CN113094637B - 气象预报方法及装置、电子设备、存储介质 - Google Patents
气象预报方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN113094637B CN113094637B CN202110378342.7A CN202110378342A CN113094637B CN 113094637 B CN113094637 B CN 113094637B CN 202110378342 A CN202110378342 A CN 202110378342A CN 113094637 B CN113094637 B CN 113094637B
- Authority
- CN
- China
- Prior art keywords
- weather
- value
- date
- current
- weather forecast
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 86
- 230000010354 integration Effects 0.000 claims abstract description 74
- 230000002441 reversible effect Effects 0.000 claims abstract description 55
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 5
- 230000002829 reductive effect Effects 0.000 abstract description 7
- 230000007774 longterm Effects 0.000 abstract description 6
- 230000009467 reduction Effects 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000005855 radiation Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013277 forecasting method Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Algebra (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
本申请提供一种气象预报方法及装置、电子设备、存储介质,所述方法包括:获取当前日期第一气象实际值;对当前日期第一气象实际值进行正向积分,获得未来日期气象预测值;对未来日期气象预测值进行反向积分,获得当前日期气象预测值;调整正向积分和反向积分的公式,使当前日期第一气象实际值和当前日期气象预测值的误差值最小,将未来日期气象预测值作为天气预报值。本申请提供的技术方案,通过正向积分和反向积分的时间积分方式进行气象预报,通过调节正向滤波和反向滤波的数值向误差降低的方向控制,使当前日期第一气象实际值和当前日期气象预测值的误差值最小,降低中、长期气象预报的误差,提高气象预报稳定性。
Description
技术领域
本申请涉及云技术及气象数据分析技术领域,具体而言,涉及一种气象预报方法及装置、电子设备、计算机可读存储介质。
背景技术
数值预报经历了漫长的发展,数值预报取得了很大的进步。预报的准确度在预报初期是非常准确的,随着预报积分时间的增加,预报准确度在预报中期随时间下降明显。然而,预报准确度在预报后期下降的非常显著,以致预报后期的准确度无法使用。理论研究表明,数值预报的最长预报时间不能超过14天。目前多数的数值预报的预报时间长度为14天以内。在长期积分的前1-4天,数值预报误差维持在10%之内,再经过6-10天之后,数值预报误差显著增加,6-10天的误差基本维持在40-50%之间。经过10天之外的长期预报之后,数值预报的误差明显扩散。
这表明数值预报的持续性和稳定性均非常差,可用的预报时效也非常短,通常仅为3-4天左右,后期的预报的误差发散,最终形成预报的准确度不高。
发明内容
本申请实施例的目的在于提供一种气象预报方法,用以降低中、长期气象预报的误差,提高气象预报稳定性。
本申请实施例第一方面提供了一种气象预报方法,所述方法包括:
获取当前日期第一气象实际值;
对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值;
对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值;
调整所述正向积分和所述反向积分的公式,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小,将所述未来日期气象预测值作为天气预报值。
在一实施例中,对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值,包括:
对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值;
对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值。
在一实施例中,在对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值之后,所述方法还包括:
调整所述正向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小。
在一实施例中,对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值,包括:
对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值;
对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值。
在一实施例中,在对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值之后,所述方法还包括:
调整所述反向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小。
本申请实施例第二方面提供一种气象预报处理装置,包括:
获取模块,用于获取当前日期第一气象实际值;
第一处理模块,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值;
第二处理模块,用于对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值;
输出模块,用于调整所述正向积分和所述反向积分的公式,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小,将所述未来日期气象预测值作为天气预报值。
