CN111190243B - 气象预测图的生成方法、计算机设备及其可读存储介质 - Google Patents
气象预测图的生成方法、计算机设备及其可读存储介质 Download PDFInfo
- Publication number
- CN111190243B CN111190243B CN201911319330.6A CN201911319330A CN111190243B CN 111190243 B CN111190243 B CN 111190243B CN 201911319330 A CN201911319330 A CN 201911319330A CN 111190243 B CN111190243 B CN 111190243B
- Authority
- CN
- China
- Prior art keywords
- data
- meteorological
- weather
- graph
- global
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种气象预测图的生成方法、计算机设备及其可读存储介质,气象预测图的生成方法包括:从全球天气预报系统发布的数据中获取一种或多种气象参数数据,根据一种或多种气象参数数据生成气象数据统计表;根据气象数据统计表中记录的数据生成区域气象预测图;其中,气象数据统计表中包括多个坐标的经纬度信息和对应坐标的一种或多种气象参数值。该方案以全球天气预报系统(GFS)播报的数据作为一种或多种气象参数数据的预测基础的,而由于全球天气预报系统(GFS)发布的数据范围更广,且数据更新频率更快,因而本方案基于GFS发布的数据而生成的气象预测图可以提高气象预测及时性,扩大气象预测的范围。
Description
技术领域
本发明涉及气象数据预测技术领域,特别地,涉及一种气象预测图的生成方法、计算机设备及其可读存储介质。
背景技术
气象预报是经济、社会发展需要和气象科学技术发展的共同产物。从气象预报的诞生到其获得长足进步的今天,人类经历了漫长而艰苦的探索过程,随着长期的经验积累以及科技的飞速发展,人们在不断完善大气科学理论体系的同时,气象预报也面临更多新的问题和更大的挑战。
现如今,主要通过各种气象参数和卫星云图相结合来进行天气预报,其中气象参数的预测是通过地面观测、高空观测、海洋观测、雷达观测等,获得接近地面和高空的风向、风速、气压、湿度、温度等气象的参数。而卫星云图主要是通过气象卫星在宇宙中观测到的地球上的云层覆盖和地球表面特征的图像,再经过后期的电脑处理得到。虽然气象卫星大多数都能做到每半个小时回传至地面站一张卫星云图,但地面观测、高空观测、海洋观测、雷达观测等,观测得到的数据上传至国家天气预报中心大约需要耗费24小时,从而导致气象预报的更新频率慢。
现有技术中的气象卫星,如风云2号与向日葵8号气象卫星均为同步卫星,简单理解为上述两种卫星都是盯着一个地方看的卫星,所以上述两种卫星仅能获取到同一地方的监控图像,从而通过上述两种气象卫星预测天气时,监测区域受限。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一个目的在于提出了一种气象预测图的生成方法。
本发明的另一个目的在于提出了一种计算机设备。
本发明的又一个目的在于提出了一种计算机可读存储介质。
为实现上述目的,本发明第一方面的实施例提供了一种气象预测图的生成方法,具体地,该方法包括:
从全球天气预报系统发布的数据中获取全球的一种或多种气象参数数据,根据一种或多种气象参数数据生成气象数据统计表;
根据所述气象数据统计表中记录的数据生成区域气象预测图;
其中,所述气象数据统计表中包括多个坐标的经纬度信息和对应坐标的一种或多种气象参数值。
根据本发明提供的气象预测图的生成方法,先从全球预报系统(GFS)发布的数据中获取到我们需要的一种或多种气象参数数据,然后根据获取的一种或多种气象参数数据生成气象数据统计表,以便能够获取全球不同地区的温度、风向、风速、地面气压、湿度等参数的数据。具体地,在获取数据时,既可从全球预报系统(GFS)发布的数据中只下载我们想要的数据,而不下载多余的数据,这样在后期处理时,便不用进行数据筛选。当然,也可将全球预报系统(GFS)发布的数据都先下载下来,并在生成气象数据统计表之前在挑选出我们想要的数据,而去掉我们不需要的数据,以便能够降低后期数据处理的工作量。
其中,全球预报系统(GFS)是美国国家环境预报中心(NCEP)的数值预报模型。可以预报很多大气和土壤的要素变化,如风、温度、降水、土壤水分等。此后可根据气象数据统计表来生成关于一个或多个气象参数的区域气象预测图,以实现一种或多种气象参数的预测。具体地,在预测时,可根据实际需要预测的区域,生成不同区域的气象预测图,或者根据需要预测的参数生成不同参数的气象预测图。在该方案中,由于是以GFS播报的数据作为一种或多种参数的气象预测的基础的,而全球天气预报系统(GFS)又是由美国国家环境预测中心(NCEP)制作的天气预报模型获取到原始的数据,而全球天气预报系统(GFS)采用的NOAA气象卫星,该NOAA平时有两颗卫星运行,且上述两个卫星的轨道是接近正圆的太阳同步轨道,其该两卫星的轨道高度分别为870千米和833千米,轨道倾角为98.9°和98.7°。因此通过上述两个卫星可以获取到地球上所有地点的气象参数。因此,本申请基于GFS播报的数据也可预测全球的天气预报,从而通过本申请来预测的气象数据,监测的区域更广。
此外,由于本申请中是基于全球预报系统(GFS)发出的气象数据来进行气象预测的,而全球预报系统(GFS)发布的气象数据包括地表到大气顶部(如地表、表10m、20m,100m,对流云层,高云层等)的所有参数,其具体涉及的参数还包括:温度,湿度,风速,风向、势能高度、压强等,同时,通过现有的全球天气预报系统可获得数十种大气和土地土壤变量,从温度,风和降水到土壤湿度,GFS数据天气预报可在全球范围内进行预测,从地面到整个大气范围。因此其气象数据非常全,因而能够对各种气象参数和各个高度的气象数据进行预测,这样便能够获得比如100米高空的大气的相对湿度是多少,或者地球表面、地表10米、20米的温度,气压风向、风速等具体值是多少,从而能够丰富气象预测的种类,对每种气象在不同的地表高度的数据进行更细致的预测,以解决现有方案中预报模式单一,对预报中的相关气象信息预报不祥细,多种气象服务并未表达的问题。
