CN113127530A - 一种基于铁路网的大气三维结构动态探测信息群同化系统 - Google Patents
一种基于铁路网的大气三维结构动态探测信息群同化系统 Download PDFInfo
- Publication number
- CN113127530A CN113127530A CN202110243099.8A CN202110243099A CN113127530A CN 113127530 A CN113127530 A CN 113127530A CN 202110243099 A CN202110243099 A CN 202110243099A CN 113127530 A CN113127530 A CN 113127530A
- Authority
- CN
- China
- Prior art keywords
- data
- meteorological
- dimensional
- dimensional structure
- assimilation
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 17
- 238000012950 reanalysis Methods 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 6
- 230000018109 developmental process Effects 0.000 abstract description 6
- 230000003068 static effect Effects 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000001556 precipitation Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000008014 freezing Effects 0.000 description 5
- 238000007710 freezing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/217—Database tuning
-
- 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
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开了一种基于铁路网的大气三维结构动态探测信息群同化系统,包括:获取各气象探测设备采集的气象数据,各气象探测设备安装在各列车上,各个列车在不同地点运行;确定属于中尺度气象模式的数据;使用时空多尺度分析系统对所确定的数据进行分析同化,得到同化后的数据;使用三维或四维变分同化技术对大气三维立体结构动态探测数据进行同化,得到大气三维结构再分析数据集。本申请提供的方案能够实现大范围、高时空分辨率、动态与静态相结合、时空转换的大气三维结构信息群,提高铁路沿线及下游区域的灾害天气预报准确率。为铁路(高铁)、气象、环保、航空、农业、林业、水利、电力等与气象密切相关的单位提供精准的天气预报预警数据。
Description
技术领域
本发明涉及气象监测技术领域,尤其涉及一种基于铁路网的大气三维结构动态探测信息群同化系统。
背景技术
目前大气三维结构探测资料有限已成为灾害天气预警核心技术—数值预报发展的重要瓶颈之一,利用铁路强国的网络优势,发展一种基于铁路平台的大气三维立体结构动态探测新技术,以获取覆盖全国、可靠的高时空分辨率大气三维立体观测信息群,并将这些新型观测资料同化到灾害天气数值预报模式中,将有效提高灾害天气的预报准确率,为灾害天气预报预警提供精准的监测、预报与服务新型支撑平台。
成功的数值预报离不开精确的模式初值条件,而目前模式的初值存在误差,如较大的初值误差常出现在对流不稳定区域,因此通过同化高分辨率、高质量的观测资料提高模式初值精度显得非常重要,高空气象观测资料同化可改进大气温、湿、风廓线的预报精度,提高天气预报的准确率。
然而目前全球高空探空观测站点稀少,而且一天仅有两次观测,很难满足数值天气预报的需求,为弥补常规探空的不足,微波辐射计广泛应用于任何天气条件下大气温度和湿度廓线的连续观测科研和业务中。但大部分研究采用固定站微波辐射计测量方式进行观测试验和业务应用,该测量方式仅能获取有限观测站周边的大气温湿度和水汽廓线,无法快速有效获取大范围,甚至全国范围的大气三维结构时空变化探测信息。
发明内容
本申请提供了一种基于铁路网的大气三维结构动态探测信息群同化系统,能够实现大范围、高时空分辨率、动态与静态相结合、时空转换的大气三维结构信息群实时同化,提高铁路沿线及下游区域强降水、大风、高温、冰冻灾害等灾害天气预报准确率。可为铁路(高铁)、气象、环保、航空、农业、林业、水利、电力等与气象密切相关的政府和企事业单位提供精准的天气预报预警基础数据。
本申请提供的基于铁路网的大气三维结构动态探测信息群同化系统包括:
获取各气象探测设备采集的气象数据,各所述气象探测设备安装在各列车上,各个所述列车在不同地点运行;
从各所述气象数据中确定属于中尺度气象模式的数据;
使用时空多尺度分析系统对所确定的数据进行分析同化,得到同化后的数据;
使用多维变分同化系统对各所述同化后的数据进行同化,得到大气三维结构再分析数据集。
可选地,所述气象数据包括:气温、湿度、水汽中的至少一种。
可选地,所述气象探测设备为微波辐射计。
可选地,所述多维变分同化系统包括:三维变分同化系统和/或四维变分同化系统。
可选地,所述获取各气象探测设备采集的气象数据,包括:
获取各气象探测设备采集的、采集时间距当前时刻的时长小于预设时长的气象数据。
可选地,在所述从各所述气象数据中确定属于中尺度气象模式的数据之前,所述方法还包括:
对各所述气象数据进行预处理,以删除无效数据,得到有效数据;
所述从各所述气象数据中确定属于中尺度气象模式的数据,包括:
从各所述有效数据中确定属于中尺度气象模式的数据。
可选地,对从各个地点采集的气象数据进行预处理,包括:
将在同一地点采集的、时间间隔小于预设间隔的气象数据分为一组;
对每一组数据中保留一个气象数据,删除其余数据,将每一组中保留的气象数据确定为预处理后的数据。
可选地,所述使用多维变分同化系统对各所述同化后的数据进行同化,得到大气三维结构再分析数据集,包括:
采用三维或四维变分同化技术对所述同化后的数据进行变分同化处理,得到初始场,并对所述初始场进行云分析处理,得到三维格点场;
以所述三维格点场为依据进行数据处理,得到大气三维结构再分析数据集。
本申请提供的方法基于铁路平台的移动观测方式可获取列车所运行的各个地方的大气温湿度、水汽含量廓线,能够得到更大范围的大气三维结构时空变化观测信息,且列车具有移动速度快、运行平稳、供电和通讯有保障等优点,可实现气象站无法覆盖的大范围大气三维结构动态探测,获得大尺度温湿度、水汽和云液态水含量等的垂直分布时空变化特征,对防范和减少影响铁路安全运行的气象灾害、提高天气预报精度等提供了较好的方法。另外,本申请实施还能够实现大范围、高时空分辨率、动态与静态相结合、时空转换的大气三维结构信息群的实时同化,提高铁路沿线及下游区域强降水、大风、高温、冰冻灾害等灾害天气预报准确率,可为铁路(高铁)、气象、环保、航空、农业、林业、水利、电力等与气象密切相关的政府和企事业单位提供精准的天气预报预警基础数据。
具体实施方式
下面对本申请中的技术方案进行描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
以下,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。
首先对本申请实施例涉及的多维同化技术进行简单介绍。
国外研究多采用三维变分或四维变分同化方法将微波辐射计观测反演的温湿度廓线资料同化到中尺度气象模式MM5和WRF以及高分辨率对流尺度模式 AROME中,分别模拟了冬季浓雾(Grell et al.,1994;Ware et al.,2002,2003)、温度和湿度场(Hartung etal.2011)、西地中海强降水事件(Caumont et al.2016), 结果显示同化后可再现雾和降水过程,并对温湿度时空分布模拟改进明显。国内研究主要采用三维变分同化系统GRAPES-3DVAR(王叶红等,2010)、GSI (侯叶叶,2016)、WRFDA(He et al.,2020)以及暴雨中尺度数值预报模式 AREM和中尺度气象模式WRF,同化湖北3台、南京和北京各1台微波辐射计观测的气温、相对湿度和水汽廓线资料,结果表明同化后明显影响了降水初期的降水强度和分布,而且对降水强度预报改进明显。上述研究仅采用单台或3 台微波辐射计观测资料进行同化,对大面积强降水系统的预报影响甚微(He et al.,2020)。而且未将铁路沿线的气象资料用于中尺度气象模式的资料同化中,亦未用于下游地区的天气预报预警研究和业务中。
本申请提供的本申请提供了一种基于铁路网的大气三维结构动态探测信息群同化系统,能够实现大范围、高时空分辨率、动态与静态相结合、时空转换的大气三维结构信息群的实时同化,提高铁路沿线及下游区域强降水、大风、高温、冰冻灾害等灾害天气预报准确率。可为铁路(高铁)、气象、环保、航空、农业、林业、水利、电力等与气象密切相关的政府和企事业单位提供精准的天气预报预警基础数据。
本申请提供的基于铁路网的大气三维结构动态探测信息群同化系统包括:
获取各气象探测设备采集的气象数据,各所述气象探测设备安装在各列车上,各个所述列车在不同地点运行;
从各所述气象数据中确定属于中尺度气象模式的数据;
使用时空多尺度分析系统对所确定的数据进行分析同化,得到同化后的数据;
使用多维变分同化系统对各所述同化后的数据进行同化,得到大气三维结构再分析数据集。
本申请分别采用多维维变分同化系统以及时空多尺度分析系统和中尺度气象模式,同化基于铁路平台的大气三维结构动态观测系统实时获取的高时空分辨率气象参数垂直观测信息群,得到提高铁路沿线及下游区域强降水、基于铁路气象观测系统的全国高分辨率大气三维结构再分析数据集,大风、高温、冰冻灾害等灾害天气预报准确率。
上述时空多尺度分析系统可以实现地面常规观测、无线电探空、雷达、卫星、飞机、GPS/MET水汽、微波辐射计、闪电定位仪等多源常规和非常规观测资料的分析同化,获得高分辨率的三维温度、湿度、风场、云等信息。多种气象参数相互制约、相互影响,通过三维变分同化使各项物理量场之间达到平衡,保留更多的中小尺度信息,进而更好地接近真实物理量场。
上述多维变分同化系统可以包括:三维变分同化系统和/或四维变分同化系统。
其中,三维变分同化方法是定义一个以分析值和背景值及分析值和观测值之间的距离平方成正比的目标泛函,通过最小化目标泛函以求解最优分析场,也就是将同化问题转化为求解目标泛函的极值问题。三维变分同化实际上是通过求解J(x)的极小值,从而确定模式预报初始状态的最优解,也就是同化分析场x。
四维变分(4DVar)同化方法是三维变分(3DVar)方法在时间维上的扩展。三维变分忽略观测的时间分布,假定一个时间窗内的观测都集中在分析时刻,而四维变分则更准确地考虑了观测时间。同时,四维变分通过模式积分可以得到隐式的依赖于实际天气形势变化的背景误差协方差,观测信息在空间和变量之间的传播更为合理,分析结果与预报模式也更协调。
在一种实施方式中,所述气象数据包括:气温、湿度、水汽中的至少一种。
在一种实施方式中,所述气象探测设备为微波辐射计。
在一种实施方式中,所述获取各气象探测设备采集的气象数据,包括:
获取各气象探测设备采集的、采集时间距当前时刻的时长小于预设时长的气象数据。