在一实施例中,该装置还包括:
第一滤波模块,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值,对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值。
在一实施例中,该装置还包括:
第二滤波模块,用于对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值,对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值。
本申请实施例第三方面提供一种电子设备,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行本申请实施例第一方面及其任一项实施例的气象预报方法。
本申请实施例第四方面提供一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序可由处理器执行以完成上述所述的气象预报方法。
本申请上述实施例提供的技术方案,通过正向积分和反向积分的时间积分方式进行气象预报,通过调节正向滤波和反向滤波的数值向误差降低的方向控制,使当前日期第一气象实际值和当前日期气象预测值的误差值最小,达到平衡气象预报系统误差的目的。降低中、长期气象预报的误差,提高气象预报稳定性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的电子设备的结构示意图;
图2为本申请实施例提供的气象预报方法的流程示意图;
图3为图2中步骤S220对应的细节流程图;
图4为图3中步骤S222对应的细节流程图;
图5为图2中步骤S230对应的细节流程图;
图6为图5中步骤S232对应的细节流程图;
图7为本申请实施例提供的气象预报系统组成结构示意图;
图8为本申请实施例提供的气象预报处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,其为本申请实施例提供的电子设备100的结构示意图。该电子设备100包括:一个或多个处理器120、一个或多个存储处理器120可执行指令的存储器104。其中,所述处理器120被配置为执行本申请下述实施例提供的气象预报方法。
所述处理器120可以是网关,也可以为智能终端,或者是包含中央处理单元(CPU)、图像处理单元(GPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备,可以对所述电子设备100中的其它组件的数据进行处理,还可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储器104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器120可以运行所述程序指令,以实现下文所述的气象预报方法。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
在一实施例中,图1所示电子设备100还可以包括输入装置106、输出装置108以及数据采集装置110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备100也可以具有其他组件和结构。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。所述输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。所述数据采集装置110可以采集对象的图像,并且将所采集的图像存储在所述存储器104中以供其它组件使用。示例性地,该数据采集装置110可以为摄像头。
在一实施例中,用于实现本申请实施例的气象预报方法的示例电子设备100中的各器件可以集成设置,也可以分散设置,诸如将处理器120、存储器104、输入装置106和输出装置108集成设置于一体,而将数据采集装置110分离设置。
在一实施例中,用于实现本申请实施例的气象预报方法的示例电子设备100可以被实现为诸如平板电脑、PC端等智能终端。
请参照图2,其为本申请实施例提供的气象预报方法的流程示意图。如图2所示,该方法包括步骤S210-S240。
步骤S210:获取当前日期第一气象实际值。
当前日期第一气象实际值是指某一天天气的真实值,是相对预测值而言的。获取当前日期第一气象实际值作为气象预报输入的初始资料,初始资料包括气象要素资料、地形资料、太阳辐射情况资料等,其中,气象要素是指表明大气物理状态、物理现象的各项要素。主要有:气温、气压、风、湿度、云、降水以及各种天气现象。太阳辐射,是指太阳以电磁波的形式向外传递能量,太阳向宇宙空间发射的电磁波和粒子流。由于太阳辐射波长较地面和大气辐射波长(约3~120微米)小得多,所以通常又称太阳辐射为短波辐射,称地面和大气辐射为长波辐射。太阳活动和日地距离的变化等会引起地球大气上界太阳辐射能量的变化。
在一实施例中,首先获取第一天的第一气象实际值。可根据实际气象预报需求,也可获取第二天、第三天、第四天或者其他任何一天的第一气象实际值作为当前日期第一气象实际值。
步骤S220:对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值。
气象预报又称为数值天气预报,数值天气预报(numerical weather prediction)是指根据大气实际情况,在一定的初值和边值条件下,通过大型计算机作数值计算,求解描写天气演变过程的流体力学和热力学的方程组,预测未来一定时段的大气运动状态和天气现象的方法。预报所用或所根据的方程组和大气动力学中所用的方程组相同,即由连续方程、热力学方程、水汽方程、状态方程和3个运动方程所构成的方程组。方程组中,含有7个预报量(速度沿x,y,z三个方向的分量u,v,w和温度T,气压p,空气密度ρ以及比湿q)和7个预报方程。方程组中的粘性力F,非绝热加热量Q和水汽量,一般都当作时间、空间和这7个预报量的函数,这样,预报量的数目和方程的数目相同,因而方程组是闭合的。
数值天气预报有两种方法,包括差分法和谱方法。差分法是用差分代替微分求解上述所述的大气动力方程组,制作天气预报。谱方法是把变量展开成球面调和函数,取有限项通过积分运算,把偏微分反超变成以展开系数及其对时间的微商的常微分方程组,再求解。
在数值天气预报方法中,随着预报积分时间的增加,预报准确度在预报中期随时间下降明显,预报准确度在后期下降的非常显著,以致预报后期的准确度无法使用。
因此,通过对当前日期第一气象实际值(即第一天的第一气象实际值)进行正向积分,将因为积分时间增加带来气象预报误差值降低到最小值,由此获得未来日期气象预测值。本申请中,正向积分采用的是领域内常用的正向积分方式。
