明涉及海洋预报领域，尤其涉及一种智能化海洋网格预报方法及终端。
背景技术
海洋预报无论在人们的日常生活中还是经济建设中都发挥着非常重要的作用，及时、准确的进行海洋预报能够为海洋防灾减灾赢得先机，减少海洋灾害造成的损失。
随着经济社会的快速发展，海上工程建设、海洋灾害防治等都对海洋预报准确度提出了更高的要求。近年来，我国在海洋预报领域也取得了飞速发展，实现了从人工经验预报到数值预报，再到运用智能网格化技术开展预报的跨越。
网格化预报是在数值预报的基础上，加入了实况数据分析后进行释用、订正，预报精度更高，因其高的预报精度，网格化预报是目前海洋预报领域中的研究热点。
但是，现有的网格化预报中在确定要用于网格化预报的释用数据时，通常都是先由人工凭借其经验判断哪一个预报模式会比较好，然后选择对应的模式来获得作为网格化预报的释用数据，并且在获得网格化预报数据后，仍然需要人工根据最终得到的网格化预报数据进行判断以得到预报结果，这样导致在制作网格化预报产品时工作量大，并且费时费力，无法做到精细化，智能化程度有待提高。
发明内容
本发明所要解决的技术问题是：提供一种智能化海洋网格预报方法及终端，节省人力，实现精细化的海洋预报。
为了解决上述技术问题，本发明采用的一种技术方案为：
一种智能化海洋网格预报方法，包括步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种智能化海洋网格预报终端，包括存储器、处理器及存储在存储器上并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以下步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品。
本发明的有益效果在于：自动根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据，并且能够自动将格点预报数据转化成文字描述数据，在整个海洋网格预报过程中，无需人工介入，不仅工作量小，智能化程度高，而且通过对多种海洋网格预报模式预报的检验，择优选择，能够实现对预报准确高的模式的自动选择，提供更优质的模式用预报数据，同时能够自动根据格点预报数据自动转化成文字描述数据，生成的海洋格点预报产品更加客观、精细化，保证海洋预报结果的准确性，能够提升在渔港、港口码头、海岛、海上航线、滨海旅游区、海上渔区、渔业养殖区、海钓区等海域的海洋环境预报保障能力。
附图说明
图1为本发明实施例的一种智能化海洋网格预报方法的步骤流程图；
图2为本发明实施例的一种智能化海洋网格预报终端的结构示意图；
图3为本发明实施例的在进行订正的过程中选择需要修订的要素、起报时间、时效的示意图；
图4为本发明实施例的在进行订正的过程中选择要订正的区域的示意图；
图5为本发明实施例的在图标编辑框中进行编辑修改的示意图；
图6为本发明实施例的预报区域的格点预报数据示意图；
图7为本发明实施例的预报时段前后海况变化并且是增大的情形的示意图；
图8为本发明实施例的预报时段前后海况变化并且是减小的情形的示意图；
图9为本发明实施例的预报时段前后海况无变化提取大值的情形的示意图；
图10为本发明实施例的预报时段前后海况无变化同级海况转大的情形的示意图；
图11为本发明实施例的预报时段前后海况无变化越级海况转大的情形的示意图；
图12为本发明实施例的自动生成服务产品的步骤流程图；
图13为本发明实施例的进行模板配置的示意图；
图14为本发明实施例的配置模板产品的自动生成时间段的示意图；
图15为本发明实施例的配置模板产品的文件名和分发路径的示意图；
图16为本发明实施例的根据配置模板生成的渔场预报服务产品的示意图；
标号说明：
1、一种智能化海洋网格预报终端；2、存储器；3、处理器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1，一种智能化海洋网格预报方法，包括步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品。
由上述描述可知，本发明的有益效果在于：自动根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据，并且能够自动将格点预报数据转化成文字描述数据，在整个海洋网格预报过程中，无需人工介入，不仅工作量小，智能化程度高，而且通过对多种海洋网格预报模式预报的检验，择优选择，能够实现对预报准确高的模式的自动选择，提供更优质的模式用预报数据，同时能够自动根据格点预报数据自动转化成文字描述数据，生成的海洋格点预报产品更加客观、精细化，保证海洋预报结果的准确性，能够提升在渔港、港口码头、海岛、海上航线、滨海旅游区、海上渔区、渔业养殖区、海钓区等海域的海洋环境预报保障能力。
进一步的，所述步骤S2包括：
定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据；