在一种实施方式中,在所述从各所述气象数据中确定属于中尺度气象模式的数据之前,所述方法还包括:
对各所述气象数据进行预处理,以删除无效数据,得到有效数据;
所述从各所述气象数据中确定属于中尺度气象模式的数据,包括:
从各所述有效数据中确定属于中尺度气象模式的数据。
在一种实施方式中,对从各个地点采集的气象数据进行预处理,包括:
将在同一地点采集的、时间间隔小于预设间隔的气象数据分为一组;
对每一组数据中保留一个气象数据,删除其余数据,将每一组中保留的气象数据确定为预处理后的数据。
在一种实施方式中,所述使用多维变分同化系统对各所述同化后的数据进行同化,得到大气三维结构再分析数据集,包括:
采用三维或四维变分同化技术对所述同化后的数据进行变分同化处理,得到初始场,并对所述初始场进行云分析处理,得到三维格点场;
以所述三维格点场为依据进行数据处理,得到大气三维结构再分析数据集。
本申请提供的方法基于铁路平台的移动观测方式可获取列车所运行的各个测点的大气温湿度、水汽含量廓线,能够得到大范围、高时空分辨率、动态与静态相结合、时空转换的大气三维结构时空变化观测信息,且列车具有移动速度快、运行平稳、供电和通讯有保障等优点,可实现青藏高原地区气象站无法覆盖的大范围大气三维结构动态探测,获得大尺度温湿度、水汽和云液态水含量等的垂直分布时空变化特征,对防范和减少影响铁路安全运行的气象灾害、提高天气预报精度等提供了较好的方法。另外,申请实施还能够实现大范围、高时空分辨率、动态与静态相结合、时空转换的大气三维结构信息群,提高铁路沿线及下游区域强降水、大风、高温、冰冻灾害等灾害天气预报准确率,可为铁路(高铁)、气象、环保、航空、农业、林业、水利、电力等与气象密切相关的政府和企事业单位提供精准的天气预报预警基础数据。
应理解,上述只是为了帮助本领域技术人员更好地理解本申请实施例,而非要限制本申请实施例的范围。本领域技术人员根据所给出的上述示例,显然可以进行各种等价的修改或变化,或者上述任意两种或者任意多种实施例的组合。这样的修改、变化或者组合后的方案也落入本申请实施例的范围内。
还应理解,上文对本申请实施例的描述着重于强调各个实施例之间的不同之处,未提到的相同或相似之处可以互相参考,为了简洁,这里不再赘述。
还应理解,本申请实施例中的方式、情况、类别以及实施例的划分仅是为了描述的方便,不应构成特别的限定,各种方式、类别、情况以及实施例中的特征在不矛盾的情况下可以相结合。
还应理解,在本申请的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
以上该,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以该权利要求的保护范围为准。
Claims (8)
1.一种基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,包括:
获取各气象探测设备采集的气象数据,各所述气象探测设备安装在各列车上,各个所述列车在不同地点运行;
从各所述气象数据中确定属于中尺度气象模式的数据;
使用时空多尺度分析系统对所确定的数据进行分析同化,得到同化后的数据;
使用多维变分同化系统对各所述同化后的数据进行同化,得到大气三维结构再分析数据集。
2.根据权利要求1所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,所述气象数据包括:气温、湿度、水汽中的至少一种。
3.根据权利要求1所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,所述气象探测设备为微波辐射计。
4.根据权利要求1所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,所述多维变分同化系统包括:三维变分同化系统和/或四维变分同化系统。
5.根据权利要求1所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,所述获取各气象探测设备采集的气象数据,包括:
获取各气象探测设备采集的、采集时间距当前时刻的时长小于预设时长的气象数据。
6.根据权利要求1所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,在所述从各所述气象数据中确定属于中尺度气象模式的数据之前,所述方法还包括:
对各所述气象数据进行预处理,以删除无效数据,得到有效数据;
所述从各所述气象数据中确定属于中尺度气象模式的数据,包括:
从各所述有效数据中确定属于中尺度气象模式的数据。
7.根据权利要求6所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,对从各个地点采集的气象数据进行预处理,包括:
将在同一地点采集的、时间间隔小于预设间隔的气象数据分为一组;
对每一组数据中保留一个气象数据,删除其余数据,将每一组中保留的气象数据确定为预处理后的数据。
8.根据权利要求1所述的基于铁路网的大气三维结构动态探测信息群同化系统,其特征在于,所述使用多维变分同化系统对各所述同化后的数据进行同化,得到大气三维结构再分析数据集,包括:
采用三维或四维变分同化技术对所述同化后的数据进行变分同化处理,得到初始场,并对所述初始场进行云分析处理,得到三维格点场;
以所述三维格点场为依据进行数据处理,得到大气三维结构再分析数据集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110243099.8A CN113127530A (zh) | 2021-03-05 | 2021-03-05 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110243099.8A CN113127530A (zh) | 2021-03-05 | 2021-03-05 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113127530A true CN113127530A (zh) | 2021-07-16 |