在一实施例中,若当前日期第一气象实际值为第一天的第一气象实际值,则未来日期气象预测值可以根据气象预报需求定义为第五天、第六天、第七天或者未来任何一天的气象预测值。
步骤S230:对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值。
当获得未来日期气象预测值(例如,获得第七天气象预测值)后,对第七天气象预测值采用反向积分的方式,即逆时间积分方式,按逆时间方向反推方程组进行计算,获得当前日期气象预测值(例如,获得第一天气象预测值)。本申请中,反向积分采用的是领域内常用的反向积分方式。
步骤S240:调整所述正向积分和所述反向积分的公式,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小,将所述未来日期气象预测值作为天气预报值。
在一实施例中,调整所述正向积分和所述反向积分的公式中的参数,参数包括时间等,使第一天的第一气象实际值和第一天的气象预测值的误差值最小,当该误差值最小时,说明通过正向积分和反向积分计算处理后得到的第一天的气象预测值与第一天的第一气象实际值非常接近,则经过正向积分和反向积分计算处理后,获得的第七天的气象预测值的准确度非常高。因此,可以将第七天的气象预测值作为最终进行对外预报的天气预报值。
在一实施例中,如图3所示,步骤S220包括:步骤S221-步骤S222。
步骤S221:对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值;
步骤S222:对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值。
例如,本申请中,对第一天的第一气象实际值进行正向积分后,获得第七天的第一气象预测值,对第七天的第一气象预测进行正向滤波,获得第七天的气象预测值。
在一实施例中,如图4所示,在步骤S222之后,所述方法还包括:步骤S223。
步骤S223:调整所述正向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小。
如上所述,由于第一天的第一气象实际值中包含有太阳辐射数据,太阳辐射的波的类型包括长波辐射、短波辐射和超短波辐射,当进行正向滤波操作的滤波模块(即下文所述的第一滤波模块600)中接收到第一天的第一气象值与第一天的气象预测值之间的误差较大时,第一滤波模块600会根据波的类型进行相应的调节,例如增加波长或减小波长,调节波长的数值正向滤波操作等,由此降低第一天的气象预测值与第一天的第一气象实际值之间的误差值,使获得的第七天的气象预测值的准确度更高。将第七天的气象预测值作为最终进行对外预报的天气预报值。
在一实施例中,如图5所示,步骤S230包括:步骤S231-步骤S232。
步骤S231:对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值;
步骤S232:对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值。
例如,本申请中,对第七天的第一气象预测值进行反向积分后,获得第一天的中间气象预测值,对第一天的中间气象预测值进行反向滤波,获得第一天的气象预测值。
在一实施例中,如图6所示,在步骤S232之后,所述方法还包括:步骤S233。
步骤S233:调整所述反向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小。
如上所述,当进行反向滤波操作的滤波模块(即下文所述的第二滤波模块700)中接收到第一天的第一气象值与第一天的气象预测值之间的误差较大时,第二滤波模块700会根据波的类型进行相应的调节,例如增加波长或减小波长,调节波长的数值反向滤波操作等,由此降低第一天的气象预测值与第一天的第一气象实际值之间的误差值,使获得的第一天的气象预测值与第一天的气象预测值更接近,进而表明第七天的气象预测值的准确度更高。
本申请中,第一滤波模块600和第二滤波模块700均由中控子系统进行控制正向滤波和反向滤波执相应的滤波操作,该中控子系统可以由一台或多台服务器执行控制,中控子系统根据第一天的气象预测值与第一天的第一气象实际值之间的误差值,生成控制指令,通过PLC控制器将控制指令发送给第一滤波模块600和第二滤波模块700,并根据滤波信号分别执行相应的增加波长或减小波长的正向滤波操作和反向滤波操作,PLC将正向滤波和反向滤波后的信号传输给中控子系统,中控子系统根据结果判断是否继续执行正向滤波或反向滤波操作,直至最终第一天的气象预测值与第一天的第一气象实际值之间的误差值最小,输出第七天的气象预测值作为最终进行对外预报的天气预报值。
请参照图7,其为本申请实施例提供的气象预报系统组成结构示意图。实现本申请中气象预报方法的气象预报系统组成包括正向积分系统、反向积分系统和中控子系统。其中,正向积分系统由正向预报、反向预报和正向滤波组成,反向积分系统由正向预报、反向预报和反向滤波组成。中控子系统主要用于控制和调节正向滤波和反向滤波的数值。
正向预报是指按照时间顺序进行气象预报,例如,通过获取第一天的第一气象实际值,经过正向积分得到第七天的第一气象预测值,中控子系统通过对第七天的第一气象预测值进行正向滤波操作,获得第七天的气象预测值。反向预报则是指按照逆时间顺序进行气象预报,当获得第七天的气象预测值后,经过反向积分得到第一天的中间气象预测值,中控子系统对第一天的中间气象预测值进行反向滤波操作,获得第一天的气象预测值,对比第一天的气象预测值与第一天的第一气象实际值之间的误差值,当该误差值最小时,中控子系统停止正向滤波或反向滤波操作,将第七天的气象预测值作为最终进行对外预报的天气预报值输出。
正向积分提供了预报的流动性,反向积分提供了预报的反流动性,通过调节正向滤波和反向滤波的数值向误差降低的方向控制,使当前日期第一气象实际值和当前日期气象预测值的误差值最小,达到平衡气象预报系统误差的目的,降低中、长期气象预报的误差,提高气象预报稳定性,防止气象预报误差的扩散现象。
通过本申请的气象预报方法,可以持续预报长达14天的天气预测值,气象预报的误差可维持在误差范围内,提高了气象预报的持续性和稳定性。
下述为本申请装置实施例,可以用于执行本申请气象预报方法的实施例。对于本申请装置实施例中未披露的细节,请参照本申请气象预报方法的实施例。
图8为本申请一实施例示出的气象预报处理装置的结构示意图。如图8所示,该装置包括:获取模块200、第一处理模块300、第二处理模块400和输出模块500。
获取模块200,用于获取当前日期第一气象实际值;
第一处理模块300,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值;
第二处理模块400,用于对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值;
输出模块500,用于调整所述正向积分和所述反向积分的公式,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小,将所述未来日期气象预测值作为天气预报值。
在一实施例中,如图8所示,该装置还包括:第一滤波模块600。
第一滤波模块600,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值,对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值。
在一实施例中,如图8所示,该装置还包括:第二滤波模块700。
第二滤波模块700,用于对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值,对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值。
在一实施例中,上述第一处理模块300还包括:正向积分单元和正向滤波单元。
正向积分单元,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值;
正向滤波单元,用于对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值。
在一实施例中,上述正向滤波单元还包括:正向滤波调整子单元。
正向滤波调整子单元,用于调整所述正向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小。
在一实施例中,上述第二处理模块400还包括:反向积分单元和反向滤波单元。
反向积分单元,用于对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值。
反向滤波单元,用于对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值。
在一实施例中,上述反向滤波单元还包括:反向滤波调整子单元。
反向滤波调整子单元,用于调整所述反向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小。
上述装置中各个模块的功能和作用的实现过程具体详见上述气象预报方法中对应步骤的实现过程,在此不再赘述。
在本申请所提供的几个实施例中,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (4)
1.一种气象预报方法,其特征在于,包括:
获取当前日期第一气象实际值;
对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值,包括:
对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值;
对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值;
调整所述正向滤波的数值,使所述当前日期第一气象实际值和当前日期气象预测值的误差值最小;
对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值,包括:
对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值;
对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值;
调整所述反向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小;
调整所述正向积分和所述反向积分的公式,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小,将所述未来日期气象预测值作为天气预报值。
2.一种气象预报处理装置,其特征在于,包括:
获取模块,用于获取当前日期第一气象实际值;
第一处理模块,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期气象预测值;
所述第一处理模块还包括:正向积分单元和正向滤波单元;
所述正向积分单元,用于对所述当前日期第一气象实际值进行正向积分,获得未来日期第一气象预测值;
所述正向滤波单元,用于对所述未来日期第一气象预测值进行正向滤波,获得所述未来日期气象预测值;
所述正向滤波单元还包括:正向滤波调整子单元,所述正向滤波调整子单元,用于调整所述正向滤波的数值,使所述当前日期第一气象实际值和当前日期气象预测值的误差值最小;
第二处理模块,用于对所述未来日期气象预测值进行反向积分,获得当前日期气象预测值;
所述第二处理模块,还包括:反向积分单元和反向滤波单元;
所述反向积分单元,用于对所述未来日期气象预测值进行反向积分,获得当前日期中间气象预测值;
所述反向滤波单元,用于对所述当前日期中间气象预测值进行反向滤波,获得所述当前日期气象预测值;
所述反向滤波单元还包括:反向滤波调整子单元,所述反向滤波调整子单元,用于调整所述反向滤波的数值,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小;
输出模块,用于调整所述正向积分和所述反向积分的公式,使所述当前日期第一气象实际值和所述当前日期气象预测值的误差值最小,将所述未来日期气象预测值作为天气预报值。
3.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1所述的气象预报方法。
4.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序可由处理器执行以完成权利要求1所述的气象预报方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378342.7A CN113094637B (zh) | 2021-04-08 | 2021-04-08 | 气象预报方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378342.7A CN113094637B (zh) | 2021-04-08 | 2021-04-08 | 气象预报方法及装置、电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113094637A CN113094637A (zh) | 2021-07-09 |
CN113094637B true CN113094637B (zh) | 2024-03-19 |
Family
ID=76675042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110378342.7A Active CN113094637B (zh) | 2021-04-08 | 2021-04-08 | 气象预报方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113094637B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0851240A2 (en) * | 1996-12-26 | 1998-07-01 | Nippon Telegraph And Telephone Corporation | Meteorological radar precipitation pattern prediction method and apparatus |
CN107977728A (zh) * | 2017-08-18 | 2018-05-01 | 广州能控电气技术有限公司 | 一种基于bp人工神经网络的中长期逐小时气温预测方法 |
CN110852523A (zh) * | 2019-11-19 | 2020-02-28 | 上海眼控科技股份有限公司 | 基于数值模式的天气预报方法、装置、设备和存储介质 |
CN111860789A (zh) * | 2020-07-31 | 2020-10-30 | Oppo广东移动通信有限公司 | 模型训练方法、终端及存储介质 |
CN112580844A (zh) * | 2019-09-30 | 2021-03-30 | 北京金风慧能技术有限公司 | 气象数据处理方法、装置、设备及计算机可读存储介质 |
-
2021
- 2021-04-08 CN CN202110378342.7A patent/CN113094637B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0851240A2 (en) * | 1996-12-26 | 1998-07-01 | Nippon Telegraph And Telephone Corporation | Meteorological radar precipitation pattern prediction method and apparatus |
CN107977728A (zh) * | 2017-08-18 | 2018-05-01 | 广州能控电气技术有限公司 | 一种基于bp人工神经网络的中长期逐小时气温预测方法 |
CN112580844A (zh) * | 2019-09-30 | 2021-03-30 | 北京金风慧能技术有限公司 | 气象数据处理方法、装置、设备及计算机可读存储介质 |
CN110852523A (zh) * | 2019-11-19 | 2020-02-28 | 上海眼控科技股份有限公司 | 基于数值模式的天气预报方法、装置、设备和存储介质 |
CN111860789A (zh) * | 2020-07-31 | 2020-10-30 | Oppo广东移动通信有限公司 | 模型训练方法、终端及存储介质 |
Non-Patent Citations (2)
Title |
---|
10~30d延伸期数值天气预报的策略思考――直面混沌;丑纪范;郑志海;孙树鹏;;气象科学(第05期);全文 * |
气象预报的方法与不确定性;穆穆;陈博宇;周菲凡;余堰山;;气象(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113094637A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11645537B2 (en) | Neural network training method, neural network training apparatus and electronic device | |
CN109061776B (zh) | 一种短时临近数值天气预报系统及方法 | |
US10474951B2 (en) | Memory efficient scalable deep learning with model parallelization | |
JP6876814B2 (ja) | バッチ再正規化層 | |
CN110377961B (zh) | 作物生长环境控制方法、装置、计算机设备及存储介质 | |
CN111079980A (zh) | 基于自适应分类策略和混合优化svr的光功率预测方法 | |
CN113705929B (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
CN111949478B (zh) | 一种服务器功耗上限的控制方法、系统及相关组件 | |
CN115660887A (zh) | 一种基于有限天气预报信息的光伏出力预测方法及系统 | |
Zarzycki et al. | Impact of surface coupling grids on tropical cyclone extremes in high-resolution atmospheric simulations | |
CN113094637B (zh) | 气象预报方法及装置、电子设备、存储介质 | |
CN115376075A (zh) | 智能楼宇的新风节能系统及其控制方法 | |
CN114492794A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN113822482A (zh) | 综合能源系统负荷预测模型建立方法及装置 | |
CN110110448B (zh) | 一种基于wrf的天气模拟方法、系统和可读存储介质 | |
CN115263793B (zh) | 一种服务器风扇的调速方法、调速装置、设备及介质 | |
CN115622029A (zh) | 输电线路覆冰负荷预测方法、装置、存储介质和设备 | |
Alonso-Sanz | Extending the parameter interval in the logistic map with memory | |
CN113112092A (zh) | 一种短期概率密度负荷预测方法、装置、设备和存储介质 | |
CN113011674A (zh) | 一种光伏发电预测方法、装置、电子设备及存储介质 | |
Perkins et al. | Emulation of cloud microphysics in a climate model | |
CN113361719A (zh) | 基于图像处理模型的增量学习方法和图像处理方法 | |
CN112734125A (zh) | 一种光伏出力预测方法、装置和电子设备 | |
CN113031435A (zh) | 数字式双频扩张状态观测器及扰动观测方法 | |
CN107065522B (zh) | 非线性切换双时标系统模糊慢状态反馈h∞控制方法 |
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 |