针对海洋预报中的每一个要素的每一个预报时次，根据每一种海洋网格预报模式对应的预报数据和实况数据确定其绝对误差、平均绝对误差、相对误差以及平均相对误差，得到每一种海洋网格预报模式在每一个预报时次的准确率；
根据每一种海洋网格预报模式在每一个预报时次的准确率，确定每一种海洋网格预报模式在所述近预设时间段内的准确度；
对所有海洋网格预报模式的准确度进行排序，选取准确度最高的海洋网格预报模式作为最优的海洋网格预报模式；
使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据。
由上述描述可知，定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据，并通过上述优选算法择优选出最优的海洋网格预报模式，并使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据，通过定时择优选择，能够根据最新的数据对各种模式的预报效果进行检验，保证了检验的时效性和准确性，从而保证所选择出的海洋网格预报模式的准确性，为后续海洋网格预报提供保障，确保海洋网格预报的精准性。
进一步的，所述步骤S3包括：
接收需要修订的要素、起报时间、时效和区域；
以可视化图表形式显示待修订的要素在所述起报时间和时效内的每一时次的格点预报数据值，所述格点预报数据值包括最大值和最小值；
接收对所述起报时间和时效内的每一时次的最大值和最小值的修改；
对所述区域内针对所述需要修订的要素的每一个网格格点数据基于所述可视化图表中每一个格点预报数据的最大值和最小值前后变化的比例按照等比例变化进行协同处理，生成格点预报数据。
由上述描述可知，以可视化图表形式显示待用户编辑的界面，通过提供编辑入口方便用户对基础格点数据的修订，简单方便，同时能够基于用户修改的局部数据同步对同区域的其他格点数据进行协同修订，快捷准确，保障了修订的精细化和准确性。
进一步的，所述步骤S4中所述将所述格点预报数据自动转化成文字描述数据包括：
接收待预报的区域、要素和时间段，根据所述格点预报数据提取所述待预报区域内所述待预报的要素在所述预报时间段内开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值；
根据所述开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值确定所述开始阶段、中间阶段以及结束阶段对应的海况；
根据上述三个阶段对应的海况变化以及对应的最大值和最小值自动转化成对应的文字描述数据。
由上述描述可知，通过上述基于格点预报数据和解析算法，处理生成基于区域的文字预报数据，解决用户通过人工经验判断进行预报，无法提供客观、准确的预报结果的问题，并且上述转化方法是对区域内的所有网格格点数据进行统计分析后生成的区域性的结果，解决了现有系统通过某一网格格点数据作为区域的代表结果而导致的片面、不准确的问题。
进一步的，所述步骤S4中根据所述文字描述数据生成海洋格点预报产品包括：
将生成的每一个文字描述数据转换成对应的标签要素；
接收待生成的海洋格点预报产品的配置文件，所述配置文件包括与海洋预报内容对应的标签要素，所述标签要素可添加、删除或更新；
根据所述配置文件中的每一个标签要素调取对应的标签替换数据的接口，根据所述接口返回的数据将配置文件中的标签替换成对应的文字描述数据，生成海洋格点预报产品。
由上述描述可知，通过将每一个文字描述数据标签化，并且用户能够根据标签自定义要生成的海洋格点预报产品对应的配置文件，所述配置文件的标签能够动态增删，并且能够进行更新，通过标签化配置实现用户动态新增服务产品的需求，而不需要现有技术中如果需要改变海洋预报产品的配置信息，需要代码级别进行修改导致的效率低的缺陷，大大提高了灵活性以及海洋预报产品的生成效率。
请参照图2，一种智能化海洋网格预报终端，包括存储器、处理器及存储在存储器上并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以下步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品。
由上述描述可知，本发明的有益效果在于：自动根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据，并且能够自动将格点预报数据转化成文字描述数据，在整个海洋网格预报过程中，无需人工介入，不仅工作量小，智能化程度高，而且通过对多种海洋网格预报模式预报的检验，择优选择，能够实现对预报准确高的模式的自动选择，提供更优质的模式用预报数据，同时能够自动根据格点预报数据自动转化成文字描述数据，生成的海洋格点预报产品更加客观、精细化，保证海洋预报结果的准确性，能够提升在渔港、港口码头、海岛、海上航线、滨海旅游区、海上渔区、渔业养殖区、海钓区等海域的海洋环境预报保障能力。
进一步的，所述步骤S2包括：
定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据；