同时,由于全球预报系统(GFS)发出的气象资料能够每天更新四次,每6小时更新一次,每次更新数据可扩展到16天(384小时),从而我们通过收集该数据集预测天气时,气象预报的更新频率更快。
其中,优选地,所述气象参数数据包括温度数据、风向数据、风速数据、地面气压数据、湿度数据中的一种或多种数据。
其中,优选地,在根据一种或多种气象参数数据生成气象数据统计表时,将多个气象参数的数据生成在同一个气象数据统计表中,然后针对所述同一个气象数据统计表的至少一个气象参数生成对应的区域气象预测图,或针对所述同一个气象数据统计表中的每一个气象参数均生成对应的区域气象预测图。
该种设置,可将不同气象参数的信息统计在同一个统计表中,以减少统计表的个数,从而减少数据量。比如可将温度、风向、风速、地面气压、湿度等数据均统计在同一个统计表中。而后续在生成气象预测图时,可针对温度、风向、风速、地面气压、湿度等气象参数均生成一个对应的气象预测图,以便能够对温度、风向、风速、地面气压、湿度等多种气象参数的值进行预测。当然,我们在将温度、风向、风速、地面气压、湿度等数据均统计在同一个统计表中后,也可只是挑选出我们需要的气象参数来生成该参数的气象预测图,比如生成温度气象预测图或湿度气象预测图,而不申请风压气象预测图等。
在上述任一方案的基础上,所述根据所述气象数据统计表中记录的数据生成区域气象数据预测图的步骤包括:
根据所述气象数据统计表中记录的经纬度信息生成区域坐标图;
以所述区域坐标图中的每一个坐标点为中心,以预设分格标准对所述区域坐标图进行分格,以生成区域分格图,其中,所述区域分格图为全球分格图、国家分格图或任意预设地区的分格图;
将一所述气象参数值对应填写到所述区域分格图对应中的分格内。
在上述任一方案的基础上,所述根据所述气象数据统计表中记录的数据生成区域气象数据预测图的步骤还包括:
将预设区域内的气象参数值划分成多个区间,对每一个区间进行颜色赋值,通过所述预设区域内的每个分格内的气象参数值所处的区间和该区间赋值的颜色对所述预设区域内的每个分格进行填色,其中,所述预设区域为所述区域分格图的整个区域或所述区域分格图的局部区域。
在上述任一方案的基础上,所述多个区间赋值的颜色由低区间到高区间依次为蓝色、黄色和红色的渐变色。
进一步优选地,所述预设区域为所述区域分格图的局部区域时,所述根据所述气象数据统计表中记录的数据生成区域气象数据预测图的步骤还包括:
对生成的区域分格图进行剪裁,以得到所述区域分格图的局部区域。
进一步优选地,在根据所述GFS的分格标准和所述气象数据统计表中记录的经纬度信息生成区域分格图时,以每一所述经纬度信息记录的坐标作为每个分格的中心。
在上述任一方案的基础上,所述从全球天气预报系统发布的数据中获取全球的一种或多种气象参数数据,根据一种或多种气象参数数据生成气象数据统计表的步骤包括:
从所述全球天气预报系统的发布源下载一种或多种气象参数数据;
将下载的一种或多种所述气象参数数据通过WinSCP软件上传到wgrib2数据存储目录中;
通过Mysql数据库调用wgrib2中的数据,并建立一个或多个气象参数的字段表,按照一个或多个气象参数的字段表,将调用的数据一一对应填写到一个或多个气象参数的字段表中,以生成一个或多个气象数据统计表。
在上述任一方案的基础上,优选地,所示气象预测图的生成方法还包括以下步骤:
每隔预设时间对从全球天气预报系统发布的数据中获取的一种或多种气象参数数据进行更新。这样便能够每隔预设时间对获得的数据进行一次更新,以便能够对预测的气象数据进行更新。其中,这里的预设时间优选与GFS发布数据的间隔一致,以使气象预测图能够与与GFS发布的数据保持同步更新状态。
根据本发明提供的气象预测图的生成方法,先从GFS(全球预报系统)发布的数据中获取到我们需要的一种或多种气象参数数据,然后根据获取的一种或多种气象参数数据生成气象数据统计表,以便能够获取全球不同地区的温度、风向、风速、地面气压、湿度等参数的数据。同时可每隔预设时间对获得的数据进行一次更新,以便能够对预测的气象数据进行及时更新。此后,可先根据GFS的分格标准和气象数据统计表中记录的经纬度信息生成不同区域的区域分格图,然后将温度、湿度等气象参数的气象参数值对应填写到区域分格图对应中的分格内。而由于GFS数据是采用0.25°×0.25°的分格标准将全球范围(经度0°-360°,纬度负90°-正90°)划分成了多个小格区域,然后以每个小格区域的中心坐标来代表该小格的位置而进行温度、风向、风速、地面气压、湿度等数据预报的。因此,我们在具体生成一种或多种参数的气象预测图时,可先根据GFS的分格标准,比如0.25°×0.25°(约28km×28km)的分格标准和气象数据统计表中记录的经纬度信息来生成区域分格图,然后将每一个经纬度所代表的坐标点上的气象数据对应标注到每个小格内,这样便可形成数字型的气象预测图。而在将气象参数值对应标注到区域分格图上的对应分格内后,可根据区域分格图上的具体数值,将气象参数值划分成不同的区间,然后用不同的颜色来代表不同的区间,比如,可依次通过蓝色、黄色和红色及其渐变色来代表由低到高的区间。此后,便可根据每个分格内的气象参数值和该气象参数值所处区间所代表的颜色来对该小格进行填色,这样便能够生成用不同颜色代表不同气象数据的彩色气象预测图,这样便能够使生成的气象预测图更加直观。其中,这里的预设区域既可是整个区域分格图的整个区域,也可以是区域分格图的局部区域。这样便可根据气象数据统计表来生成一种或多种气象参数数据预测图,以实现一种或多种气象参数的预测。具体地,在预测时,可根据实际需要预测的区域,生成不同区域的气象预测图,或者根据需要预测的参数生成不同参数的气象预测图。在该方案中,由于是以GFS播报的数据作为一种或多种参数的气象预测的基础的,而全球天气预报系统(GFS)又是由国家环境预测中心(NCEP)制作的天气预报模型获取到原始的数据,而全球天气预报系统(GFS)采用的NOAA气象卫星,该NOAA平时有两颗卫星运行,且上述两个卫星的轨道是接近正圆的太阳同步轨道,其该两卫星的轨道高度分别为870千米和833千米,轨道倾角为98.9°和98.7°。因此通过上述两个卫星可以获取到地球上所有地球的气象参数。因此,本申请基于GFS播报的数据也可预测全球的天气预报,从而通过本申请来预测的气象数据,监测的区域更广。
