CN111325392B - 登陆热带气旋过程降水预报系统 - Google Patents
登陆热带气旋过程降水预报系统 Download PDFInfo
- Publication number
- CN111325392B CN111325392B CN202010097950.6A CN202010097950A CN111325392B CN 111325392 B CN111325392 B CN 111325392B CN 202010097950 A CN202010097950 A CN 202010097950A CN 111325392 B CN111325392 B CN 111325392B
- Authority
- CN
- China
- Prior art keywords
- module
- similarity
- initial value
- target
- path
- 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
- 238000001556 precipitation Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000010276 construction Methods 0.000 claims abstract description 19
- 230000002776 aggregation Effects 0.000 claims description 16
- 238000004220 aggregation Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
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
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision 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
本发明涉及一种登陆热带气旋过程降水预报系统，包括：广义初值构建模块构建对预报量有影响的若干变量的广义初值，并发送给初值相似性判别模块；初值相似性判别模块判别广义初值所包含的各个单变量的相似性，在相似区域内将目标TC路径与历史TC路径依次进行路径相似面积指数的计算，比对目标TC起报点的时间与历史TC首次对陆地产生降水的时间并标记相差不超过一定时间的历史TC、比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC，并将被标记的历史TC编号依据TSAI值从小到大排列得到被标记的历史TC的排序，确定m个最佳相似初值给集合预报模块；集合预报模块获取最佳相似初值的相应预报量并将之集合。
Description
技术领域
本发明涉及天气预报技术，特别涉及一种登陆热带气旋过程降水预报系统。
背景技术
针对登陆热带气旋(LTC)降水，数值天气预报(NWP)模式是主流，但预报能力仍然非常有限。假如真实大气完全满足的准确模式存在并可用于预报，则能显著提高登陆TC降水预报准确率。准确模式的解(初值ψ0的预报量)即为起报时刻之后的实际观测，虽然它无法通过向前积分直接得到，但由于历史观测中包含大量类似的初值及其相应的预报量(即准确模式的特解)，如果从历史观测资料中识别得到与初值ψ0最相似的若干个历史初值并获得其相应预报量之观测，再把初值ψ0与相似历史初值间的误差视为初值扰动，原来的预报问题则可变为集合预报问题。该登陆热带气旋过程降水预报系统所基于的动力-统计-相似集合预报模型即是利用准确模式来实现预报。
发明内容
本发明的目的在于提供一种登陆热带气旋过程降水预报系统，用于解决上述现有技术的问题。
本发明一种登陆热带气旋过程降水预报系统，其中，包括：广义初值构建模块、初值相似性判别模块以及集合预报模块；广义初值构建模块构建对预报量有影响的若干变量的广义初值，并发送给初值相似性判别模块；初值相似性判别模块判别广义初值所包含的各个单变量的相似性，接收广义初值构建模块中产生的目标TC路径和历史TC路径，在相似区域内将目标TC路径与历史TC路径依次进行路径相似面积指数的计算，比对目标TC起报点的时间与历史TC首次对陆地产生降水的时间并标记相差不超过一定时间的历史TC、比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC，并将被标记的历史TC编号依据TSAI值从小到大排列得到被标记的历史TC的排序，确定m个最佳相似初值给集合预报模块；集合预报模块获取最佳相似初值的相应预报量并将之集合。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，广义初值中含有TC路径、TC影响时间和TC强度三个变量。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，广义初值构建模块包括目标TC完整路径获取模块和TC信息获取模块；目标TC完整路径获取模块获取目标TC起报点之前的目标TC观测路径和之后的目标TC预报路径，并将之前的目标TC观测路径和之后的目标TC预报路径结合成为目标TC完整路径，作为目标TC路径，发送给初值相似性判别模块；TC信息获取模块，用于获取目标TC和历史TC的时间和强度信息以及历史TC路径，发送给初值相似性判别模块。