针对海洋预报中的每一个要素的每一个预报时次，根据每一种海洋网格预报模式对应的预报数据和实况数据确定其绝对误差、平均绝对误差、相对误差以及平均相对误差，得到每一种海洋网格预报模式在每一个预报时次的准确率；
根据每一种海洋网格预报模式在每一个预报时次的准确率，确定每一种海洋网格预报模式在所述近预设时间段内的准确度；
对所有海洋网格预报模式的准确度进行排序，选取准确度最高的海洋网格预报模式作为最优的海洋网格预报模式；
使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据。
由上述描述可知，定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据，并通过上述优选算法择优选出最优的海洋网格预报模式，并使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据，通过定时择优选择，能够根据最新的数据对各种模式的预报效果进行检验，保证了检验的时效性和准确性，从而保证所选择出的海洋网格预报模式的准确性，为后续海洋网格预报提供保障，确保海洋网格预报的精准性。
进一步的，所述步骤S3包括：
接收需要修订的要素、起报时间、时效和区域；
以可视化图表形式显示待修订的要素在所述起报时间和时效内的每一时次的格点预报数据值，所述格点预报数据值包括最大值和最小值；
接收对所述起报时间和时效内的每一时次的最大值和最小值的修改；
对所述区域内针对所述需要修订的要素的每一个网格格点数据基于所述可视化图表中每一个格点预报数据的最大值和最小值前后变化的比例按照等比例变化进行协同处理，生成格点预报数据。
由上述描述可知，以可视化图表形式显示待用户编辑的界面，通过提供编辑入口方便用户对基础格点数据的修订，简单方便，同时能够基于用户修改的局部数据同步对同区域的其他格点数据进行协同修订，快捷准确，保障了修订的精细化和准确性。
进一步的，所述步骤S4中所述将所述格点预报数据自动转化成文字描述数据包括：
接收待预报的区域、要素和时间段，根据所述格点预报数据提取所述待预报区域内所述待预报的要素在所述预报时间段内开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值；
根据所述开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值确定所述开始阶段、中间阶段以及结束阶段对应的海况；
根据上述三个阶段对应的海况变化以及对应的最大值和最小值自动转化成对应的文字描述数据。
由上述描述可知，通过上述基于格点预报数据和解析算法，处理生成基于区域的文字预报数据，解决用户通过人工经验判断进行预报，无法提供客观、准确的预报结果的问题，并且上述转化方法是对区域内的所有网格格点数据进行统计分析后生成的区域性的结果，解决了现有系统通过某一网格格点数据作为区域的代表结果而导致的片面、不准确的问题。
进一步的，所述步骤S4中根据所述文字描述数据生成海洋格点预报产品包括：
将生成的每一个文字描述数据转换成对应的标签要素；
接收待生成的海洋格点预报产品的配置文件，所述配置文件包括与海洋预报内容对应的标签要素，所述标签要素可添加、删除或更新；
根据所述配置文件中的每一个标签要素调取对应的标签替换数据的接口，根据所述接口返回的数据将配置文件中的标签替换成对应的文字描述数据，生成海洋格点预报产品。
由上述描述可知，通过将每一个文字描述数据标签化，并且用户能够根据标签自定义要生成的海洋格点预报产品对应的配置文件，所述配置文件的标签能够动态增删，并且能够进行更新，通过标签化配置实现用户动态新增服务产品的需求，而不需要现有技术中如果需要改变海洋预报产品的配置信息，需要代码级别进行修改导致的效率低的缺陷，大大提高了灵活性以及海洋预报产品的生成效率。
实施例一
请参照图1，一种智能化海洋网格预报方法，包括步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
其中，多种海洋网格预报模式的数据包括多种网格和多种驱动场下WRF、SWAN、ROMS等模式的数据；
可选的，生成近岸500米、近海5km、外海10km多分辨率单文件产品的网格化预报数据，作为网格化编辑的基础背景；
现有的系统不同分辨率是采用不同文件产品进行读取的，无法将同一个预报要素不同分辨率的预报结果在同一个WEB GIS上进行调取展示，本实施例通过一个多网格分辨率的NC格式网格预报数据，将NC格式数据划分成多个网格区域范围，不同的网格区域范围存储不同的分辨率网格数据，然后将多个网格区域合并成一份NC格式网格数据，这样前端就能够根据定义的NC格式说明进行多分辨率网格数据存储说明调取显示；
在从数据源采集得到包含上述各种模式的原始数据后通过入库操作进入原始数据库归档存储，接着会通过降尺度插值方法对原始数据进行处理生成降尺度格点数据，并入库；
对于生成的降尺度格点数据，通过数值模式检验确定优选模式，生成背景模式数据，即：
