CN111366989A - 天气预报方法、装置、计算机设备及存储介质 - Google Patents
天气预报方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111366989A CN111366989A CN202010208469.XA CN202010208469A CN111366989A CN 111366989 A CN111366989 A CN 111366989A CN 202010208469 A CN202010208469 A CN 202010208469A CN 111366989 A CN111366989 A CN 111366989A
- Authority
- CN
- China
- Prior art keywords
- time period
- storm
- wind data
- target
- relative
- 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
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种天气预报方法、装置、计算机设备及存储介质,涉及气象监测技术领域。该天气预报方法包括:获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到;根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。本申请实施例提高了对强对流天气的预报准确度。
Description
技术领域
本申请涉及气象监测技术领域,特别是涉及一种天气预报方法、装置、计算机设备及存储介质。
背景技术
天气预报是指使用现代科学技术对未来某一地点地球大气层的状态进行预测。天气预报可以帮助人们预先了解未来的天气状况,从而根据未来的天气状况提前对生产生活进行调整,以避免不必要的损失。
在自然界中,地球大气层可能出现多种不同的气象现象,其中,强对流天气是一种比较特殊的气象现象,强对流天气是指出现短时强降水、雷雨大风、龙卷风、冰雹和飑线等现象的灾害性天气。强对流天气常常会造成经济损失甚至造成人员伤亡。由于于强对流天气一般持续时间短,且带有明显的突发性,因此,有必要提供一种能够对强对流天气进行准确预报的天气预报方法。
发明内容
基于此,提供一种天气预报方法、装置、计算机设备及存储介质。
一种天气预报方法,该方法包括:
获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;
根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;
根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
在本申请的一个实施例中,获取目标区域在目标时间段内的目标环境风数据,包括:
在第一时间段内的多个第一单位时间段,通过多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据获取各第一单位时间段分别对应的环境风数据,得到第一时间段内的多个环境风数据;
在第二时间段内的多个第二单位时间段,通过数值型天气预报模型计算得到各第二单位时间段分别对应的环境风数据,得到第二时间段内的多个环境风数据,其中,第一单位时间段与第二单位时间段的时长相同。
在本申请的一个实施例中,根据目标环境风数据计算风暴相对螺旋度,包括:
对于第一时间段和第二时间段内的每个环境风数据,根据环境风数据计算风暴相对螺旋度。
在本申请的一个实施例中,根据环境风数据计算风暴相对螺旋度,包括:
根据环境风数据计算风暴移动速度,风暴移动速度包括径向风暴移动速度和纬向风暴移动速度;
根据环境风数据和风暴移动速度计算风暴相对螺旋度。
在本申请的一个实施例中,环境风数据包括目标区域的大气的多个层面中每个层面的环境风数据,根据环境风数据计算风暴移动速度,包括:
对于各层面,根据层面的环境风数据计算层面的风暴移动速度;
对应的,根据环境风数据计算风暴相对螺旋度,包括:
根据各层面的环境风数据和各层面的风暴移动速度计算各层面的层面风暴相对螺旋度;
根据各层面的层面风暴相对螺旋度计算风暴相对螺旋度。
在本申请的一个实施例中,风暴相对螺旋度有多个,该方法还包括:
根据各风暴相对螺旋度生成风暴变化曲线,风暴变化曲线用于指示目标区域在目标时间段内的风暴变化趋势。
在本申请的一个实施例中,根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况,包括:
获取多个风暴相对螺旋度区间,不同的风暴相对螺旋度区间对应不同的天气状况;
根据风暴相对螺旋度所在的风暴相对螺旋度区间确定风暴相对螺旋度对应的天气状况;
根据风暴相对螺旋度对应的天气状况确定目标区域在目标时间段内的天气状况。
一种天气预报装置,该装置包括:
获取模块,用于获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;
计算模块,用于根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;
确定模块,用于根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
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,该计算机程序被该处理器执行时实现以下步骤:
获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;
根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;
根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;
根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;
根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
本申请实施例提供的技术方案带来的有益效果至少包括:
上述天气预报方法、装置、计算机设备及存储介质,可以准确地对强对流天气进行预报。该天气预报方法中,首先,根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到第一时间段的环境风数据,然后根据数值型天气预报模型计算第一时间段之后的第二时间段的环境风数据,根据第一时间段的环境风数据和第二时间段的环境风数据确定目标环境风数据,根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示风暴变化强度,根据风暴相对螺旋度来确定目标区域在目标时间段内的天气状况。本申请实施例中,利用对多普勒天气雷达测得的雷达回波数据进行外推得到第一时间段的环境风数据,然后通过数值型天气预报模型计算第二时间段的环境风数据,保证了目标时间段内的目标环境风数据的准确性,从而提高了根据目标环境风数据计算出的风暴相对螺旋度,因此能够准确地对目标区域在目标时间段内是否可能出现强对流天气状况进行预报。
附图说明
图1为本申请实施例提供的天气预报方法的实施环境的示意图;
图2为本申请实施例提供的一种天气预报方法的流程图;
图3为本申请实施例提供的一种确定天气状况的方法的流程图;
图4为本申请实施例提供的另一种天气预报方法的流程图;
图5为本申请实施例提供的一种计算风暴相对螺旋度的方法的流程图;
图6为本申请实施例提供的一种风暴变化曲线的示意图;
图7为本申请实施例提供的另一种天气预报方法的流程图;
图8为本申请实施例提供的一种计算风暴相对螺旋度的方法的流程图;
图9为本申请实施例提供的一种天气预报装置的模块图;
图10为本申请实施例提供的一种计算机设备的模块图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
天气预报是指使用现代科学技术对未来某一地点地球大气层的状态进行预测。天气预报可以帮助人们预先了解未来的天气状况,从而根据未来的天气状况提前对生产生活进行调整,以避免不必要的损失。
在自然界中,地球大气层可能出现多种不同的气象现象,其中,强对流天气是一种比较特殊的气象现象,强对流天气是指出现短时强降水、雷雨大风、龙卷风、冰雹和飑线等现象的灾害性天气。强对流天气常常会造成经济损失甚至造成人员伤亡。由于于强对流天气一般持续时间短,且带有明显的突发性,因此,有必要提供一种能够对强对流天气进行准确预报的天气预报方法。
目前,随着多普勒天气雷达的广泛应用,气象学家对强对流天气过程中的雷达回波数据的特征进行了多方面的研究,现有技术中,对强对流天气进行短时预报主要是依靠对多普勒天气雷达测得的雷达回波数据,通过对雷达回波数据分析得到当前雷达回波图序列,基于当前雷达回波图序列生成未来雷达回波图序列,将未来雷达回波序列输入至预先训练的强对流天气预测模型,得到强对流天气预测图。强对流天气预测图用于表示未来是否出现强对流天气。
然而,这种预报结果经常在1小时之后准确率急速下降,而且无法很好地预报出强对流天气的增强或者减弱趋势。
本申请实施例提供一种天气预报方法,利用对多普勒天气雷达测得的雷达回波数据进行外推得到第一时间段的环境风数据,然后通过数值型天气预报模型计算第二时间段的环境风数据,保证了目标时间段内的目标环境风数据的准确性,从而提高了根据目标环境风数据计算出的风暴相对螺旋度,因此能够准确地对目标区域在目标时间段内是否可能出现强对流天气状况进行预报。
下面,将对本申请实施例提供的天气预报方法所涉及到的实施环境进行简要说明。
图1为本申请实施例提供的天气预报方法所涉及到的一种实施环境的示意图,如图1所示,该实施环境可以包括服务器101、数值型天气预报模型102和多普勒天气雷达系统103,服务器101分别与数值型天气预报模型102和多普勒天气雷达系统103通过有线网络或无线网络进行通信。
其中,服务器101可以为一台服务器,也可以为由多台服务器组成的服务器集群。
在图1所示的实施环境中,多普勒天气雷达系统103可以向服务器101发送第一时间段的环境风数据,数值型天气预报模型102可以向服务器101发送第二时间段的环境风数据,服务器101可以根据第一时间段的环境风数据和第二时间段的环境风数据得到目标时间段内的目标环境风数据,然后根据目标环境风数据计算风暴相对螺旋度,根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
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,该天气预报方法可以应用于图1所示实施环境的服务器中,如图2所示,该天气预报方法可以包括以下步骤:
步骤201,服务器获取目标区域在目标时间段内的目标环境风数据。
本申请实施例中,设定第一时间段的起始时刻为T时刻。
目标时间段包括时序上前后相邻第一时间段和第二时间段,由于强对流天气的突发性和临时性特征比较明显,因此对强对流天气的预报为临期预报,临期预报的预报时长一般较短,可选的临期预报的时长可以是未来两到三小时的时长,基于此,本申请实施例中,目标时间段可以是指以T时刻为起始,2小时或者3小时的时间段。
目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据。
第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到。
第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速。
在本申请的一个实施例中,服务器获得第一时间段的环境风数据的过程可以是:在T时刻,多普勒天气雷达系统对目标区域的云层进行雷达监测,获取雷达回波数据,采用光流法外推雷达回波数据,可以得到T时刻之后未来一段时间内的环境风数据,多普勒天气雷达系统可以将得到的T时刻之后的未来某一时间点内的环境风数据发送给服务器。其中从T时刻到未来某一时间点对应时长大于第一时间段对应的时长。
由于多普勒天气雷达系统对T时刻测得的雷达回波数据外推得到的环境风数据在1个小时之内准确度较高,而在1个小时之后准确率急剧下降。为了保证环境风数据的准确性,本申请实施例中,服务器可以从T时刻之后的目标时间段内的环境风数据中提取以T时刻为起始点的第一时间段的环境风数据。其中第一时间段为以T时刻为起始点的1个小时之内的时间段。
在本申请的一个实施例中,服务器获取第二时间段的环境风数据的过程可以是:在T时刻获取气象数据,气象数据包括风场数据、温度场数据、大气湿度数据、大气气压场数据等等。将气象数据输入到数值型天气预报模型中,数值型天气预报模型可以输出从T时刻到未来某一时间点之间的天气预报数据,天气预报数据包括气压数据、位势高度数据、温度数据、环境风数据等等。
由于数值型天气预报模型在开始运行时,模型状态不稳定,导致数值型天气预报模型输出的从T时刻开始到半个小时之内的数据较为混乱不具有使用价值,而从T时刻开始的1个小时之后输出的天气预报数据的准确度较高。因此本申请实施例中,服务器可以从数值型天气预报模型输出的从T时刻到未来某一时间点之间的天气预报数据中提取出T时刻开始的1小时之后的第二时间段内的天气预报数据中的环境风数据,即第二时间段的环境风数据。
本申请实施例中,第二时间段与第一时间段是连续的,第二时间段以第一时间段的结束点为起始点,第二时间段的时长一般为2小时或者3小时。
步骤202,服务器根据目标环境风数据计算风暴相对螺旋度。
风暴相对螺旋度用于指示一定气层厚度内环境风场的旋转程度和输入到对流体内环境涡度的多少,可以用于指示大气运动强度。本申请实施例中,风暴相对螺旋度的计算公式可以如式(1)所示:
其中,SRH为风暴相对螺旋度,V表示环境风数据,C表示风暴移动速度,h表示气层厚度,ωh表示水平涡度矢量。
其中,气层厚度和水平涡度矢量为已知量,风暴移动速度C可以根据环境风数据计算得到。因此,服务器可以将目标环境风数据输入到式(1)中,得到风暴相对螺旋度。
步骤203,服务器根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
如图3所示,服务器根据风暴相对螺旋度确定天气状况的过程可以包括以下内容:
步骤301,获取多个风暴相对螺旋度区间。
本申请实施例中,风暴相对螺旋度区间可以例如包括以下第一区间:小于30;第二区间:大于等于30而小于80;第三区间:大于等于80而小于150;第四区间:大于等于150。不同的风暴相对螺旋度区间对应不同的天气状况。
其中,第一区间对应的天气状况是:无降水。第二区间对应的天气状况是:有弱降水。第三区间对应的天气状况是:有强降水。第四区间对应的天气状况是:有超级单体风暴、冰雹大风恶劣天气状况。
步骤302,根据风暴相对螺旋度所在的风暴相对螺旋度区间确定风暴相对螺旋度对应的天气状况。
本申请实施例中,例如风暴相对螺旋度为120,通过对比可知,风暴相对螺旋度区间为第三区间,第三区间对应的天气状况是:有强降水。
步骤303,根据风暴相对螺旋度对应的天气状况确定目标区域在目标时间段内的天气状况。
本申请实施例中,可以将风暴相对螺旋度对应的天气状况作为目标区域在目标时间段内的天气状况。
本申请实施例提供的天气预报方法,利用对多普勒天气雷达测得的雷达回波数据进行外推得到第一时间段的环境风数据,然后通过数值型天气预报模型计算第二时间段的环境风数据,保证了目标时间段内的目标环境风数据的准确性,从而提高了根据目标环境风数据计算出的风暴相对螺旋度,因此能够准确地对目标区域在目标时间段内是否可能出现强对流天气状况进行预报。
本申请实施例中,如图4所示,该天气预报方法还可以包括以下步骤:
步骤401,服务器在第一时间段内的多个第一单位时间段,通过多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据获取各第一单位时间段分别对应的环境风数据,得到第一时间段内的多个环境风数据。
本申请实施例中,第一时间段可以被分割为多个第一单位时间段,可选的每个第一单位时间段的时长可以是5分钟或者10分钟。
服务器获取第一时间段内的环境风数据可以是指:服务器获取第一时间段内的每个第一单位时间段的环境风数据,第一时间段内的环境风数据是多个。
本申请实施例中,多普勒天气雷达系统根据雷达回波数据进行外推时,可以直接外推得到第一时间段内的每个第一单位时间段的环境风数据。
步骤402,服务器在第二时间段内的多个第二单位时间段,通过数值型天气预报模型计算得到各第二单位时间段分别对应的环境风数据,得到第二时间段内的多个环境风数据。
本申请实施例中,第二时间段可以被分割为多个第二单位时间段,为了使得多普勒天气雷达系统和数值型天气预报模型输出的环境风数据可以很好地配合使用,本申请实施例中,第二单位时间段与第一单位时间段的时长相同,可选的,每个第二单位时间段的时长可以是5分钟或者10分钟。
服务器获取第二时间段内的环境风数据可以是指:服务器获取第二时间段内的每个第二单位时间段的环境风数据,第二时间段内的环境风数据是多个。
本申请实施例中,数值型天气预报模型可以直接输出从T时刻到未来某一时间点之间的时间段中多个第二单位时间段的环境风数据。服务器可以从多个第二时间段的环境风数据中提取处于第二时间段内的多个第二单位时间段的环境风数据。
本申请实施例中,服务器根据步骤401和步骤402公开的内容将第一时间段的各第一单位时间段的环境风数据和第二时间段的各第二单位时间段的环境风数据组合得到目标时间段的目标环境风数据。
通过将第一时间段的多个环境风数据与第二时间段的多个环境风数据结合,共同计算风暴相对螺旋度,可以提高预报准确度。
步骤403,对于第一时间段和第二时间段内的每个环境风数据,根据环境风数据计算风暴相对螺旋度。
本申请实施例中,第一时间段内的第一单位时间段和第二时间段内的第二单位时间段分别对应有环境风数据。服务器根据环境风数据计算风暴相对螺旋度包括:服务器根据第一时间段内的每个第一单位时间段的环境风数据计算每个第一单位时间段的风暴相对螺旋度。服务器根据第二时间段内的每个第二单位时间段的环境风数据计算每个第二单位时间段的风暴相对螺旋度。
如图5所示,服务器根据第一时间段内的每个第一单位时间段的环境风数据计算每个第一单位时间段的风暴相对螺旋度的过程可以包括以下步骤:
步骤501,服务器根据环境风数据计算风暴移动速度。
风暴移动速度包括径向风暴移动速度和纬向风暴移动速度。
本申请实施例中,对于第一时间段内的每个第一单位时间段,根据该第一单位时间段的环境风数据计算该第一单位时间段的风暴相对螺旋度。
本申请实施例中,根据环境风计算风暴移动速度包括,根据径向风风速计算径向风暴移动速度,根据纬向风风速计算纬向风暴移动速度。
本申请实施例中,可以获取径向风系数和纬向风系数,径向风系数可以是0.75或者1。纬向风系数可以是0.75或者1。服务器可以将径向风系数与径向风风速相乘可以得到径向风暴移动速度。服务器可以将纬向风系数与纬向风风速相乘可以得到纬向风暴移动速度。
步骤502,服务器根据环境风数据和风暴移动速度计算风暴相对螺旋度。
本申请实施例中,根据环境风数据和风暴移动速度计算风暴相对螺旋度的过程可以参考步骤202公开的内容,在此不再赘述。
对于第一时间段内的每个第一单位时间段,服务器可以根据第一单位时间段的环境风数据和该第一单位时间段的风暴移动速度来计算该第一单位时间段的风暴相对螺旋度。因此,可以得到第一时间段内的多个风暴相对螺旋度。
服务器根据第二时间段内的每个第二单位时间段的环境风数据计算每个第二单位时间段的风暴相对螺旋度的过程与步骤501-步骤502公开的内容同理,在此不做赘述。可知,第二时间段内也可以得到多个风暴相对螺旋度。
步骤404,根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
本申请实施例中,服务器根据每个风暴相对螺旋度确定天气状况的过程可以参考步骤203公开的内容,在此不进行赘述。
本申请实施例中,服务器可以根据第一时间段内的每个第一单位时间段的风暴相对螺旋度确定每个第一单位时间段的天气状况。服务器可以根据第二时间段内的每个第二单位时间段的风暴相对螺旋度确定每个第二单位时间段的天气状况。
本申请实施例中,例如第一时间段内包括12个第一单位时间段,那么相应的,就可以得到12个风暴相对螺旋度以及各风暴相对螺旋度对应的天气状况。例如第二时间段内包括24个第二单位时间段,那么相应的,就可以得到24个风暴相对螺旋度以及各风暴相对螺旋度对应的天气状况。
本申请实施例中,通过第一时间段内的12个天气状况和第二时间段内的24个天气状况可以得到目标时间段内36个单位时间段的天气状况,从而确定目标区域在目标时间段的天气状况,例如表1所示,从表1中可以看出,目标区域在目标时间段内的天气状况是从弱降水转强降水。
表1
第一单位时间段序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
SRH | 30 | 30 | 50 | 50 | 50 | 50 | 60 | 60 | 60 | 60 | 75 | 75 |
天气状况 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 | 弱降水 |
第二单位时间段序号 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
SRH | 80 | 80 | 90 | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 |
天气状况 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 |
第二单位时间段序号 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 |
SRH | 130 | 130 | 130 | 130 | 130 | 130 | 130 | 140 | 140 | 140 | 140 | 140 |
天气状况 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 | 强降水 |
在本申请的一个实施例中,风暴相对螺旋度有多个,该天气预报方法还可以包括以下内容:根据各风暴相对螺旋度生成风暴变化曲线。其中,风暴变化曲线用于指示目标区域在目标时间段内的风暴变化趋势。
本申请实施例中,可以结合表1得到如图6所示的风暴变化曲线的示意图,图6中横轴表示第一单位时间段序号和第二单位时间段序号,纵轴表示风暴相对螺旋度。风暴相对螺旋度越大,表示雨强加强。
本申请实施例,通过在第一时间段内设置多个第一单位时间段,在第二时间段内设置多个第二单位时间段,并根据每个第一单位时间段或者第二单位时间段的风暴相对螺旋度SRH来计算目标时间段内的天气状况,可以预报出对流天气的变化趋势,提高了对强对流天气的预报准确度。
本申请实施例中,环境风数据包括目标区域的大气的多个层面中每个层面的环境风数据。如图7所示,该天气预报方法还可以包括以下步骤:
步骤701,服务器获取第一时间段的多个环境风数据。
本申请实施例中,服务器获取第一时间段的每个第一单位时间段内,目标区域的大气中的多个层面中每个层面的环境风数据。
对流天气的气流主要来自底层,本申请实施例中,多个层面是指地面层、925hpa气压层,850hPa气压层,700hPa气压层,500hPa气压层和400hPa气压层。本申请实施例中,每个层面的环境风数据主要是指地面层环境风数据、925hpa气压层环境风数据、850hPa气压层环境风数据,700hPa气压层环境风数据,500hPa气压层环境风数据和400hPa气压层环境风数据。
本申请实施例中,对于每个第一单位时间段,多普勒天气雷达系统根据雷达回波数据进行外推时,可以外推得到该第一单位时间段的大气的多个层面中每个层面的环境风数据。
步骤702,服务器获取第二时间段的多个环境风数据。
本申请实施例中,服务器获取第二时间段的每个第二单位时间段内,目标区域的大气中的多个层面中每个层面的环境风数据。
对于每个第二单位时间段,数值型天气预报模型可以输出在该第二单位时间段大气的多个层面中每个层面的环境风数据。
步骤703,服务器根据第一时间段的多个环境风数据获取第一时间段的风暴相对螺旋度。
本申请实施例中,服务器获取第一时间段的风暴相对螺旋度包括:对第一时间段的每个第一单位时间段,计算该第一单位时间段的风暴相对螺旋度。
本申请实施例中,如图8所示,服务器计算每个第一单位时间段的风暴相对螺旋度的过程可以包括以下步骤:
步骤801,对于目标区域的大气中的每个层面,根据该层面的环境风数据计算该层面的风暴移动速度。
其中,风暴移动速度包括径向风暴移动速度和纬向风暴移动速度。
根据多个层面的径向风风速计算平均径向风风速,获取径向风系数,服务器可以将平均径向风风速与径向风系数相乘,得到径向风暴移动速度(可以参考步骤501公开的内容)。将该风暴移动速度作为每个层面的径向风暴移动速度。
根据多个层面的纬向风风速计算平均纬向风风速,获取纬向风系数,服务器可以将平均纬向风风速与纬向风系数相乘,得到纬向风暴移动速度。将该纬向风暴移动速度作为每个层面的纬向风暴移动速度。
在本申请的一个实施例中,平均径向风速可以是850hPa气压层到400hPa气压层的径向风风速的平均值。平均纬向风风速可以是850hPa气压层到400hPa气压层的纬向风风速的平均值。
需要说明的是,本申请实施例中,服务器可以获取平均风向,风暴的风向为平均风向向右偏转30°或者40°。
步骤802,对于目标区域的大气中的每个层面,根据该层面的环境风数据和该层面的风暴移动速度计算该层面的层面风暴相对螺旋度。
层面风暴相对螺旋度可以通过式(2)表示:
SRH'=(Uk+1-Cx)(Vk-Cy)-(Uk-Cx)(Vk+1-Cy) (2)
其中,Uk+1表示第k+1层面的纬向风风速,Uk表示第k层面的纬向风风速,Vk+1表示第k+1层面的径向风风速,Vk表示第k层面的径向风风速,Cx表示纬向风暴移动速度,Cy表示径向风暴移动速度。k表示自下向上的每个层面的分层序号。k=1,2,...,N-1,N。N为层面的总数,例如N可以为6。
步骤803,对于目标区域的大气中的每个层面,根据该层面的层面风暴相对螺旋度计算风暴相对螺旋度。
本申请实施例中,计算风暴相对螺旋度可以通过式(3)表示:
步骤704,服务器根据第二时间段的多个环境风数据获取第二时间段的风暴相对螺旋度。
本申请实施例中,服务器获取第二时间段的风暴相对螺旋度包括:对第二时间段的每个第二单位时间段,计算该第二单位时间段的风暴相对螺旋度。
本申请实施例中,计算每个第二单位时间段的风暴相对螺旋度的过程与步骤703公开的内容相同,在此不进行赘述。
步骤705,根据第一时间段的风暴相对螺旋度和第二时间段的风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
可以参考步骤404公开的内容,在此不进行赘述。
本申请实施例通过获取目标区域的大气的多个层面的每个层面的环境风数据,然后根据每个层面的环境风数据计算第一单位时间段或者第二单位时间段的风暴相对螺旋度,提高了风暴相对螺旋度的准确度,从而提高了对强对流天气的预报准确度。
请参考图9,其示出了本申请实施例提供的一种天气预报装置的框图,该天气预报装置可以配置在图1所示实施环境中的服务器中。如图9所示,该天气预报装置可以包括获取模块901,计算模块902和确定模块903,其中:
获取模块901,用于获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;
计算模块902,用于根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;
确定模块903,用于根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
在本申请的一个实施例中,获取模块901还用于在第一时间段内的多个第一单位时间段,通过多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据获取各第一单位时间段分别对应的环境风数据,得到第一时间段内的多个环境风数据;在第二时间段内的多个第二单位时间段,通过数值型天气预报模型计算得到各第二单位时间段分别对应的环境风数据,得到第二时间段内的多个环境风数据,其中,第一单位时间段与第二单位时间段的时长相同。
在本申请的一个实施例中,计算模块902还用于对于第一时间段和第二时间段内的每个环境风数据,根据环境风数据计算风暴相对螺旋度。
在本申请的一个实施例中,计算模块902还用于根据环境风数据计算风暴移动速度,风暴移动速度包括径向风暴移动速度和纬向风暴移动速度;根据环境风数据和风暴移动速度计算风暴相对螺旋度。
在本申请的一个实施例中,环境风数据包括目标区域的大气的多个层面中每个层面的环境风数据,计算模块902还用于对于各层面,根据层面的环境风数据计算层面的风暴移动速度;对应的,根据环境风数据计算风暴相对螺旋度,包括:根据各层面的环境风数据和各层面的风暴移动速度计算各层面的层面风暴相对螺旋度;根据各层面的层面风暴相对螺旋度计算风暴相对螺旋度。
在本申请的一个实施例中,风暴相对螺旋度有多个,确定模块903还用于根据各风暴相对螺旋度生成风暴变化曲线,风暴变化曲线用于指示目标区域在目标时间段内的风暴变化趋势。
在本申请的一个实施例中,确定模块903还用于获取多个风暴相对螺旋度区间,不同的风暴相对螺旋度区间对应不同的天气状况;根据风暴相对螺旋度所在的风暴相对螺旋度区间确定风暴相对螺旋度对应的天气状况;根据风暴相对螺旋度对应的天气状况确定目标区域在目标时间段内的天气状况。
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。
在本申请的一个实施例中,提供了一种计算机设备,该计算机设备可以为服务器,其内部结构图可以如图10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。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和计算机程序。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10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。
在本申请的一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:在第一时间段内的多个第一单位时间段,通过多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据获取各第一单位时间段分别对应的环境风数据,得到第一时间段内的多个环境风数据;在第二时间段内的多个第二单位时间段,通过数值型天气预报模型计算得到各第二单位时间段分别对应的环境风数据,得到第二时间段内的多个环境风数据,其中,第一单位时间段与第二单位时间段的时长相同。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:对于第一时间段和第二时间段内的每个环境风数据,根据环境风数据计算风暴相对螺旋度。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:根据环境风数据计算风暴移动速度,风暴移动速度包括径向风暴移动速度和纬向风暴移动速度;根据环境风数据和风暴移动速度计算风暴相对螺旋度。
在本申请的一个实施例中,环境风数据包括目标区域的大气的多个层面中每个层面的环境风数据,处理器执行计算机程序时还实现以下步骤:对于各层面,根据层面的环境风数据计算层面的风暴移动速度;对应的,还可以实现以下步骤:根据各层面的环境风数据和各层面的风暴移动速度计算各层面的层面风暴相对螺旋度;根据各层面的层面风暴相对螺旋度计算风暴相对螺旋度。
在本申请的一个实施例中,风暴相对螺旋度有多个,处理器执行计算机程序时还实现以下步骤:根据各风暴相对螺旋度生成风暴变化曲线,风暴变化曲线用于指示目标区域在目标时间段内的风暴变化趋势。
在本申请的一个实施例中,处理器执行计算机程序时还实现以下步骤:获取多个风暴相对螺旋度区间,不同的风暴相对螺旋度区间对应不同的天气状况;根据风暴相对螺旋度所在的风暴相对螺旋度区间确定风暴相对螺旋度对应的天气状况;根据风暴相对螺旋度对应的天气状况确定目标区域在目标时间段内的天气状况。
本申请实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在本申请的一个实施例中,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:
获取目标区域在目标时间段内的目标环境风数据,目标时间段包括时序上前后相邻第一时间段和第二时间段,目标环境风数据包括第一时间段的环境风数据和第二时间段的环境风数据,第一时间段的环境风数据根据多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据得到,第二时间段的环境风数据通过数值型天气预报模型计算得到,环境风数据包括径向风风速和纬向风风速;根据目标环境风数据计算风暴相对螺旋度,风暴相对螺旋度用于指示大气运动强度;根据风暴相对螺旋度确定目标区域在目标时间段内的天气状况。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:在第一时间段内的多个第一单位时间段,通过多普勒天气雷达在第一时间段的起始时刻测得的雷达回波数据获取各第一单位时间段分别对应的环境风数据,得到第一时间段内的多个环境风数据;在第二时间段内的多个第二单位时间段,通过数值型天气预报模型计算得到各第二单位时间段分别对应的环境风数据,得到第二时间段内的多个环境风数据,其中,第一单位时间段与第二单位时间段的时长相同。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:对于第一时间段和第二时间段内的每个环境风数据,根据环境风数据计算风暴相对螺旋度。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:根据环境风数据计算风暴移动速度,风暴移动速度包括径向风暴移动速度和纬向风暴移动速度;根据环境风数据和风暴移动速度计算风暴相对螺旋度。
在本申请的一个实施例中,环境风数据包括目标区域的大气的多个层面中每个层面的环境风数据,计算机程序被处理器执行时还可以实现以下步骤:对于各层面,根据层面的环境风数据计算层面的风暴移动速度;对应的,还可以实现以下步骤:根据各层面的环境风数据和各层面的风暴移动速度计算各层面的层面风暴相对螺旋度;根据各层面的层面风暴相对螺旋度计算风暴相对螺旋度。
在本申请的一个实施例中,风暴相对螺旋度有多个,计算机程序被处理器执行时还可以实现以下步骤:根据各风暴相对螺旋度生成风暴变化曲线,风暴变化曲线用于指示目标区域在目标时间段内的风暴变化趋势。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:获取多个风暴相对螺旋度区间,不同的风暴相对螺旋度区间对应不同的天气状况;根据风暴相对螺旋度所在的风暴相对螺旋度区间确定风暴相对螺旋度对应的天气状况;根据风暴相对螺旋度对应的天气状况确定目标区域在目标时间段内的天气状况。
本申请实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
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。
以上所述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申请专利范围的限制。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)
1.一种天气预报方法,其特征在于,所述方法包括:
获取目标区域在目标时间段内的目标环境风数据,所述目标时间段包括时序上前后相邻第一时间段和第二时间段,所述目标环境风数据包括所述第一时间段的环境风数据和所述第二时间段的环境风数据,所述第一时间段的环境风数据根据多普勒天气雷达在所述第一时间段的起始时刻测得的雷达回波数据得到,所述第二时间段的环境风数据通过数值型天气预报模型计算得到,所述环境风数据包括径向风风速和纬向风风速;
根据所述目标环境风数据计算风暴相对螺旋度,所述风暴相对螺旋度用于指示大气运动强度;
根据所述风暴相对螺旋度确定所述目标区域在所述目标时间段内的天气状况。
2.根据权利要求1所述的方法,其特征在于,所述获取目标区域在目标时间段内的目标环境风数据,包括:
在所述第一时间段内的多个第一单位时间段,通过所述多普勒天气雷达在所述第一时间段的起始时刻测得的雷达回波数据获取各所述第一单位时间段分别对应的环境风数据,得到所述第一时间段内的多个环境风数据;
在所述第二时间段内的多个第二单位时间段,通过所述数值型天气预报模型计算得到各所述第二单位时间段分别对应的环境风数据,得到所述第二时间段内的多个环境风数据,其中,所述第一单位时间段与所述第二单位时间段的时长相同。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标环境风数据计算风暴相对螺旋度,包括:
对于所述第一时间段和所述第二时间段内的每个所述环境风数据,根据所述环境风数据计算所述风暴相对螺旋度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述环境风数据计算所述风暴相对螺旋度,包括:
根据所述环境风数据计算风暴移动速度,所述风暴移动速度包括径向风暴移动速度和纬向风暴移动速度;
根据所述环境风数据和所述风暴移动速度计算所述风暴相对螺旋度。
5.根据权利要求4所述的方法,其特征在于,所述环境风数据包括所述目标区域的大气的多个层面中每个所述层面的环境风数据,所述根据所述环境风数据计算风暴移动速度,包括:
对于各所述层面,根据所述层面的环境风数据计算所述层面的风暴移动速度;
对应的,所述根据所述环境风数据计算所述风暴相对螺旋度,包括:
根据各所述层面的环境风数据和各所述层面的风暴移动速度计算各所述层面的层面风暴相对螺旋度;
根据各所述层面的层面风暴相对螺旋度计算所述风暴相对螺旋度。
6.根据权利要求1所述的方法,其特征在于,所述风暴相对螺旋度有多个,所述方法还包括:
根据各所述风暴相对螺旋度生成风暴变化曲线,所述风暴变化曲线用于指示所述目标区域在所述目标时间段内的风暴变化趋势。
7.根据权利要求1所述的方法,其特征在于,所述根据所述风暴相对螺旋度确定所述目标区域在所述目标时间段内的天气状况,包括:
获取多个风暴相对螺旋度区间,不同的风暴相对螺旋度区间对应不同的天气状况;
根据所述风暴相对螺旋度所在的风暴相对螺旋度区间确定所述风暴相对螺旋度对应的天气状况;
根据所述风暴相对螺旋度对应的天气状况确定所述目标区域在所述目标时间段内的天气状况。
8.一种天气预报装置,其特征在于,所述装置包括:
获取模块,用于获取目标区域在目标时间段内的目标环境风数据,所述目标时间段包括时序上前后相邻第一时间段和第二时间段,所述目标环境风数据包括所述第一时间段的环境风数据和所述第二时间段的环境风数据,所述第一时间段的环境风数据根据多普勒天气雷达在所述第一时间段的起始时刻测得的雷达回波数据得到,所述第二时间段的环境风数据通过数值型天气预报模型计算得到,所述环境风数据包括径向风风速和纬向风风速;
计算模块,用于根据所述目标环境风数据计算风暴相对螺旋度,所述风暴相对螺旋度用于指示大气运动强度;
确定模块,用于根据所述风暴相对螺旋度确定所述目标区域在所述目标时间段内的天气状况。
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中任一项所述的方法的步骤。
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 |
---|---|---|---|
CN202010208469.XA CN111366989A (zh) | 2020-03-23 | 2020-03-23 | 天气预报方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010208469.XA CN111366989A (zh) | 2020-03-23 | 2020-03-23 | 天气预报方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111366989A true CN111366989A (zh) | 2020-07-03 |
Family
ID=71209000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010208469.XA Pending CN111366989A (zh) | 2020-03-23 | 2020-03-23 | 天气预报方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111366989A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180471A (zh) * | 2020-08-21 | 2021-01-05 | 远景智能国际私人投资有限公司 | 天气预报方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2558887A1 (en) * | 2006-09-07 | 2008-03-07 | Mcgill University | Short term and long term forecasting systems with enhanced prediction accuracy |
US7558674B1 (en) * | 2006-04-24 | 2009-07-07 | Wsi, Corporation | Weather severity and characterization system |
CN102721987A (zh) * | 2012-06-12 | 2012-10-10 | 中国海洋大学 | 多普勒雷达遥感强风暴的预警方法 |
CN103197299A (zh) * | 2013-03-25 | 2013-07-10 | 南京信息工程大学 | 天气雷达径向风信息提取及量化分析系统 |
CN104977584A (zh) * | 2015-06-29 | 2015-10-14 | 深圳市气象台 | 一种对流天气的临近预报方法及系统 |
CN108535731A (zh) * | 2018-04-18 | 2018-09-14 | 青岛心中有数科技有限公司 | 短临降水预报方法与装置 |
AU2018222958A1 (en) * | 2017-03-20 | 2018-10-04 | Sunit Tyagi | Surface modification control stations and methods in a globally distributed array for dynamically adjusting the atmospheric, terrestrial and oceanic properties |
CN108983323A (zh) * | 2018-08-08 | 2018-12-11 | 湖北河海科技发展有限公司 | 基于光流法的降水预报方法及预警平台 |
US20190120968A1 (en) * | 2016-04-05 | 2019-04-25 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method and Device for Detecting a Fault of a Barometric Pressure Measuring System Arranged Aboard a Flying Device |
CN109917394A (zh) * | 2019-03-13 | 2019-06-21 | 南京信息工程大学 | 一种基于天气雷达的短临智能外推方法 |
CN110135654A (zh) * | 2019-05-24 | 2019-08-16 | 北京百度网讯科技有限公司 | 用于预测强对流天气的方法和装置 |
-
2020
- 2020-03-23 CN CN202010208469.XA patent/CN111366989A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7558674B1 (en) * | 2006-04-24 | 2009-07-07 | Wsi, Corporation | Weather severity and characterization system |
CA2558887A1 (en) * | 2006-09-07 | 2008-03-07 | Mcgill University | Short term and long term forecasting systems with enhanced prediction accuracy |
CN102721987A (zh) * | 2012-06-12 | 2012-10-10 | 中国海洋大学 | 多普勒雷达遥感强风暴的预警方法 |
CN103197299A (zh) * | 2013-03-25 | 2013-07-10 | 南京信息工程大学 | 天气雷达径向风信息提取及量化分析系统 |
CN104977584A (zh) * | 2015-06-29 | 2015-10-14 | 深圳市气象台 | 一种对流天气的临近预报方法及系统 |
US20190120968A1 (en) * | 2016-04-05 | 2019-04-25 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method and Device for Detecting a Fault of a Barometric Pressure Measuring System Arranged Aboard a Flying Device |
AU2018222958A1 (en) * | 2017-03-20 | 2018-10-04 | Sunit Tyagi | Surface modification control stations and methods in a globally distributed array for dynamically adjusting the atmospheric, terrestrial and oceanic properties |
CN108535731A (zh) * | 2018-04-18 | 2018-09-14 | 青岛心中有数科技有限公司 | 短临降水预报方法与装置 |
CN108983323A (zh) * | 2018-08-08 | 2018-12-11 | 湖北河海科技发展有限公司 | 基于光流法的降水预报方法及预警平台 |
CN109917394A (zh) * | 2019-03-13 | 2019-06-21 | 南京信息工程大学 | 一种基于天气雷达的短临智能外推方法 |
CN110135654A (zh) * | 2019-05-24 | 2019-08-16 | 北京百度网讯科技有限公司 | 用于预测强对流天气的方法和装置 |
Non-Patent Citations (1)
Title |
---|
ZUO HENG: "What Controls Early or Late Onset of Tropical North Atlantic Hurricane Season?", 《JOURNAL OF METEOROLOGICAL RESEARCH》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180471A (zh) * | 2020-08-21 | 2021-01-05 | 远景智能国际私人投资有限公司 | 天气预报方法、装置、设备及存储介质 |
WO2022039675A1 (en) * | 2020-08-21 | 2022-02-24 | Envision Digital International Pte. Ltd. | Method and apparatus for forecasting weather, electronic device and storage medium thereof |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11249221B2 (en) | Weather forecasting systems and methods | |
US11353625B1 (en) | Systems and methods for forecasting lightning and severe storms | |
JP4404220B2 (ja) | 気体状況予測装置、方法、プログラム、および拡散状況予測システム | |
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 | |
CN114942481B (zh) | 热带气旋过程极值风速概率预报方法、装置和计算机设备 | |
CN112100921A (zh) | 一种基于wrf和随机森林获取风资源风速的方法 | |
CN112182822A (zh) | 输电线路覆冰厚度预测校正预报方法及系统 | |
CN111366989A (zh) | 天气预报方法、装置、计算机设备及存储介质 | |
Ye et al. | More frequent showers and thunderstorm days under a warming climate: evidence observed over Northern Eurasia from 1966 to 2000 | |
CN111913236A (zh) | 气象数据处理方法、装置、计算机设备和存储介质 | |
CN111126684A (zh) | 气候预测方法、装置、计算机可读存储介质和服务器 | |
DE102015209602B4 (de) | Umweltmessungen mittels geographisch verteilter, mobiler Sensoren | |
CN110555538A (zh) | 风电场风速预测方法及预测系统 | |
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 | |
JP6600033B2 (ja) | 気象予測補正装置、気象予測補正方法及びプログラム | |
CN115047544A (zh) | 一种覆冰预警方法及系统 | |
CN111323847A (zh) | 用于为模拟集成算法确定权重比的方法和设备 | |
KR101892502B1 (ko) | 윈드프로파일러를 이용한 srh 산출 시스템 및 이를 이용한 srh 산출 방법 | |
KR101502402B1 (ko) | 차분방식과 확률기법을 적용한 바람 모델링 방법 | |
CN117077442B (zh) | 基于地形的热带气旋降水修正方法、终端及介质 | |
CN116307307B (zh) | 一种风电场的超短期功率预测方法及系统 | |
CN116449456B (zh) | 阵风预报输出方法、装置、计算机设备和存储介质 | |
CN113050115B (zh) | 一种激光雷达风场数据重建方法、系统及设备 | |
CN113138374B (zh) | 一种激光雷达风场数据重建方法及系统 | |
CN117114439A (zh) | 一种覆冰厚度预测方法、装置、存储介质以及电子设备 |
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: 20221206 |
|
AD01 | Patent right deemed abandoned |