CN111078748A - 天气预报数据的生成方法、装置、计算机设备和存储介质 - Google Patents
天气预报数据的生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111078748A CN111078748A CN201911166031.3A CN201911166031A CN111078748A CN 111078748 A CN111078748 A CN 111078748A CN 201911166031 A CN201911166031 A CN 201911166031A CN 111078748 A CN111078748 A CN 111078748A
- Authority
- CN
- China
- Prior art keywords
- forecast
- data
- weather forecast
- time interval
- weather
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 21
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及计算机技术领域,特别是涉及一种天气预报数据的生成方法、装置、计算机设备和存储介质。所述方法包括:对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;获取用于生成天气预报数据的原始数据;按照时间顺序,根据所述原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。采用本方法能够解决以固定时间间隔生成天气预报数据所带来的资源浪费问题。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种天气预报数据的生成方法、装置、计算机设备和存储介质。
背景技术
大气科学是最受各国人民和政府关注的重要科学领域之一,数值天气预报作为大气科学的重要方面发挥着举足轻重的作用。现代天气预报的方法已从传统的半经验方法发展为通过高性能计算机的模拟计算得到预测结果的数值预报方法。
传统方式中,天气预报数据以设置的固定时间间隔均匀输出,输出频率较高,使得天气预报数据生成浪费大量的系统资源。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决以固定时间间隔生成天气预报数据所带来的资源浪费问题天气预报数据的生成方法、装置、计算机设备和存储介质。
一种天气预报数据的生成方法,所述方法包括:
对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;
根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;
获取用于生成天气预报数据的原始数据;
按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
在其中一个实施例中,天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据生成策略,包括:
按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
在其中一个实施例中,按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:
确定当前时间点是否在总预报时间区间;
当当前时间点在总预报时间区间时,则根据原始数据以及当前时间点所在的分段预报时间区间对应的生成频率,生成天气预报数据。
在其中一个实施例中,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:
获取当前时间点采集设备采集的天气数据;
基于天气数据以及对应当前时间点的天气预报数据,得到当前时间点天气预报数据的预报准确率;
当预报准确率大于或等于预设阈值时,则继续以当前时间点对应的生成频率,生成天气预报数据。
在其中一个实施例中,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:
建立预报区域的网格层;
基于原始数据中的地形数据,对网格层进行插值操作,得到网格层数据;
从原始数据中的格点气象数据中提取气象参数,并添加至网格层数据中,得到天气预报初始数据;
基于预设的配置项策略对天气预报初始数据中的各配置项进行配置,并按照各分段预报时间区间对应的生成频率,生成天气预报数据。
一种天气预报数据的生成装置,包括:
拆分模块,用于对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;
生成频率确定模块,用于根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;
获取模块,用于获取用于生成天气预报数据的原始数据;
天气预报数据生成模块,用于按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
在其中一个实施例中,生成频率确定模块用于按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
在其中一个实施例中,天气预报数据生成模块用于确定当前时间点是否在总预报时间区间,且当当前时间点在总预报时间区间时,则根据原始数据以及当前时间点所在的分段预报时间区间对应的生成频率,生成天气预报数据。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现任一项所述的方法的步骤。
上述天气预报数据的生成方法、装置、计算机设备和存储介质,通过将天气预报的总预报时间区间分成多个分段预报时间区间,并分别确定天气预报数据的生成策略,然后按照时间顺序,基于获取的原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。天气预报数据的生成频率可以根据不同的分段预报时间区间进行设置,对于预报准确性较高的分段预报时间区间可以设置较高频率生成天气预报数据,对于预报准确性较低的分段预报时间区间可以设置较低频率生成天气预报数据,从而可以解决以固定时间间隔生成天气预报数据所带来的资源浪费问题。
附图说明
图1为一个实施例中天气预报数据的生成方法的应用场景图;
图2为一个实施例中天气预报数据的生成方法的流程示意图;
图3为一个实施例中多个网格层的结构示意图;
图4为一个实施例中天气预报数据的生成装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的天气预报数据的生成方法,可以应用于如图1所示的应用环境中。其中,终端102与服务器104通过网络进行通信。终端102用于接收用户指示,基于用户指示确定总预报时间区间并发送给服务器104。服务器104对天气预报的总预报时间区间进行拆分,得到分段预报时间区间,然后根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率。进一步,服务器104获取用于生成天气预报数据的原始数据,并按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种天气预报数据的生成方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,对天气预报的总预报时间区间进行拆分,得到分段预报时间区间。
其中,总预报时间区间是指天气预报模式(The Weather Research andForecasting Model,WRF)中,预测未来一定时段的大气运动状态和天气现象的总的预报时间区间,可以包括预报的开始时间以及预报总时长,例如从某一时间点后的24小时,或者36小时等。分段预报时间区间是指对总预报时间区间进行拆分后得到的预报时间区间。
例如,服务器基于终端的指示,确定天气预报的预报时长为24小时,预报的开始时间为2019年10月1日0点0分0秒,然后服务器基于接收的终端的指示,将总预报时间区间拆分为2个分段预报时间区间,且各分段预报时间区间的预报时长分别为12小时,则得到的分段预报时间区间分别为开始时间为2019年10月1日0点0分0秒往后的12小时的第一分段预报时间区间,以及开始时间为2019年10月1日12点0分0秒往后的12小时的第二分段预报时间区间。
步骤S204,根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率。
其中,生成频率是指天气预报模式WRF中,生成并输出天气预报数据的频率,例如,可以是1小时输出一次,3小时输出一次等。
具体地,随着时间推移,通过天气预报模式进行天气预报的预报准确率会逐渐降低。服务器可以根据天气预报的预报准确性随时间的变化,确定各分段预报时间区间的天气预报数据的生成频率。
步骤S206,获取用于生成天气预报数据的原始数据。
其中,原始数据可以包括地形数据以及格点气象数据。格点气象数据是指反映天气的数据,可分为气候资料和天气资料。地形数据是指地表各种各样物体形态的数据,具体指地表以上分布的固定物体所共同呈现出的高低起伏的各种状态,可以包括但不限于地势高低、地表覆盖物、土壤等信息的数据。
具体地,服务器可以根据获取的天气预报模式WRF中配置并用于生成天气预报数据的网格参数,获取对应的地形数据以及格点气象数据,例如,根据网格参数中的网格距离,确定各网格层的地形数据等。
步骤S208,按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
如前文所述,随着时间推移,通过天气预报模式进行天气预报的预报准确率会逐渐降低,如果整个总预报时间区间持续以同一频率进行天气的预报,不仅浪费天气预报数据输出所需的计算资源,还占用较大的存储空间。
而本实施例中,服务器可以对不同的分段预报时间区间,基于获取的原始数据以及各分段预报时间区间对应的生成频率生成天气预报数据,从而减少不必要的天气预报数据的生成,节约资源并减少对存储空间的占用。
上述天气预报数据的生成方法中,通过将天气预报的总预报时间区间分成多个分段预报时间区间,并分别确定天气预报数据的生成策略,然后按照时间顺序,基于获取的原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。天气预报数据的生成频率可以根据不同的分段预报时间区间进行设置,对于预报准确性较高的分段预报时间区间可以设置较高频率生成天气预报数据,对于预报准确性较低的分段预报时间区间可以设置较低频率生成天气预报数据,从而可以解决以固定时间间隔生成天气预报数据所带来的资源浪费问题。
在其中一个实施例中,根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据生成策略,可以是按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
具体地,对于同一个总预报时间区间,预报时间越靠前,预报准确性越高,生成的天气预报数据的可使用性越强,预报时间越靠后,预报准确性越低,生成的天气预报数据的可使用性越弱。
服务器可以根据天气预报的准确性,确定相邻两个分段预报时间区间中,预报时间靠前的分段预报时间区间以较高的频率输出天气预报数据,例如1小时输出一次,而预报时间靠后的分段预报时间区间以稍低的频率输出天气预报数据,例如3小时输出一次,从而在保障天气预报数据需求的同时,减少不必要的天气预报数据输出。
上述实施例中,通过确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率,使得在预报准确率较高的分段预报时间区间以较高的频率输出天气预报数据,预报准确率较低的分段预报时间区间以低频率输出天气预报数据,相比于以固定时间间隔生成天气预报数据,节约了生成不必要的天气预报数据所带来的资源浪费,并且减少了数据量,减少了对存储空间的占用。
在其中一个实施例中,按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:确定当前时间点是否在总预报时间区间;当当前时间点在总预报时间区间时,则根据原始数据以及当前时间点所在的分段预报时间区间对应的生成频率,生成天气预报数据。
其中,当前时间点是指服务器的实时时间。具体地,服务器可以根据实时时间,确定是否位于总预报时间区间,以确定是否以该总预报时间区间的分段预报时间区间对应的生成频率生成天气预报数据。
例如,服务器可以将各分段预报时间区间对应的开始时间、预报时长、天气预报数据的生成频率等写入执行文件,并按照时间先后顺序,存储为不同的文件名,例如namelist.input、namelist.input1、namelist.input2等。
进一步,服务器可以按照时间顺序,运行对应的执行文件,并以对应的生成频率生成天气预报数据。具体地,在当前时间点在总预报时间区间时,服务器首先运行预报时间在先的分段预报时间区间对应的namelist.input执行文件,并在该分段预报时间区间结束后,将后一分段预报时间区间对应的执行文件的名称namelist.input1更改为namelist.input,并继续执行,依此类推,以生成天气预报数据。
上述实施例中,通过对当前时间点进行判定,确定当前时间点在该总预报时间区间,以进行天气预报数据的生成,从而可以确保天气预报数据的生成准确性。
在其中一个实施例中,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:获取当前时间点采集设备采集的天气数据;基于天气数据以及对应当前时间点的天气预报数据,得到当前时间点的天气预报数据的预报准确率;当预报准确率大于或等于预设阈值时,则继续以当前时间点对应的生成频率,生成天气预报数据。
其中,采集设备可以是气象站的设备,如气象仪等。天气数据可以包括但不限于采集设备采集的风向、风速、雨量、温度、湿度、辐射、大气压等数据。预设阈值是服务器基于终端的指示预先设置的阈值条件,例如70%等。
具体地,服务器可以通过对采集的天气数据与生成的天气预报数据进行一一比对,确定当前时间点的天气预报数据是否准确,并得到当前时间点的天气预报数据的预报准确率。进一步,服务器根据该预报准确率大于或等于预设阈值,确定继续以当前时间点对应的生成频率继续生成天气预报数据,若该预报准确率小于预设阈值,则确定以各分段预报时间区间对应的生成频率生成天气预报数据。
其中,天气预报数据的预报准确率可以是对多次采集的天气预报数据进行汇总后确定,或者按照多次采集天气数据得到的多个预报准确率,按照一定比例关系进行汇总后得到最终的预报准确率。
上述实施例中,通过获取当前时间点的天气数据,并得到当前时间点对应的天气预报数据的预报准确率,从而,当预报准确率大于或等于预设阈值时,可以继续以生成当前时间点的天气预报数据的生成频率继续生成天气预报数据,减少了重新获取预报时间节点并获取对应的生成频率的流程步骤,进而可以节约系统资源。
在其中一个实施例中,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:建立预报区域的网格层;基于原始数据中的地形数据,对网格层进行插值操作,得到网格层数据;从原始数据中的格点气象数据中提取气象参数,并添加至网格层数据中,得到天气预报初始数据;基于预设的配置项策略对天气预报初始数据中的各配置项进行配置,并按照各分段预报时间区间对应的生成频率,生成天气预报数据。
其中,网格层是指WRF中不同的网格嵌套层,如图3所示,在本申请中,网格层数量为3层,D01代表最外层网格层,D02是中间网格层,D03是最内层网格层;网格距离是用于表示WRF中各网格层的分辨率的指标;预报区域为设置的天气预报的预报区域。本领域技术人员可以理解的是,前文所述网格参数可以包括但不限于网格层数量、预报区域、网格距离以及各网格层的格点数量等。
气象参数是指从格点气象数据中提取出来的对应各网格层的气候资料以及天气资料的参数,例如,海温参数等。
配置项是指天气预报数据中,用于配置各种物理化效应的选项,例如积云配置项、城市化配置项、长波和短波辐射配置项等。
具体地,服务器可以根据获取的网格参数,建立WRF网络,即建立多个网格层,并按照网格参数设置各网格层的预报区域、网格距离以及格点数量等。
进一步,服务器可以通过WRF预处理(WRF Processing System,WPS)模块,根据各网格层对应的网格距离,分别获取各网格层对应的地形数据,并将地形数据添加至投影后的各网格层格点中,从而得到包括地形数据的网格层数据。
可选地,服务器还可以通过WPS从格点气象数据中提取出对应各网格层的气象参数,并添加至各网格层数据对应的格点中,以得到天气预报初始数据。
进一步,服务器可以基于预先设置的配置项策略,对各配置项进行配置,例如,对于网格距离大于一定阈值的网格层,配置为开启积云配置项,对于网格距离小于一定阈值的网格层,配置为关闭积云配置项等,从而生成天气预报数据。
上述实施例中,通过根据网格距离,以对应的地形数据对各网格层进行插值操作,并进行气象参数的添加,以及配置对应的配置项,从而,可以预报区域的精度要求确定对应的网格距离,并对应获取地形数据以及格点气象数据,以生成天气预报数据,实现精细化预报。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种天气预报数据的生成装置,可以包括:拆分模块100、生成频率确定模块200、获取模块300和天气预报数据生成模块400,其中:
拆分模块100,用于对天气预报的总预报时间区间进行拆分,得到分段预报时间区间。
生成频率确定模块200,用于根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率。
获取模块300,用于获取用于生成天气预报数据的原始数据。
天气预报数据生成模块400,用于按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
在其中一个实施例中,生成频率确定模块200用于按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
在其中一个实施例中,天气预报数据生成模块400用于确定当前时间点是否在总预报时间区间,且当当前时间点在总预报时间区间时,则根据原始数据以及当前时间点所在的分段预报时间区间对应的生成频率,生成天气预报数据。
在其中一个实施例中,上述天气预报数据生成模块400可以包括:
天气数据获取子模块,用于获取当前时间点采集设备采集的天气数据。
预报准确率生成子模块,用于基于天气数据以及当前时间点对应的天气预报数据,得到当前时间点的天气预报数据的预报准确率。
天气预报数据生成子模块,用于当预报准确率大于或等于预设阈值时,则继续以当前时间点对应的生成频率,生成天气预报数据。
在其中一个实施例中,上述天气预报数据生成模块400可以包括:
网格层建立子模块,用于建立预报区域的网格层。
差值子模块,用于基于原始数据中的地形数据,对网格层进行插值操作,得到网格层数据。
提取子模块,用于从原始数据中的格点气象数据中提取气象参数,并添加至网格层数据中,得到天气预报初始数据。
配置子模块,用于基于预设的配置项策略对天气预报初始数据中的各配置项进行配置,并按照各分段预报时间区间对应的生成频率,生成天气预报数据。
关于天气预报数据的生成装置的具体限定可以参见上文中对于天气预报数据的生成方法的限定,在此不再赘述。上述天气预报数据的生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储原始数据以及生成的天气预报数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种天气预报数据的生成方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;获取用于生成天气预报数据的原始数据;按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
在一个实施例中,处理器执行计算机程序时实现天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据生成策略,可以包括:按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
在一个实施例中,处理器执行计算机程序时实现按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:确定当前时间点是否在总预报时间区间;当当前时间点在总预报时间区间时,则根据原始数据以及当前时间点所在的分段预报时间区间对应的生成频率,生成天气预报数据。
在一个实施例中,处理器执行计算机程序时实现根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:获取当前时间点采集设备采集的天气数据;基于天气数据以及对应当前时间点的天气预报数据,得到当前时间点的天气预报数据的预报准确率;当预报准确率大于或等于预设阈值时,则继续以当前时间点对应的生成频率,生成天气预报数据。
在一个实施例中,处理器执行计算机程序时实现根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:建立预报区域的网格层;基于原始数据中的地形数据,对网格层进行插值操作,得到网格层数据;从原始数据中的格点气象数据中提取气象参数,并添加至网格层数据中,得到天气预报初始数据;基于预设的配置项策略对天气预报初始数据中的各配置项进行配置,并按照各分段预报时间区间对应的生成频率,生成天气预报数据。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时可以实现以下步骤:对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;获取用于生成天气预报数据的原始数据;按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
在一个实施例中,计算机程序被处理器执行时实现天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据生成策略,可以包括:按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
在一个实施例中,计算机程序被处理器执行时实现按照时间顺序,根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:确定当前时间点是否在总预报时间区间;当当前时间点在总预报时间区间时,则根据原始数据以及当前时间点所在的分段预报时间区间对应的生成频率,生成天气预报数据。
在一个实施例中,计算机程序被处理器执行时实现根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:获取当前时间点采集设备采集的天气数据;基于天气数据以及当前时间点的天气预报数据,得到当前时间点的天气预报数据的预报准确率;当预报准确率大于或等于预设阈值时,则继续以当前时间点对应的生成频率,生成天气预报数据。
在一个实施例中,计算机程序被处理器执行时实现根据原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,可以包括:建立预报区域的网格层;基于原始数据中的地形数据,对网格层进行插值操作,得到网格层数据;从原始数据中的格点气象数据中提取气象参数,并添加至网格层数据中,得到天气预报初始数据;基于预设的配置项策略对天气预报初始数据中的各配置项进行配置,并按照各分段预报时间区间对应的生成频率,生成天气预报数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种天气预报数据的生成方法,所述方法包括:
对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;
根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;
获取用于生成天气预报数据的原始数据;
按照时间顺序,根据所述原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
2.根据权利要求1所述的方法,其特征在于,所述天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据生成策略,包括:
按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
3.根据权利要求1所述的方法,其特征在于,所述按照时间顺序,根据所述原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:
确定当前时间点是否在所述总预报时间区间;
当所述当前时间点在所述总预报时间区间时,则根据所述原始数据以及所述当前时间点所在的分段预报时间区间对应的生成频率,生成所述天气预报数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:
获取当前时间点采集设备采集的天气数据;
基于所述天气数据以及对应所述当前时间点的天气预报数据,得到所述当前时间点的天气预报数据的预报准确率;
当所述预报准确率大于或等于预设阈值时,则继续以当前时间点对应的生成频率,生成天气预报数据。
5.根据权利要求1所述的方法,其特征在于,所述根据所述原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据,包括:
建立预报区域的网格层;
基于原始数据中的地形数据,对所述网格层进行插值操作,得到网格层数据;
从所述原始数据中的格点气象数据中提取气象参数,并添加至所述网格层数据中,得到天气预报初始数据;
基于预设的配置项策略对所述天气预报初始数据中的各配置项进行配置,并按照各分段预报时间区间对应的生成频率,生成所述天气预报数据。
6.一种天气预报数据的生成装置,其特征在于,包括:
拆分模块,用于对天气预报的总预报时间区间进行拆分,得到分段预报时间区间;
生成频率确定模块,用于根据天气预报的预报准确性随时间的变化规律,确定对应各分段预报时间区间的天气预报数据的生成频率;
获取模块,用于获取用于生成天气预报数据的原始数据;
天气预报数据生成模块,用于按照时间顺序,根据所述原始数据以及各分段预报时间区间对应的生成频率,生成天气预报数据。
7.根据权利要求6所述的装置,其特征在于,所述生成频率确定模块用于按照时间顺序,确定相邻两个分段预报时间区间中,前一分段预报时间区间的天气预报数据的生成频率,高于后一分段预报时间区间的天气预报数据的生成频率。
8.根据权利要求6所述的装置,其特征在于,所述天气预报数据生成模块用于确定当前时间点是否在所述总预报时间区间,且当所述当前时间点在所述总预报时间区间时,则根据所述原始数据以及所述当前时间点所在的分段预报时间区间对应的生成频率,生成所述天气预报数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911166031.3A CN111078748A (zh) | 2019-11-25 | 2019-11-25 | 天气预报数据的生成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911166031.3A CN111078748A (zh) | 2019-11-25 | 2019-11-25 | 天气预报数据的生成方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111078748A true CN111078748A (zh) | 2020-04-28 |
Family
ID=70311545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911166031.3A Pending CN111078748A (zh) | 2019-11-25 | 2019-11-25 | 天气预报数据的生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111078748A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598342A (zh) * | 2020-05-18 | 2020-08-28 | 上海眼控科技股份有限公司 | 天气预报方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002328178A (ja) * | 2001-04-27 | 2002-11-15 | Nippon Telegr & Teleph Corp <Ntt> | 気象予測方法、装置、プログラムおよびプログラム記録媒体 |
JP2013164286A (ja) * | 2012-02-09 | 2013-08-22 | Toshiba Corp | 日射量予測方法、太陽光発電出力予測方法、及びシステム |
CN104285165A (zh) * | 2013-04-04 | 2015-01-14 | 天气变化研究无限责任公司 | 用于以可选择的时间增量来生成和显示nowcast的方法 |
CN109471916A (zh) * | 2018-11-22 | 2019-03-15 | 河北冀云气象技术服务有限责任公司 | 天气预报生成方法及装置 |
-
2019
- 2019-11-25 CN CN201911166031.3A patent/CN111078748A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002328178A (ja) * | 2001-04-27 | 2002-11-15 | Nippon Telegr & Teleph Corp <Ntt> | 気象予測方法、装置、プログラムおよびプログラム記録媒体 |
JP2013164286A (ja) * | 2012-02-09 | 2013-08-22 | Toshiba Corp | 日射量予測方法、太陽光発電出力予測方法、及びシステム |
CN104285165A (zh) * | 2013-04-04 | 2015-01-14 | 天气变化研究无限责任公司 | 用于以可选择的时间增量来生成和显示nowcast的方法 |
CN109471916A (zh) * | 2018-11-22 | 2019-03-15 | 河北冀云气象技术服务有限责任公司 | 天气预报生成方法及装置 |
Non-Patent Citations (1)
Title |
---|
宋君强,张卫民,朱小谦,常国刚,方慈安: "基于网格的中尺度数值天气预报系统设计与实现" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598342A (zh) * | 2020-05-18 | 2020-08-28 | 上海眼控科技股份有限公司 | 天气预报方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cervone et al. | Short-term photovoltaic power forecasting using Artificial Neural Networks and an Analog Ensemble | |
JP5940922B2 (ja) | 自然エネルギー量予測装置 | |
CN105205297B (zh) | 一种基于时间序列的业务预测方法及系统 | |
CN110569321B (zh) | 基于城市地图的网格划分处理方法、装置和计算机设备 | |
CN111105076A (zh) | 天气预报数据的生成方法、装置、计算机设备和存储介质 | |
CN109767033B (zh) | 光伏电的调度方法、装置、计算机设备和存储介质 | |
Zhao et al. | Improved dynamic programming for reservoir flood control operation | |
CN112465011A (zh) | 基于项目研发过程的项目风险预测方法和系统 | |
CN110727526B (zh) | 大数据计算任务的处理方法和系统 | |
CN114462722B (zh) | 新能源发电功率轻量化高精度云预测系统、方法和装置 | |
Green et al. | The revised intensity-frequency-duration (IFD) design rainfall estimates for Australia–An overview | |
CN104166710A (zh) | 一种基于移动终端的天气预测方法及其移动终端 | |
CN111078748A (zh) | 天气预报数据的生成方法、装置、计算机设备和存储介质 | |
CN114679460A (zh) | 建筑运维监控报警系统 | |
CN109034507B (zh) | 水电站发电量预测方法与装置、计算机设备和存储介质 | |
CN111401632B (zh) | 天气预报方法以及相关装置 | |
CN111221517A (zh) | 一种模型创建方法、装置、计算机设备和可读存储介质 | |
CN112835908B (zh) | 一种时序数据存储方法、系统、存储设备和存储介质 | |
CN114819596A (zh) | 一种区域变电站规划方法、系统、终端及存储介质 | |
CN113568067A (zh) | 数值天气预报方法、装置、计算机存储介质及电子设备 | |
CN112418481A (zh) | 雷达回波图预测方法、装置、计算机设备和存储介质 | |
KR102391607B1 (ko) | 폭염 중기예보 시스템 및 그 방법 | |
KR102668861B1 (ko) | 신재생에너지 공급확대를 반영한 계통 순부하의 변동성 산정 방법 및 시스템 | |
CN114418243B (zh) | 分布式新能源云端网格预测方法与系统 | |
CN115689067A (zh) | 太阳辐照度预测方法、装置及存储介质 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240524 |
|
AD01 | Patent right deemed abandoned |