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
具体的，定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据，比如，可以每小时进行一次上述数据的获取并检验，实现逐小时多模式的预报检验，获取的近预设时间段内的预报数据可以是以当前时间点为准，往前一个小时内的所有预报数据；
针对海洋预报中的每一个要素的每一个预报时次，根据每一种海洋网格预报模式对应的预报数据和实况数据确定其绝对误差、平均绝对误差、相对误差以及平均相对误差，得到每一种海洋网格预报模式在每一个预报时次的准确率；
比如以波高的预测为例，根据观测到的实际有效波高与预报的有效波高进行评估，计算如下量值：
绝对误差：AE＝|F-O|
平均绝对误差:
相对误差：
平均相对误差：
均方根误差：
式中：F为预报值，O为实况值，N为检验预报时效内的时次数或某个区域内的站点数；
波向的绝对误差统计公式如下：
绝对误差：
平均绝对误差:
式中：Fi为预测方向值，Fo为实况方向值，同理，也可以计算波向的相对误差、平均相对误差和均方根误差；
其中，可以应用动态权重确定每一种海洋网格预报模式在每一个预报时次的准确率，比如可以针对不同要素采用不同的权重加权并求和，具体权重的确定可以根据对应要素的重要程度以及预测的不易程度来确定，而针对每一要素的上述不同类型的误差值，也可以分别用不同的权重来加权求和，最终的值作为每一种海洋网格预报模式在每一个预报时次的准确率；
根据每一种海洋网格预报模式在每一个预报时次的准确率，确定每一种海洋网格预报模式在所述近预设时间段内的准确度；
可选的，可以对近预设时间段内的每一个预报时次的准确率求平均，作为上述准确度值；
对所有海洋网格预报模式的准确度进行排序，选取准确度最高的海洋网格预报模式作为最优的海洋网格预报模式；
使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
可以通过系统前端调取待编辑的已确定过最优模式的待编辑背景数据；
具体的，接收需要修订的要素、起报时间、时效和区域；
以可视化图表形式显示待修订的要素在所述起报时间和时效内的每一时次的格点预报数据值，所述格点预报数据值包括最大值和最小值；
接收对所述起报时间和时效内的每一时次的最大值和最小值的修改；
对所述区域内针对所述需要修订的要素的每一个网格格点数据基于所述可视化图表中每一个格点预报数据的最大值和最小值前后变化的比例按照等比例变化进行协同处理，生成格点预报数据；
如图3-6所示，以订正渔场范围内的基础格点数据为例：
首先，在背景场资料中选择需要订正的默认优选背景的起报时间、对应要素及对应时效，如图3所示；
接着，在工具栏中选择图表编辑工具，选中闽东渔场区域，如图4所示，工具栏中除了图表编辑工具外，还包括画笔工具、权重工具、风圈工具、站点编辑工具、任意区域趋势、风向缓冲区等订正编辑工具；
然后，在图表编辑框中对每个时次的最大值、最小值进行编辑修改，如图5所示；
修改完成后，点击保存按钮，系统后台通过算法自动协同到对应区域的每一个网格格点上，可以基于曲线最大、最小值前后变化的比例，通过等比例变化，将选择区域内所有网格点按等比例进行协同处理，生成新的协同后网格预报数据，即可以通过某一点的调整自动调整该点所在区域的其他数据点；
点击提交按钮，生成订数据，形成格点预报数据；
点击上传按钮，可以将生成的格点预报数据分发到指定目录；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品；
其中，所述步骤S4中所述将所述格点预报数据自动转化成文字描述数据包括：
接收待预报的区域、要素和时间段，根据所述格点预报数据提取所述待预报区域内所述待预报的要素在所述预报时间段内开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值；
根据所述开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值确定所述开始阶段、中间阶段以及结束阶段对应的海况；
根据上述三个阶段对应的海况变化以及对应的最大值和最小值自动转化成对应的文字描述数据；
格点预报数据到文字描述数据的转化如图6所示，图6所示的数值预报可以描述为“浪高A0-B0[中到大浪]转A1-B1[大浪]再转A2-B2[轻到中浪]”,其中“[…]”中表示海况；
具体的转化过程包含数值提取和确定海况两个过程，主要包括以下5个情形：
首先确定预报时间段内前后海况F名称是否有变化，若有变化，则按照以下两种情形(增大或减少)进行转化：
情形1:如图7所示，F0≠F2并且F0<F2，取B0&F0转B1&F1；
情形2:如图8所示，F0≠F2并且F0>F2，取B1&F1转B2&F2；
其中，对于级别比较小的海况，如果有多个不同时次，则取最小值；
对于级别比较大的海况，如果有多个不同时次，则取最大值；
若无变化，分为以下三种情形(提取大值、同级海况转大、越级海况转大)：