此外,由于本申请中是基于全球预报系统(GFS)发出的气象资料来进行气象预测的,而全球预报系统(GFS)发布的气象数据包括地表到大气顶部(如地表、表10m、20m,100m,对流云层,高云层等)的所有参数,其具体涉及的参数还包括:温度,湿度,风速,风向、势能高度、压强等,同时,通过现有的全球天气预报系统可获得数十种大气和土地土壤变量,从温度,风和降水到土壤湿度,GFS数据天气预报可在全球范围内进行预测,从地面到整个大气范围。因此其气象资料非常全,因而能够对各种气象参数和各个高度的气象数据进行预测,这样便能够获得比如100米高空的大气的相对湿度是多少,或者地球表面、地表10米、20米的温度,气压风向、风速等具体值是多少,从而能够丰富气象预测数据的内容,对气象数据进行更细致的预测,以解决现有方案中预报模式单一,对预报中的相关信息预报不祥细,多种气象服务并未表达的问题。
同时,由于全球预报系统(GFS)发出的气象资料能够每天更新四次,每6小时更新一次,每次更新数据可扩展到16天(384小时),从而我们通过收集该数据集预测天气时,气象预报的更新频率更快。
本发明的第二方面,提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项技术方案提供的方法。
本发明提供的计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,而由于本发明提供的计算机设备,处理器执行所述程序时能够实现第一方面任一项技术方案提供的方法。因而还具有第一方面任一项技术方案提供的方法的有益效果,在此不一一赘述。
本发明的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现第一方面任一项技术方案提供的方法。
本发明提供的计算机可读存储介质,由于其上存储有计算机程序,且其上存储的计算机程序被处理器执行时能够实现第一方面和任一项技术方案提供的方法。因而本发明提供的计算机可读存储介质还具有第一方面任一项技术方案提供的方法的有益效果,在此不一一赘述。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明的实施例的气象预测图的生成方法的流程示意图;
图2为图1中的步骤104的具体流程示意图;
图3为图1中的步骤102的具体流程示意图;
图4示出了本发明的实施例的温湿度的气象预测图的生成方法的流程示意图;
图5示出了本发明的一实施例提供的电子设备的方框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的实施例提供的一种气象预测图的生成方法。如图1所示,该方法包括以下步骤:
S102,从全球天气预报系统发布的数据中获取全球的一种或多种气象参数数据,根据一种或多种气象参数数据生成气象数据统计表,其中,气象参数数据包括温度数据、风向数据、风速数据、地面气压数据、湿度数据中的一种或多种。
S104,根据气象数据统计表中记录的数据生成区域气象预测图,其中,气象数据统计表中包括多个坐标的经纬度信息和对应坐标的一种或多种气象参数值。
根据本发明提供的气象预测图的生成方法,先从全球预报系统(GFS)发布的数据中获取到我们需要的一种或多种气象参数数据,然后根据获取的一种或多种气象参数数据生成气象数据统计表,以便能够获取全球不同地区的温度、风向、风速、地面气压、湿度等参数的数据。具体地,在获取数据时,既可从全球预报系统(GFS)发布的数据中只下载我们想要的数据,而不下载多余的数据,这样在后期处理时,便不用进行数据筛选。当然,也可将全球预报系统(GFS)发布的数据都先下载下来,并在生成气象数据统计表之前在挑选出我们想要的数据,而去掉我们不需要的数据,以便能够降低后期数据处理的工作量。
其中,全球预报系统(GFS)是美国国家环境预报中心(NCEP)的数值预报模型。可以预报很多大气和土壤的要素变化,如风、温度、降水、土壤水分等。此后可根据气象数据统计表中记录的数据来生成一种或多种区域气象预测图,以实现一种或多种气象参数的预测。具体地,在预测时,可根据实际需要预测的区域,生成不同区域的气象预测图,或者根据需要预测的参数生成不同参数的气象预测图。在该方案中,由于是以GFS播报的数据作为一种或多种参数的气象预测的基础的,而全球天气预报系统(GFS)又是由国家环境预测中心(NCEP)制作的天气预报模型获取到原始的数据,而全球天气预报系统(GFS)采用的NOAA气象卫星,该NOAA平时有两颗卫星运行,且上述两个卫星的轨道是接近正圆的太阳同步轨道,其该两卫星的轨道高度分别为870千米和833千米,轨道倾角为98.9°和98.7°。因此通过上述两个卫星可以获取到地球上所有地球的气象参数。因此,本申请基于GFS播报的数据也可预测全球的天气预报,从而通过本申请来预测的气象数据,监测的区域更广。
此外,由于本申请中是基于全球预报系统(GFS)发出的气象数据来进行气象预测的,而全球预报系统(GFS)发布的气象数据包括地表到大气顶部(如地表、表10m、20m,100m,对流云层,高云层等)的所有参数,其具体涉及的参数还包括:温度,湿度,风速,风向、势能高度、压强等,同时,通过现有的全球天气预报系统可获得数十种大气和土地土壤变量,从温度,风和降水到土壤湿度,GFS数据天气预报可在全球范围内进行预测,从地面到整个大气范围。因此其气象数据非常全,因而能够对各种气象参数和各个高度的气象数据进行预测,这样便能够获得比如100米高空的大气的相对湿度是多少,或者地球表面、地表10米、20米的温度,气压风向、风速等具体值是多少,从而能够丰富气象预测的种类,对每种气象在不同的地表高度的数据进行更细致的预测,以解决现有方案中预报模式单一,对预报中的相关气象信息预报不详细,多种气象服务并未表达的问题。
同时,由于全球预报系统(GFS)发出的气象资料能够每天更新四次,每6小时更新一次,每次更新数据可扩展到16天(384小时),从而我们通过收集该数据集预测天气时,气象预报的更新频率更快。
在一优选实施例中,在根据一种或多种气象参数数据生成气象数据统计表时,将多个气象参数的数据生成在同一个气象数据统计表中,然后针对所述同一个气象数据统计表的至少一个气象参数生成对应的区域气象预测图,或针对所述同一个气象数据统计表中的每一个气象参数均生成对应的区域气象预测图。
在该实施例中,可将不同气象参数的信息统计在同一个统计表中,以减少统计表的个数,从而减少数据量。比如可将温度、风向、风速、地面气压、湿度等数据均统计在同一个统计表中。而后续在生成区域气象预测图时,可针对温度、风向、风速、地面气压、湿度等气象均分别生成一个对应的区域气象预测图,以便能够对温度、风向、风速、地面气压、湿度等多种气象的气象参数值进行预测。当然,在实际操作过程中,也可将所有获取的数据都统计在统计表中,然后从统计表中筛选需要的数据,即可以在同一个统计表中的多种气象参数中选择其中一种气象参数,并根据选择的结果生成对应的区域气象预测图,比如,我们可将温度、风向、风速、地面气压、湿度等数据均统计在同一个统计表中,然后挑选出需要预测的气象参数来生成该参数的区域气象预测图,比如生成某个地区的温度气象预测图或湿度气象预测图,而不生成风压气象预测图等。
在一优选实施例中,该方法还包括:确定待预测气象参数,并根据待预测气象参数的数据生成气象数据统计表。该种设置在从GFS中获取的数据包括多种类型的数据时,根据待预测气象参数的数据生成气象数据统计表能够在对数据统计之前,提前去掉不需要预测的数据,减少后期处理统计表时,因数据量庞大而造成处理速度较慢的问题。
在一优选实施例中,如图2所示,S104具体包括:
S1042,根据气象数据统计表中记录的经纬度信息生成区域坐标图;
S1044,以区域坐标图中的每一个坐标点为中心,以预设分格标准对区域坐标图进行分格,以生成区域分格图,区域分格图为全球分格图、国家分格图或任意预设地区的分格图;
S1046,将一气象参数值对应填写到区域分格图对应中的分格内。
在该些实施例中,由于全球天气预报系统(GFS)采用0.25°×0.25°的分格标准将全球范围(经度0°-360°,纬度负90°-正90°)划分成了多个小格区域,然后以每个小格区域的中心坐标来代表该小格的位置而进行温度、风向、风速、地面气压、湿度等数据预报的。具体地,GFS在分格时,是以经纬度为基础,将全球范围(经度0°-360°,纬度负90°-正90°)看作成一张360°*180°的长方形,然后将每一个经度和纬度又分成了等分为4个刻度,即为0.25°,这样的话在经度方向将形成360*4个刻度,在纬度方向宽将形成180*4个刻度,全球将分成360*4*180*4个边长为0.25°的小格,此时GFS发布的数据中的经纬度信息所代表的坐标就对应着一个小格的中心。而鉴于上述原因,因此,我们在从GFS发布的数据中得到经纬度信息和每个经纬度信息所代表的坐标点的各种气象参数列表数据以后,为了能够将表格数据还原成图片数据,我们可先根据气象数据统计表记录的经纬度信息将经纬度信息代表的每个坐标点都一一标注出来,以形成区域坐标图。然后以区域坐标图上的每个坐标点为中心,并根据预先设定的分格标准,比如GFS的分格标准将区域坐标图划分成多个小格的区域分格图。此后可将每一个经纬度所代表的坐标点上的气象数据对应标注到每个小格内,这样便可形成数字型的气象预测图。而上述方式,能够基于GFS对数据处理的办法将表格数据而还原成图形数据,这样便能够最大程度地使生成的预测图与GFS发布的气象数据一致。
其中,在生成区域分格图时,分格标准可根据实际需要设置,比如可优先采用GFS的分格标准,即0.25°×0.25°(约28km×28km)的标准。当然,也可采取0.5°×0.5°等这样的标准而不一定非要采用0.25°×0.25°(约28km×28km)的标准。
其中,在生成区域分格图时,可根据需要预测的区域,将位于预测区域内的经纬度信息挑选出来,而生成不同区域的分格图,而不用生成全球的分格图。比如,可生成中国的分隔图,或者中国某个省份或者某个市区的分格图,这样便能够降低生成区域分格图的工作量。当然,在为了预测全球的气象数据时,也可直接生成全球分格图,当然,在为了得到某个局部区域的预测图时,也可先生成全球分格图,然后在后续填写气象参数值或者颜色填充的步骤再进行区域分隔。
其中,GFS数据的数据格式为:gfs.t{HH}z.pgrb2.0p25.f{XXX},HH表示发布出来的时间,XXX表示未来几小时的气象数据信息。例如:gfs.t00z.pgrb2.0p25.f001表示0时发布的未来1小时气象数据信息。而下载的GFS文件包含的气象信息包含地表到大气顶部(如地表、表10m、20m,100m,对流云层,高云层等)的所有参数,其参数包括:温度,湿度,风速、势能高度、压强等;同时包含经纬度信息。
此外,在为了生成气象预测图时,也不可采取上述先生成区域分格图,然后填写数字的方式,比如,可直接采用描点法在各个坐标位置直接标注出各个坐标位置的气象参数值,然后基于平均算法等数学方法,计算出局部区域的大体温度,从而实现气象参数值得预测。
进一步优选地,如图2所示,S104还包括:
S1048,将预设区域内的气象参数值划分成多个区间,对每一个区间进行颜色赋值,通过预设区域内的每个分格内的气象参数值所处的区间和该区间赋值的颜色对预设区域内的每个分格进行填色,其中,预设区域为区域分格图的整个区域或区域分格图的局部区域。
在该些实施例中,为便于形成不同类型的彩色气象预测图,可在将气象参数值对应标注到区域分格图上的对应分格内后,根据区域分格图上的具体数值,将气象参数值划分成不同的区间,然后用不同的颜色来代表不同的区间,比如,可依次通过蓝色、黄色和红色及其渐变色来代表由低到高的区间。此后,便可根据每个分格内的气象参数值和该气象参数值所处区间所代表的颜色来对该小格进行填色,这样便能够生成用不同颜色代表不同气象数据的彩色气象预测图,这样便能够使生成的气象预测图更加直观。其中,这里的预设区域既可是整个区域分格图的整个区域,也可以是区域分格图的局部区域。
其中,在本申请中,为了得到某个局部区域的气象预测图,一方面,可在生成区域分格图时,就只申请对应区域的区域分格图,而不申请全球分隔图,而在后续的气象参数值填写或颜色填充时,既可进一步进行区域划分,以对区域分格图的局部区域进行气象参数值填写或颜色填充,也可不进行区域划分,而对区域分格图的整个区域进行气象参数值填写或颜色填充。另一方面,可在生成区域分格图时,直接申请全球分格图,并在后续的气象参数值填写或颜色填充时,进一步进行区域划分或剪裁,以便得到所需区域的分格图,从而只对所需区域进行气象参数值填写或颜色填充。而进行区域划分或剪裁时,即可在气象参数值填写之前,也可在气象参数值填写和颜色填充之间,当然,也可在气象参数值填写和颜色填充均完成之后,在对全球分格图进行区域划分。
优选地,多个区间赋值的颜色由低区间到高区间依次为蓝色、黄色和红色的渐变色。
进一步优选地,预设区域为区域分格图的局部区域时,根据气象数据统计表中记录的数据生成一种或多种气象参数数据预测图的步骤还包括:
对生成的区域分格图进行剪裁,以得到区域分格图的局部区域。
在该些实施例中,在进行气象参数值填写和/或颜色填充的步骤中,即可对整个区域分格图进行气象参数值填写和/或颜色填充,也可只对区域分格图的局部区域进行气象参数值填写和/或颜色填充,而只对区域分格图的局部区域进行气象参数值填写和/或颜色填充时,可先对生成出的区域分格图进行剪裁,以得到区域分格图上需要进行气象参数值填写和/或颜色填充的局部区域,这样便只需要对局部区域进行气象参数值填写和/或颜色填充,从而生成局部区域的气象预测图,这样便可降低气象参数值填写和/或颜色填充的工作量,提高系统的运行速度。
在上述任一实施例的基础上,优选地,气象预测图的生成方法还包括以下步骤:
每隔预设时间对从全球天气预报系统发布的数据中获取的一种或多种气象参数数据进行更新。这样便能够每隔预设时间对获得的数据进行一次更新,以便能够对预测的气象数据进行更新。其中,这里的预设时间优选与GFS发布数据的间隔一致,以使气象预测图能够与GFS发布的数据保持同步更新状态。而现有方案中,由于风云2号与向日葵8号气象卫星都是同步卫星,简单理解为上述两种卫星都是盯着一个地方看的卫星,所以上述两种卫星仅能获取到同一地方的监控图像,从而通过上述两种气象卫星预测天气时,监测区域受限。且而为了对上述两种卫星监控的地方进行天气预报,还需要结合通过地面观测、高空观测、海洋观测、雷达观测等观测上述两种卫星监控的地方的风向、风速、气压、湿度、温度等气象的参数才能完成。而地面观测、高空观测、海洋观测、雷达观测等,观测得到的数据上传至国家天气预报中心大约需要耗费24小时。从而导致气象预报的更新频率慢。而本申请的气象预测图能够与GFS发布的数据保持同步更新状态,因此,能够使气象预报的更新频率更快,监测区域更宽广。
在一优选实施例中,优选地,如图3所示,S102包括:
S1022,从全球天气预报系统的发布源下载一种或多种气象参数数据;
S1024,将下载的一种或多种气象参数数据通过WinSCP软件上传到wgrib2数据存储目录中;
S1026,通过Mysql数据库调用wgrib2中的数据,并建立一个或多个气象参数的字段表,按照一个或多个气象参数的字段表,将调用的数据一一对应填写到一个或多个气象参数的字段表中,以生成一个或多个气象数据统计表。
在该些实施例中,在实现全球天气预报系统(GFS)的数据获取和气象数据统计表的生成时,可先人工从GFS的发布源下载一种或多种气象参数数据,或者利用软件从GFS的发布源自动下载一种或多种气象参数数据。而对于人工下载的数据可人为从WinSCP的数据接口输入到WinSCP软件中。此后,可通过WinSCP软件将数据上传到wgrib2数据存储目录中,以便Mysql数据库能够调用这些数据,而在Mysql数据库调用这些数据后,可根据实际需要建立包括不同参数的字段表,比如可建立温度字段表,或者湿度字段表或者温湿度字段表。然后将全球天气预报系统(GFS)中的数据字段一一对应到Mysql数据库中的数据表中,以生成气象数据统计表,比如温度气象数据统计表,湿度气象数据统计表或温湿度气象统计表等。
其中,WinSCP是一个Windows环境下使用SSH的开源图形化SFTP客户端。同时支持SCP协议。它的主要功能就是在本地与远程计算机间安全的复制文件。WinSCP也可以链接其他系统,比如linux系统。
其中,MySQL是一种开放源代码的关系型数据库管理系统(RDBMS),使用最常用的数据库管理语言--结构化查询语言(SQL)进行数据库管理。
此外,本申请中,在一实施例中,在从GFS的发布源下载气象参数数据时,可根据实际需要下载几种特定参数的气象数据,比如温度数据、气压数据等,即在下载数据时,不将所有的数据都下载下来,而是挑选着下载,以实现对部分数据的筛选。而在另一实施例中,在从GFS的发布源下载气象参数数据时,也可先将所有的数据都先下载下来,然后在生成气象数据统计表之前,再进行有用数据的筛选,然后只针对筛选出的数据进行数据统计,以生成数据统计表。而对于其他不需要进行气象预测的数据则可不进行统计,这样便可在对数据统计之前,提前去掉不需要预测的数据,减少后期处理统计表时,因数据量庞大而造成处理速度较慢的问题。
其中,下表1示出了温度气象数据统计表,其余的气象数据统计表可参照温度气象数据统计表设置。其中,在表1中,TMP表示温度,surface表示地表。
表1:温度气象数据统计表
纬度 | 经度 | 参数 | 级别 | 值 |
-68 | -35.75 | TMP | surface | -2.35 |
-68 | -35.5 | TMP | surface | -2.75 |
-68 | -35.25 | TMP | surface | -3.05 |
-68 | -35 | TMP | surface | -2.95 |
-68 | -34.75 | TMP | surface | -3.35 |
-68 | -34.5 | TMP | surface | -3.45 |
-68 | -34.25 | TMP | surface | -3.45 |
-68 | -34 | TMP | surface | -3.35 |
-68 | -33.75 | TMP | surface | -3.65 |
-68 | -33.5 | TMP | surface | -3.65 |
-68 | -33.25 | TMP | surface | -3.75 |
-68 | -33 | TMP | surface | -4.15 |
-68 | -32.75 | TMP | surface | -4.65 |
-68 | -32.5 | TMP | surface | -4.95 |
-68 | -32.25 | TMP | surface | -5.05 |
-68 | -32 | TMP | surface | -5.35 |
-68 | -31.75 | TMP | surface | -7.75 |
-68 | -31.5 | TMP | surface | -6.35 |
-68 | -31.25 | TMP | surface | -10.75 |
-68 | -31 | TMP | surface | -11.65 |
-68 | -30.75 | TMP | surface | -11.75 |
下面结合温湿度气象预测图来对本申请中的气象预测图的生成方法进行介绍。如图4所示,该气象预测图的生成方法包括以下步骤:
S402,从GFS的发布源下载温湿度数据,并每隔预设时间对从GFS发布的数据中获取的温湿度数据进行更新;
S404,将温湿度气象数据通过WinSCP软件上传到wgrib2数据存储目录中;该步骤的主要目的在于能够将从GFS的发布源下载的气象数据上传到计算中,以方便计算机能够对数据进行识别分析等处理;
S406,通过Mysql数据库调用wgrib2中的数据,并建立温湿度字段表,然后通过温湿度字段表,将GFS中的温湿度数据一一对应填写到温湿度字段表中,以生成温湿度气象数据统计表;
S408,根据温湿度气象数据统计表中记录的经纬度信息生成全球坐标图,以全球坐标图中的每一个坐标点为中心,按GFS的分格标准对全球坐标图进行分格,以生成全球分格图;
S410,将温湿度气象数据统计表中的温度值对应填写到一全球分格图对应中的分格内,将温湿度气象数据统计表中的湿度值对应填写到另一全球分格图对应中的分格内;
S412,对全球分格图进行剪裁,以得到中国区域的分格图;
S414,将中国区域的分格图上的温度值划分成多个温度区间,对每一个温度区间进行颜色赋值,通过每个分格内的温度值所处的区间和该区间赋值的颜色对中国区域的分格图内的每个分格进行填色,以得到中国区域的温度预测图;
S416,将中国区域的分格图上的湿度值划分成多个湿度区间,对每一个湿度区间进行颜色赋值,通过每个分格内的湿度值所处的区间和该区间赋值的颜色对中国区域的分格图内的每个分格进行填色,以得到中国区域的湿度预测图。
其中,在另一实施例中,若从GFS的发布源下载的气象参数数据不仅仅包括温湿度数据时,可将所有下载的气象数据都按照S404和S406的步骤上传到wgrib2数据存储目录中,然后通过Mysql数据库调用wgrib2中的数据建立一个包括多种气象参数数据的气象数据统计表。然后可在多种气象参数数据中确定需要预测的气象参数,然后基于预测的气象参数在按照S408-S414的步骤生成需要预测的气象参数的气象预测图。
本发明的第二方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行程序时实现第一方面任一项技术方案提供的方法。
本发明提供的计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,而由于本发明提供的计算机设备,处理器执行程序时能够实现第一方面任一项技术方案提供的方法。因而还具有第一方面任一项技术方案提供的方法的有益效果,在此不一一赘述。
本发明的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,程序被处理器执行时实现第一方面任一项技术方案提供的方法。
本发明提供的计算机可读存储介质,由于其上存储有计算机程序,且其上存储的计算机程序被处理器执行时能够实现第一方面和任一项技术方案提供的方法。因而本发明提供的计算机可读存储介质还具有第一方面任一项技术方案提供的方法的有益效果,在此不一一赘述。
其中,下面参照图5来对具体实施例中的计算机设备500进行介绍。
其中,图5出了可以用来实施本公开的实施例的计算机设备500的示意性方框图。如图5所示,计算机设备500包括中央处理单元501,其可以根据存储在只读存储器502中的计算机程序指令或者从存储单元508加载到随机访问存储器503中的计算机程序指令,来执行各种适当的动作和处理。在RAM 503中,还可以存储计算机设备500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出接口505也连接至总线504。
计算机设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许计算机设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元501执行上文所描述的各个方法和处理。例如,在一些实施例中,上述实施例子中的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到计算机设备500上。当计算机程序加载到RAM 503并由CPU 501执行时,可以执行上文描述的远程控制端和车载读书设备的一个或多个步骤。备选地,在其他实施例中,CPU 501可以通过其他任何适当的方式而被配置为执行上述实施例子中的方法。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列、专用集成电路、专用标准产品、芯片上系统的系统、负载可编程逻辑设备等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或电子设备上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、光纤、便捷式紧凑盘只读存储器、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (9)
1.一种气象预测图的生成方法,其特征在于,包括:
从全球天气预报系统发布的数据中获取全球的一种或多种气象参数数据,根据一种或多种气象参数数据生成气象数据统计表;所述气象参数数据包括温度数据、风向数据、风速数据、地面气压数据、湿度数据中的一种或多种数据;
根据所述气象数据统计表中记录的数据生成区域气象预测图;
其中,所述气象数据统计表中包括多个坐标的经纬度信息和对应坐标的一种或多种气象参数值;
所述根据所述气象数据统计表中记录的数据生成区域气象预测图的步骤包括:
根据所述气象数据统计表中记录的经纬度信息生成区域坐标图;
以所述区域坐标图中的每一个坐标点为中心,以预设分格标准对所述区域坐标图进行分格,以生成区域分格图,其中,所述区域分格图为全球分格图、国家分格图或任意预设地区的分格图;
将一所述气象参数值对应填写到所述区域分格图对应中的分格内。
2.根据权利要求1所述的气象预测图的生成方法,其特征在于,
在根据一种或多种气象参数数据生成气象数据统计表时,将多个气象参数的数据生成在同一个气象数据统计表中,然后针对所述同一个气象数据统计表的至少一个气象参数生成对应的区域气象预测图,或针对所述同一个气象数据统计表中的每一个气象参数均生成对应的区域气象预测图。
3.根据权利要求1所述的气象预测图的生成方法,其特征在于,
所述预设分格标准与所述全球天气预报系统的分格标准一致。
4.根据权利要求1所述的气象预测图的生成方法,其特征在于,所述根据所述气象数据统计表中记录的数据生成区域气象预测图的步骤还包括:
将预设区域内的气象参数值划分成多个区间,对每一个区间进行颜色赋值,通过所述预设区域内的每个分格内的气象参数值所处的区间和该区间赋值的颜色对所述预设区域内的每个分格进行填色,其中,所述预设区域为所述区域分格图的整个区域或所述区域分格图的局部区域。
5.根据权利要求4所述的气象预测图的生成方法,其特征在于,
所述预设区域为所述区域分格图的局部区域时,所述根据所述气象数据统计表中记录的数据生成区域气象预测图的步骤还包括:
对生成的区域分格图进行剪裁,以得到所述区域分格图的局部区域。
6.根据权利要求1至5中任一项所述的气象预测图的生成方法,其特征在于,所述从全球天气预报系统发布的数据中获取全球的一种或多种气象参数数据,根据一种或多种气象参数数据生成气象数据统计表的步骤包括:
从所述全球天气预报系统的发布源下载一种或多种气象参数数据;
将下载的一种或多种所述气象参数数据通过WinSCP软件上传到wgrib2数据存储目录中;
通过Mysql数据库调用wgrib2中的数据,并建立一个或多个气象参数的字段表,按照一个或多个气象参数的字段表,将调用的数据一一对应填写到一个或多个气象参数的字段表中,以生成一个或多个气象数据统计表。
7.根据权利要求1至5中任一项所述的气象预测图的生成方法,其特征在于,还包括:
每隔预设时间对从全球天气预报系统发布的数据中获取的一种或多种气象参数数据进行更新。
8.一种计算机设备,包括存储器、处理器及存储在所述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程序时实现如权利要求1~7中任一项所述的方法。
9.一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,所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911319330.6A CN111190243B (zh) | 2019-12-19 | 2019-12-19 | 气象预测图的生成方法、计算机设备及其可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911319330.6A CN111190243B (zh) | 2019-12-19 | 2019-12-19 | 气象预测图的生成方法、计算机设备及其可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111190243A CN111190243A (zh) | 2020-05-22 |
CN111190243B true CN111190243B (zh) | 2022-04-26 |
Family
ID=70706047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911319330.6A Active CN111190243B (zh) | 2019-12-19 | 2019-12-19 | 气象预测图的生成方法、计算机设备及其可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111190243B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111639437B (zh) * | 2020-06-08 | 2021-03-23 | 中国水利水电科学研究院 | 一种基于地面气压分布形势动态改变wrf模式参数化方案组合的方法 |
CN112565398B (zh) * | 2020-12-03 | 2021-12-10 | 中科三清科技有限公司 | Gfs数据下载方法、装置、电子设备以及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996087A (zh) * | 2014-06-09 | 2014-08-20 | 北京东润环能科技股份有限公司 | 一种新能源发电功率预测方法及系统 |
US9952352B2 (en) * | 2015-09-25 | 2018-04-24 | The United States Of America As Represented By The Secretary Of The Army | Device and system for generating a weather forecast for a selected zone |
US10302815B1 (en) * | 2015-10-01 | 2019-05-28 | Rockwell Collins, Inc. | System and method of integrating global convective weather |
CN107991722A (zh) * | 2017-12-25 | 2018-05-04 | 北京墨迹风云科技股份有限公司 | 天气预测模型的建立方法、预测方法和预测装置 |
CN109061776B (zh) * | 2018-10-08 | 2020-12-01 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 一种短时临近数值天气预报系统及方法 |
-
2019
- 2019-12-19 CN CN201911319330.6A patent/CN111190243B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111190243A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447260B (zh) | 一种基于深度学习的局地数值天气预报产品订正方法 | |
CN111190243B (zh) | 气象预测图的生成方法、计算机设备及其可读存储介质 | |
US20230213337A1 (en) | Large-scale forest height remote sensing retrieval method considering ecological zoning | |
Moron et al. | Weather types and rainfall over Senegal. Part I: Observational analysis | |
US20220200279A1 (en) | Power generation amount prediction device, power generation amount prediction method, and program | |
CN114863418B (zh) | 一种均压场识别方法、装置、存储介质及终端 | |
CN109782374A (zh) | 通过同化反演的水汽含量优化数值天气预报的方法及装置 | |
CN113420939A (zh) | 云图预报方法、设备及存储介质 | |
CN113806386A (zh) | 气象数据获取方法、装置、计算机设备和存储介质 | |
US10502866B2 (en) | Systems and methods for simulating time phased solar irradiance plots | |
Gómez-Navarro et al. | A new region-aware bias-correction method for simulated precipitation in areas of complex orography | |
Brun et al. | A high performance computing framework for continental-scale forest fire spread prediction | |
JP6164872B2 (ja) | 気象情報提供システム | |
CN110879923B (zh) | 阴天条件下长波下行辐射估算方法、存储介质及电子设备 | |
CN113946636A (zh) | 气象数据处理方法及装置、可读存储介质 | |
Schlager et al. | Generation of high-resolution wind fields from the WegenerNet dense meteorological station network in southeastern Austria | |
CN115731560A (zh) | 一种基于深度学习的槽线识别方法、装置、存储介质及终端 | |
CN107180227B (zh) | 基于dtmgm+灰色模型的云预测和预报方法 | |
CN112990609B (zh) | 基于时空带宽自适应地理加权回归的空气质量预测方法 | |
CN114418243A (zh) | 分布式新能源云端网格预测方法与系统 | |
CN115146563A (zh) | 一种基于中尺度气象要素的大气稳定度参量生成方法 | |
CN107884844A (zh) | 一种气象大数据分析预测系统 | |
KR102241894B1 (ko) | 이미지 프로세싱을 이용한 빛 공해 지도 제작 방법 및 그 장치 | |
Madhavrao et al. | Integration of digital weather and air traffic data for NextGen | |
CN113592664B (zh) | 农作物生产空间预测模拟方法、设备、模型及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |