CN112214690B - 一种天气信息的获取方法、装置、存储介质及电子设备 - Google Patents

一种天气信息的获取方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112214690B
CN112214690B CN201910615782.2A CN201910615782A CN112214690B CN 112214690 B CN112214690 B CN 112214690B CN 201910615782 A CN201910615782 A CN 201910615782A CN 112214690 B CN112214690 B CN 112214690B
Authority
CN
China
Prior art keywords
convergence
weather information
station
information
auxiliary
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
CN201910615782.2A
Other languages
English (en)
Other versions
CN112214690A (zh
Inventor
杨春燕
黄军
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201910615782.2A priority Critical patent/CN112214690B/zh
Publication of CN112214690A publication Critical patent/CN112214690A/zh
Application granted granted Critical
Publication of CN112214690B publication Critical patent/CN112214690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种天气信息的获取方法、装置、存储介质及电子设备。该方法包括:获取主站的位置信息,并通过主站采集到全维度天气信息;获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。通过执行本技术方案,可以实现根据安防前端设备所获取的数据进行处理,作为辅助天气信息,以提高天气信息的采集密度的效果。

Description

一种天气信息的获取方法、装置、存储介质及电子设备
技术领域
本申请实施例涉及数据处理技术领域,尤其涉及一种天气信息的获取方法、装置、存储介质及电子设备。
背景技术
天气预报给人们日常生活带来了巨大的便利,人们可以根据天气预报来安排每天的任务,针对任何天气都能够提前获知,并做好相应的防范措施。
但是以往的天气预报,往往是根据设置在全国各地的地面采集站和高空探测站来收取气象参数的,如收集温度、湿度、气压、风力、风向、能见度、降水量、紫外线以及PM2.5等。但是现有的采集站或者探测站的一般设置在各市、县的国家标准气象数据采集站,点位分布相对分散,同时也不均匀,密度较低,一般站与站之间的距离要有几十公里。然而对于大多数地带,往往天气会出现局域骤变导致短距离内天气信息无法被准确获知,导致天气预报无法正确的预先报告的情况,这就给人们的生活带来了极大的不便。因此,如何能够提高天气信息的获取密度已经成为了对天气进行精准预报所急需解决的技术难题。
发明内容
本申请实施例提供一种天气信息的获取方法、装置、存储介质及电子设备,可以实现根据安防前端设备所获取的数据进行处理,作为辅助天气信息,以提高天气信息的采集密度的效果。
第一方面,本申请实施例提供了一种天气信息的获取方法,该方法包括:
获取主站的位置信息,并通过主站采集到全维度天气信息;
获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;
基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。
进一步的,通过辅站获取至少一个维度的离散天气信息,包括:
在预设时长内,若所述辅站获取至少一个维度的离散天气信息存在极值,则以所述极值作为该维度的离散天气信息;在预设时间段内,若所述辅站获取至少一个维度的离散天气信息不存在极值,则以该维度按照统一采集时间采集的信息作为该维度的离散天气信息。
进一步的,在通过辅站获取至少一个维度的离散天气信息之后,所述方法还包括:
确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层。
进一步的,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:
采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息。
进一步的,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:
确定收敛区域;
在所述收敛区域,任意选取三个辅站构成收敛三角形,进行收敛三角形运算,所述收敛三角形运算包括:根据收敛三角形的变化趋势中线构成的变化趋势中心区域;确定所述变化趋势中心区域的中心的位置信息;以及根据收敛三角形的三个辅站的离散天气信息,经过预设规则计算,确定所述变化趋势中心区域的中心的离散天气信息;
对所述收敛区域内所有的辅站采用收敛三角形运算,得到收敛区域内所有的变化趋势中心区域的中心的位置信息和离散天气信息;并对所有变化趋势中心区域的中心进行收敛三角形运算,直至得到最终的一个位置作为汇聚中心;
确定所述汇聚中心的位置信息以及离散天气信息。
具体包括:设定目标维度的上报区域;
在所述上报区域中,选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站的位置信息以及离散天气信息,确定所述三个辅站构成的三角形的变化趋势中线构成的变化趋势中心区域;
获取所述变化趋势中心区域的中心的位置信息以及离散天气信息作为初级收敛结果;
再次选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站进行收敛运算,并在得到所有的初级收敛结果后,选取其中三个收敛位置再次进行收敛运算,直至得到一个最终收敛结果;
将所述最终收敛结果的位置信息以及收敛后的天气信息作为上报区域的上报信息。
进一步的,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:
对目标维度的所有辅站按照离散天气信息的数据值进行分类,得到至少两个辅站分类;
根据所述辅站分类的辅站位置分散度,确定目标辅站分类;
将所述目标辅站分类中所有辅站的位置的中心作为汇聚中心的位置信息,并将所述目标辅站分类中所有辅站的离散天气信息进行预设运算得到的结果作为汇聚中心的收敛后的天气信息。
进一步的,在根据所述辅站分类的辅站位置分散度,确定目标辅站分类之前,所述方法还包括:
确定每个分类辅站的数量占比度;
相应的,根据所述辅站分类的辅站位置分散度,确定目标辅站分类,包括:
根据所述辅站分类的占比度以及辅站位置分散度,确定目标辅站分类。
第二方面,本申请实施例提供了一种天气信息的获取装置,该装置包括:
主站信息获取模块,用于获取主站的位置信息,并通过主站采集到全维度天气信息;
辅站信息获取模块,用于获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;
基础数据确定模块,用于基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。
进一步的,所述辅站信息获取模块具体用于:
在预设时长内,若所述辅站获取至少一个维度的离散天气信息存在极值,则以所述极值作为该维度的离散天气信息;
在预设时间段内,若所述辅站获取至少一个维度的离散天气信息不存在极值,则以该维度按照统一采集时间采集的信息作为该维度的离散天气信息。
进一步的,所述装置还包括:
目标维度层形成模块,用于确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层。
进一步的,所述装置还包括第一辅站信息汇聚模块,所述第一辅站信息汇聚模块包括:
信息提取单元,用于在所述目标维度层,提取目标维度的辅站的位置信息;
收敛计算单元,用于采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息。
进一步的,所述收敛计算单元具体用于:
确定收敛区域;
在所述收敛区域,任意选取三个辅站构成收敛三角形,进行收敛三角形运算,所述收敛三角形运算包括:根据收敛三角形的变化趋势中线构成的变化趋势中心区域;确定所述变化趋势中心区域的中心的位置信息;以及根据收敛三角形的三个辅站的离散天气信息,经过预设规则计算,确定所述变化趋势中心区域的中心的离散天气信息;
对所述收敛区域内所有的辅站采用收敛三角形运算,得到收敛区域内所有的变化趋势中心区域的中心的位置信息和离散天气信息;并对所有变化趋势中心区域的中心进行收敛三角形运算,直至得到最终的一个位置作为汇聚中心;
确定所述汇聚中心的位置信息以及离散天气信息。
具体用于:
设定目标维度的上报区域;
在所述上报区域中,选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站的位置信息以及离散天气信息,确定所述三个辅站构成的三角形的变化趋势中线构成的变化趋势中心区域;
获取所述变化趋势中心区域的中心的位置信息以及离散天气信息作为初级收敛结果;
再次选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站进行收敛运算,并在得到所有的初级收敛结果后,选取其中三个收敛位置再次进行收敛运算,直至得到一个最终收敛结果;
将所述最终收敛结果的位置信息以及收敛后的天气信息作为上报区域的上报信息。
进一步的,所述装置还包括第二辅站信息汇聚模块,所述第二辅站信息汇聚模块包括:
辅站分类单元,用于对目标维度的所有辅站按照离散天气信息的数据值进行分类,得到至少两个辅站分类;
目标辅站分类确定单元,用于根据所述辅站分类的辅站位置分散度,确定目标辅站分类;
信息汇聚单元,用于将所述目标辅站分类中所有辅站的位置的中心作为汇聚中心的位置信息,并将所述目标辅站分类中所有辅站的离散天气信息进行预设运算得到的结果作为汇聚中心的收敛后的天气信息。
进一步的,所述第二辅站信息汇聚模块还包括:
分类占比度确定单元,用于确定每个分类辅站的数量占比度;
相应的,目标辅站分类确定单元,具体用于:
根据所述辅站分类的占比度以及辅站位置分散度,确定目标辅站分类。
第三方面,本申请实施例提供了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如本申请实施例所述的天气信息的获取方法。
第四方面,本申请实施例提供了一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的天气信息的获取方法。
本申请实施例所提供的技术方案,获取主站的位置信息,并通过主站采集到全维度天气信息;获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。通过采用本申请所提供的技术方案,可以实现根据安防前端设备所获取的数据进行处理,作为辅助天气信息,以提高天气信息的采集密度的效果。
附图说明
图1是本申请实施例一提供的天气信息的获取方法的流程图;
图2是本申请实施例二提供的辅站聚合示意图;
图3是本申请实施例二提供的辅站聚合示意图;
图4是本申请实施例二提供的辅站聚合示意图;
图5是本申请实施例三提供的天气信息的获取装置的结构示意图;
图6是本申请实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的天气信息的获取方法的流程图,本实施例可适应于获取天气信息的数据的情况,该方法可以由本申请实施例所提供的天气信息的获取装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于智能终端等电子设备中。
如图1所示,所述天气信息的获取方法包括:
S110、获取主站的位置信息,并通过主站采集到全维度天气信息。
其中,主站可以是国家标准气象数据采集站点,主站的位置可以是国家标准气象数据采集站点的经纬度、海拔高度,全维度天气信息可以是某一时刻或者全时刻所采集的数据。在本实施例中,具体的,可以通过与主站对接的服务器进行通信,来获取到相应的数据。其中天气信息可以包括温度、湿度、气压、风力、风向、能见度、降水量、紫外线以及PM2.5等,由于主站是专门用于获取天气信息的,则可以获取全维度的天气信息,即包括上述温度、湿度等所有维度的天气信息。可以理解的,主站获取的天气信息可以是连续的,也可以是离散的。若为连续,则可以在后续处理过程中使用实时获取的信息,若为离散,则可以在后续处理过程中使用最新获取的信息。
S120、获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息。
其中,辅站可以是安防使用的前端设备,如网络摄像机(IP Camera,IPC)以及其他能够获取到天气信息的设备。随着安防行业的重要性显现及需求规模的逐步扩大,城镇、乡村的IPC数量越来越多,这就可以增加天气信息的采集密度。由于网络摄像机设置有温度传感器、湿度传感器等等,因此可以通过网络摄像机来获取天气信息,可以理解的,并不是所有网络摄像机都能够获取上述所有维度的天气信息,而且,并不是所有的网络摄像机配置的传感器均相同,因此,可以将辅站获取至少一个维度的天气信息用以对主站信息该维度的信息进行补充,以提高天气信息采集站点的分布密度。
在本实施例中,辅站获取的天气信息可以是离散的,示例性的,辅站每5分钟获取一次天气信息,则可以在后续处理过程中,以该辅站在某一个维度上最新获取的天气信息为准。
在本实施例中,通过辅站获取至少一个维度的离散天气信息,包括:在预设时长内,若所述辅站获取至少一个维度的离散天气信息存在极值,则以所述极值作为该维度的离散天气信息;其中,所述极值为该维度的离散天气信息的历史极大值或者历史极小值中最新出现的极值;在预设时间段内,若所述辅站获取至少一个维度的离散天气信息不存在极值,则以该维度按照统一采集时间采集的信息作为该维度的离散天气信息。其中,预设时长可以是1小时,30分钟等。存在极值可以是在某一维度上,如温度维度,存在极大值或者极小值。示例性的,可以是过去三天或者更长时间内,前30分钟内所获取到的温度值,如28摄氏度,超过了过去三天的所有采集温度的最大值,即为极值,则可以将该极值作为该辅站获取的温度维度上的天气信息。而另一方面,如果在前30分钟内所获取到的温度值,不存在极大值或者极小值,则可以将最新采集的温度值作为该辅站获取的温度维度上的天气信息。本技术方案这样设置的好处是可以以最新的数据进行处理的同时,还考虑到出现极值的情况,使辅站采集的信息更具有代表性,有助于后续天气预报使用。
S130、基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。
其中,可以基于所述主站的位置信息和所述辅站的位置信息,选择需要使用的辅站的天气信息,连同主站一起构成天气预报的基础数据。例如,在某个区域存在一个主站,五个辅站,但是五个辅站中有一个距离主站的距离是比较近的,则可以不使用该辅站获取到的天气信息,而使用其他四个辅站获取到的信息。
在本实施例中,可选的,在通过辅站获取至少一个维度的离散天气信息之后,所述方法还包括:确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层。其中,目标维度可以是在使用过程中需要使用的维度,例如当前只需要获取天气信息中的温度信息,则可以将所有采集到温度信息的辅站进行提取,形成温度维度的目标维度层,在使用过程中只选择所需要的目标维度层即可。这样设置的好处是可以便于后续的信息处理操作,并且可以通过对某一个目标维度层的获取,可以便于发现是否存在辅站的数据异常的情况,有助于对天气信息的准确性进行识别。
本申请实施例所提供的技术方案,获取主站的位置信息,并通过主站采集到全维度天气信息;获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。通过采用本申请所提供的技术方案,可以实现根据安防前端设备所获取的数据进行处理,作为辅助天气信息,以提高天气信息的采集密度的效果。
在上述各技术方案的基础上,可选的,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息。其中,可以基于辅站的位置信息,对目标维度层上面的辅站的位置信息和离散天气信息进行收敛,以得到一个或者几个收敛得到的汇聚中心的位置信息以及该位置的离散天气信息。其中,可以采用从目标维度层上任选三个辅站形成一个三角形,并基于三角形的中心位置运算方法确定将三个辅站进行收敛的结果,再将所有的收敛结果再次进行中心位置运算,直至得到一个汇聚中心,该汇聚中心的位置信息和离散天气信息即可以作为收敛的最终结果。本实施例这样设置的好处是可以根据需求,确定任意规格的区域的汇聚中心,这样可以便于对数据的处理速度以及保证了天气信息获取密度。
在上述技术方案的基础上,可选的,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:确定收敛区域;在所述收敛区域,任意选取三个辅站构成收敛三角形,进行收敛三角形运算,所述收敛三角形运算包括:根据收敛三角形的变化趋势中线构成的变化趋势中心区域;确定所述变化趋势中心区域的中心的位置信息;以及根据收敛三角形的三个辅站的离散天气信息,经过预设规则计算,确定所述变化趋势中心区域的中心的离散天气信息;对所述收敛区域内所有的辅站采用收敛三角形运算,得到收敛区域内所有的变化趋势中心区域的中心的位置信息和离散天气信息;并对所有变化趋势中心区域的中心进行收敛三角形运算,直至得到最终的一个位置作为汇聚中心;确定所述汇聚中心的位置信息以及离散天气信息。具体包括:设定目标维度的上报区域;在所述上报区域中,选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站的位置信息以及离散天气信息,确定所述三个辅站构成的三角形的变化趋势中线构成的变化趋势中心区域;获取所述变化趋势中心区域的中心的位置信息以及离散天气信息作为初级收敛结果;再次选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站进行收敛运算,并在得到所有的初级收敛结果后,选取其中三个收敛位置再次进行收敛运算,直至得到一个最终收敛结果;将所述最终收敛结果的位置信息以及收敛后的天气信息作为上报区域的上报信息。其中,预设规则运算优选可以是求三个离散天气信息的平均值,还可以是其他运算方式,如取最大值、取最小值、取重复值或者其他方式得到的计算结果,并以该结果作为汇聚中心的离散天气信息。上报区域可以根据需求划分的区域,例如可以每2公里形成的矩形框作为一个上报区域。在上报区域中,可以选择三个辅站进行收敛计算,具体的,可以根据所形成的三角形的变化趋势中心进行计算。得到的三角形的三个变化趋势中心线形成的更小的一个三角形,并以这个更小的三角形中心位置作为初级收敛结果。将上报区域内所有的辅站进行收敛运算后,可以将所有的初级收敛结果再次收敛,直至最终得到一个汇聚中心,则将该汇聚中心的位置信息以及离散天气信息进行上报。本技术方案这样设置的好处是可以将所获取到的数据进行有效的收敛和汇聚,进而得到一个符合使用需求粒度的信息,便于后续的天气预报过程中的使用。
在上述技术方案的基础上,可选的,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:对目标维度的所有辅站按照离散天气信息的数据值进行分类,得到至少两个辅站分类;根据所述辅站分类的辅站位置分散度,确定目标辅站分类;将所述目标辅站分类中所有辅站的位置的中心作为汇聚中心的位置信息,并将所述目标辅站分类中所有辅站的离散天气信息进行预设运算得到的结果作为汇聚中心的收敛后的天气信息。其中,以目标维度为温度为例,根据一个上报区域或者是整个区域的所有辅站获取到的温度值进行分类,例如以23摄氏度以下,23-25摄氏度,26-29摄氏度以及29摄氏度以上划分为四个辅站分类。可以根据每个辅站分类中辅站位置的分布分散度,来确定目标辅站分类。其中,预设运算的结果可以是计算该辅站分类的平均值,还可以以该辅站分类的分布最大值,或者分布范围中值作为预设运算的结果。示例性的,可以以分散度最低的辅站分类作为目标分类。进而对目标辅站分类中的所有辅站进行汇聚运算,得到最终的汇聚中心。本技术方案这样设置的好处是可以将辅站的数据进行汇总处理,并以最终的汇聚中心作为一个虚拟的辅站来使用,有助于提高辅站所获取到的信息的代表性,便于数据的使用。
在上述技术方案的基础上,可选的,在根据所述辅站分类的辅站位置分散度,确定目标辅站分类之前,所述方法还包括:确定每个分类辅站的数量占比度;相应的,根据所述辅站分类的辅站位置分散度,确定目标辅站分类,包括:根据所述辅站分类的占比度以及辅站位置分散度,确定目标辅站分类。本技术方案,通过计算每个辅站分类的占比度,并根据占比度和辅站分类的分散度确定目标辅站分类。示例性的,可以将占比度与辅站分类的离散度做比值,将得到的结果最高的辅站分类作为目标辅站分类。这样设置的好处是可以提高数据信息的代表性,并且可以将辅站分类的占比度作为考虑因素,使所得到的目标辅站分类的汇聚中心更能够体现出一定范围内的天气信息。
实施例二
为了能够让本领域技术人员更加准确的了解本申请所提供的技术方案,本申请还提供了一种优选的实施方式。
当前的天气预报系统,是通过把在各个地面采集站和高空探测采集收集到的实时数据送入大型运算系统进行运算,来得出具体的短期、中期、长期天气预报。
采集站一般位于各个县、市的气象局/站内,点位较少且分散,密度不足,最少的也有几十公里。
地面站点采集常见的气象参数有:温度、湿度、气压、风力、风向、能见度、降水量、紫外线、PM2.5等。
IPC前端设备作为安防利器,当前已经遍布城县乡村等的角角落落,它同时也可以承担物联网系统下非视图数据的采集和传输。例如,携带温感、湿感,通过视频画面计算能见度,等等。在弥补气象要素密度不足上具有先天优势。
所以,将IPC采集、产出的气象相关数据,进行一系列的运算处理之后切入进天气预报计算系统中,增加气象实况数据密度,提高短时、小范围预报准确度。
当前数据切入的难点在于每个IPC上能采集和计算的参数类型数据并不全面或一致,这样的数据无法直接使用。本专利中的思路是将采集到的分散的数据依据某种规则算法进行汇聚的合理性处理,而后再切入天气分析系统。
一、对辅站采集的天气信息的数据质量进行判断。
将IPC产出的数据作为辅站数据,IPC可以通过携带的相应感应器,采集到气压、温度、湿度、降雨量,风向风速、紫外线、PM2.5等等。
能见度等无法使用物联网传感器上报的数据可运用IPC自身软件算力提供。
IPC辅站参与运算之前需进行质量判断。
24h故障率高于设定阈值,则取消未来24h辅站资格。
24h设备上下线告警数量超过设定阈值,则取消未来24h辅站资格。
24h存在传感器设备报警,则取消未来24h辅站资格。
二、数据要素分层。
因为每个IPC上不具备拥有全要素数据的条件,具有缺散数据的特点,并且每种要素数据具有各自不同的特点,所以需要分层计算。
数据按照要素类型划分要素层次,例如:
温度层次:所有携带温感的IPC形成温度层次。
能见度层次:所有具有能见度算力的IPC形成能见度层次。
三、数据要素分类。
数据按照要素类型特点划分为连续渐变要素和非连续跳变要素。
连续渐变要素包含:温度、湿度、气压、风向、风速等具有连续性变化特征的气象要素。
非连续跳变要素包含:降雨量、能见度、PM2.5等不具有连续性变化特征的气象要素。
四、要素数据的汇聚计算。
IPC规模数量庞大,首先需要对数据按要素类别层次进行区域划分。
1.按照一定的距离对区域进行网格化。
以杭州地区为例,杭州地区补充IPC辅站,并进行网格化处理,网格区域大小可以按照既定的距离,例如2公里的正方区域。
2.区域调整。
含有主站的区域内可忽略IPC辅站,仅保留主站数据。
同一时刻下,处在边界附近的辅站,根据地理特征重定向区域,因为受地理、土地用途等要素的影响,区域划分需要趋向合理。
依靠IPC在非节假日监测到的人流密度进行区域调整。
3.时间数据汇聚。
参与数据汇聚的IPC,需要先做时间上的数据收敛。首先定义时间单位,例如取1小时为一个时长单位,当前的短时预报是以小时作为粒度。
对极端值进行定义:大于等于历史同期最大值,或者小于等于历史同期最小值。
1)一个单位时间内,无极端值,则取某相同时间的数值作为代表值,例如取整点时间的要素值。
2)一个单位时间内,有极端值,取最晚出现的极端值作为代表值。
3)一个单位时间内若采集数据不够连续,或全部缺失,则取消此IPC参与数据汇聚的资格。
4.空间数据汇聚。
一个区域空间内的数据逐渐收敛,最终汇聚为一个点的数据,作为区域内唯一辅站数据上报。本方案具有保留了气象要素变化合理性、收敛速度快等特点。
1、渐变连续性要素数据收敛。
区域内,对于渐变连续性要素数据,进行逐步收敛直到最终成为单点数据。
用温度层面做示例,收敛运算过程如下:
1)寻找要汇聚的三个IPC,选取离区域中心最远的一个IPC,且找出距离这个IPC最近的两个IPC。
2)三个IPC点位采集到温度最小值的为A点,最大值为C点,中间值为B点。
3)根据距离差值和温度差值,分别获取BAC、ACB、ABC范围的变化趋势中线。图2是本申请实施例二提供的辅站聚合示意图。如图2所示,其中,变化趋势中线的计算可以参考下式:
(B-A)/X:(C-A)/Y=角2:角1。
其中,B为B点的要素数据值,A为A点的要素数据值,C为C点的要素数据值。X为A点至B点的距离,Y为A点至C点的距离。
4)三条变化趋势中线交叉形成的小三角形即为温度中心点。图3是本申请实施例二提供的辅站聚合示意图。如图3所示,中间的小三角形即为温度中心点。
5)取小三角形的几何中心作为A、B、C聚合出的新点D的经纬度位置,ABC三个点的平均温度作为其温度值。图4是本申请实施例二提供的辅站聚合示意图。如图4所示,D点的位置即为A、B、C聚合得到的点。
6)形成的新温度点D,继续与其他点位IPC做上述1)-5)的循环运算,直到区域内被汇聚到了最后一点,这一点则作为区域要素值上报。
2、跳变要素收敛
对于非连续跳变要素的数据收敛,取区域内极端值进行上报。
除了上述方案以外,还可以通过另一种空间数据汇聚方法进行聚合。
采用区域内要素值占比度最高、分散度最低的数据作为统一值进行上报。
①首先,对区域内所有IPC辅站的气象要素数据值进行排序,按照数据相似度分组,再将分组按照其中包含的IPC数量从多到少进行排序。
②其次,计算每个分组的点位分散度,将分组中两两相近的点位相连,取距离和,并进行从小到大的排序。
将分组在①和②中的排名相加,值最小的分组则为选中分组。
上报的位置点位,取选中分组内所有IPC位置的区域中心点。
上报的要素数据值,取分组数据的平均值。
此方案具有实现简单,保留了一定的气象要素变化合理性的特点。
上述技术方案,利用IPC和物联网获取气象数据,将数据进行一定规则的合理性运算,送入气象运算系统中增加数据密度,增强预报精确度。并且利用了原有城镇建设的硬件设施,在成本控制上具有很大优势。
实施例三
图5是本申请实施例三提供的天气信息的获取装置的结构示意图。如图5所示,所述天气信息的获取装置,包括:
主站信息获取模块510,用于获取主站的位置信息,并通过主站采集到全维度天气信息;
辅站信息获取模块520,用于获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;
基础数据确定模块530,用于基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。
本实施例所提供的技术方案,获取主站的位置信息,并通过主站采集到全维度天气信息;获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。通过采用本申请所提供的技术方案,可以实现根据安防前端设备所获取的数据进行处理,作为辅助天气信息,以提高天气信息的采集密度的效果。
在上述各技术方案的基础上,可选的,所述辅站信息获取模块具体用于:
在预设时长内,若所述辅站获取至少一个维度的离散天气信息存在极值,则以所述极值作为该维度的离散天气信息;
在预设时间段内,若所述辅站获取至少一个维度的离散天气信息不存在极值,则以该维度按照统一采集时间采集的信息作为该维度的离散天气信息。
在上述各技术方案的基础上,可选的,所述装置还包括:
目标维度层形成模块,用于确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层。
在上述各技术方案的基础上,可选的,所述装置还包括第一辅站信息汇聚模块,所述第一辅站信息汇聚模块包括:
信息提取单元,用于在所述目标维度层,提取目标维度的辅站的位置信息;
收敛计算单元,用于采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息。
在上述各技术方案的基础上,可选的,所述收敛计算单元具体用于:
确定收敛区域;
在所述收敛区域,任意选取三个辅站构成收敛三角形,进行收敛三角形运算,所述收敛三角形运算包括:根据收敛三角形的变化趋势中线构成的变化趋势中心区域;确定所述变化趋势中心区域的中心的位置信息;以及根据收敛三角形的三个辅站的离散天气信息,经过预设规则计算,确定所述变化趋势中心区域的中心的离散天气信息;
对所述收敛区域内所有的辅站采用收敛三角形运算,得到收敛区域内所有的变化趋势中心区域的中心的位置信息和离散天气信息;并对所有变化趋势中心区域的中心进行收敛三角形运算,直至得到最终的一个位置作为汇聚中心;
确定所述汇聚中心的位置信息以及离散天气信息。
具体用于:
设定目标维度的上报区域;
在所述上报区域中,选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站的位置信息以及离散天气信息,确定所述三个辅站构成的三角形的变化趋势中线构成的变化趋势中心区域;
获取所述变化趋势中心区域的中心的位置信息以及离散天气信息作为初级收敛结果;
再次选取距离上报区域的中心位置最远的一个辅站和该辅站附近的两个辅站,由此三个辅站进行收敛运算,并在得到所有的初级收敛结果后,选取其中三个收敛位置再次进行收敛运算,直至得到一个最终收敛结果;
将所述最终收敛结果的位置信息以及收敛后的天气信息作为上报区域的上报信息。
在上述各技术方案的基础上,可选的,所述装置还包括第二辅站信息汇聚模块,所述第二辅站信息汇聚模块包括:
辅站分类单元,用于对目标维度的所有辅站按照离散天气信息的数据值进行分类,得到至少两个辅站分类;
目标辅站分类确定单元,用于根据所述辅站分类的辅站位置分散度,确定目标辅站分类;
信息汇聚单元,用于将所述目标辅站分类中所有辅站的位置的中心作为汇聚中心的位置信息,并将所述目标辅站分类中所有辅站的离散天气信息进行预设运算得到的结果作为汇聚中心的收敛后的天气信息。
在上述各技术方案的基础上,可选的,所述第二辅站信息汇聚模块还包括:
分类占比度确定单元,用于确定每个分类辅站的数量占比度;
相应的,目标辅站分类确定单元,具体用于:
根据所述辅站分类的占比度以及辅站位置分散度,确定目标辅站分类。
上述产品可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例四
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种天气信息的获取方法,该方法包括:
获取主站的位置信息,并通过主站采集到全维度天气信息;
获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;
基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的天气信息的获取操作,还可以执行本申请任意实施例所提供的天气信息的获取方法中的相关操作。
实施例五
本申请实施例提供了一种电子设备,该电子设备中可集成本申请实施例提供的天气信息的获取装置。图6是本申请实施例五提供的一种电子设备的结构示意图。如图6所示,本实施例提供了一种电子设备600,其包括:一个或多个处理器620;存储装置610,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器620执行,使得所述一个或多个处理器620实现本申请实施例所提供的天气信息的获取方法,该方法包括:
获取主站的位置信息,并通过主站采集到全维度天气信息;
获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;
基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据。
当然,本领域技术人员可以理解,处理器620还可以实现本申请任意实施例所提供的天气信息的获取方法的技术方案。
图6显示的电子设备600仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,该电子设备600包括处理器620、存储装置610、输入装置630和输出装置640;电子设备中处理器620的数量可以是一个或多个,图6中以一个处理器620为例;电子设备中的处理器620、存储装置610、输入装置630和输出装置640可以通过总线或其他方式连接,图6中以通过总线650连接为例。
存储装置610作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块单元,如本申请实施例中的天气信息的获取方法对应的程序指令。
存储装置610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;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置610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,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置610可进一步包括相对于处理器620远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字、字符信息或语音信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏、扬声器等设备。
本申请实施例提供的电子设备,可以实现根据安防前端设备所获取的数据进行处理,作为辅助天气信息,以提高天气信息的采集密度的效果。
上述实施例中提供的天气信息的获取装置、存储介质及电子设备可执行本申请任意实施例所提供的天气信息的获取方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的天气信息的获取方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。

Claims (8)

1.一种天气信息的获取方法,其特征在于,包括:
获取主站的位置信息,并通过主站采集到全维度天气信息;
获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息,包括:确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层;
基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据;
在确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层之后,所述方法还包括:
在所述目标维度层,提取目标维度的辅站的位置信息;
采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息;
其中,所述采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:
从所述目标维度层上任意选取三个辅站构成收敛三角形,并基于所述三角形的中心位置运算方法,确定所述收敛三角形的收敛结果;
将所有的收敛结果再次进行位置运算,得到汇聚中心,将所述汇聚中心的位置信息和所述离散天气信息作为最终收敛结果。
2.根据权利要求1所述的方法,其特征在于,通过辅站获取至少一个维度的离散天气信息,包括:
在预设时长内,若所述辅站获取至少一个维度的离散天气信息存在极值,则以所述极值作为该维度的离散天气信息;
在预设时间段内,若所述辅站获取至少一个维度的离散天气信息不存在极值,则以该维度按照统一采集时间采集的信息作为该维度的离散天气信息。
3.根据权利要求1所述的方法,其特征在于,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:
确定收敛区域;
在所述收敛区域,任意选取三个辅站构成收敛三角形,进行收敛三角形运算,所述收敛三角形运算包括:根据收敛三角形的变化趋势中线构成的变化趋势中心区域;确定所述变化趋势中心区域的中心的位置信息;以及根据收敛三角形的三个辅站的离散天气信息,经过预设规则计算,确定所述变化趋势中心区域的中心的离散天气信息;
对所述收敛区域内所有的辅站采用收敛三角形运算,得到收敛区域内所有的变化趋势中心区域的中心的位置信息和离散天气信息;并对所有变化趋势中心区域的中心进行收敛三角形运算,直至得到最终的一个位置作为汇聚中心;
确定所述汇聚中心的位置信息以及离散天气信息。
4.根据权利要求1所述的方法,其特征在于,采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息,包括:
对目标维度的所有辅站按照离散天气信息的数据值进行分类,得到至少两个辅站分类;
根据所述辅站分类的辅站位置分散度,确定目标辅站分类;
将所述目标辅站分类中所有辅站的位置的中心作为汇聚中心的位置信息,并将所述目标辅站分类中所有辅站的离散天气信息进行预设运算得到的结果作为汇聚中心的收敛后的天气信息。
5.根据权利要求4所述的方法,其特征在于,在根据所述辅站分类的辅站位置分散度,确定目标辅站分类之前,所述方法还包括:
确定每个分类辅站的数量占比度;
相应的,根据所述辅站分类的辅站位置分散度,确定目标辅站分类,包括:
根据所述辅站分类的占比度以及辅站位置分散度,确定目标辅站分类。
6.一种天气信息的获取装置,其特征在于,包括:
主站信息获取模块,用于获取主站的位置信息,并通过主站采集到全维度天气信息;
辅站信息获取模块,用于获取辅站的位置信息,通过辅站获取至少一个维度的离散天气信息;
目标维度层形成模块,用于确定目标维度,并获取存在目标维度的辅站的离散天气信息,以形成目标维度层;
基础数据确定模块,用于基于所述主站的位置信息和所述辅站的位置信息,将所述全维度天气信息和所述离散天气信息作为天气预报的基础数据;
所述装置还包括第一辅站信息汇聚模块,所述第一辅站信息汇聚模块包括:
信息提取单元,用于在所述目标维度层,提取目标维度的辅站的位置信息;
收敛计算单元,用于采用预设规则将所述目标维度的辅站的位置信息以及离散天气信息进行收敛处理,以得到汇聚中心的位置信息以及汇聚中心的离散天气信息;
其中,所述收敛计算单元,具体用于从所述目标维度层上任意选取三个辅站构成收敛三角形,并基于所述三角形的中心位置运算方法,确定所述收敛三角形的收敛结果;将所有的收敛结果再次进行位置运算,得到汇聚中心,将所述汇聚中心的位置信息和所述离散天气信息作为最终收敛结果。
7.一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,该程序被处理器执行时实现如权利要求1-5中任一项所述的天气信息的获取方法。
8.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的天气信息的获取方法。
CN201910615782.2A 2019-07-09 2019-07-09 一种天气信息的获取方法、装置、存储介质及电子设备 Active CN112214690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910615782.2A CN112214690B (zh) 2019-07-09 2019-07-09 一种天气信息的获取方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910615782.2A CN112214690B (zh) 2019-07-09 2019-07-09 一种天气信息的获取方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112214690A CN112214690A (zh) 2021-01-12
CN112214690B true CN112214690B (zh) 2023-04-07

Family

ID=74048670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910615782.2A Active CN112214690B (zh) 2019-07-09 2019-07-09 一种天气信息的获取方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN112214690B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030056556A (ko) * 2001-12-28 2003-07-04 에스케이텔레텍주식회사 이동통신단말기를 이용한 기상 예측 시스템 및 방법
CN105512269A (zh) * 2015-12-03 2016-04-20 北京彩彻区明科技有限公司 基于用户的天气信息获取方法及装置
CN107506858A (zh) * 2017-08-16 2017-12-22 山东百世通大数据科技有限公司 基于中小尺度气象预报数据、路网数据及路网气象传感数据的交通气象预报预警方法及系统
CN109752774A (zh) * 2018-06-05 2019-05-14 启迪云控(北京)科技有限公司 基于车辆行为数据的气象预测方法、系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030056556A (ko) * 2001-12-28 2003-07-04 에스케이텔레텍주식회사 이동통신단말기를 이용한 기상 예측 시스템 및 방법
CN105512269A (zh) * 2015-12-03 2016-04-20 北京彩彻区明科技有限公司 基于用户的天气信息获取方法及装置
CN107506858A (zh) * 2017-08-16 2017-12-22 山东百世通大数据科技有限公司 基于中小尺度气象预报数据、路网数据及路网气象传感数据的交通气象预报预警方法及系统
CN109752774A (zh) * 2018-06-05 2019-05-14 启迪云控(北京)科技有限公司 基于车辆行为数据的气象预测方法、系统

Also Published As

Publication number Publication date
CN112214690A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
CN109738970B (zh) 基于雷电数据挖掘实现雷电预警的方法、装置和存储介质
US20180276351A1 (en) System and method for event-based vehicle operation
Kohail et al. Implementation of data mining techniques for meteorological data analysis
CN105740643B (zh) 一种基于城市区域网格自适应的pm2.5浓度推测方法
EP3625697A1 (en) Semantic state based sensor tracking and updating
CN103530704A (zh) 一种终端空域空中交通动态容量预测系统及其方法
CN109935080B (zh) 一种交通线路上的车流量实时计算的监测系统及方法
CN104992254B (zh) 基于电网gis的山火与气象结合的趋势预判方法
CN111741133B (zh) 一种云边端协同的气象智能预警系统
CN110633818B (zh) 一种配电网台风风灾预警方法及系统
CN101556142A (zh) 架空线路覆冰厚度的视觉检测方法
CN107767685A (zh) 一种寻车系统及方法
KR102151272B1 (ko) 예측모델 학습을 통한 데이터 분석 방법, 장치 및 컴퓨터프로그램
CN114328780B (zh) 基于六角格的智慧城市地理信息更新方法、设备及介质
CN114897329A (zh) 一种输电线路巡检方法、装置、系统及存储介质
CN113095437B (zh) 一种Himawari-8遥感数据的火点检测方法
CN108169792B (zh) 一种地震灾情数据采集管理方法和系统
CN102073867A (zh) 一种遥感图像分类方法及装置
CN114723904A (zh) 机场数据的动态管理方法、系统、计算机设备和存储介质
CN203054567U (zh) 一种雷电监测预警系统
CN109471205B (zh) 一种基于网格化气象数据在电网运行中的监测预警方法
CN112214690B (zh) 一种天气信息的获取方法、装置、存储介质及电子设备
Liang et al. Fall detection system based on millimeter wave radar and machine learning
CN112348207A (zh) 电网防灾预警方法及装置
CN111222662A (zh) 一种电网台风洪涝灾害预警方法和装置

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