CN111105076A - 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
- CN111105076A CN111105076A CN201911166015.4A CN201911166015A CN111105076A CN 111105076 A CN111105076 A CN 111105076A CN 201911166015 A CN201911166015 A CN 201911166015A CN 111105076 A CN111105076 A CN 111105076A
- Authority
- CN
- China
- Prior art keywords
- grid
- data
- distance
- layer
- weather 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
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"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Radar Systems Or Details Thereof (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：接收输入的生成天气预报数据的网格参数，所述网格参数包括预报区域以及各网格层的网格距离；建立对应所述网格参数的多个网格层；获取格点气象数据以及对应各网格层的网格距离的地形数据；分别对所述地形数据以及所述格点气象数据进行预处理，得到所述预报区域的天气预报初始数据；基于各网格层的网格距离，确定所述天气预报初始数据中对应各网格层的积云配置项的配置策略，根据所述配置策略对所述积云配置项进行配置，以生成天气预报数据。采用本方法能够精确对城市的某一社区或者街道进行天气预报。
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
数值天气预报(numerical weather prediction)是指根据大气实际情况，在一定的初值和边值条件下，预测未来一定时段的大气运动状态和天气现象的方法。
近年来国际上各个业务预报中心的数值模式朝向高分辨率发展，采用的网格距离普遍缩小。但是选择小的网格距离势必会造成计算时间的加长，需要更多的计算机资源，因此，天气预报没办法精确到城市的某一社区或者街道。
发明内容
基于此，有必要针对上述技术问题，提供一种能够对社区或者街道的天气进行精确预报的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：
接收输入的生成天气预报数据的网格参数，网格参数包括预报区域以及各网格层的网格距离；
建立对应网格参数的多个网格层；
获取格点气象数据以及对应各网格层的网格距离的地形数据；
分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据；
基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。
在其中一个实施例中，分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据，包括：
基于各网格距离对应的地形数据对预报区域的各网格层进行插值操作，得到对应预报区域的各网格层的网格层数据；
根据各网格距离从格点气象数据中提取对应各网格层的气象参数，并添加至预报区域的各网格层数据中，得到天气预报初始数据。
在其中一个实施例中，基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，包括：
对各网格层的网格距离与预设网格距离进行比较判定；
当网格层的网格距离大于或等于预设网格距离时，则开启网格层的积云配置项；
当网格层的网格距离小于预设网格距离时，则关闭网格层的积云配置项。
在其中一个实施例中，多个网格层中，相邻网格层的网格距离的比值相等。
在其中一个实施例中，获取格点气象数据以及对应各网格层的网格距离的地形数据，包括：
获取格点气象数据，并分别获取空间分辨率小于各网格层的网格距离的各地形数据。
一种天气预报数据的生成装置，包括：
接收模块，用于接收输入的生成天气预报数据的网格参数，网格参数包括预报区域以及各网格层的网格距离；
建立模块，用于建立对应网格参数的多个网格层；
获取模块，用于获取格点气象数据以及对应各网格层的网格距离的地形数据；
预处理模块，用于分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据；
配置项确认模块，用于基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。
在其中一个实施例中，预处理模块包括：
差值子模块，用于基于各网格距离对应的地形数据对预报区域的各网格层进行插值操作，得到对应预报区域的各网格层的网格层数据；
提取以及添加子模块，用于根据各网格距离从格点气象数据中提取对应各网格层的气象参数，并添加至预报区域的各网格层数据中，得到天气预报初始数据。
在其中一个实施例中，配置项确认模块包括：
比较判定子模块，用于对各网格层的网格距离与预设网格距离进行比较判定；
开启子模块，用于当网格层的网格距离大于或等于预设网格距离时，则开启网格层的积云配置项；
关闭子模块，用于当网格层的网格距离小于预设网格距离时，则关闭网格层的积云配置项。
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上述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上述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，通过接收输入的生成天气预报数据的网格参数，并建立对应网格参数的多个网格层，进一步获取格点气象数据以及对应各网格层的网格距离的地形数据，并分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据，然后基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。从而，可以根据社区或者街道所需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，实现对社区或者街道的天气进行预报。
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，基于用户指示将对应的网格参数输入服务器104中，服务器104可以接收用户通过终端102输入的生成天气预报数据的网格参数，并建立对应该网格参数的多个网格层。然后，服务器获取格点气象数据以及对应各网格层网格距离的地形数据，并分别对地形数据以及格点气象数据进行预处理，得到对应预报区域的天气预报初始数据。进一步，服务器104基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据所述配置策略对积云配置项进行配置，以生成天气预报数据。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，可以包括以下步骤：
步骤S202，接收输入的生成天气预报数据的网格参数，网格参数包括预报区域以及各网格层的网格距离。
其中，天气预报数据是指数值天气预报(numerical weather prediction)数据，指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的数据。
网格参数是指天气预报模式(The Weather Research and Forecasting Model，WRF)中配置并用于生成天气预报数据的参数，可以包括但不限于预报区域、网格层数量以及各网格层的网格距离。
其中，预报区域为设置的天气预报的预报区域，可以是大范围的预报区域，如上海市、江苏省等，也可以是小范围的预报区域，如上海市浦东新区某一街道等；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。
可选地，网格参数还可以包括各网格层的格点数量。具体地，网格层的格点数量越多，计算量越大，系统资源耗费越多。在本实施例中，可以通过设置各网格层的网格距离以及格点数量在一定数值范围内，从而在减少计算数量的同时，保证预报区域的精确度，例如，设定各网格层的格点数量均小于200*200等。
步骤S204，建立对应网格参数的多个网格层。
具体地，服务器可以根据接收的网格参数，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等。
例如，服务器预先设定网格层的数量，然后定义各个网格层的上级网格层的编号，继续参考图3，网格层D01是网格层D02的上级网格层，网格层D02是网格层D03的上级网格层；然后设定各网格层在上级网格层上的位置、网格距离以及格点数量等；进一步，确定预报区域，并根据预报区域的经纬度坐标、各网格层以及预设的投影类型，对预报区域进行投影。
步骤S206，获取格点气象数据以及对应各网格层的网格距离的地形数据。
其中，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，服务器可以根据网格参数中确定的各网格层的网格距离，从第三方数据库中获取对应的地形数据，并获取格点气象数据。
步骤S208，分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据。
其中，对地形数据以及格点气象数据进行预处理可以是通过WRF数据预处理(WPSProcessing System，WPS)，分别对地形数据以及格点气象数据进行预处理，从而得到对应预报区域的用于进行天气预报的天气预报初始数据。
步骤S210，基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。
其中，积云配置项是指天气预报数据中配置积云参数化物理过程方案的选项，具体指用于配置积云的凝结加热以及热量、动量、水分的垂直输送效应的选项。
具体地，服务器可以通过对积云配置项进行配置，从而确定在基于天气预报数据进行天气预报时，是否需要开启积云配置项，以对积云参数化物理过程方案进行配置，并对积云参数化物理过程进行展示。
在一个实施例中，服务器还可以包括对城市化配置项、长波和短波辐射配置项等进行配置，以在进行天气预报时，确定是否对城市参数化物理过程方案、长波及短波辐射参数化物理过程方案等进行对应的配置。
上述天气预报数据的生成方法中，通过接收输入的生成天气预报数据的网格参数，并建立对应网格参数的多个网格层，进一步获取格点气象数据以及对应各网格层的网格距离的地形数据，并分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据，然后基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。从而，可以根据社区或者街道所需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，实现对社区或者街道的天气进行预报。
在其中一个实施例中，多个网格层中，相邻网格层的网格距离的比值相等。
在本实施例中，为了实现对城市的某一社区或者街道的天气预报，可以设定最内层网格层的网格距离为1KM，并分别设定中间网格层的网格距离为3KM，设定最外层网格层的网格距离为9KM，从而使得相邻网格层的网格距离的比值相等。
通过设置相邻网格层的网格距离的比值相等，可以使下级网格层的格点位于其上级网格层的格点上，在后续数据处理时，数据处理更加便捷，可以提升数据处理的效率。
在其中一个实施例中，获取格点气象数据以及对应各网格层的网格距离的地形数据，可以包括：获取格点气象数据，并分别获取空间分辨率小于各网格层的网格距离的各地形数据。
具体地，常用地形资料有四类，对应空间分辨率分别为10m、5m、2m、30s，其中，m和s是地形资料的单位，1m约等于1.9公里，1s约等于30米，即10m约等于19km、5m约等于9km、2m约等于4km、30s约等于0.9km。
延用前例，对于网格距离为1KM的最内层网格层以及网格距离为3KM的中间网格层，则可以选择空间分辨率为30s的地形数据，对于网格距离为9KM的最外层网格层，可以选取空间分辨率为2m的地形数据。
通过获取空间分辨率小于网格层的网格距离的地形数据，从而可以使后续基于该地形数据生成的天气预报数据的预报效果较好，可以提升预报效果。
在其中一个实施例中，分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据，可以包括：基于各网格距离对应的地形数据对预报区域的各网格层进行插值操作，得到对应预报区域的各网格层的网格层数据；根据各网格距离从格点气象数据中提取对应各网格层的气象参数，并添加至预报区域的各网格层数据中，得到天气预报初始数据。
具体地，服务器可以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，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。
进一步，服务器根据从格点气象数据中提取出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，并添加至网格层数据对应的格点中。
通过根据各网格距离对应的地形数据对预报区域的各网格层进行插值处理，并获取对应的气象参数并添加至网格层数据中，从而，可以使各网格层的数据为基于同一网格距离确定的，使获取的数据具备一致性，进而可以提升预报效果。
在其中一个实施例中，基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，可以包括：对各网格层的网格距离与预设网格距离进行比较判定；当网格层的网格距离大于或等于预设网格距离时，则开启网格层的积云配置项；当网格层的网格距离小于预设网格距离时，则关闭网格层的积云配置项。
具体地，服务器可以预先设置积云配置项开启的预设网格距离，当服务器基于网格参数建立网格层，并基于得到天气预报初始数据后，服务器可以根据各网格层的网格距离，确定该网格层是否开启积云配置项。
例如，延用前例，可以设置积云配置项的预设网格距离4KM，由于网格层D02和网格层D03的网格距离都小于4KM，则可以确定关闭网格层D02和网格层D03的积云配置项，而对于网格层D01，由于其网格距离大于预设网格距离4KM，则可以确定开启网格层D01的积云配置项。
通过对各网格层的网格距离与预设网格距离进行比较判定，并确定是否开启积云配置项，生成天气预报数据，从而在进行天气预报时，对于不同的空间分辨率，展示不同的积云配置效果，可以提升预报效果。
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：接收模块100、建立模块200、获取模块300、预处理模块400和配置项确认模块500，其中：
接收模块100，用于接收输入的生成天气预报数据的网格参数，网格参数包括预报区域以及各网格层的网格距离。
建立模块200，用于建立对应网格参数的多个网格层。
获取模块300，用于获取格点气象数据以及对应各网格层的网格距离的地形数据。
预处理模块400，用于分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据。
配置项确认模块500，用于基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。
在其中一个实施例中，上述预处理模块400可以包括：
差值子模块，用于基于各网格距离对应的地形数据对预报区域的各网格层进行插值操作，得到对应预报区域的各网格层的网格层数据。
提取以及添加子模块，用于根据各网格距离从格点气象数据中提取对应各网格层的气象参数，并添加至预报区域的各网格层数据中，得到天气预报初始数据。
在其中一个实施例中，上述配置项确认模块500可以包括：
比较判定子模块，用于对各网格层的网格距离与预设网格距离进行比较判定。
开启子模块，用于当网格层的网格距离大于或等于预设网格距离时，则开启网格层的积云配置项。
关闭子模块，用于当网格层的网格距离小于预设网格距离时，则关闭网格层的积云配置项。
在其中一个实施例中，多个网格层中，相邻网格层的网格距离的比值相等。
在其中一个实施例中，获取模块300用于获取格点气象数据，并分别获取空间分辨率小于各网格层的网格距离的各地形数据。
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用户输入的网格参数、网格层数据、以及天气预报初始数据等。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：接收输入的生成天气预报数据的网格参数，网格参数包括预报区域以及各网格层的网格距离；建立对应网格参数的多个网格层；获取格点气象数据以及对应各网格层的网格距离的地形数据；分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据；基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。
在其中一个实施例中，处理器执行计算机程序时实现分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据，可以包括：基于各网格距离对应的地形数据对预报区域的各网格层进行插值操作，得到对应预报区域的各网格层的网格层数据；根据各网格距离从格点气象数据中提取对应各网格层的气象参数，并添加至预报区域的各网格层数据中，得到天气预报初始数据。
在其中一个实施例中，处理器执行计算机程序时实现基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，可以包括：对各网格层的网格距离与预设网格距离进行比较判定；当网格层的网格距离大于或等于预设网格距离时，则开启网格层的积云配置项；当网格层的网格距离小于预设网格距离时，则关闭网格层的积云配置项。
在其中一个实施例中，处理器执行计算机程序时实现接收输入的生成天气预报数据的网格参数，其中，多个网格层中，相邻网格层的网格距离的比值相等。
在其中一个实施例中，处理器执行计算机程序时实现获取格点气象数据以及对应各网格层的网格距离的地形数据，可以包括：获取格点气象数据，并分别获取空间分辨率小于各网格层的网格距离的各地形数据。
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实现以下步骤：接收输入的生成天气预报数据的网格参数，网格参数包括预报区域以及各网格层的网格距离；建立对应网格参数的多个网格层；获取格点气象数据以及对应各网格层的网格距离的地形数据；分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据；基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，根据配置策略对积云配置项进行配置，以生成天气预报数据。
在其中一个实施例中，计算机程序被处理器执行时实现分别对地形数据以及格点气象数据进行预处理，得到预报区域的天气预报初始数据，可以包括：基于各网格距离对应的地形数据对预报区域的各网格层进行插值操作，得到对应预报区域的各网格层的网格层数据；根据各网格距离从格点气象数据中提取对应各网格层的气象参数，并添加至预报区域的各网格层数据中，得到天气预报初始数据。
在其中一个实施例中，计算机程序被处理器执行时实现基于各网格层的网格距离，确定天气预报初始数据中对应各网格层的积云配置项的配置策略，可以包括：对各网格层的网格距离与预设网格距离进行比较判定；当网格层的网格距离大于或等于预设网格距离时，则开启网格层的积云配置项；当网格层的网格距离小于预设网格距离时，则关闭网格层的积云配置项。
在其中一个实施例中，计算机程序被处理器执行时实现接收输入的生成天气预报数据的网格参数，其中，多个网格层中，相邻网格层的网格距离的比值相等。
在其中一个实施例中，计算机程序被处理器执行时实现获取格点气象数据以及对应各网格层的网格距离的地形数据，可以包括：获取格点气象数据，并分别获取空间分辨率小于各网格层的网格距离的各地形数据。
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：
接收输入的生成天气预报数据的网格参数，所述网格参数包括预报区域以及各网格层的网格距离；
建立对应所述网格参数的多个网格层；
获取格点气象数据以及对应各网格层的网格距离的地形数据；
分别对所述地形数据以及所述格点气象数据进行预处理，得到所述预报区域的天气预报初始数据；
基于各网格层的网格距离，确定所述天气预报初始数据中对应各网格层的积云配置项的配置策略，根据所述配置策略对所述积云配置项进行配置，以生成天气预报数据。
2.根据权利要求1所述的方法，其特征在于，所述分别对所述地形数据以及所述格点气象数据进行预处理，得到所述预报区域的天气预报初始数据，包括：
基于各网格距离对应的地形数据对所述预报区域的各网格层进行插值操作，得到对应所述预报区域的各网格层的网格层数据；
根据各网格距离从所述格点气象数据中提取对应各网格层的气象参数，并添加至所述预报区域的各网格层数据中，得到所述天气预报初始数据。
3.根据权利要求1所述的方法，其特征在于，所述基于各网格层的网格距离，确定所述天气预报初始数据中对应各网格层的积云配置项的配置策略，包括：
对各网格层的网格距离与预设网格距离进行比较判定；
当网格层的网格距离大于或等于预设网格距离时，则开启所述网格层的积云配置项；
当网格层的网格距离小于预设网格距离时，则关闭所述网格层的积云配置项。
4.根据权利要求1所述的方法，其特征在于，所述多个网格层中，相邻网格层的网格距离的比值相等。
5.根据权利要求1所述的方法，其特征在于，所述获取格点气象数据以及对应各网格层的网格距离的地形数据，包括：
获取格点气象数据，并分别获取空间分辨率小于各网格层的网格距离的各地形数据。
6.一种天气预报数据的生成装置，其特征在于，包括：
接收模块，用于接收输入的生成天气预报数据的网格参数，所述网格参数包括预报区域以及各网格层的网格距离；
建立模块，用于建立对应所述网格参数的多个网格层；
获取模块，用于获取格点气象数据以及对应各网格层的网格距离的地形数据；
预处理模块，用于分别对所述地形数据以及所述格点气象数据进行预处理，得到所述预报区域的天气预报初始数据；
配置项确认模块，用于基于各网格层的网格距离，确定所述天气预报初始数据中对应各网格层的积云配置项的配置策略，根据所述配置策略对所述积云配置项进行配置，以生成天气预报数据。
7.根据权利要求6所述的装置，其特征在于，所述预处理模块包括：
差值子模块，用于基于各网格距离对应的地形数据对所述预报区域的各网格层进行插值操作，得到对应所述预报区域的各网格层的网格层数据；
提取以及添加子模块，用于根据各网格距离从所述格点气象数据中提取对应各网格层的气象参数，并添加至所述预报区域的各网格层数据中，得到所述天气预报初始数据。
8.根据权利要求6所述的装置，其特征在于，所述配置项确认模块包括：
比较判定子模块，用于对各网格层的网格距离与预设网格距离进行比较判定；
开启子模块，用于当网格层的网格距离大于或等于预设网格距离时，则开启所述网格层的积云配置项；
关闭子模块，用于当网格层的网格距离小于预设网格距离时，则关闭所述网格层的积云配置项。
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 |
|---|---|---|---|
| CN201911166015.4A CN111105076A (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 |
|---|---|---|---|
| CN201911166015.4A CN111105076A (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 |
|---|---|
| CN111105076A true CN111105076A (zh) | 2020-05-05 |
Family
ID=70421056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911166015.4A Pending CN111105076A (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) | CN111105076A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112000683A (zh) * | 2020-08-25 | 2020-11-27 | 中科三清科技有限公司 | 数据处理方法、装置及设备 |
| CN113313291A (zh) * | 2021-05-06 | 2021-08-27 | 国网河南省电力公司电力科学研究院 | 一种基于初值扰动的电网风灾集合预报以及验证方法 |
| CN116702068A (zh) * | 2023-08-07 | 2023-09-05 | 广东电网有限责任公司阳江供电局 | 面向多地形场站的风速预报极值提取方法及相关装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003021687A (ja) * | 2001-07-06 | 2003-01-24 | Digital Weather Platform Kk | 狭域天気予報方法、狭域天気予報配信方法、商品販売促進方法、天気予報装置及び天気予報情報提供システム |
| JP2004117278A (ja) * | 2002-09-27 | 2004-04-15 | Mitsubishi Heavy Ind Ltd | 気象予測装置及び方法 |
| US7043368B1 (en) * | 2002-04-08 | 2006-05-09 | Wsi Corporation | Method and system for creating visualizations of future weather conditions |
| KR20150026137A (ko) * | 2013-08-31 | 2015-03-11 | (주)헤르메시스 | 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치 |
| CN105389468A (zh) * | 2015-11-06 | 2016-03-09 | 中国海洋大学 | 一种离岸流预测方法 |
| CN108009289A (zh) * | 2017-12-25 | 2018-05-08 | 华云信息技术工程有限公司 | 一种网格天气预报制作系统、方法及装置 |
-
2019
- 2019-11-25 CN CN201911166015.4A patent/CN111105076A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003021687A (ja) * | 2001-07-06 | 2003-01-24 | Digital Weather Platform Kk | 狭域天気予報方法、狭域天気予報配信方法、商品販売促進方法、天気予報装置及び天気予報情報提供システム |
| US7043368B1 (en) * | 2002-04-08 | 2006-05-09 | Wsi Corporation | Method and system for creating visualizations of future weather conditions |
| JP2004117278A (ja) * | 2002-09-27 | 2004-04-15 | Mitsubishi Heavy Ind Ltd | 気象予測装置及び方法 |
| KR20150026137A (ko) * | 2013-08-31 | 2015-03-11 | (주)헤르메시스 | 레이더 관측자료를 3차원 격자 데이터로 구축하여 활용하는 강우량 추정 장치 |
| CN105389468A (zh) * | 2015-11-06 | 2016-03-09 | 中国海洋大学 | 一种离岸流预测方法 |
| CN108009289A (zh) * | 2017-12-25 | 2018-05-08 | 华云信息技术工程有限公司 | 一种网格天气预报制作系统、方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 杨育强等: "区域数值天气实时预报系统的研制", 《气象》, no. 03 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112000683A (zh) * | 2020-08-25 | 2020-11-27 | 中科三清科技有限公司 | 数据处理方法、装置及设备 |
| CN112000683B (zh) * | 2020-08-25 | 2021-03-16 | 中科三清科技有限公司 | 数据处理方法、装置及设备 |
| CN113313291A (zh) * | 2021-05-06 | 2021-08-27 | 国网河南省电力公司电力科学研究院 | 一种基于初值扰动的电网风灾集合预报以及验证方法 |
| CN116702068A (zh) * | 2023-08-07 | 2023-09-05 | 广东电网有限责任公司阳江供电局 | 面向多地形场站的风速预报极值提取方法及相关装置 |
| CN116702068B (zh) * | 2023-08-07 | 2023-12-29 | 广东电网有限责任公司阳江供电局 | 面向多地形场站的风速预报极值提取方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11333796B2 (en) | Spatial autocorrelation machine learning-based downscaling method and system of satellite precipitation data | |
| CN109798903B (zh) | 一种从地图数据中获取道路信息的方法及装置 | |
| CN112116155B (zh) | 基于智能决策的人口流动预测方法、装置及计算机设备 | |
| 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 | |
| Sakieh et al. | Simulating urban expansion and scenario prediction using a cellular automata urban growth model, SLEUTH, through a case study of Karaj City, Iran | |
| CN111178635A (zh) | 天气预报方法、装置、计算机设备和计算机可读存储介质 | |
| CN111352670B (zh) | 虚拟现实场景加载方法、装置、虚拟现实系统及设备 | |
| CN111178932A (zh) | 用户地理画像生成方法、装置、计算机设备和存储介质 | |
| CN109740812A (zh) | 电力负荷预测方法、装置、计算机设备和存储介质 | |
| Sharafi et al. | Integrating environmental gap analysis with spatial conservation prioritization: A case study from Victoria, Australia | |
| CN112184687A (zh) | 基于胶囊特征金字塔的道路裂缝检测方法和存储介质 | |
| CN111753038B (zh) | 一种地图数据的渲染方法及系统 | |
| CN114462723B (zh) | 基于高空风资源影响的云层迁移分钟级光伏功率预测方法 | |
| CN114493052A (zh) | 多模型融合自适应新能源功率预测方法和系统 | |
| CN116828515A (zh) | 一种车联网下基于时空图卷积的边缘服务器负载预测方法 | |
| CN115358060A (zh) | 一种支持新能源发电功率高精度预测的高效算法框架 | |
| US20230025848A1 (en) | Simulating weather scenarios and predictions of extreme weather | |
| CN117791618A (zh) | 电力调度方法、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 | |
| CN114418243B (zh) | 分布式新能源云端网格预测方法与系统 | |
| CN114501518B (zh) | 流量预测方法、装置、设备、介质和程序产品 | |
| CN108647234B (zh) | 停电范围的获取方法、装置、计算机设备和存储介质 | |
| CN115061222A (zh) | 一种气候预测方法、计算机设备及存储介质 | |
| 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 | |
| CN110148190B (zh) | 气象图像订正方法、装置、计算机设备和存储介质 |
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 |