CN113111528A - 一种初生对流信息确定方法、装置、设备和存储介质 - Google Patents
一种初生对流信息确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113111528A CN113111528A CN202110435390.5A CN202110435390A CN113111528A CN 113111528 A CN113111528 A CN 113111528A CN 202110435390 A CN202110435390 A CN 202110435390A CN 113111528 A CN113111528 A CN 113111528A
- Authority
- CN
- China
- Prior art keywords
- information
- convection
- temperature value
- determining
- brightness temperature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 230000005855 radiation Effects 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000208818 Helianthus Species 0.000 description 3
- 235000003222 Helianthus annuus Nutrition 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000005457 ice water Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Abstract
本发明公开了一种初生对流信息确定方法、装置、设备和存储介质,包括:根据获取到的卫星数据确定天气预报数据;从天气预报数据中提取到模拟红外亮温值所需的变量后,基于变量和当前气象卫星的型号信息,模拟得到红外亮温值;在满足第一预设时间条件时,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。上述技术方案,可以基于变量和当前气象卫星的型号信息,在天气预报数据中提取模拟红外亮温值所需的变量,并根据变量模拟得到红外亮温值,再通过红外亮温值确定初生对流信息,由于天气预报数据的可预报时长大于初生对流的可预报时长,所以提高了初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
Description
技术领域
本发明实施例涉及大数据处理技术,尤其涉及一种初生对流信息确定方法、装置、设备和存储介质。
背景技术
近年来强对流天气(强对流天气目前是指伴随雷暴现象的对流性大风、冰雹、短时强降水)发生的次数和强度都在不断增涨,多普勒天气雷达虽然能够提供高时空分辨率的探测,但其探测的是降水粒子,因此对对流云开始形成的时刻有所延迟,随着气象卫星时空分辨率的提高、光谱通道的增加,使得利用气象卫星观测初生对流(ConvectiveInitiation,CI)成为可能。具体地,CI的定义为:多普勒天气雷达第一次检测到对流云产生的反射率≥35dBz。
现有技术中,基于对流初生产品的判别方法,能够对初生对流进行识别,大大提高对CI的监测及临近(0-2h)预报能力。但对于实时的卫星数据,对初生对流信息的确定仅能提前半小时到一小时,无法实现对更远时间的初生对流信息(如短时2-6h或短期0-72h)进行预报。目前,对超过两小时天气的预报的最为有效的手段为天气预报数值模式,但天气预报数值模式中没有初生对流信息的预报,所以无法直接利用数值模式来对初生对流进行预报。
所以,亟需一种初生对流信息确定方法,提高对初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
发明内容
本发明提供一种初生对流信息确定方法,以提高对初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
第一方面,本发明实施例提供了一种初生对流信息确定方法,包括:
根据获取到的卫星数据确定天气预报数据;
从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;
在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
进一步地,根据获取到的卫星数据确定天气预报数据,包括:
将所述卫星数据作为输入信息输入天气预报数值模型,得到所述天气预报数据。
进一步地,从所述预报数据中提取模拟红外亮温值所需的变量,包括:
对所述天气预报数据进行分类;
分别在各类所述天气预报数据中,提取模拟所述红外亮温值所需的各类变量。
进一步地,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值,包括:
将所述变量和所述当前气象卫星的型号信息作为输入信息输入快速辐射传输模型,得到的输出结果为所述红外亮温值。
进一步地,第一预设时间条件包括整点时刻,
相应地,在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,包括:
若当前时刻为整点时刻,则将获得到的所述红外亮温值呈现在气象云图中;
否则,继续执行根据获取到的卫星数据确定天气预报数据。
进一步地,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息,包括:
根据所述红外亮温值对应的待处理通道的通道数据,确定所述待处理通道对应的初始气象云图;
对所述初始气象云图进行识别后得到表征初生对流的初始点;
在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息。
进一步地,所述初生对流信息包括所述初生对流的存在信息、位置信息和时间信息,
相应地,在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息,包括:
如果所述目标气象云图包括所述初始点,确定所述初生对流的存在信息为预测存在,否则,确定所述初生对流的存在信息为预测不存在;
根据所述初始点的第一位置信息和第一时间信息,确定所述初生对流的第二位置信息和第二时间信息。
第二方面,本发明实施例还提供了一种初生对流信息确定装置,包括:
确定模块,用于根据获取到的卫星数据确定天气预报数据;
模拟模块,用于从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;
执行模块,用于在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
第三方面,本发明实施例还提供了一种初生对流信息确定设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
获取装置,用于获取卫星数据;
显示装置,用于显示气象云图;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一所述的初生对流信息确定方法。
第四方面,本发明实施例还提供了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如第一方面中任一所述的初生对流信息确定方法。
本发明提供的技术方案,根据获取到的卫星数据确定天气预报数据;从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。上述技术方案,可以基于所述变量和当前气象卫星的型号信息,在天气预报数据中提取模拟红外亮温值的变量,进而根据变量模拟得到红外亮温值,再通过红外亮温值确定初生对流信息,由于天气预报数据的可预报时长大于初生对流的可预报时长,所以提高了初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
附图说明
图1为本发明实施例一提供的一种初生对流信息确定方法的流程图;
图2为本发明实施例二提供的一种初生对流信息确定方法的流程图;
图3为本发明实施例二提供的一种初生对流信息确定方法的实现流程图;
图4为本发明实施例三提供的一种初生对流信息确定装置的结构图;
图5为本发明实施例四提供的一种初生对流信息确定设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明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。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作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。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
快速辐射传输模型是卫星辐射率资料直接同化所需要的观测算子。将卫星数据包含的大气温度、湿度廓线以及表面状态等作为输入信息输入快速辐射传输模型,快速辐射传输模型可以沿着卫星扫描仪的观测方向(扫描角),根据仪器探测通道的平均光谱响应函数,以较高精度计算卫星的模拟探测值,即得到的输出信息可以为模拟卫星观测的红外亮温值。
中尺度天气预报数值模型可以用于业务数值天气预报,也可以用于大气数值模拟研究领域,包括数据同化、物理过程参数化、区域气候模拟、空气质量模拟、海气耦合等。在我国很多气象业务及科研机构也都在用中尺度天气预报数值模型进行业务上的天气预报以及相关的科研研究。将卫星数据作为输入信息输入中尺度天气预报数值模型,可以得到输出信息为短期天气预报数据,其中,短期可以包含两天内的天气预报数据。
现有技术中,快速辐射传输模型可以根据卫星数据模拟得到红外亮温值,实时的红外亮温值可以识别得到初生对流信息。但是根据卫星数据只能模拟得到0-2小时的红外亮温值,进而只能对0-2小时的初生对流信息进行确定,无法进行更长时间的初生对流信息的确定。天气预报数值模型可以输出多种不同时间尺度的天气预报数据。进而可以通过如下实施例结合快速辐射传输模型和天气预报数值模型,提高初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
实施例一
图1为本发明实施例一提供的一种初生对流信息确定方法的流程图,本实施例可适用于需要对更远时间的初生对流信息进行预报的情况,该方法可以由计算机设备来执行,具体包括如下步骤:
步骤110、根据获取到的卫星数据确定天气预报数据。
其中,卫星数据可以包括通过卫星探测得到的多种数据,此处的卫星数据可以包括当前需要进行天气预报的地区的卫星数据。
天气预报数据可以包括大气温度、湿度廓线以及表面状态等,对天气预报数据进行分析,可以用于预测当前地区的天气情况。天气预报数据可以包括短时天气预报数据、短期天气预报数据和中长期天气预报数据,分别用于对不同时间尺度的天气状态进行预报。另外,中尺度天气预报数值模型可以基于短期天气预报数据对短期的天气状态进行预报。
具体地,天气预报数据中包含可以用于进行模拟红外亮温值的变量,所以在基于红外亮温值识别初生对流之前,可以先获取天气预报数据。天气预报数据的可预报时长可以大于卫星数据包含的红外亮温值的可预报时长,所以基于天气预报数据模拟得到的红外亮温值的可预报时长也可以大于卫星数据包含的红外亮温值的可预报时长。
本发明实施例中,通过卫星获取到的卫星数据可以输入计算机设备,计算机通过计算,可以确定天气预报数据,进而进行后续的模拟和显示。
步骤120、从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值。
由于卫星探测量一般为辐射率,它不是天气预报数值模型的变量,无法为模型所直接使用。卫星资料同化包括间接同化和直接同化,间接同化即先由卫星探测资料反演出大气温度和湿度等大气参数的垂直廓线,然后同化反演结果,其反演过程与数据同化过程是相互独立、分别进行的;直接同化即利用快速辐射传输模型正演得到的红外亮温值与直接引入天气预报数值模型变分同化系统中的实际卫星红外亮温值进行对比,要使正演的红外亮温值与实际红外亮温值趋于接近,可以不断调整初始场的大气温度和湿度等大气廓线,经过调整的大气廓线可以更加准确,不仅可以从观测中获取更多的信息,而且可以减少复杂的卫星资料反演计算及其带来的误差。所有基于卫星探测量的通话系统均利用预报场或无线电探空廓线作为初始场,正演模拟红外亮温。所以,可以基于天气预报数值模型和快速辐射传输模型模拟红外亮温,进而气象云图制作,在气象云图上得到初始对流信息。
其中,模拟红外亮温值所需的变量可以包括:气压、海平面气压、模式顶气压、Eta整层坐标值、水汽混合比、气温、10米风速、10米U分量、海温、地表温度、云量、地表掩码、叶面积指数、冰水混合比、经度、纬度、云水含量和雨水混合比。
通过上述变量和获取前述卫星数据的气象卫星的型号,可以模拟该气象卫星的红外波段的亮温值,即红外亮温值。本发明实施例可以模拟日本葵花8号气象卫星的红外亮温值。
具体地,快速辐射传输模型可以模拟多种型号的气象卫星探测得到的地球环境红外、微波辐射和大气红外探测器资料等,大气红外探测器资料可以包括红外亮温值。所以可以将变量和当前气象卫星的型号信息作为输入信息输入天气预报数值模式,得到的输出信息可以包括模拟得到的红外亮温值。
本发明实施例中,在确定了气象卫星的型号信息、以及获取到模拟红外亮温值所需的变量之后,可以将气象卫星的型号信息和变量输入快速辐射传输模型,实现对红外亮温值的模拟。
步骤130、在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
其中,第一预设时间条件可以包括整点、半点和任一时刻点中的至少一种或两种以上组合。如果当前时刻满足第一预设时间条件,可以基于气象云图显示红外亮温值,进而根据包括红外亮温值的气象云图,确定初生对流信息。
具体地,第一预设时间条件可以根据实际需求进行确定,进一步可以根据可预报时长内需要的初生对流信息的组数进行确定。例如,可预报时长可以为72小时,需要的初生对流信息的组数可以为144组,则第一预设时间条件可以包括整点和半点,每逢整点和半点可以基于气象云图显示红外亮温值,进而根据显示有红外亮温值的气象云图对初生对流信息进行确定,得到144组初生对流信息。
初生对流信息可以包括初生对流的存在信息、位置信息和时间信息,如果预设时刻输出的气象云图显示有初生对流,则可以确定初生对流可能发生在该预设时刻,且初生对流可以显示在气象云图对应的位置,进而可以根据气象云图的位置确定实际位置信息。
本发明实施例一提供的一种初生对流信息确定方法,根据获取到的卫星数据确定天气预报数据;从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。上述技术方案,可以基于所述变量和当前气象卫星的型号信息,在天气预报数据中提取模拟红外亮温值的变量,进而根据变量模拟得到红外亮温值,再通过红外亮温值确定初生对流信息,由于天气预报数据的可预报时长大于初生对流的可预报时长,所以提高了初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
实施例二
图2为本发明实施例二提供的一种初生对流信息确定方法的流程图,本实施例是在上述实施例的基础上进行具体化。在本实施例中,该方法还可以包括:
步骤210、根据获取到的卫星数据确定天气预报数据。
一种实施方式中,步骤210具体可以包括:
将所述卫星数据作为输入信息输入天气预报数值模型,得到所述天气预报数据。
其中,天气预报数值模型的可以包括多种时间尺度的天气预报数值模型,本发明实施例中可以将卫星数据输入中尺度天气预报数值模型,以得到当前时刻之后三天的天气预报数据。
天气预报数值模型的准确度主要由天气预报数值模型本身的完善程度和天气预报数值模型初始场的准确度来决定。初始场可以由观测数据提供,观测数据可以包括常规数据和非常规数据,其中,非常规数据可以包括卫星数据。
具体地,天气预报数值模型可以根据卫星数据,计算得到天气预报数据,进而基于天气预报数据,对天气状态进行预测。本发明实施例中,从天气预报数据中可以提取得到模拟红外亮温值所需的变量。
步骤220、从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值。
一种实施方式中,从所述预报数据中提取模拟红外亮温值所需的变量,包括:
对所述天气预报数据进行分类;分别在各类所述天气预报数据中,提取模拟所述红外亮温值所需的各类变量。
具体地,模拟红外亮温值所述的变量可以包括气压类、气温类、风速类、水比例类以及其他类,所以在提取变量之前,可以首先对天气预报数据按照上述类别进行分类,进而在各个分类中提取相应的变量,提高了变量提取的速率。
一种实施方式中,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值,包括:
将所述变量和所述当前气象卫星的型号信息作为输入信息输入快速辐射传输模型,得到的输出结果为所述红外亮温值。
具体根据变量和当前气象卫星的型号信息模拟红外亮温值的方式和步骤在实施例一中已经进行了详细的说明,在此不再赘述。
步骤230、在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
一种实施方式中,第一预设时间条件包括整点时刻,相应地,在满足第一预设时间条件时,将获得到的红外亮温值呈现在气象云图中,包括:
若需要预报的时刻为整点时刻,则将获得到的红外亮温值呈现在气象云图中;否则,继续执行根据获取到的卫星数据确定天气预报数据。
具体地,可以每逢整点时刻输出气象云图,基于包含有红外亮温值的气象云图确定初生对流信息。如果需要预报的时刻为非整点时刻,则继续执行根据获取到的卫星数据确定天气预报数据,非整点时刻也可以对红外亮温值进行模拟,只是没有基于气象云图对其进行输出。
一种实施方式中,步骤230具体可以包括:
根据所述红外亮温值对应的待处理通道的通道数据,确定所述待处理通道对应的初始气象云图;对所述初始气象云图进行识别后得到表征初生对流的初始点;在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息。
其中,通道数据可以从卫星数据中读取,卫星数据可以指气象卫星所采集的数据,例如日本气象厅地球静止气象卫星葵花八号或者MTSAT-2卫星等所采集的卫星数据,在本发明实施例中可以以日本气象厅地球静止气象卫星葵花八号所采集的卫星数据为例进行说明,该卫星数据可以包括16个通道,其中包含3个可见光波段、3个近红外波段和七个红外波段,观测频率每10分钟一次,其中红外通道为6-16波段,探测到的数据为云顶的亮温。
待处理通道可以根据所需要识别的对象的属性确定,例如波长属性等,服务器可以根据波长属性从卫星数据中选取到待处理通道,并读取待处理通道对应的通道数据以进行处理。
另外,初始气象云图可以根据各个待处理通道的通道数据所生成,可以为显示有云的形态的图片。服务器可以根据每个待处理通道对应的通道数据生成对应的初始云图。
需要说明的是,服务器可以采用多线程的方式进行处理,即同时并行对待处理通道对应的通道数据进行处理得到初始气象云图。例如,存在三个待处理通道,服务器可以选择三个线程分别处理三个待处理通道的通道数据以得到三张初始气象云图。
初始点可以为在初始气象云图中识别为初生对流的点,其中,服务器可以根据各个待处理通道的通道数据的红外亮温值来进行判断,以确定初始气象云图中任意像素是否表征初生对流,如果表征初生对流则对其进行标记,形成目标气象云图。其中,可以以黑色圆点对初始点进行标记。
还需要说明的是,为了增加初生对流信息的准确度,可以从得到的初生气象云图中选择亮度符合要求的初始点,并剔除表征边缘的点,得到目标点,并在目标气象云图中显示目标点。其中,可以以“十”符号对目标点进行标记,“十”符号可以叠加在标记有黑色圆点的初始气象云图上,形成目标气象云图。
一种实施方式中,所述初生对流信息包括所述初生对流的存在信息、位置信息和时间信息,相应地,在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息,包括:
如果所述目标气象云图包括所述初始点,确定所述初生对流的存在信息为预测存在,否则,确定所述初生对流的存在信息为预测不存在;根据所述初始点的第一位置信息和第一时间信息,确定所述初生对流的第二位置信息和第二时间信息。
具体地,目标气象云图中可以显示初生对流,进而可以根据目标气象云图中的初生对流,确定其初生对流信息。如果目标气象云图中不包含初生对流,则表明根据红外亮温值形成的目标气象云图中不包含初生对流,则此刻不可能发生初生对流。
本发明实施例二提供的一种初生对流信息确定方法,根据获取到的卫星数据确定天气预报数据;从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;在满足第一预设时间条件时,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。上述技术方案,可以基于所述变量和当前气象卫星的型号信息,在天气预报数据中提取模拟红外亮温值的变量,进而根据变量模拟得到红外亮温值,再通过红外亮温值确定初生对流信息,由于天气预报数据的可预报时长大于初生对流的可预报时长,所以提高了初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
另外,将天气预报数据输入天气预报数值模型,可以得到天气预报数据,从天气预报数据中提取可以用于模拟红外亮温值的变量,并将变量和当前气象卫星的型号信息输入快速辐射传输模型,可以得到模拟的红外亮温值,进而将红外亮温值显示在气象云图中,根据气象云图包含的信息确定初生对流信息。更进一步提高了初生对流信息的预报能力和初生对流信息的预报时长。
图3为本发明实施例二提供的一种初生对流信息确定方法的实现流程图,示例性的给出了其中一种实现方式。如图3所示,
步骤310、获取到卫星数据之后,将卫星数据作为输入信息输入天气预报数值模型,得到天气预报数据,并间隔第二预设时间条件输出天气预报数据。
步骤320、从天气预报数据中提取模拟红外亮温值所需的变量。
步骤330、将变量和获取卫星数据的气象卫星的型号信息作为输入信息输入快速辐射传输模式,得到的输出信息为红外亮温值。
步骤340、每隔预设时间段,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
本发明实施例二提供的一种初生对流信息确定方法的实现方式,在获取到卫星数据之后,将卫星数据作为输入信息输入天气预报数值模型,得到天气预报数据,并间隔第二预设时间条件输出天气预报数据;从天气预报数据中提取模拟红外亮温值所需的变量;将变量和获取卫星数据的气象卫星的型号信息作为输入信息输入快速辐射传输模式,得到的输出信息为红外亮温值;每隔预设时间段,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。上述技术方案,可以基于所述变量和当前气象卫星的型号信息,在天气预报数据中提取模拟红外亮温值的变量,进而根据变量模拟得到红外亮温值,再通过红外亮温值确定初生对流信息,由于天气预报数据的可预报时长大于初生对流的可预报时长,所以提高了初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
实施例三
图4为本发明实施例三提供的一种初生对流信息确定装置的结构图,该装置可以适用于在需要对更远时间的初生对流信息进行预报的情况,提高提高对初生对流信息的预报能力,进一步提高初生对流信息的预报时长。该装置可以通过软件和/或硬件实现,并一般集成在计算机设备中。
如图4所示,该装置包括:
确定模块410,用于根据获取到的卫星数据确定天气预报数据;
模拟模块420,用于从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;
执行模块430,用于在满足第一预设时间条件时,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
本实施例提供的一种初生对流信息确定装置,根据获取到的卫星数据确定天气预报数据;从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。上述技术方案,可以基于所述变量和当前气象卫星的型号信息,在天气预报数据中提取模拟红外亮温值的变量,进而根据变量模拟得到红外亮温值,再通过红外亮温值确定初生对流信息,由于天气预报数据的可预报时长大于初生对流的可预报时长,所以提高了初生对流信息的预报能力,进一步提高初生对流信息的预报时长。
在上述实施例的基础上,确定模块410具体用于:
将所述卫星数据作为输入信息输入天气预报数值模型,得到所述天气预报数据。
一种实施方式中,从所述天气预报数据中提取到模拟红外亮温值所需的变量,包括:
对所述天气预报数据进行分类;
分别在各类所述天气预报数据中,提取模拟所述红外亮温值所需的各类变量。
在上述实施例的基础上,模拟模块420具体用于:
将所述变量和所述当前气象卫星的型号信息作为输入信息输入快速辐射传输模型,得到的输出结果为所述红外亮温值。
一种实施方式中,第一预设时间条件包括整点时刻,
相应地,在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,包括:
若当前时刻为整点时刻,则将获得到的所述红外亮温值呈现在气象云图中;
否则,继续执行根据获取到的卫星数据确定天气预报数据。
在上述实施例的基础上,执行模块430具体用于:
根据所述红外亮温值对应的待处理通道的通道数据,确定所述待处理通道对应的初始气象云图;
对所述初始气象云图进行识别后得到表征初生对流的初始点;
在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息。
一种实施方式中,所述初生对流信息包括所述初生对流的存在信息、位置信息和时间信息,
相应地,在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息,包括:
如果所述目标气象云图包括所述初始点,确定所述初生对流的存在信息为预测存在,否则,确定所述初生对流的存在信息为预测不存在;
根据所述初始点的第一位置信息和第一时间信息,确定所述初生对流的第二位置信息和第二时间信息。
本发明实施例所提供的初生对流信息确定装置可执行本发明任意实施例所提供的初生对流信息确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种初生对流信息确定设备的结构示意图,如图5所示,该初生对流信息确定设备包括处理器510、存储器520、获取装置530和显示装置540;初生对流信息确定设备中处理器510的数量可以是一个或多个,图5中以一个处理器510为例;初生对流信息确定设备中的处理器510、存储器520、获取装置530和显示装置540可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器520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,如本发明实施例中的初生对流信息确定方法对应的程序指令/模块(例如,初生对流信息确定装置中的确定模块410、模拟模块420和执行模块430)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行初生对流信息确定设备的各种功能应用以及数据处理,即实现上述的初生对流信息确定方法。
存储器520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,存储器520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,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至初生对流信息确定设备。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。
获取装置530,用于获取卫星数据;显示装置540,用于显示气象云图;
本发明实施例提供的初生对流信息确定设备可以执行上述实施例提供的初生对流信息确定方法,具备相应的功能和有益效果。
实施例五
本发明实施例五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初生对流信息确定方法,该方法包括:
根据获取到的卫星数据确定天气预报数据;
从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;
在满足第一预设时间条件时,将获得到的红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
当然,本发明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方法操作,还可以执行本发明任意实施例所提供的初生对流信息确定方法中的相关操作.
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述初生对流信息确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明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发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种初生对流信息确定方法,其特征在于,包括:
根据获取到的卫星数据确定天气预报数据;
从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;
在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
2.根据权利要求1所述的初生对流信息确定方法,其特征在于,根据获取到的卫星数据确定天气预报数据,包括:
将所述卫星数据作为输入信息输入天气预报数值模型,得到所述天气预报数据。
3.根据权利要求1所述的初生对流信息确定方法,其特征在于,从所述预报数据中提取模拟红外亮温值所需的变量,包括:
对所述天气预报数据进行分类;
分别在各类所述天气预报数据中,提取模拟所述红外亮温值所需的各类变量。
4.根据权利要求1所述的初生对流信息确定方法,其特征在于,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值,包括:
将所述变量和所述当前气象卫星的型号信息作为输入信息输入快速辐射传输模型,得到的输出结果为所述红外亮温值。
5.根据权利要求1所述的初生对流信息确定方法,其特征在于,第一预设时间条件包括整点时刻,
相应地,在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,包括:
若当前时刻为整点时刻,则将获得到的红外亮温值呈现在气象云图中;
否则,继续执行根据获取到的卫星数据确定天气预报数据。
6.根据权利要求1所述的初生对流信息确定方法,其特征在于,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息,包括:
根据所述红外亮温值对应的待处理通道的通道数据,确定所述待处理通道对应的初始气象云图;
对所述初始气象云图进行识别后得到表征初生对流的初始点;
在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息。
7.根据权利要求6所述的初生对流信息确定方法,其特征在于,所述初生对流信息包括所述初生对流的存在信息、位置信息和时间信息,
相应地,在所述初始气象云图中显示所述初始点,形成目标气象云图,进而确定所述初生对流信息,包括:
如果所述目标气象云图包括所述初始点,确定所述初生对流的存在信息为预测存在,否则,确定所述初生对流的存在信息为预测不存在;
根据所述初始点的第一位置信息和第一时间信息,确定所述初生对流的第二位置信息和第二时间信息。
8.一种初生对流信息确定装置,其特征在于,包括:
确定模块,用于根据获取到的卫星数据确定天气预报数据;
模拟模块,用于从所述天气预报数据中提取到模拟红外亮温值所需的变量后,基于所述变量和当前气象卫星的型号信息,模拟得到所述红外亮温值;
执行模块,用于在满足第一预设时间条件时,将获得到的所述红外亮温值呈现在气象云图中,根据所显示的气象云图确定初生对流信息。
9.一种初生对流信息确定设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
获取装置,用于获取卫星数据;
显示装置,用于显示气象云图;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的初生对流信息确定方法。
10.一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如权利要求1-7中任一所述的初生对流信息确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110435390.5A CN113111528A (zh) | 2021-04-22 | 2021-04-22 | 一种初生对流信息确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110435390.5A CN113111528A (zh) | 2021-04-22 | 2021-04-22 | 一种初生对流信息确定方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113111528A true CN113111528A (zh) | 2021-07-13 |
Family
ID=76719390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110435390.5A Pending CN113111528A (zh) | 2021-04-22 | 2021-04-22 | 一种初生对流信息确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111528A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040092403A (ko) * | 2003-04-24 | 2004-11-03 | 오재호 | 실시간 기상 데이터 처리 시스템 및 방법 |
KR101504100B1 (ko) * | 2013-11-26 | 2015-03-19 | 재단법인 한국형수치예보모델개발사업단 | 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치 |
CN104636608A (zh) * | 2015-01-30 | 2015-05-20 | 国家电网公司 | 一种modis卫星数据的直接同化方法 |
US20170090069A1 (en) * | 2015-09-25 | 2017-03-30 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Device and system for generating a weather forecast for a selected zone |
CN110942020A (zh) * | 2019-11-25 | 2020-03-31 | 上海眼控科技股份有限公司 | 初生对流识别方法、装置、计算机设备和存储介质 |
-
2021
- 2021-04-22 CN CN202110435390.5A patent/CN113111528A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040092403A (ko) * | 2003-04-24 | 2004-11-03 | 오재호 | 실시간 기상 데이터 처리 시스템 및 방법 |
KR101504100B1 (ko) * | 2013-11-26 | 2015-03-19 | 재단법인 한국형수치예보모델개발사업단 | 로렌츠 연직 이산화 기반의 육면체구 수평 격자체계를 사용하는 수치일기예보모델의 물리과정 모수화 패키지 구성 방법 및 이를 구현하는 하드웨어 장치 |
CN104636608A (zh) * | 2015-01-30 | 2015-05-20 | 国家电网公司 | 一种modis卫星数据的直接同化方法 |
US20170090069A1 (en) * | 2015-09-25 | 2017-03-30 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Device and system for generating a weather forecast for a selected zone |
CN110942020A (zh) * | 2019-11-25 | 2020-03-31 | 上海眼控科技股份有限公司 | 初生对流识别方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
刘乐等: "RTTOV快速辐射传输模式应用研究进展", 《安徽农业科学》, vol. 44, no. 3, pages 1 - 2 * |
史小康等: "FY-2D红外亮温模拟及对WRF模式云预报误差的响应", 《中国科学:地球科学》, vol. 48, no. 8, pages 1 - 2 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112764129B (zh) | 一种雷暴短临预报方法、系统及终端 | |
US7062066B2 (en) | Method and apparatus for short-term prediction of convective weather | |
US8818029B1 (en) | Weather forecasting systems and methods | |
CN104820250B (zh) | 一种极轨气象卫星virr海洋上云检测的处理方法 | |
CN110045441B (zh) | 基于雷达回波图的天气分析方法及装置 | |
CN109543907B (zh) | 一种复杂地形风资源评估方法及其装置 | |
Mittermaier et al. | Feature-based diagnostic evaluation of global NWP forecasts | |
de Coning et al. | Using satellite data to identify and track intense thunderstorms in South and southern Africa | |
Senf et al. | Satellite-based characterization of convective growth and glaciation and its relationship to precipitation formation over central Europe | |
CN109375290A (zh) | 一种基于机器学习的跨海大桥雾监测系统及其应用方法 | |
Varjo et al. | Image based visibility estimation during day and night | |
Iordanidou et al. | Investigating the relationship of lightning activity and rainfall: A case study for Crete Island | |
CN110516552B (zh) | 一种基于时序曲线的多极化雷达图像分类方法及系统 | |
Aksoy et al. | Tropical cyclone data assimilation with Coyote uncrewed aircraft system observations, very frequent cycling, and a new online quality control technique | |
Lean et al. | Understanding atmospheric motion vector vertical representativity using a simulation study and first-guess departure statistics | |
CN113408111A (zh) | 大气可降水量反演方法及系统、电子设备和存储介质 | |
CN112966656A (zh) | 数据处理方法及装置 | |
Lu et al. | A new technique for automatically locating the center of tropical cyclones with multi-band cloud imagery | |
CN116756560A (zh) | 沙尘气溶胶识别方法、系统、模型训练方法、介质及设备 | |
Sharma et al. | A review on physical and data-driven based nowcasting methods using sky images | |
CN113111528A (zh) | 一种初生对流信息确定方法、装置、设备和存储介质 | |
CN114691661B (zh) | 一种基于同化的云导风、温湿廓线预处理分析方法及系统 | |
Grose et al. | Possibilities and limitations for quantitative precipitation forecasts using nowcasting methods with infrared geosynchronous satellite imagery | |
Mohapatra et al. | Early warning services for management of cyclones over North Indian Ocean: Current status and future scope | |
Chang et al. | Assimilation of hourly surface observations with the Canadian high-resolution ensemble Kalman filter |
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 |