Family
ID=76772622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110243099.8A Pending CN113127530A (zh) | 2021-03-05 | 2021-03-05 | 一种基于铁路网的大气三维结构动态探测信息群同化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113127530A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357757A (zh) * | 2021-12-29 | 2022-04-15 | 中国气象科学研究院 | 气象资料同化方法、装置、设备、可读存储介质及产品 |
CN114548488A (zh) * | 2022-01-10 | 2022-05-27 | 国网安徽省电力有限公司 | 基于大气稳定度拟合订正温湿廓线的闪电资料同化方法 |
CN114750854A (zh) * | 2022-01-18 | 2022-07-15 | 中国气象科学研究院 | 一种用于大气三维结构连续动态监测的多功能车载平台 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628876A (zh) * | 2012-02-13 | 2012-08-08 | 甘肃省电力公司风电技术中心 | 一种包含上下游效应实时监测的超短期预测方法 |
CN203645341U (zh) * | 2013-04-15 | 2014-06-11 | 北京市建筑设计研究院有限公司 | 用于城市住区的太阳能规模化利用系统 |
CN104008284A (zh) * | 2014-05-20 | 2014-08-27 | 国家电网公司 | 测风塔在数值天气预报中的校正方法 |
CN104036135A (zh) * | 2014-06-06 | 2014-09-10 | 南京大学 | 一种基于wrf模式的台风动力平衡约束下的变分同化方法 |
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 |
CN105576650A (zh) * | 2015-12-29 | 2016-05-11 | 北京国能日新系统控制技术有限公司 | 基于同化技术与同风带理论的风电功率预测方法及系统 |
CN106326625A (zh) * | 2015-07-09 | 2017-01-11 | 中国电力科学研究院 | 一种耦合WRF与OpenFOAM模式的风场模拟方法 |
CN106650158A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于cfd及多数据源的城市实时全局环境估计方法 |
CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
CN108508442A (zh) * | 2018-03-16 | 2018-09-07 | 哈尔滨工程大学 | 一种基于地基多通道微波辐射计的大气温湿廓线反演方法 |
CN109447315A (zh) * | 2018-09-18 | 2019-03-08 | 中国电力科学研究院有限公司 | 一种基于多时空尺度的电力气象数值天气预报方法和装置 |
CN109709577A (zh) * | 2018-12-28 | 2019-05-03 | 南京雨后地软环境技术有限公司 | 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法 |
CN110275224A (zh) * | 2019-05-24 | 2019-09-24 | 兰州大学 | 精细化近地层气象要素预报系统及其预报方法 |
-
2021
- 2021-03-05 CN CN202110243099.8A patent/CN113127530A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628876A (zh) * | 2012-02-13 | 2012-08-08 | 甘肃省电力公司风电技术中心 | 一种包含上下游效应实时监测的超短期预测方法 |
CN203645341U (zh) * | 2013-04-15 | 2014-06-11 | 北京市建筑设计研究院有限公司 | 用于城市住区的太阳能规模化利用系统 |
CN104008284A (zh) * | 2014-05-20 | 2014-08-27 | 国家电网公司 | 测风塔在数值天气预报中的校正方法 |
CN104036135A (zh) * | 2014-06-06 | 2014-09-10 | 南京大学 | 一种基于wrf模式的台风动力平衡约束下的变分同化方法 |
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 |
CN106326625A (zh) * | 2015-07-09 | 2017-01-11 | 中国电力科学研究院 | 一种耦合WRF与OpenFOAM模式的风场模拟方法 |
CN105576650A (zh) * | 2015-12-29 | 2016-05-11 | 北京国能日新系统控制技术有限公司 | 基于同化技术与同风带理论的风电功率预测方法及系统 |
CN106650158A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于cfd及多数据源的城市实时全局环境估计方法 |
CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
CN108508442A (zh) * | 2018-03-16 | 2018-09-07 | 哈尔滨工程大学 | 一种基于地基多通道微波辐射计的大气温湿廓线反演方法 |
CN109447315A (zh) * | 2018-09-18 | 2019-03-08 | 中国电力科学研究院有限公司 | 一种基于多时空尺度的电力气象数值天气预报方法和装置 |
CN109709577A (zh) * | 2018-12-28 | 2019-05-03 | 南京雨后地软环境技术有限公司 | 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法 |
CN110275224A (zh) * | 2019-05-24 | 2019-09-24 | 兰州大学 | 精细化近地层气象要素预报系统及其预报方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357757A (zh) * | 2021-12-29 | 2022-04-15 | 中国气象科学研究院 | 气象资料同化方法、装置、设备、可读存储介质及产品 |
CN114548488A (zh) * | 2022-01-10 | 2022-05-27 | 国网安徽省电力有限公司 | 基于大气稳定度拟合订正温湿廓线的闪电资料同化方法 |
CN114750854A (zh) * | 2022-01-18 | 2022-07-15 | 中国气象科学研究院 | 一种用于大气三维结构连续动态监测的多功能车载平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113127530A (zh) | 一种基于铁路网的大气三维结构动态探测信息群同化系统 | |
CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
CN105095589B (zh) | 一种山区电网风区分布图绘制方法 | |
CN109447315A (zh) | 一种基于多时空尺度的电力气象数值天气预报方法和装置 | |
CN110471131B (zh) | 高空间分辨率的精细化大气水平能见度自动预报方法及系统 | |
CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别系统和应用方法 | |
CN109375290B (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 | |
CN108874734B (zh) | 一种全球陆地降水反演方法 | |
Marquès et al. | Urban heat island estimation from crowdsensing thermometers embedded in personal cars | |
CN116822185B (zh) | 基于hasm的日降水数据空间模拟方法和系统 | |
CN115808727A (zh) | 百米级阵风客观预报方法及装置 | |
CN104200082A (zh) | 台风登陆预测方法 | |
Yin et al. | On statistical nowcasting of road surface temperature | |
CN109948175B (zh) | 基于气象数据的卫星遥感反照率缺失值反演方法 | |
Wang et al. | Climatological beam propagation conditions for China’s weather radar network | |
CN115421220A (zh) | 一种基于深度学习的多因子局部降水指示方法及系统 | |
CN115755095A (zh) | 一种中尺度大气动力参数星地同步反演方法 | |
CN115840908A (zh) | 基于lstm模型的微波链路构建pm2.5三维动态监测场的方法 | |
CN114444796A (zh) | 一种基于图神经网络的跨区域空气污染预测方法及系统 | |
CN110174713B (zh) | 一种电力线路强对流天气监测预警方法及装置 | |
CN103424782A (zh) | 一种中层径向辐合的自动识别方法 | |
Li et al. | Research on Machine Learning-based Nowcasting Method for Low Visibility Weather in Urumqi Airport | |
Bai et al. | Convolutional Neural Network (CNN) Supported Urban Design to Reduce Particle Air Pollutant Concentrations | |
Nykolaychuk et al. | Structure and functioning of information systems of background monitoring of landscape elements of gorgany nature reserve | |
Qiao | A new method for producing temperature profiles based on ERA5 and RAOB |
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 |