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，初值相似性判别模块包括单变量相似性判别模块、初值整体相似性判别模块和最佳相似初值确定模块；单变量相似性判别模块判别广义初值所包含的各个单变量的相似性，单变量相似性判别模块包括TC路径相似计算模块和其它相似判别模块；在TC路径相似计算模块接收广义初值构建模块产生的目标TC路径和历史TC路径，在相似区域内将目标TC路径与历史TC路径进行TSAI的计算，并将计算结果发送给初值整体相似性判别模块；其它相似判别模块接收广义初值构建模块中获取的目标TC与历史TC的时间和强度信息，比对目标TC起报点的时间与历史TC首次对陆地产生降水的时间并标记相差不超过一定时间的历史TC、比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC，并将被标记的历史TC编号发送给初值整体相似性判别模块；初值整体相似性判别模块根据初值的各个单变量的相似程度判别初值的整体相似程度；最佳相似确定模块根据初值的整体相似程度确定m个最佳相似初值。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，相似区域为长方形框，长方形框对角线两个端点的选取取决于具体预报的需求。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，目标TC强度用目标TC起报点的强度表示，历史TC强度用该历史TC过程最大强度、过程平均强度或首次对陆地产生降水当天的平均强度表示。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，该一定时间可设置为半个月到一年。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，初值整体相似性判别模块接收TC路径相似计算模块中产生的目标TC与各历史TC的TSAI值和其它相似判别模块中产生的被标记的历史TC编号，然后依据TSAI值从小到大排列得到被标记的历史TC的排序，为历史TC的最终排序。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，最佳相似确定模块接收初值整体相似性判别模块中产生的历史TC的最终排序，然后将前n个TC确定为最佳相似TC，并将TC编号发送给集合预报模块。
根据本发明的登陆热带气旋过程降水预报系统的一实施例，其中，集合预报模块包括预报量提取模块和集合模块；预报量提取模块用于获取n个最佳相似TC的过程降水，根据这n个TC的编号获取相对应的原始降水信息，运用客观天气图分析法进行TC降水分离，从而得到n个TC过程降水场并发给集合模块；集合模块将预报量提取模块中产生的n个过程降水场集合为一个降水场，集合所得的降水场为目标TC的降水预报结果。
本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统，经过广义初值构建、初值相似性判别以及集合预报之过程，具有对登陆中国TC过程降水的良好预报性能。本发明能够更准确预报登陆TC的降水。
附图说明
图1所示为本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统之模块图；
图2所示为本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统之另一模块图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
图1所示为本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统的模块图，如图1所示，本发明预报登陆热带气旋过程降水的系统包括：广义初值构建模块1、初值相似性判别模块2以及集合预报模块3。
如图1所示，广义初值构建模块1，其用于构建对预报量有影响的若干变量(或物理因子，以下统称变量)的广义初值，并发送给初值相似性判别模块2，其中广义初值描述变量的初始时刻状态，也可包含一定时间的演变过程。具体为，预报量为目标TC的过程降水，现构建的广义初值中含有TC路径、TC影响时间和TC强度三个变量。初值相似性判别模块2，其用于判别广义初值所包含的多个单变量的相似性，进而判别初值的整体相似性，最终选择m个最佳相似初值发给集合预报模块。集合预报模块3，其用于获取最佳相似初值的相应预报量并采用合适集合方案将之集合。
图2为本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统的另一实施例的模块图，如图2所示，广义初值构建模块1包括目标TC完整路径获取模块11和TC信息获取模块12。广义初值构建模块1所构建之初值应尽可能地包含所有认识到的对预报量有影响的变量，预报量为目标TC的过程降水，构建的广义初值含有TC路径和其它变量(如TC影响时间和TC强度等)。
如图2所示的目标TC完整路径获取模块11，其用于获取目标TC起报点(即为业务上进行预报的时间，该时间默认已存在)之前的目标TC观测路径和之后的目标TC预报路径，并将两者结合成为目标TC完整路径，即为目标TC路径，发送给初值相似性判别模块2，其中目标TC预报路径本领域技术人员可直接从数值天气预报模式中得到；TC信息获取模块12，用于获取目标TC和历史TC的时间和强度信息以及历史TC观测路径(即为历史TC路径)，然后发送给初值相似性判别模块2。
进一步，如图2所示，初值相似性判别模块2包括单变量相似性判别模块21、初值整体相似性判别模块22和最佳相似初值确定模块23。
如图1所示的单变量相似性判别模块21，其用于判别广义初值所包含的各个单变量的相似性。单变量相似性判别模块21包括TC路径相似计算模块211和其它相似判别模块212；在TC路径相似计算模块211中，首先接收广义初值构建模块1中产生的目标TC路径和历史TC路径，然后在相似区域内将目标TC路径与历史TC路径依次进行路径相似面积指数(TSAI)的计算，并将计算结果发送给初值整体相似性判别模块22，其中相似区域为长方形框，其对角线两个端点之选取取决于具体预报之需求(如两端点可分别取路径起报点和路径预报最大时效点)；在其它相似判别模块212中，首先接收广义初值构建模块1中获取的目标TC与历史TC的时间和强度信息，然后比对目标TC起报点的时间与历史TC首次对陆地产生降水的时间并标记相差不超过60天(60天之设置仅为示例)的历史TC、比对目标TC与历史TC的强度(目标TC强度可用目标TC起报点的强度表示，某一历史TC强度可用该历史TC过程最大强度表示，其中过程最大强度这一设置仅为示例，也可设置为过程平均强度，或首次对陆地产生降水当天之平均强度等强度类别)并标记两者相差不超过一个强度等级(一个强度等级之设置仅为示例)的历史TC，并将被标记的历史TC编号发送给初值整体相似性判别模块22。
如图1所示的初值整体相似性判别模块22，其用于根据初值的各个单变量的相似程度判别初值的整体相似程度。具体为，如图2所示，初值整体相似性判别模块22首先接收TC路径相似计算模块211中产生的目标TC与各历史TC之TSAI值和其它相似判别模块212中产生的被标记的历史TC编号，然后依据TSAI值从小到大排列得到被标记的历史TC的排序，即为历史TC之最终排序；
如图1所示的最佳相似确定模块23，其用于根据初值的整体相似程度确定m个最佳相似初值。具体为，最佳相似确定模块23首先接收初值整体相似性判别模块22中产生的历史TC之最终排序，然后将前10个TC(前10个TC之设置仅为示例)确定为最佳相似TC，并将它们的TC编号发送给集合预报模块3。
进一步，集合预报模块3包括预报量提取模块31和集合模块32；具体为，预报量提取模块31用于获取10个最佳相似TC的过程降水，其中首先根据这10个TC的编号获取它们相对应的原始降水信息，然后运用客观天气图分析法(OSAT)对它们进行TC降水分离，从而得到10个TC过程降水场并发给集合模块32；集合模块32用于将预报量提取模块31中产生的10个过程降水场集合为一个降水场，集合方案为每站取最大值(每站取最大值之设置仅为示例，也可设置为每站取平均、单站日降水最大、单站过程降水最大或体积降水最大等合理方案)，集合所得之降水场即为目标TC之降水预报结果。
如图2所示，单变量相似性判别模块21用于判别广义初值所包含的各个单变量的相似性，在判别各单变量的相似性时，对不同变量需要建立与之对应的相似性识别方法，所用历史资料的时间和空间的跨度和精度应尽可能地高；初值整体相似性判别模块22用于接收单变量相似性判别模块中产生的多个单变量的相似信息，并根据初值的各个单变量的相似程度判别初值的整体相似程度；最佳相似确定模块23根据初值的整体相似程度确定m个最佳相似初值，并将其发给集合预报模块3。具体为：单变量相似性判别模块21包括TC路径相似计算模块211和其它相似判别模块212，TC路径相似计算模块211用于在相似区域(长方形框，其对角线的两个端点取自目标TC完整路径，其选取取决于具体预报之需求)内将目标TC路径与所有历史TC路径依次进行TSAI指数的计算，其它相似判别模块用于将目标TC与历史TC的其它变量(如时间、强度等)逐个比对、标记符合所有其它变量相似条件的历史TC；初值整体相似性判别模块用于接收目标TC与各历史TC的TSAI值和被标记的历史TC编号，然后依据TSAI值从小到大排列得到被标记的历史TC的排序，即为历史TC之最终排序；最佳相似确定模块23用于接收历史TC的最终排序，将前m个TC确定为最佳相似TC，并将最佳相似TC之编号发送给集合预报模块3。进一步，集合预报模块3包括预报量提取模块31和集合模块32；预报量提取模块31用于获取初值相似性判别模块2中最佳相似初值的相应预报量，并发给集合模块32；集合模块32用于集合m个最佳相似初值所对应的预报量，从而实现预报，其中集合方案据实际情况选择。具体为：预报量提取模块31中，采用客观天气图分析法对这m个最佳相似TC进行降水分离，得到它们的历史过程降水场；集合模块32中，将预报量提取模块31中所得之m个过程降水场采用合适集合方案进行集合，从而得到目标TC的过程降水预报。
本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统，经过广义初值构建、初值相似性判别以及集合预报之过程，具有对登陆中国TC过程降水的良好预报性能。
本发明基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统(DSAEF_LTP_A,Dynamical-Statistical-Analog Ensemble Forecast for LandfallingTropical cyclones Accumulated Precipitation)，包括：广义初值构建模块、初值相似性判别模块以及集合预报模块；广义初值构建模块用于构建对预报量(目标TC过程降水)有影响的若干变量(或物理因子，以下统称变量，本系统中具体为TC路径、TC影响时间和TC强度)的初值；初值相似性判别模块用于判别广义初值所包含的多个单变量的相似性，进而判别初值的整体相似性，最终选择m个最佳相似初值(最佳相似TC)发给集合预报模块；集合预报模块用于获取m个最佳相似初值的相应预报量(历史过程降水)，并选择合适的集合方案将其集合，从而得到预报结果。
本发明的基于动力-统计-相似集合预报模型的登陆热带气旋过程降水预报系统，经过广义初值构建、初值相似性判别以及集合预报之过程，具有对登陆中国TC过程降水的良好预报性能。本发明能够更准确预报登陆TC的降水。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种登陆热带气旋过程降水预报系统，其特征在于，包括：广义初值构建模块、初值相似性判别模块以及集合预报模块；
广义初值构建模块构建对预报量有影响的若干变量的广义初值，并发送给初值相似性判别模块；初值相似性判别模块判别广义初值所包含的各个单变量的相似性，接收广义初值构建模块中产生的目标TC路径和历史TC路径，在相似区域内将目标TC路径与历史TC路径依次进行路径相似面积指数的计算，比对目标TC起报点的时间与历史TC首次对陆地产生降水的时间并标记相差不超过一定时间的历史TC、比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC，并将被标记的历史TC编号依据TSAI值从小到大排列得到被标记的历史TC的排序，确定m个最佳相似初值给集合预报模块；集合预报模块获取最佳相似初值的相应预报量并将之集合；
其中，
初值相似性判别模块包括单变量相似性判别模块、初值整体相似性判别模块和最佳相似初值确定模块；
单变量相似性判别模块判别广义初值所包含的各个单变量的相似性，单变量相似性判别模块包括TC路径相似计算模块和其它相似判别模块；在TC路径相似计算模块接收广义初值构建模块产生的目标TC路径和历史TC路径，在相似区域内将目标TC路径与历史TC路径进行TSAI的计算，并将计算结果发送给初值整体相似性判别模块；其它相似判别模块接收广义初值构建模块中获取的目标TC与历史TC的时间和强度信息，比对目标TC起报点的时间与历史TC首次对陆地产生降水的时间并标记相差不超过一定时间的历史TC、比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC，并将被标记的历史TC编号发送给初值整体相似性判别模块；
初值整体相似性判别模块根据初值的各个单变量的相似程度判别初值的整体相似程度；最佳相似确定模块根据初值的整体相似程度确定m个最佳相似初值；
初值整体相似性判别模块接收TC路径相似计算模块中产生的目标TC与各历史TC的TSAI值和其它相似判别模块中产生的被标记的历史TC编号，然后依据TSAI值从小到大排列得到被标记的历史TC的排序，为历史TC的最终排序；
最佳相似确定模块接收初值整体相似性判别模块中产生的历史TC的最终排序，然后将前n个TC确定为最佳相似TC，并将TC编号发送给集合预报模块；
集合预报模块包括预报量提取模块和集合模块；预报量提取模块用于获取n个最佳相似TC的过程降水，根据这n个TC的编号获取相对应的原始降水信息，运用客观天气图分析法进行TC降水分离，从而得到n个TC过程降水场并发给集合模块；集合模块将预报量提取模块中产生的n个过程降水场集合为一个降水场，集合所得的降水场为目标TC的降水预报结果。
2.如权利要求1所述的登陆热带气旋过程降水预报系统，其特征在于，广义初值中含有TC路径、TC影响时间和TC强度三个变量。
3.如权利要求1所述的登陆热带气旋过程降水预报系统，其特征在于，广义初值构建模块包括目标TC完整路径获取模块和TC信息获取模块；
目标TC完整路径获取模块获取目标TC起报点之前的目标TC观测路径和之后的目标TC预报路径，并将之前的目标TC观测路径和之后的目标TC预报路径结合成为目标TC完整路径，作为目标TC路径，发送给初值相似性判别模块；TC信息获取模块，用于获取目标TC和历史TC的时间和强度信息以及历史TC路径，发送给初值相似性判别模块。
4.如权利要求1所述的登陆热带气旋过程降水预报系统，其特征在于，相似区域为长方形框，长方形框对角线两个端点的选取取决于具体预报的需求。
5.如权利要求1所述的登陆热带气旋过程降水预报系统，其特征在于，目标TC强度用目标TC起报点的强度表示，历史TC强度用该历史TC过程最大强度、过程平均强度或首次对陆地产生降水当天的平均强度表示。
6.如权利要求1所述的登陆热带气旋过程降水预报系统，其特征在于，该一定时间可设置为半个月到一年。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010097950.6A CN111325392B (zh) | 2020-02-18 | 2020-02-18 | 登陆热带气旋过程降水预报系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010097950.6A CN111325392B (zh) | 2020-02-18 | 2020-02-18 | 登陆热带气旋过程降水预报系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111325392A CN111325392A (zh) | 2020-06-23 |
| CN111325392B true CN111325392B (zh) | 2023-09-29 |
Family
ID=71167052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010097950.6A Active CN111325392B (zh) | 2020-02-18 | 2020-02-18 | 登陆热带气旋过程降水预报系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111325392B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111880245B (zh) * | 2020-08-03 | 2021-09-24 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
| CN112381331B (zh) * | 2020-12-02 | 2021-11-16 | 京津冀环境气象预报预警中心 | 一种利用基于时间权重的相似集合算法的大气预报方法 |
| CN113805252B (zh) * | 2021-09-15 | 2023-03-31 | 中国气象科学研究院 | 基于集合预报模型的登陆热带气旋过程大风预报系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109343154A (zh) * | 2018-09-12 | 2019-02-15 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
| CN110333554A (zh) * | 2019-07-10 | 2019-10-15 | 南京恩瑞特实业有限公司 | Nriet暴雨智能相似分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10488556B2 (en) * | 2014-03-28 | 2019-11-26 | Northeastern University | System for multivariate climate change forecasting with uncertainty quantification |
-
2020
- 2020-02-18 CN CN202010097950.6A patent/CN111325392B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109343154A (zh) * | 2018-09-12 | 2019-02-15 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
| CN110333554A (zh) * | 2019-07-10 | 2019-10-15 | 南京恩瑞特实业有限公司 | Nriet暴雨智能相似分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| A New Technique for Landfalling Tropical Cyclone Quantitative Precipitation Forecast (QPF);Ren Fumin et al.;The AMS 33rd Conference on Hurricanes and Tropical Meteorology;正文第1页 * |
| 热带气旋相似和最大概率集成预报方法及其预报业务试用;林良勋;程正泉;黄忠;何夏江;;热带气象学报(第06期);第652-657页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111325392A (zh) | 2020-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111325392B (zh) | 登陆热带气旋过程降水预报系统 | |
| CN111880245B (zh) | 登陆热带气旋过程降水预报系统 | |
| CN110929934A (zh) | 设备故障预测方法、装置、计算机设备和存储介质 | |
| CN108874959A (zh) | 一种基于大数据技术的用户动态兴趣模型建立方法 | |
| CN110222592B (zh) | 一种基于互补时序行为提案生成的时序行为检测网络模型的构建方法 | |
| CN108399255A (zh) | 一种分类数据挖掘模型的输入数据处理方法及装置 | |
| CN107423746B (zh) | 基于聚类分析的电力线通信用电量数据分析方法及系统 | |
| CN113256636A (zh) | 一种自底向上的寄生虫虫种发育阶段及图像像素分类方法 | |
| CN109343154A (zh) | 登陆热带气旋过程降水预报系统 | |
| CN113159435B (zh) | 一种新能源车辆剩余驾驶里程预测方法及系统 | |
| CN109784408A (zh) | 一种边缘端的嵌入式时间序列决策树分类方法及系统 | |
| CN109934368B (zh) | 订单数量和订单状态的预测方法、装置及系统 | |
| CN112598199A (zh) | 一种基于决策树算法的监测预警方法 | |
| CN104978418A (zh) | 一种智能天气图像采集和天气图像识别的方法及系统 | |
| CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
| CN105913654B (zh) | 一种智能交通管理系统 | |
| CN111766642B (zh) | 登陆热带气旋日降水预报系统 | |
| CN113805252B (zh) | 基于集合预报模型的登陆热带气旋过程大风预报系统 | |
| CN105678456B (zh) | 一种电能计量装置运行状态自动评估方法及其系统 | |
| CN117114090A (zh) | 一种基于置信度深度森林的降雪反演方法 | |
| CN111343664B (zh) | 用户定位方法、装置、设备及介质 | |
| CN115017990B (zh) | 一种交通流量预测方法、装置、设备及存储介质 | |
| CN115759341A (zh) | 基于气象灾害的密集通道故障预测方法、模型及预警系统 | |
| CN116992993A (zh) | 一种交通流量预测模型建立方法、装置和设备 | |
| CN113191569A (zh) | 一种基于大数据的企业管理方法及系统 |
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 |