CN112034535B - 数值模式降水预报的订正方法、系统及存储介质 - Google Patents

数值模式降水预报的订正方法、系统及存储介质 Download PDF

Info

Publication number
CN112034535B
CN112034535B CN202010702657.8A CN202010702657A CN112034535B CN 112034535 B CN112034535 B CN 112034535B CN 202010702657 A CN202010702657 A CN 202010702657A CN 112034535 B CN112034535 B CN 112034535B
Authority
CN
China
Prior art keywords
forecast
precipitation
rainfall
value
score
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
Application number
CN202010702657.8A
Other languages
English (en)
Other versions
CN112034535A (zh
Inventor
张海鹏
陈晓国
孟晓波
黎振宇
张志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China South Power Grid International Co ltd
Original Assignee
China South Power Grid International Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China South Power Grid International Co ltd filed Critical China South Power Grid International Co ltd
Priority to CN202010702657.8A priority Critical patent/CN112034535B/zh
Publication of CN112034535A publication Critical patent/CN112034535A/zh
Application granted granted Critical
Publication of CN112034535B publication Critical patent/CN112034535B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Ecology (AREA)
  • Atmospheric Sciences (AREA)
  • Computational Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种数值模式降水预报的订正方法，包括：根据第一时间周期确定参与降水预报评分统计的训练期时间窗口；提取训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；对训练期内的降水预报值分别进行消空处理；根据降水观测数据计算降水值达到第一降水阈值及以上量级时的降水预报评分，得到阈值‑评分序列；将降水预报评分值最高时的降水阈值作为预报期的最优消空阈值；对预报期内小于最优消空阈值的降水预报数值进行修正；对降水预报值进行订正。本发明公开的一种数值模式降水预报的订正方法，能够有效减少小量级降水的空报问题，显著提高降水预报产品的晴雨预报准确率及实用性。本发明还公开了一种系统和存储介质。

Description

数值模式降水预报的订正方法、系统及存储介质
技术领域
本发明涉及气象预报技术领域，尤其涉及一种数值模式降水预报的订正方法、装置及存储介质。
背景技术
降水是公众最为关心的气象要素，政府、工业、农业、水文及地质灾害预警等各个领域对于降水预报准确性的要求也越来越高。定量降水预报由于影响其时间变化和空间分布的变量太多，被认为是数值模式预报最困难的挑战之一，其预报准确性的提升也相对缓慢。其原因主要是，定量降水预报提供的是一段时间内的总降水量，其准确度受到降水发生位置、移动方向、持续时间、降水效率以及气候背景和天气类型等诸多因素的影响。世界上各气象中心预报模式的降水预报均或多或少存在小量级降水空报的问题。
因此，本申请提供了一种数值模式降水预报的订正方法，可有效减少小量级降水的空报问题，显著提高降水预报产品的晴雨预报准确率及实用性。
发明内容
本发明实施例提供一种数值模式降水预报的订正方法，能够有效减少小量级降水的空报问题，显著提高降水预报产品的晴雨预报准确率及实用性。
本发明实施例一提供一种数值模式降水预报的订正方法，包括：
确定第一时间周期，根据所述第一时间周期确定参与降水预报评分统计的训练期时间窗口；
提取所述训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；
根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，得到一组不同消空阈值处理后的训练期降水预报值；
根据所述降水观测数据计算降水值达到第一降水阈值及以上量级时的降水预报评分，得到阈值-评分序列；
获取所述阈值-评分序列中降水预报评分值最高时对应的降水阈值，并将所述降水预报评分值最高时对应的降水阈值作为预报期的最优消空阈值；
对预报期内小于最优消空阈值的降水预报数值进行修正；
通过滑动训练期的方式对所述降水预报值进行逐日滑动订正，得到每日订正后的降水预报值。
作为上述方案的改进，所述根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，包括：
当所述降水预报值小于预设的阈值时，将该降水预报值赋为0。
作为上述方案的改进，还包括：通过下式计算所述降水预报评分：
Figure BDA0002592572570000021
式中，TS表示降水预报评分；NA代表降水预报正确的站点数，即预报和实况均出现达到某量级的降水量的次数；NB为空报站点数，即预报出现达到某量级降水量而实况没有出现的次数；NC为漏报站点数，即实况出现达到某量级降水量而预报没有出现的次数。
本发明实施例三对应提供了一种数值模式降水预报的订正系统，包括：窗口生成单元，用于确定第一时间周期，根据所述第一时间周期确定参与降水预报评分统计的训练期时间窗口；
数据提取单元，用于提取所述训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；
预报值消空单元，用于根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，得到一组不同消空阈值处理后的训练期降水预报值；
评分计算单元，用于根据所述降水观测数据计算降水值达到第一降水阈值及以上量级时的降水预报评分，得到阈值-评分序列；
最优消空阈值计算单元，用于获取所述阈值-评分序列中降水预报评分值最高时对应的降水阈值，并将所述降水预报评分值最高时对应的降水阈值作为预报期的最优消空阈值；
数值修正单元，用于对预报期内小于最优消空阈值的降水预报数值进行修正；
预报值订正单元，用于通过滑动训练期的方式对所述降水预报值进行逐日滑动订正，得到每日订正后的降水预报值。
作为上述方案的改进，所述根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，包括：
当所述降水预报值小于预设的阈值时，将该降水预报值赋为0。
作为上述方案的改进，还包括：通过下式计算所述降水预报评分：
Figure BDA0002592572570000031
式中，TS表示降水预报评分；NA代表降水预报正确的站点数，即预报和实况均出现达到某量级的降水量的次数；NB为空报站点数，即预报出现达到某量级降水量而实况没有出现的次数；NC为漏报站点数，即实况出现达到某量级降水量而预报没有出现的次数。
本发明实施例三对应提供了一种数值模式降水预报的订正系统，包括：处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例一所述的一种数值模式降水预报的订正方法。
本发明实施例四对应提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如本发明实施例一所述的一种数值模式降水预报的订正方法。
本发明实施例提供的一种数值模式降水预报的订正方法，具有如下有益效果：
采用滑动训练期进行最优消空阈值的统计分析，保证了参与训练数据的时效性，避免了固定训练期对距预报期较远的日期统计意义失效的问题；能够自适应订正数值预报模式降水预报的系统性误差，改善模式预报性能；降水预报能够通过数值天气预报模式直接获取，对于格点数据或站点数据均适用，普适性较高；能够针对不同地区降水特征的差异，分区域进行高针对性的降水偏差订正建模，同时可通过计算某一阈值下的不同长度训练期内的降水评分序列获得各区域甚至各格点或站点的最佳训练期长度，使订正结果更科学更合理，符合降水规律；计算量小，可满足业务应用对偏差订正数据获取的时效性需求；能够有效减少小量级降水的空报问题，显著提高降水预报产品的晴雨预报准确率及实用性。
附图说明
图1是本发明实施例一提供的一种数值模式降水预报的订正方法的流程示意图。
图2是本发明实施例一提供的训练期内各消空阈值对应的降水预告评分示意图。
图3是本发明实施例一提供的24-168h降水预报消空订正前后小雨及以上量级降水预报评分示意图。
图4是本发明实施例一提供的消空订正对晴雨预报性能的影响示意图。
图5是本发明实施例二提供的一种数值模式降水预报的订正系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明实施例一提供的一种数值模式降水预报的订正方法的流程示意图，包括：
S101、确定第一时间周期，根据第一时间周期确定参与降水预报评分统计的训练期时间窗口；
具体地，第一时间周期选取的时间长度能够反映模式一段时间的平均预报水平，一般为20-30天。
S102、提取训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；
S103、根据预设的一组阈值，对训练期内的降水预报值分别进行消空处理，得到一组不同消空阈值处理后的训练期降水预报值；
具体地，预设的一组阈值具体为0.1-2mm区间，间隔0.1mm。
进一步地，根据预设的一组阈值，对训练期内的降水预报值分别进行消空处理，包括：
当降水预报值小于预设的阈值时，将该降水预报值赋为0。
具体地，消空阈值处理如下式：
F＝0,when F<F0
式中，F为训练期内的降水预报值，F0为消空阈值序列。
S104、根据降水观测数据计算降水值达到第一降水阈值及以上量级时的降水预报评分，得到阈值-评分序列；
具体地，第一降水阈值为小雨时的降水量；根据降水观测数据计算降水值达到小雨及以上量级时的降水预报评分，得到阈值-评分序列。
进一步地，还包括：通过下式计算降水预报评分：
Figure BDA0002592572570000051
式中，TS表示降水预报评分；NA代表降水预报正确的站点数，即预报和实况均出现达到某量级的降水量的次数；NB为空报站点数，即预报出现达到某量级降水量而实况没有出现的次数；NC为漏报站点数，即实况出现达到某量级降水量而预报没有出现的次数。
具体地，第一降水阈值为0.1mm时，计算0.1mm及以上降水量的降水预报评分得到一组阈值-评分序列。其中，降水预报评分越接近1表示预报效果越好。
S105、获取阈值-评分序列中降水预报评分值最高时对应的降水阈值，并将降水预报评分值最高时对应的降水阈值作为预报期的最优消空阈值；
具体地，参见图2，是训练期内各消空阈值对应的降水预告评分示意图，由图中可见，此时降水量为0.7mm时降水预报评分值最高，即，将0.7mm作为预报期的最优消空阈值。
S106、对预报期内小于最优消空阈值的降水预报数值进行修正；
具体地，在预报期内当降水预报值小于F0时，将该预报值修正为0。如图2所示，当F0取0.7mm时，训练期20天整体TS评分达到最大值，那么在预报期采用0.7mm作为最优消空阈值进行消空处理。
S107、通过滑动训练期的方式对降水预报值进行逐日滑动订正，得到每日订正后的降水预报值。
具体地，每日订正后的降水预报值是每日动态更新的；通过滑动训练期的方式对预报期降水进行逐日滑动订正，即预报期内每天的最佳消空阈值均由该日前20天的训练期分析得到。
在一具体的实施方式中，通过计算预报期整体降水预报评分、空报率和晴雨预报准确率，检验消空订正方法的效果。参见图3，24-168h降水预报消空订正前后小雨及以上量级降水预报评分示意图。由图3可知，小雨量级预报的改善效果较好，24h预报TS评分提高最大达0.05。晴雨预报准确率是衡量模式预报有无降水是否准确的可靠指标，与小雨空报现象密切相关。参见图4，是消空订正对晴雨预报性能的影响示意图，其中，图4(a)为小雨空报率示意图，图4(b)为晴雨预报准确率示意图，偏差订正后24-168h预报的小雨空报率都有显著降低，24h预报降低最大达12.4％，并且空报的改善幅度随预报时效而减小。在小雨空报率明显降低的基础上，各个预报时效的晴雨预报准确率也有大幅度的提高，提高了4％-8.6％，很大程度上提高了模式的降水预报性能，而提高降水预报的晴雨预报准确率对气象业务预报有很大意义。
本发明实施例提供的一种数值模式降水预报的订正方法、装置及存储介质，具有如下有益效果：
采用滑动训练期进行最优消空阈值的统计分析，保证了参与训练数据的时效性，避免了固定训练期对距预报期较远的日期统计意义失效的问题；能够自适应订正数值预报模式降水预报的系统性误差，改善模式预报性能；降水预报能够通过数值天气预报模式直接获取，对于格点数据或站点数据均适用，普适性较高；能够针对不同地区降水特征的差异，分区域进行高针对性的降水偏差订正建模，同时可通过计算某一阈值下的不同长度训练期内的降水评分序列获得各区域甚至各格点或站点的最佳训练期长度，使订正结果更科学更合理，符合降水规律；计算量小，可满足业务应用对偏差订正数据获取的时效性需求；能够有效减少小量级降水的空报问题，显著提高降水预报产品的晴雨预报准确率及实用性。
参见图5，是本发明实施例二提供的一种数值模式降水预报的订正系统的结构示意图，包括：
窗口生成单元201，用于确定第一时间周期，根据第一时间周期确定参与降水预报评分统计的训练期时间窗口；
数据提取单元202，用于提取训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；
预报值消空单元203，用于根据预设的一组阈值，对训练期内的降水预报值分别进行消空处理，得到一组不同消空阈值处理后的训练期降水预报值；
评分计算单元204，用于根据所述降水观测数据计算降水值达到第一降水阈值及以上量级时的降水预报评分，得到阈值-评分序列；
最优消空阈值计算单元205，用于获取所述阈值-评分序列中降水预报评分值最高时对应的降水阈值，并将所述降水预报评分值最高时对应的降水阈值作为预报期的最优消空阈值；
数值修正单元206，用于对预报期内小于最优消空阈值的降水预报数值进行修正；
预报值订正单元207，用于通过滑动训练期的方式对所述降水预报值进行逐日滑动订正，得到每日订正后的降水预报值。
进一步地，所述根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，包括：
当所述降水预报值小于预设的阈值时，将该降水预报值赋为0。
进一步地，还包括：通过下式计算所述降水预报评分：
Figure BDA0002592572570000081
式中，TS表示降水预报评分；NA代表降水预报正确的站点数，即预报和实况均出现达到某量级的降水量的次数；NB为空报站点数，即预报出现达到某量级降水量而实况没有出现的次数；NC为漏报站点数，即实况出现达到某量级降水量而预报没有出现的次数。
本发明实施例三对应提供了一种数值模式降水预报的订正系统，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例一所述的数值模式降水预报的订正方法。所述数值模式降水预报的订正系统可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述数值模式降水预报的订正系统可包括，但不仅限于，处理器、存储器。
本发明实施例四对应提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如本发明实施例一所述的数值模式降水预报的订正方法。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述数值模式降水预报的订正系统的控制中心，利用各种接口和线路连接整个数值模式降水预报的订正系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述数值模式降水预报的订正系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述数值模式降水预报的订正系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (4)

1.一种数值模式降水预报的订正方法，其特征在于，包括：
确定第一时间周期，根据所述第一时间周期确定参与降水预报评分统计的训练期时间窗口；
提取所述训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；
根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，得到一组不同消空阈值处理后的训练期降水预报值；其中，当所述降水预报值小于预设的阈值时，将该降水预报值赋为0；
根据所述降水观测数据计算降水值达到第一降水阈值及以上量级的降水预报评分，得到阈值-评分序列；其中，通过下式计算所述降水预报评分：
Figure FDA0003546065200000011
式中，TS表示降水预报评分；NA代表降水预报正确的站点数，即预报和实况均出现达到某量级的降水量的次数；NB为空报站点数，即预报出现达到某量级降水量而实况没有出现的次数；NC为漏报站点数，即实况出现达到某量级降水量而预报没有出现的次数；
获取所述阈值-评分序列中降水预报评分值最高时对应的降水阈值，并将所述降水预报评分值最高时对应的降水阈值作为预报期的最优消空阈值；
对预报期内小于最优消空阈值的降水预报数值进行修正；
通过滑动训练期的方式对所述降水预报值进行逐日滑动订正，得到每日订正后的降水预报值。
2.一种数值模式降水预报的订正系统，其特征在于，包括：
窗口生成单元，用于确定第一时间周期，根据所述第一时间周期确定参与降水预报评分统计的训练期时间窗口；
数据提取单元，用于提取所述训练期内的数值模式降水预报值以及对应的降水观测数据，生成训练数据集；
预报值消空单元，用于根据预设的一组阈值，对所述训练期内的降水预报值分别进行消空处理，得到一组不同消空阈值处理后的训练期降水预报值；其中，当所述降水预报值小于预设的阈值时，将该降水预报值赋为0；
评分计算单元，用于根据所述降水观测数据计算降水值达到第一降水阈值及以上量级时的降水预报评分，得到阈值-评分序列；其中，通过下式计算所述降水预报评分：
Figure FDA0003546065200000021
式中，TS表示降水预报评分；NA代表降水预报正确的站点数，即预报和实况均出现达到某量级的降水量的次数；NB为空报站点数，即预报出现达到某量级降水量而实况没有出现的次数；NC为漏报站点数，即实况出现达到某量级降水量而预报没有出现的次数；
最优消空阈值计算单元，用于获取所述阈值-评分序列中降水预报评分值最高时对应的降水阈值，并将所述降水预报评分值最高时对应的降水阈值作为预报期的最优消空阈值；
数值修正单元，用于对预报期内小于最优消空阈值的降水预报数值进行修正；
预报值订正单元，用于通过滑动训练期的方式对所述降水预报值进行逐日滑动订正，得到每日订正后的降水预报值。
3.一种数值模式降水预报的订正系统，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1所述的一种数值模式降水预报的订正方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1所述的一种数值模式降水预报的订正方法。
CN202010702657.8A 2020-07-20 2020-07-20 数值模式降水预报的订正方法、系统及存储介质 Active CN112034535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010702657.8A CN112034535B (zh) 2020-07-20 2020-07-20 数值模式降水预报的订正方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010702657.8A CN112034535B (zh) 2020-07-20 2020-07-20 数值模式降水预报的订正方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN112034535A CN112034535A (zh) 2020-12-04
CN112034535B true CN112034535B (zh) 2022-12-06

Family

ID=73579821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010702657.8A Active CN112034535B (zh) 2020-07-20 2020-07-20 数值模式降水预报的订正方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN112034535B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068676B (zh) * 2023-03-07 2023-06-02 南京气象科技创新研究院 一种降水预报跨量级通用综合评价方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7349830B2 (en) * 2003-11-20 2008-03-25 Microsoft Corporation Weather profiles
CN107391943A (zh) * 2014-09-10 2017-11-24 气象预报公司 可定制的天气分析系统、方法及计算机可读介质
CN111257970B (zh) * 2018-11-30 2023-11-03 中国电力科学研究院有限公司 一种基于集合预报的降水预报订正方法及系统
CN109615236A (zh) * 2018-12-13 2019-04-12 深圳市气象局 降水预报模式检验评分方法、系统、终端及存储介质
CN111352174B (zh) * 2020-03-20 2021-05-28 山东省气象科学研究所 一种数值天气预报及格点客观预报产品选优方法

Also Published As

Publication number Publication date
CN112034535A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
US10989838B2 (en) Weather-driven multi-category infrastructure impact forecasting
US11863397B2 (en) Traffic prediction method, device, and storage medium
CN112285807B (zh) 一种气象信息预测方法及装置
CN112069235B (zh) 用于呈现目标区域人口数据的方法、设备和存储介质
CN111105068B (zh) 基于序回归学习的数值模式订正的方法
CN111881243B (zh) 一种出租车轨迹热点区域分析方法及系统
CN112034535B (zh) 数值模式降水预报的订正方法、系统及存储介质
CN112039711A (zh) 流量预测方法及设备
CN113516275A (zh) 一种配电网超短期负荷预测方法、装置及终端设备
CN113379168A (zh) 一种时间序列的预测处理方法、装置及设备
CN114385932A (zh) 气象数据的查询方法和装置
CN115169089A (zh) 基于核密度估计和copula的风电功率概率预测方法和装置
CN109409915B (zh) 汽车配件销量预测方法、终端设备及存储介质
CN116756522B (zh) 概率预报方法、装置、存储介质及电子设备
CN110969296A (zh) 电采暖负荷预测方法、装置和终端设备
CN114222307B (zh) 扇区重叠覆盖区域的确定方法、装置和电子设备
CN112464970A (zh) 区域价值评估模型处理方法、装置及计算设备
CN108804640B (zh) 基于最大化iv的数据分组方法、装置、储存介质及设备
CN112765544B (zh) 输电线路台风影响下强风风力校正预报方法
CN114740549B (zh) 一种短临降水天气预测方法、装置、电子设备及可读介质
CN116449456B (zh) 阵风预报输出方法、装置、计算机设备和存储介质
CN108665517B (zh) 电网风速分布图修编方法、装置、设备及介质
CN114299043B (zh) 点云质量评估方法、装置、电子设备和存储介质
CN115438185A (zh) 一种海上风电数据的管理方法、系统、终端和介质
CN115952379A (zh) 一种基于二次修正的站点温度预报方法及装置

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