情形1:如图9所示，F0＝F1＝F2并且B1-B0<0.5，取B1&F1；
情形2:如图10所示，F0＝F1＝F2并且B1-B0>0.5，取B0&F0转B1&F1；
情形3:如图11所示，F0＝F2并且F0≦F1，取B0&F0转B1&F1；
其中，可以事先存储不同要素对应的转化规则表，然后根据要预报的要素对应的时间段内的数值及转化规则表转化得到对应的文字描述数据，如表1所示则是海浪对应的转化规则表，如果数据是经过修订的，则以经过修订的预报值为基准来确定对应转化的文字描述数据：
表1海浪转化规则表
实施例二
本实施例与实施例一的不同在于，所述步骤S4中根据所述文字描述数据生成海洋格点预报产品包括：
将生成的每一个文字描述数据转换成对应的标签要素；
接收待生成的海洋格点预报产品的配置文件，所述配置文件包括与海洋预报内容对应的标签要素，所述标签要素可添加、删除或更新；
根据所述配置文件中的每一个标签要素调取对应的标签替换数据的接口，根据所述接口返回的数据将配置文件中的标签替换成对应的文字描述数据，生成海洋格点预报产品；
具体的，针对已提交素材的产品可进行快速预生成，通过预先的模板配置，自动对素材进行插入并生成所需的产品，可对产品再次调整或直接发布；
根据不同类型的素材内容进行制作，可通过智能解析规则，将格点数据转化为文字内容；
标签化程序通过标签配置规则去获取对应的实际数据，生成程序根据标签去调取对应的标签替换数据的接口，根据接口返回的数据将模板配置的标签替换成实际预报结果，即对应的文字描述数据；
前端界面通过模板配置界面，配置模板中的标签以及产品生成的时间、产品文件名称、分发路径等；
系统后台自动生成程序根据模板配置的生成时间、文件名、标签、分发路径等，根据预报内容替换对应标签并生成最终服务产品分发到指定路径。
自动生成业务流程如图12所示：
服务产品自动生成程序启动；
获取所有模板相关配置信息；
根据生成时间判断该时间内是否有需要生成的产品，若有，进入标签齐全判断，若无程序休眠；
判断需要生成产品的标签数据是否齐全，不齐全则不生产服务产品，齐全进入标签数据是否更新判断；
判断所有标签数据和历史最近一次生成标签数据是否有更新，若有，增加进行产品生成，若无则不生成服务产品；
现有系统产品无法动态人工新增，需要代码级别进行修改，模板配置模块通过标签化配置解决动态新增服务产品的需求；
现有系统无定时自动生成产品并可根据数据更新实时进行更新，模板配置界面支持生成时间的配置，在生成时间范围内，预报数据有更新服务产品会自动更新生成覆盖前一次结果，这样可以保障最终产品的结果和网格预报定制结果一致；
比如以渔场预报服务产品生成为例：
首先，如图13所示，在前端模板配置界面中，右键新建模板，创建预报服务产品模板，在模板配置界面中对服务产品进行标签化配置，配置完成后，保存按钮，保存配置的模板；
接着，如图14-15所示，在前端模板配置界面中，选中模板，配置模板产品的文件名、自动生成时间段、分发路径等，点击保存；
最后，如图16所示，系统后台程序根据自动生成时间段生成渔场预报服务产品。
实施例三
请参照图2，一种智能化海洋网格预报终端1，包括存储器2、处理器3及存储在存储器2上并可在所述处理器3上运行的计算机程序，所述处理器3执行所述计算机程序时实现实施例一或实施例二中的各个方法步骤。
综上所述，本发明提供的一种智能化海洋网格预报方法及终端，自动根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据，并且能够自动将格点预报数据转化成文字描述数据，在整个海洋网格预报过程中，无需人工介入，不仅工作量低，智能化程度高，而且通过对多种海洋网格预报模式预报的检验，择优选择，能够实现对预报准确高的模式的自动选择，提供更优质的模式用预报数据，同时能够自动根据格点预报数据自动转化成文字描述数据，生成的海洋格点预报产品更加客观、精细化，保证海洋预报结果的准确性，能够提升在渔港、港口码头、海岛、海上航线、滨海旅游区、海上渔区、渔业养殖区、海钓区等海域的海洋环境预报保障能力，同时，以可视化图表形式显示待用户编辑的界面，通过提供编辑入口方便用户对基础格点数据的修订，简单方便，同时能够基于用户修改的局部数据同步对同区域的其他格点数据进行协同修订，快捷准确，保障了修订的精细化和准确性，此外，通过将每一个文字描述数据标签化，并且用户能够根据标签自定义要生成的海洋格点预报产品对应的配置文件，所述配置文件的标签能够动态增删，并且能够进行更新，通过标签化配置实现用户动态新增服务产品的需求，而不需要现有技术中如果需要改变海洋预报产品的配置信息，需要代码级别进行修改导致的效率低的缺陷，大大提高了灵活性以及海洋预报产品的生成效率。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种智能化海洋网格预报方法，其特征在于，包括步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行数值模式检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品；
所述步骤S3包括：
接收需要修订的要素、起报时间、时效和区域；
以可视化图表形式显示待修订的要素在所述起报时间和时效内的每一时次的格点预报数据值，所述格点预报数据值包括最大值和最小值；
接收对所述起报时间和时效内的每一时次的最大值和最小值的修改；
对所述区域内针对所述需要修订的要素的每一个网格格点数据基于所述可视化图表中每一个格点预报数据的最大值和最小值前后变化的比例按照等比例变化进行协同处理，生成格点预报数据；
所述步骤S4中所述将所述格点预报数据自动转化成文字描述数据包括：
接收待预报的区域、要素和时间段，根据所述格点预报数据提取所述待预报区域内所述待预报的要素在预报时间段内开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值；
根据所述开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值确定所述开始阶段、中间阶段以及结束阶段对应的海况；
根据上述三个阶段对应的海况变化以及对应的最大值和最小值自动转化成对应的文字描述数据；
所述步骤S4中根据所述文字描述数据生成海洋格点预报产品包括：
将生成的每一个文字描述数据转换成对应的标签要素；
接收待生成的海洋格点预报产品的配置文件，所述配置文件包括与海洋预报内容对应的标签要素，所述标签要素可添加、删除或更新；
根据所述配置文件中的每一个标签要素调取对应的标签替换数据的接口，根据所述接口返回的数据将配置文件中的标签替换成对应的文字描述数据，生成海洋格点预报产品。
2.根据权利要求1所述的一种智能化海洋网格预报方法，其特征在于，所述步骤S2包括：
定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据；
针对海洋预报中的每一个要素的每一个预报时次，根据每一种海洋网格预报模式对应的预报数据和实况数据确定其绝对误差、平均绝对误差、相对误差以及平均相对误差，得到每一种海洋网格预报模式在每一个预报时次的准确率；
根据每一种海洋网格预报模式在每一个预报时次的准确率，确定每一种海洋网格预报模式在所述近预设时间段内的准确度；
对所有海洋网格预报模式的准确度进行排序，选取准确度最高的海洋网格预报模式作为最优的海洋网格预报模式；
使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据。
3.一种智能化海洋网格预报终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
S1、接收用于海洋网格预报的原始数据，所述原始数据包括多种海洋网格预报模式的数据；
S2、根据预设历史时间段的预报数据以及实况数据对所述多种海洋网格预报模式的预报结果进行数值模式检验，确定出最优的海洋网格预报模式，获取所述最优的海洋网格预报模式在预报时效范围内对应的数据，作为基础格点数据；
S3、将所述基础格点数据进行订正，生成格点预报数据；
S4、将所述格点预报数据自动转化成文字描述数据，根据所述文字描述数据生成海洋格点预报产品；
所述步骤S3包括：
接收需要修订的要素、起报时间、时效和区域；
以可视化图表形式显示待修订的要素在所述起报时间和时效内的每一时次的格点预报数据值，所述格点预报数据值包括最大值和最小值；
接收对所述起报时间和时效内的每一时次的最大值和最小值的修改；
对所述区域内针对所述需要修订的要素的每一个网格格点数据基于所述可视化图表中每一个格点预报数据的最大值和最小值前后变化的比例按照等比例变化进行协同处理，生成格点预报数据；
所述步骤S4中所述将所述格点预报数据自动转化成文字描述数据包括：
接收待预报的区域、要素和时间段，根据所述格点预报数据提取所述待预报区域内所述待预报的要素在预报时间段内开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值；
根据所述开始阶段的最大值、中间阶段的最大值以及结束阶段的最大值确定所述开始阶段、中间阶段以及结束阶段对应的海况；
根据上述三个阶段对应的海况变化以及对应的最大值和最小值自动转化成对应的文字描述数据；
所述步骤S4中根据所述文字描述数据生成海洋格点预报产品包括：
将生成的每一个文字描述数据转换成对应的标签要素；
接收待生成的海洋格点预报产品的配置文件，所述配置文件包括与海洋预报内容对应的标签要素，所述标签要素可添加、删除或更新；
根据所述配置文件中的每一个标签要素调取对应的标签替换数据的接口，根据所述接口返回的数据将配置文件中的标签替换成对应的文字描述数据，生成海洋格点预报产品。
4.根据权利要求3所述的一种智能化海洋网格预报终端，其特征在于，所述步骤S2包括：
定时获取近预设时间段内的所述多种海洋网格预报模式的预报数据以及实况数据；
针对海洋预报中的每一个要素的每一个预报时次，根据每一种海洋网格预报模式对应的预报数据和实况数据确定其绝对误差、平均绝对误差、相对误差以及平均相对误差，得到每一种海洋网格预报模式在每一个预报时次的准确率；
根据每一种海洋网格预报模式在每一个预报时次的准确率，确定每一种海洋网格预报模式在所述近预设时间段内的准确度；
对所有海洋网格预报模式的准确度进行排序，选取准确度最高的海洋网格预报模式作为最优的海洋网格预报模式；
使用所述最优的海洋网格预报模式对海洋预报中各要素不同时次的数据进行补充，生成预报时效范围内的基础格点数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911154765.XA CN110991717B (zh) | 2019-11-22 | 2019-11-22 | 一种智能化海洋网格预报方法及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911154765.XA CN110991717B (zh) | 2019-11-22 | 2019-11-22 | 一种智能化海洋网格预报方法及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110991717A CN110991717A (zh) | 2020-04-10 |
| CN110991717B true CN110991717B (zh) | 2022-05-17 |
Family
ID=70085839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911154765.XA Active CN110991717B (zh) | 2019-11-22 | 2019-11-22 | 一种智能化海洋网格预报方法及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110991717B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111866104B (zh) * | 2020-07-08 | 2021-07-30 | 自然资源部第一海洋研究所 | 一种hycom数据下载方法、系统、计算机设备、终端 |
| CN112579885B (zh) * | 2020-11-27 | 2021-09-21 | 国家海洋环境预报中心 | 基于用户兴趣点的海洋预报信息服务方法及存储介质 |
| CN112836881A (zh) * | 2021-02-08 | 2021-05-25 | 国家海洋局东海预报中心 | 一种近海海面风的预报质量评估方法及装置 |
| CN112837507A (zh) * | 2021-02-08 | 2021-05-25 | 国家海洋局东海预报中心 | 一种海浪预警报质量评估方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017203773A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
| CN107479792A (zh) * | 2017-08-19 | 2017-12-15 | 杭州幂拓科技有限公司 | 一种智能网格预报订正方法及系统 |
| CN108920485A (zh) * | 2018-04-28 | 2018-11-30 | 深圳市雅码科技有限公司 | 一种格点气象服务产品精准制作分发系统及方法 |
| CN109085664A (zh) * | 2018-07-04 | 2018-12-25 | 山东省气象科学研究所 | 一种温度精细化预报偏差滑动订正方法 |
| CN110058329A (zh) * | 2019-04-22 | 2019-07-26 | 山东省气象科学研究所 | 一种气象要素智能网格预报产品空间降尺度方法 |
| CN110068878A (zh) * | 2019-04-22 | 2019-07-30 | 山东省气象科学研究所 | 一种气温智能网格最优集成预报方法 |
| CN110263392A (zh) * | 2019-06-01 | 2019-09-20 | 邯郸市气象局 | 基于多模式分区误差检验的风场预报方法及其系统 |
-
2019
- 2019-11-22 CN CN201911154765.XA patent/CN110991717B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017203773A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
| CN107479792A (zh) * | 2017-08-19 | 2017-12-15 | 杭州幂拓科技有限公司 | 一种智能网格预报订正方法及系统 |
| CN108920485A (zh) * | 2018-04-28 | 2018-11-30 | 深圳市雅码科技有限公司 | 一种格点气象服务产品精准制作分发系统及方法 |
| CN109085664A (zh) * | 2018-07-04 | 2018-12-25 | 山东省气象科学研究所 | 一种温度精细化预报偏差滑动订正方法 |
| CN110058329A (zh) * | 2019-04-22 | 2019-07-26 | 山东省气象科学研究所 | 一种气象要素智能网格预报产品空间降尺度方法 |
| CN110068878A (zh) * | 2019-04-22 | 2019-07-30 | 山东省气象科学研究所 | 一种气温智能网格最优集成预报方法 |
| CN110263392A (zh) * | 2019-06-01 | 2019-09-20 | 邯郸市气象局 | 基于多模式分区误差检验的风场预报方法及其系统 |
Non-Patent Citations (3)
| Title |
|---|
| 台风及海洋气象一体化预报平台的开发与应用;曹莉 等;《应用气象学报》;20180131(第01期);第37-46页 * |
| 基于WebGIS技术的精细化格点预报系统设计与实现;王海宾 等;《大气科学研究与应用》;20141231(第02期);第119-127页 * |
| 陕西省精细化网格预报业务系统技术方法;王建鹏 等;《气象科技》;20181031(第05期);第68-76页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110991717A (zh) | 2020-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110991717B (zh) | 一种智能化海洋网格预报方法及终端 | |
| CN109447315A (zh) | 一种基于多时空尺度的电力气象数值天气预报方法和装置 | |
| Rembold et al. | Remote sensing time series analysis for crop monitoring with the SPIRITS software: new functionalities and use examples | |
| CN110263392A (zh) | 基于多模式分区误差检验的风场预报方法及其系统 | |
| CN114241326B (zh) | 一种渐进式遥感影像地物要素智能生产方法及系统 | |
| CN114330097A (zh) | 一种异构数据与深度学习的风电集群功率预测方法及设备 | |
| CN110197035A (zh) | 一种航道水下地形变化分析系统及方法 | |
| CN104217254A (zh) | 一种渔场渔情速预报运行系统的构建方法 | |
| CN104166549A (zh) | 气象要素等值面分析平台及构建方法 | |
| CN112966863A (zh) | 一种用于天气预报的一体化智能网格预报业务系统 | |
| CN101739498B (zh) | 一种精确设计制作ArcGIS符号库的方法 | |
| CN107437262B (zh) | 作物种植面积预警方法和系统 | |
| CN108121853A (zh) | 一种基于AutoCAD计算挖填方工程量的系统与方法 | |
| CN115908910A (zh) | 一种基于局部基准底面的地形地貌自动分类方法 | |
| AU2020101462A4 (en) | Method and device for predicting and evaluating regional eco-quality annual harvest | |
| CN113592235A (zh) | 一种基于土地配置模型的村庄规划方法和系统 | |
| CN111950813A (zh) | 一种气象干旱监测与预测方法 | |
| CN115510173B (zh) | 一种基于das的智能化专题地图制作方法、装置及产品 | |
| CN116187525B (zh) | 结合气象的西北地区农作物产量遥感预测方法及装置 | |
| CN117333781B (zh) | 黑土区侵蚀沟卫星遥感智能提取方法、装置、设备及介质 | |
| CN116414906B (zh) | 一种数据处理及可视化的方法、装置、介质和设备 | |
| CN113868826B (zh) | 一种基于栅格尺度耕地农田生产能力重心变化的测度方法 | |
| CN114781713B (zh) | 基于卫星反演降水产品的雨量站网优化方法及装置 | |
| CN117765403B (zh) | 提高作物抗倒伏能力和籽粒品质的施肥方法 | |
| CN118091799A (zh) | 多模式集成预报方法、系统、设备和存储介质及程序产品 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |