CN111178635A - 天气预报方法、装置、计算机设备和计算机可读存储介质 - Google Patents
天气预报方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111178635A CN111178635A CN201911416073.8A CN201911416073A CN111178635A CN 111178635 A CN111178635 A CN 111178635A CN 201911416073 A CN201911416073 A CN 201911416073A CN 111178635 A CN111178635 A CN 111178635A
- Authority
- CN
- China
- Prior art keywords
- forecast
- target area
- weather
- result
- forecasting
- 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 56
- 230000010354 integration Effects 0.000 claims abstract description 101
- 238000004590 computer program Methods 0.000 claims description 27
- 238000013277 forecasting method Methods 0.000 claims description 19
- 230000003068 static effect Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种天气预报方法、装置、计算机设备和计算机可读存储介质。所述天气预报方法包括：获取目标区域对应的预报参数；将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；根据所述多个积分结果，获取所述目标区域的天气预报结果。采用本方法能够捕捉不同类型的天气过程，从而提升了天气预报的准确度。
Description
技术领域
本发明涉及气象预报技术领域，特别是涉及一种天气预报方法、装置、计算机设备和计算机可读存储介质。
背景技术
数值天气预报是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方法。数值模式是计算数值天气预报的必要工具。
传统的采用数值模式的天气预报方法中，往往是将预报区域划分为多个长度相等的预报网格来进行天气过程的捕捉，即采用同一水平分辨率对预报区域进行网格划分，水平分辨率是指预报网格的水平边长。
但是，上述方法无法更好地捕捉不同类型的天气过程，导致天气预报的准确度低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够更好地捕捉不同类型的天气过程、提升天气预报的准确度的天气预报方法、装置、计算机设备和计算机可读存储介质。
第一方面，本申请实施例提供了一种天气预报方法，所述天气预报方法包括：
获取目标区域对应的预报参数；
将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；
根据所述多个积分结果，获取所述目标区域的天气预报结果。
在其中一个实施例中，所述根据所述多个积分结果，获取所述目标区域的天气预报结果，包括：
从所述多个水平分辨率中确定基准分辨率，并将所述多个水平分辨率中，比所述基准分辨率大的水平分辨率确定为插值分辨率；
根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果。
在其中一个实施例中，各所述积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值；所述根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果，包括：
将各所述积分结果中相同预报时刻下，所述插值分辨率对应的预报值插值在所述基准分辨率对应的预报值中，得到插值结果；
基于所述插值结果，获取所述目标区域的天气预报结果。
在其中一个实施例中，所述预报值包括各气象要素对应的气象要素积分值，所述气象要素包括风速、风向、温度、湿度、压强中至少一个；
所述基于所述插值结果，获取所述目标区域的天气预报结果，包括：
根据所述插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值；
将所述多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为所述目标区域的天气预报结果。
在其中一个实施例中，所述将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果，包括：
将所述预报参数输入至所述数值预报模型；
控制所述数值预报模型以各所述水平分辨率为空间积分步长，分别对所述预报参数进行积分，并输出各所述水平分辨率对应的积分结果。
在其中一个实施例中，所述获取目标区域对应的预报参数，包括：
获取所述目标区域对应的预报背景场数据；
获取所述目标区域对应的静态数据；
采用所述数值预报模型对所述预报背景场数据及所述静态数据进行融合插值处理，得到所述预报参数。
在其中一个实施例中，所述方法还包括：
根据多种天气现象分别对应的大气范围，确定所述多个水平分辨率。
第二方面，本申请实施例提供一种天气预报装置，所述装置包括：
获取模块，用于获取目标区域对应的预报参数；
控制模块，用于将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；
预报模块，用于根据所述多个积分结果，获取所述目标区域的天气预报结果。
第三方面，本申请实施例提供一种计算机设备，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如上述第一方面所述的方法的步骤。
第四方面，本申请实施例提供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如上述第一方面所述的方法的步骤。
本申请实施例提供的技术方案带来的有益效果至少包括：
通过获取目标区域对应的预报参数；将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；根据所述多个积分结果，获取所述目标区域的天气预报结果；由此，根据多个水平分辨率控制数值预报模型输出多个积分结果，并根据多个积分结果获取目标区域的天气预报结果；避免了传统技术中，采用同一水平分辨率对预报区域进行网格划分，再基于多个长度相等的预报网格对预报区域进行天气过程的捕捉，导致的天气预报的准确度低的问题。本申请能够捕捉不同类型的天气过程，从而提升了天气预报的准确度。
附图说明
图1为一个实施例提供的天气预报方法的应用环境图；
图2为一个实施例提供的天气预报方法的流程示意图；
图3为一个实施例提供的天气预报方法的流程示意图；
图4为一个实施例提供的天气预报方法中步骤S320的细化步骤示意图；
图5为一个实施例提供的天气预报方法中步骤S322的细化步骤示意图；
图6为一个实施例提供的天气预报方法的流程示意图；
图7为一个实施例提供的天气预报方法的流程示意图；
图8为一个实施例提供的天气预报方法的流程示意图；
图9为一个实施例提供的天气预报装置的结构框图。
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方法，可以应用于如图1所示的计算机设备，该计算机设备可以是服务器，其内部结构图可以如图1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天气预报方法的数据。
本申请实施例提供的天气预报方法、装置、计算机设备和计算机可读存储介质，旨在解决传统技术中，采用同一水平分辨率对预报区域进行网格划分，导致的天气预报的准确度低的技术问题。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体地实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
需要说明的是，本申请实施例提供的天气预报方法，其执行主体可以是天气预报装置，该天气预报装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
请参考图2，其示出了本申请实施例提供的一种天气预报方法的流程图，如图2所示，本实施例天气预报方法可以包括以下步骤：
步骤S100，获取目标区域对应的预报参数。
本实施例中，计算机设备基于公用网址下载目标区域的GFS(Global ForecastingSystem，全球天气预报系统)预报背景场数据，再通过数值预报模型对该预报背景场数据进行预处理，得到目标区域对应的预报参数。
作为一种实施方式，数值预报模型可以是WRF(Weather Research andForecasting Model，天气预报模型)。
步骤S200，将预报参数输入至数值预报模型，并根据多个水平分辨率控制数值预报模型输出多个积分结果。
其中，目标区域的不同水平分辨率对应的预报网格的水平边长不同。
由于真实的大气是流场，数值模式使用网格预报。水平分辨率用来表示预报网格水平方向上两点的最小距离，即预报网格的水平边长，不同水平分辨率的预报网格会反映出不同尺度的天气现象。例如，和龙卷风这种天气现象有关的大气范围可能只有几百米，而和梅雨这种天气现象有关的大气范围可能有几百公里，这种和某一固定天气现象有关的大气范围称作这种天气的尺度。可以理解的是，传统技术中，仅采用一种水平分辨率对目标区域进行网格划分的天气预报方法，无法更好地捕捉不同尺度的天气现象。
本实施例中，将一般大气运动状态分为多个尺度，即设置多个不同大小的水平分辨率。不同的水平分辨率可以加强对特定尺度的天气过程的模拟能力，即，可以加强对特定尺度对应的天气现象的预报能力。计算机设备将预报参数输入至数值预报模型，并根据多个水平分辨率控制数值预报模型输出多个积分结果。
本实施例中，为了使设置的多个水平分辨率能够满足不同天气现象的理论预报覆盖，作为一种实施方式，水平分辨率可以是1km、2km、3km、6km、9km。每种水平分辨率均代表了在数值预报时，将目标区域按照当前的水平分辨率进行网格划分，例如，若水平分辨率为1km，则在数值预报时将目标区域划分为多个水平边长为1km的预报网格；若水平分辨率为2m，则在数值预报时将目标区域划分为多个水平边长为2km的预报网格，等等。数值预报模型根据预报参数及各水平分辨率，单独对每种水平分辨率进行积分，得到每种水平分辨率分别对应的积分结果。
步骤S300，根据多个积分结果，获取目标区域的天气预报结果。
计算机设备根据每种水平分辨率分别对应的积分结果，获取目标区域的天气预报结果。每个积分结果，均是数值预报模型以对应的水平分辨率单独积分得到的预报结果，每个积分结果均不同。
本实施例中，各积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值。由于不同的水平分辨率可以加强对特定尺度的天气过程的模拟能力，本实施例中，计算机设备使用集合平均的方法对多个积分结果在相同的预报时刻求集合平均，得到目标区域的天气预报结果，该天气预报结果包括多个不同预报时刻的集合平均值，提升了目标区域的天气预报结果的准确度。
本实施例通过获取目标区域对应的预报参数；将预报参数输入至数值预报模型，并根据多个水平分辨率控制数值预报模型输出多个积分结果；目标区域的不同水平分辨率对应的预报网格的水平边长不同；根据多个积分结果，获取目标区域的天气预报结果；由此，根据多个水平分辨率控制数值预报模型输出多个积分结果，并根据多个积分结果获取目标区域的天气预报结果；避免了传统技术中，采用同一水平分辨率对预报区域进行网格划分，再基于多个长度相等的预报网格对预报区域进行天气过程的捕捉，从而无法更好地捕捉不同类型的天气过程，导致天气预报的准确度低的问题。本实施例采用多种水平分辨率进行数值预报模型的积分运算，不仅可以保证积分正常，而且可以有效增加预报积分过程中对不同尺度天气现象的预报能力，能够更好地捕捉不同类型的天气过程，提升了天气预报的准确度。
参见图3，图3为另一个实施例提供的一种天气预报方法的流程图。在上述图2所示实施例的基础上，如图3所示，本实施例中，步骤S300包括步骤S310和步骤S320，具体地：
步骤S310，从多个水平分辨率中确定基准分辨率，并将多个水平分辨率中，比基准分辨率大的水平分辨率确定为插值分辨率。
本实施例中，计算机设备从多个水平分辨率中，确定适中的最终分辨率，即基准分辨率。
为了尽可能多的用到各水平分辨率对应的积分结果，计算机设备选择较小尺度作为最终分辨率。作为一种实施方式，多个水平分辨率可以是1km、2km、3km、6km、9km，计算机设备确定基准分辨率为2km，确定插值分辨率为3km、6km、9km。在其它实施例中，基准分辨率也可以是1km或者3km，本实施例在此不做具体限制。
步骤S320，根据基准分辨率对应的积分结果、以及插值分辨率对应的积分结果，获取目标区域的天气预报结果。
计算机设备根据基准分辨率对应的积分结果、以及插值分辨率对应的积分结果，获取目标区域的天气预报结果。
作为一种实施方式，各积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值；参见图4，图4为步骤S320的细化步骤示意图。如图4所示，步骤S320包括步骤S321和步骤S322，具体地：
步骤S321，将各积分结果中相同预报时刻下，插值分辨率对应的预报值插值在基准分辨率对应的预报值中，得到插值结果。
本实施例中，各积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值。例如，水平分辨率2km的积分结果中包括预报时刻9:00对应的预报值、预报时刻9:10对应的预报值、预报时刻9:20对应的预报值，等等；水平分辨率分别为3km、6km、9km的积分结果中包括预报时刻9:00对应的预报值、预报时刻9:10对应的预报值、预报时刻9:20对应的预报值，等等。可以理解的是，若各积分结果中的预报时刻不相等，会导致时间无法对齐，从而导致不能在每个预报时刻求不同积分结果的平均值。
本实施例中，将各积分结果中相同预报时刻下，插值分辨率对应的预报值插值在基准分辨率对应的预报值中，得到插值结果。例如，将水平分辨率3km的积分结果中预报时刻9:00对应的预报值、水平分辨率6km的积分结果中预报时刻9:00对应的预报值、水平分辨率9km的积分结果中预报时刻9:00对应的预报值，均插值在水平分辨率2km的积分结果中预报时刻9:00对应的预报值中；同样的，对于其它预报时刻做同样的插值处理，得到插值结果。
步骤S322，基于插值结果，获取目标区域的天气预报结果。
计算机设备基于插值结果，获取目标区域的天气预报结果，具体地，插值后每个预报时刻则包括多种水平分辨率在当前预报时刻的预报值，计算机设备获取每个预报时刻对应的预报值的平均值，即为目标区域的天气预报结果。
作为一种实施方式，参见图5，图5为步骤S322的细化步骤示意图，如图5所示，步骤S322包括步骤S322a和步骤S322b，具体地：
步骤S322a，根据插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值。
本实施例中，预报值包括各气象要素对应的气象要素积分值，作为一种实施方式，气象要素包括风速、风向、温度、湿度、压强。在其它实施例中，气象要素包括风速、风向、温度、湿度、压强中的一个或者多个，在此不做具体限制。
计算机设备根据插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值，具体地，计算机设备计算每个预报时刻，各类气象要素积分值分别对应的平均值，例如，计算预报时刻9:00，风速对应的气象要素积分值的平均值、温度对应的气象要素积分值的平均值、湿度对应的气象要素积分值的平均值、压强对应的气象要素积分值的平均值，即每个预报时刻均对应四个气象要素分别对应的气象要素积分值的平均值。
步骤S322b，将多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为目标区域的天气预报结果。
计算机设备将多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为目标区域的天气预报结果。目标区域的天气预报结果中包括每个预报时刻下，各气象要素分别对应的气象要素积分值的平均值。
由此，避免了传统技术中，采用同一水平分辨率对预报区域进行网格划分，再基于多个长度相等的预报网格对预报区域进行天气过程的捕捉，从而无法更好地捕捉不同类型的天气过程，导致天气预报的准确度低的问题。本实施例采用特定的多种水平分辨率进行数值预报模型的积分运算，可以增加预报积分过程中对不同尺度天气现象的预报能力，能够更好地捕捉不同类型的天气过程，提升了天气预报的准确度；使用集合预报方法，可以降低单次预报的系统误差；本实施例采用数值预报模型进行天气预报，而不引入其他系统，如同化系统等有效地降低的模式的计算量，节省了计算资源。
图6为另一个实施例提供的天气预报方法的流程示意图。在上述图2所示实施例的基础上，本实施例步骤S200包括步骤S210和步骤S220，具体地：
步骤S210，将预报参数输入至数值预报模型。
步骤S220，控制数值预报模型以各水平分辨率为空间积分步长，分别对预报参数进行积分，并输出各水平分辨率对应的积分结果。
本实施例中，数值预报模型可以是WRF(Weather Research and ForecastingModel，天气预报模型)，WRF模型为完全可压缩以及非静力模式，采用F90语言编写。水平方向采用Arakawa C(荒川C)网格点，垂直方向则采用地形跟随质量坐标。WRF模型在时间积分方面采用三阶或者四阶的Runge-Kutta算法。
本实施例计算机设备获取到目标区域对应的预报参数后，将预报参数输入至数值预报模型；控制数值预报模型以各水平分辨率为空间积分步长，以预设的时间间隔为时间积分步长，分别对预报参数进行积分，并输出各水平分辨率对应的积分结果，时间积分步长例如设置为10分钟；计算机设备根据多个积分结果，获取目标区域的天气预报结果，提升了天气预报的准确度。
图7为另一个实施例提供的天气预报方法的流程示意图。在上述图2所示实施例的基础上，本实施例步骤S100包括步骤S110、步骤S120和步骤S130，具体地：
步骤S110，获取目标区域对应的预报背景场数据。
本实施例中，计算机设备基于公用网址下载目标区域的GFS(Global ForecastingSystem，全球天气预报系统)预报背景场数据。
步骤S120，获取目标区域对应的静态数据。
计算机设备获取目标区域对应的静态数据，静态数据具体包括目标区域对应的地面高程数据等。
步骤S130，采用数值预报模型对预报背景场数据及静态数据进行融合插值处理，得到预报参数。
计算机设备采用WRF模型的预处理模块对预报背景场数据及静态数据进行融合插值处理，得到预报参数。
本实施例通过获取目标区域对应的预报背景场数据；获取目标区域对应的静态数据；采用数值预报模型对预报背景场数据及静态数据进行融合插值处理，得到预报参数；将预报参数输入至数值预报模型，并根据多个水平分辨率控制数值预报模型输出多个积分结果；根据多个积分结果，获取目标区域的天气预报结果；由此，采用WRF模型的预处理模块作预报背景场数据的预处理，只需制作一份输入数值预报模型的资料，即可完成数据预处理及积分过程，避免了数据的重复处理，且本实施例不必引入其他系统做数据预处理，例如同化系统等，有效降低了计算量，节省了计算资源。
图8为另一个实施例提供的天气预报方法的流程示意图。在上述图2所示实施例的基础上，本实施例天气预报方法还包括步骤S400，具体地：
步骤S400，根据多种天气现象分别对应的大气范围，确定多个水平分辨率。
本实施例中，计算机设备根据多种天气现象分别对应的大气范围，确定多个水平分辨率，以使多个水平分辨率满足不同天气现象的理论预报能力的覆盖。
计算机设备获取目标区域对应的预报参数，将预报参数输入至数值预报模型，并根据确定的多个水平分辨率控制数值预报模型输出多个积分结果；根据多个积分结果，获取目标区域的天气预报结果；由此，可以有效增加预报能力，且可以节约计算资源。
应该理解的是，虽然图2-8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2-8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9所示，提供了一种天气预报装置，包括：
获取模块10，用于获取目标区域对应的预报参数；
控制模块20，用于将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；
预报模块30，用于根据所述多个积分结果，获取所述目标区域的天气预报结果。
可选地，所述预报模块30，包括：
确定子模块，用于从所述多个水平分辨率中确定基准分辨率，并将所述多个水平分辨率中，比所述基准分辨率大的水平分辨率确定为插值分辨率；
预报子模块，用于根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果。
可选地，各所述积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值；所述预报子模块，包括：
插值单元，用于将各所述积分结果中相同预报时刻下，所述插值分辨率对应的预报值插值在所述基准分辨率对应的预报值中，得到插值结果；
获取单元，用于基于所述插值结果，获取所述目标区域的天气预报结果。
可选地，所述预报值包括各气象要素对应的气象要素积分值，所述气象要素包括风速、风向、温度、湿度、压强中至少一个；
所述获取单元，包括：
计算子单元，用于根据所述插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值；
确定子单元，用于将所述多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为所述目标区域的天气预报结果。
可选地，所述控制模块20，包括：
输入子模块，用于将所述预报参数输入至所述数值预报模型；
控制子模块，用于控制所述数值预报模型以各所述水平分辨率为空间积分步长，分别对所述预报参数进行积分，并输出各所述水平分辨率对应的积分结果。
可选地，获取模块10，包括：
第一获取子模块，用于获取所述目标区域对应的预报背景场数据；
第二获取子模块，用于获取所述目标区域对应的静态数据；
预处理子模块，用于采用所述数值预报模型对所述预报背景场数据及所述静态数据进行融合插值处理，得到所述预报参数。
可选地，所述装置还包括：
确定模块，用于根据多种天气现象分别对应的大气范围，确定所述多个水平分辨率。
本实施例提供的天气预报装置，可以执行上述天气预报方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于天气预报装置的具体限定可以参见上文中对于天气预报方法的限定，在此不再赘述。上述天气预报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，还提供了一种如图1所示的计算机设备，该计算机设备可以是服务器。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天气预报数据。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方法。
本领域技术人员可以理解，图1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，具体地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，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取目标区域对应的预报参数；将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；根据所述多个积分结果，获取所述目标区域的天气预报结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
从所述多个水平分辨率中确定基准分辨率，并将所述多个水平分辨率中，比所述基准分辨率大的水平分辨率确定为插值分辨率；根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果。
在一个实施例中，各所述积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值；处理器执行计算机程序时还实现以下步骤：
将各所述积分结果中相同预报时刻下，所述插值分辨率对应的预报值插值在所述基准分辨率对应的预报值中，得到插值结果；基于所述插值结果，获取所述目标区域的天气预报结果。
在一个实施例中，所述预报值包括各气象要素对应的气象要素积分值，所述气象要素包括风速、风向、温度、湿度、压强中至少一个；处理器执行计算机程序时还实现以下步骤：
根据所述插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值；将所述多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为所述目标区域的天气预报结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述预报参数输入至所述数值预报模型；控制所述数值预报模型以各所述水平分辨率为空间积分步长，分别对所述预报参数进行积分，并输出各所述水平分辨率对应的积分结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取所述目标区域对应的预报背景场数据；获取所述目标区域对应的静态数据；采用所述数值预报模型对所述预报背景场数据及所述静态数据进行融合插值处理，得到所述预报参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据多种天气现象分别对应的大气范围，确定所述多个水平分辨率。
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，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(Ramb微秒)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。
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：
获取目标区域对应的预报参数；将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；根据所述多个积分结果，获取所述目标区域的天气预报结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从所述多个水平分辨率中确定基准分辨率，并将所述多个水平分辨率中，比所述基准分辨率大的水平分辨率确定为插值分辨率；根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果。
在一个实施例中，各所述积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值；计算机程序被处理器执行时还实现以下步骤：
将各所述积分结果中相同预报时刻下，所述插值分辨率对应的预报值插值在所述基准分辨率对应的预报值中，得到插值结果；基于所述插值结果，获取所述目标区域的天气预报结果。
在一个实施例中，所述预报值包括各气象要素对应的气象要素积分值，所述气象要素包括风速、风向、温度、湿度、压强中至少一个；计算机程序被处理器执行时还实现以下步骤：
根据所述插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值；将所述多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为所述目标区域的天气预报结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述预报参数输入至所述数值预报模型；控制所述数值预报模型以各所述水平分辨率为空间积分步长，分别对所述预报参数进行积分，并输出各所述水平分辨率对应的积分结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取所述目标区域对应的预报背景场数据；获取所述目标区域对应的静态数据；采用所述数值预报模型对所述预报背景场数据及所述静态数据进行融合插值处理，得到所述预报参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据多种天气现象分别对应的大气范围，确定所述多个水平分辨率。
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。
以上实施例仅表达了本发明的几种实施方式，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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种天气预报方法，其特征在于，所述方法包括：
获取目标区域对应的预报参数；
将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；
根据所述多个积分结果，获取所述目标区域的天气预报结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个积分结果，获取所述目标区域的天气预报结果，包括：
从所述多个水平分辨率中确定基准分辨率，并将所述多个水平分辨率中，比所述基准分辨率大的水平分辨率确定为插值分辨率；
根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果。
3.根据权利要求2所述的方法，其特征在于，各所述积分结果均包括以相同时间步长输出的多个不同预报时刻对应的预报值；所述根据所述基准分辨率对应的积分结果、以及所述插值分辨率对应的积分结果，获取所述目标区域的天气预报结果，包括：
将各所述积分结果中相同预报时刻下，所述插值分辨率对应的预报值插值在所述基准分辨率对应的预报值中，得到插值结果；
基于所述插值结果，获取所述目标区域的天气预报结果。
4.根据权利要求3所述的方法，其特征在于，所述预报值包括各气象要素对应的气象要素积分值，所述气象要素包括风速、风向、温度、湿度、压强中至少一个；
所述基于所述插值结果，获取所述目标区域的天气预报结果，包括：
根据所述插值结果，计算目标预报时刻各气象要素积分值分别对应的平均值；
将所述多个不同预报时刻分别对应的多个气象要素积分值的平均值，确定为所述目标区域的天气预报结果。
5.根据权利要求1所述的方法，其特征在于，所述将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果，包括：
将所述预报参数输入至所述数值预报模型；
控制所述数值预报模型以各所述水平分辨率为空间积分步长，分别对所述预报参数进行积分，并输出各所述水平分辨率对应的积分结果。
6.根据权利要求1所述的方法，其特征在于，所述获取目标区域对应的预报参数，包括：
获取所述目标区域对应的预报背景场数据；
获取所述目标区域对应的静态数据；
采用所述数值预报模型对所述预报背景场数据及所述静态数据进行融合插值处理，得到所述预报参数。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据多种天气现象分别对应的大气范围，确定所述多个水平分辨率。
8.一种天气预报装置，其特征在于，所述装置包括：
获取模块，用于获取目标区域对应的预报参数；
控制模块，用于将所述预报参数输入至数值预报模型，并根据多个水平分辨率控制所述数值预报模型输出多个积分结果；所述目标区域的不同水平分辨率对应的预报网格的水平边长不同；
预报模块，用于根据所述多个积分结果，获取所述目标区域的天气预报结果。
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7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7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911416073.8A CN111178635A (zh) | 2019-12-31 | 2019-12-31 | 天气预报方法、装置、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911416073.8A CN111178635A (zh) | 2019-12-31 | 2019-12-31 | 天气预报方法、装置、计算机设备和计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111178635A true CN111178635A (zh) | 2020-05-19 |
Family
ID=70654394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911416073.8A Pending CN111178635A (zh) | 2019-12-31 | 2019-12-31 | 天气预报方法、装置、计算机设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111178635A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856620A (zh) * | 2020-07-03 | 2020-10-30 | 上海眼控科技股份有限公司 | 云顶高度及云底高度确定方法及设备 |
| CN112132339A (zh) * | 2020-09-22 | 2020-12-25 | 上海眼控科技股份有限公司 | 天气预报方法、装置、设备及存储介质 |
| CN114090266A (zh) * | 2021-12-01 | 2022-02-25 | 中科三清科技有限公司 | 空气质量预报生成方法和装置 |
| CN114372212A (zh) * | 2022-03-21 | 2022-04-19 | 国家超级计算天津中心 | 一种基于超级计算机的数值气象预报方法和装置 |
| CN114594532A (zh) * | 2022-03-09 | 2022-06-07 | 北京墨迹风云科技股份有限公司 | 一种寒潮天气预测方法、装置、电子设备及计算机可读介质 |
| CN115079306A (zh) * | 2022-05-23 | 2022-09-20 | 远景智能国际私人投资有限公司 | 闪电预报方法、装置、设备、存储介质及计算机程序产品 |
| CN115657166A (zh) * | 2022-12-09 | 2023-01-31 | 中科星图维天信(北京)科技有限公司 | 跨多气候区域的天气预报数值确定方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015108154A1 (ja) * | 2014-01-17 | 2015-07-23 | 国立大学法人京都大学 | 最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム |
| CN106443833A (zh) * | 2015-08-06 | 2017-02-22 | 中国电力科学研究院 | 一种基于云计算的数值天气预报方法 |
| CN110427594A (zh) * | 2019-07-18 | 2019-11-08 | 北京中科资环信息技术研究院 | 适合小型实验室的气象要素数据获取系统 |
| CN110472762A (zh) * | 2018-05-11 | 2019-11-19 | 中国电力科学研究院有限公司 | 一种网格化降水的订正方法及系统 |
-
2019
- 2019-12-31 CN CN201911416073.8A patent/CN111178635A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015108154A1 (ja) * | 2014-01-17 | 2015-07-23 | 国立大学法人京都大学 | 最大瞬間風速予測システム、コンピュータプログラム、及び、突風警報情報発令システム |
| CN106443833A (zh) * | 2015-08-06 | 2017-02-22 | 中国电力科学研究院 | 一种基于云计算的数值天气预报方法 |
| CN110472762A (zh) * | 2018-05-11 | 2019-11-19 | 中国电力科学研究院有限公司 | 一种网格化降水的订正方法及系统 |
| CN110427594A (zh) * | 2019-07-18 | 2019-11-08 | 北京中科资环信息技术研究院 | 适合小型实验室的气象要素数据获取系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李思昆等: "《大规模流场科学计算可视化》", 国防工业出版社, pages: 164 - 165 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111856620A (zh) * | 2020-07-03 | 2020-10-30 | 上海眼控科技股份有限公司 | 云顶高度及云底高度确定方法及设备 |
| CN112132339A (zh) * | 2020-09-22 | 2020-12-25 | 上海眼控科技股份有限公司 | 天气预报方法、装置、设备及存储介质 |
| CN114090266A (zh) * | 2021-12-01 | 2022-02-25 | 中科三清科技有限公司 | 空气质量预报生成方法和装置 |
| CN114090266B (zh) * | 2021-12-01 | 2022-12-09 | 中科三清科技有限公司 | 空气质量预报生成方法和装置 |
| CN114594532A (zh) * | 2022-03-09 | 2022-06-07 | 北京墨迹风云科技股份有限公司 | 一种寒潮天气预测方法、装置、电子设备及计算机可读介质 |
| CN114372212A (zh) * | 2022-03-21 | 2022-04-19 | 国家超级计算天津中心 | 一种基于超级计算机的数值气象预报方法和装置 |
| CN114372212B (zh) * | 2022-03-21 | 2022-07-08 | 国家超级计算天津中心 | 一种基于超级计算机的数值气象预报方法和装置 |
| CN115079306A (zh) * | 2022-05-23 | 2022-09-20 | 远景智能国际私人投资有限公司 | 闪电预报方法、装置、设备、存储介质及计算机程序产品 |
| CN115079306B (zh) * | 2022-05-23 | 2023-12-05 | 远景智能国际私人投资有限公司 | 闪电预报方法、装置、设备、存储介质及计算机程序产品 |
| CN115657166A (zh) * | 2022-12-09 | 2023-01-31 | 中科星图维天信(北京)科技有限公司 | 跨多气候区域的天气预报数值确定方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN110852523A (zh) | 基于数值模式的天气预报方法、装置、设备和存储介质 | |
| CN111505740B (zh) | 气象预测方法、装置、计算机设备和存储介质 | |
| CN110868241A (zh) | 基于多模型的地下电缆故障预警方法和装置 | |
| 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 | |
| CN110798245B (zh) | 基于单模型的地下电缆故障预警方法和装置 | |
| CN110875851B (zh) | 地下电缆故障预警方法和装置 | |
| CN111179274A (zh) | 地图地面分割方法、装置、计算机设备和存储介质 | |
| CN114112995B (zh) | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 | |
| JP2018531458A (ja) | ガソリンスタンドｐｏｉの自動発見方法、自動発見装置、及び記憶媒体と機器 | |
| CN108965017A (zh) | 一种网络流量预测方法和装置 | |
| CN110866634A (zh) | 基于模型选择的地下电缆故障预警方法和装置 | |
| CN111337929A (zh) | 气象云图预测方法、装置、计算机设备和存储介质 | |
| CN110866682B (zh) | 基于历史数据的地下电缆预警方法和装置 | |
| CN111178126A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
| CN114911788A (zh) | 一种数据插补方法、装置及存储介质 | |
| CN111126684A (zh) | 气候预测方法、装置、计算机可读存储介质和服务器 | |
| CN110968929A (zh) | 风电场风速的预测方法、装置及电子设备 | |
| CN111401632B (zh) | 天气预报方法以及相关装置 | |
| CN110824496B (zh) | 运动估计方法、装置、计算机设备和存储介质 | |
| CN110991702A (zh) | 山区降水量的计算方法、装置、计算机设备和存储介质 | |
| CN115391745B (zh) | 一种基于概率匹配平均法的降水预报订正方法及系统 | |
| CN115730718A (zh) | 结合超光谱卫星与人工智能的大气no2时空预测算法 | |
| CN115438590A (zh) | 一种基于bp神经网络的降水预报订正方法及系统 | |
| CN110599620B (zh) | 数据处理方法、装置、计算机设备和可读存储介质 |
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 |