CN115453661A - 气象预报方法、装置、设备以及存储介质 - Google Patents
气象预报方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115453661A CN115453661A CN202211417583.9A CN202211417583A CN115453661A CN 115453661 A CN115453661 A CN 115453661A CN 202211417583 A CN202211417583 A CN 202211417583A CN 115453661 A CN115453661 A CN 115453661A
- Authority
- CN
- China
- Prior art keywords
- wrf
- weather
- information
- target
- 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.)
- Granted
Links
- 238000013277 forecasting method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012360 testing method Methods 0.000 claims description 20
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000001556 precipitation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G06F16/2455—Query execution
-
- 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)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (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
本发明的实施例提供气象预报方法、装置、设备以及存储介质,应用于气象预报领域,其方法包括:通过全球预报系统GFS获取目标地区在第一时间段内的第一气象预报信息;从历史气象数据库中确定与第一气象预报信息相匹配的第一目标气象预报模式WRF参数;通过GFS获取目标地区在第二时间段内的第二气象预报信息;从历史气象数据库中确定与第二气象预报信息相匹配的第二目标WRF参数;根据第一目标WRF参数和第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。这样可以通过WRF为目标地区在第二时间段内的气象信息提供更准确的预报。
Description
技术领域
本发明涉及气象技术领域,尤其涉及气象预报技术领域。
背景技术
目前在基于WRF(The Weather Research and Forecasting Model,天气预报模式)的天气预报业务中,将参数化方案设定好后通常会一直运行,使用固定参数化方案对所有天气进行预报。但是,WRF参数化方案多针对不同天气现象进行开发,如果采用固定参数化方案进行预报,难以在长期业务预报中提高对各类天气现象的准确率。
发明内容
本发明提供了一种气象预报方法、装置、设备以及存储介质。
根据本发明的第一方面,提供了一种气象预报方法。该方法包括:
通过全球预报系统GFS(Global Forecast System,全球预报系统)获取目标地区在第一时间段内的第一气象预报信息;
从历史气象数据库中确定与所述第一气象预报信息相匹配的第一目标气象预报模式WRF参数;其中,所述历史气象数据库是通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验得到,所述历史气象数据库中不同类型的气象信息对应有不同的WRF参数;
通过所述GFS获取目标地区在第二时间段内的第二气象预报信息;
从所述历史气象数据库中确定与所述第二气象预报信息相匹配的第二目标WRF参数;
根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息。
可选地,所述通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验,包括:
获取预设历史时间段内观测得到的不同类型的气象观测信息,以及预先通过WRF对所述不同类型的气象观测信息进行气象预报时生成的气象预报信息;其中,同一类型的气象观测信息分别采用不同WRF参数进行气象预报;
计算所述不同类型的气象预报信息分别与对应的所述气象观测信息之间的相关性;
根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数。
可选地,所述根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数,包括:
在目标类型的气象观测信息下,获得通过不同WRF参数对所述目标类型的气象观测信息预先进行气象预报时生成的M个气象预报信息;
获取所述M个气象预报信息分别与所述目标类型的气象观测信息进行相关性计算得到的M个相关性;
根据相关性的高低排序,从所述M个相关性中选取N个高相关性的气象预报信息;
将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数;其中,M、N均为正整数,N不大于M。
可选地,所述将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数,包括:
获取所述N个高相关性的气象预报信息分别采用的WRF参数;
将所述N个高相关性的气象预报信息分别采用的WRF参数进行组合,并根据目标组合后的WRF参数通过WRF进行气象预报,得到目标预测气象信息;
如果所述目标预测气象信息与目标观测信息之间的相关性大于阈值,将所述目标组合后的WRF参数作为所述目标类型的气象信息的WRF参数。
可选地,所述第一目标WRF参数和所述第二目标WRF参数分别包括多个参数;所述根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息,包括:
将所述第一目标WRF参数和所述第二目标WRF参数中分别包括的多个参数进行组合,得到多组组合参数;
分别基于所述多组参数通过WRF预测所述目标地区在所述第二时间段内的气象信息,得到多组气象预报信息;
从所述多组气象预报信息中确定出所述目标地区在所述第二时间段内的第三气象预报信息。
根据本发明的第二方面,提供了一种气象预报装置。该装置包括:
第一气象预报信息获取模块,用于通过全球预报系统GFS获取目标地区在第一时间段内的第一气象预报信息;
第一目标WRF参数确定模块,用于从历史气象数据库中确定与所述第一气象预报信息相匹配的第一目标气象预报模式WRF参数;其中,所述历史气象数据库是通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验得到,所述历史气象数据库中不同类型的气象信息对应有不同的WRF参数;
第二气象预报信息获取模块,用于通过所述GFS获取目标地区在第二时间段内的第二气象预报信息;
第二目标WRF参数确定模块,用于从所述历史气象数据库中确定与所述第二气象预报信息相匹配的第二目标WRF参数;
第三气象预报信息确认模块,用于根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息。
可选地,所述装置还包括参数化敏感性试验模块,所述参数化敏感性试验模块用于:
获取预设历史时间段内观测得到的不同类型的气象观测信息,以及预先通过WRF对所述不同类型的气象观测信息进行气象预报时生成的气象预报信息;其中,同一类型的气象观测信息分别采用不同WRF参数进行气象预报;
计算所述不同类型的气象预报信息分别与对应的所述气象观测信息之间的相关性;
根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数。
可选地,所述参数化敏感性试验模块,还用于:
在目标类型的气象观测信息下,获得通过不同WRF参数对所述目标类型的气象观测信息预先进行气象预报时生成的M个气象预报信息;
获取所述M个气象预报信息分别与所述目标类型的气象观测信息进行相关性计算得到的M个相关性;
根据相关性的高低排序,从所述M个相关性中选取N个高相关性的气象预报信息;
将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数;其中,M、N均为正整数,N不大于M。
可选地,所述参数化敏感性试验模块,还用于:
获取所述N个高相关性的气象预报信息分别采用的WRF参数;
将所述N个高相关性的气象预报信息分别采用的WRF参数进行组合,并根据目标组合后的WRF参数通过WRF进行气象预报,得到目标预测气象信息;
如果所述目标预测气象信息与目标观测信息之间的相关性大于阈值,将所述目标组合后的WRF参数作为所述目标类型的气象信息的WRF参数。
可选地,所述第一目标WRF参数和所述第二目标WRF参数分别包括多个参数;所述第三气象预报信息确认模块,还用于:
将所述第一目标WRF参数和所述第二目标WRF参数中分别包括的多个参数进行组合,得到多组组合参数;
分别基于所述多组参数通过WRF预测所述目标地区在所述第二时间段内的气象信息,得到多组气象预报信息;
从所述多组气象预报信息中确定出所述目标地区在所述第二时间段内的第三气象预报信息。
根据本发明的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本发明的第一方面的方法。
本发明实施例提供的气象预报方法、装置、设备以及存储介质,在通过GFS获取目标地区第一时间段内的第一气象预报信息后,经过一段时间还会通过GFS获取该目标地区在第二时间段内的第二气象预报信息,并且分别根据第一气象预报信息和第二气象预报信息从历史气象数据库中确定出第一目标WRF参数和第二目标WRF参数,以便基于第一目标WRF参数和第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。这样可以通过WRF为目标地区在第二时间段内的气象信息提供更准确的预报。
应当理解,发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征,亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本发明各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案,不构成对本发明的限定在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本发明实施例提供的一种气象预报方法的流程示意图;
图2示出了本发明实施例提供的一种场景实施例的流程示意图;
图3示出了根据本发明的实施例的气象预报装置的框图;
图4示出了能够实施本发明的实施例的示例性电子设备的方框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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全部其他实施例,都属于本发明保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
为了避免因采用固定参数方案通过WRF进行天气预报时,可能导致在长期业务预报中无法提高对天气预报准确率的问题,本发明实施例提供的气象预报方法、装置、电子设备及存储介质,可以动态的提供参数化方案,以提高气象预报的准确性。
在本发明提供的一个实施例中,首先提供了一种气象预报方法,如图1所示,该方法可以包括以下步骤:
在步骤S110中,通过全球预报系统GFS获取目标地区在第一时间段内的第一气象预报信息。
其中,GFS是美国国家环境预报中心发布的全球范围内气象预报数据,可预报未来16天共384个小时的天气。目前的区域气象数值模式多利用GFS全球预报数据作为背景场,利用区域气象数值模式WRF进行数值天气预报。
本发明实施例可以利用GFS预测目标地区在未来的第一时间段内的气象预报,来得到第一气象预报信息。例如,可以通过GFS来预测某地区未来3天内的天气情况进行分析,来获取相关天气现象出现的时间等。
在步骤S120中,从历史气象数据库中确定与第一气象预报信息相匹配的第一目标气象预报模式WRF参数。
其中,该历史气象数据库是通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验来建立得到,历史气象数据库中不同类型的气象信息可以对应有不同的WRF参数。
实施例中,可以对过去一段历史时期的大量天气过程进行参数化敏感性试验,包括降水、台风和雾等气象信息进行分析,根据WRF通过对气象的预报信息和对应的气象观测信息进行对比,将气象预测信息比较符合气象观测信息的WRF参数作为对应气象信息的WRF参数。
例如,可以将气象信息分为降水、台风和雾等不同的类型,还可以根据需要进一步的划分,例如可以将降水再细分为雨、雪和冰包等不同的类型,另外还可以进一步划分,例如,雨可以进一步分为小雨、中雨和大雨等。根据气象预报信息和气象观测信息,不同类型的气象信息可以分别对应有不同的WRF参数,即在通过GFS初步对目标地区进行预报来得到第一气象预报信息之后,可以进一步通过这些WRF参数通过WRF对该第一气象,在很大程度上可以对该第一气象预报信息再进行精准的气象预报。示例性的,通过GFS预报目标地区未来3天内有雨,可以通过从历史数据库中确定与该有雨的气象信息对应的WRF参数,基于该WRF参数通过WRF来更精准的预测未来3天具体何时有雨,雨势的强度等。
在步骤S130中,通过GFS获取目标地区在第二时间段内的第二气象预报信息。
实施例中,例如在上述步骤S110中通过GFS获取目标地区未来3天内的气象预报,得到第一气象预报信息,可以再经过24小时后,通过GFS获取该目标地区未来3天的气象预报,来得到第二气象预报信息。
在步骤S140中,从历史气象数据库中确定与第二气象预报信息相匹配的第二目标WRF参数。
可以参见上述描述,从该历史气象数据库中确定与该第二气象预报信息相对应的第二目标WRF参数。
在步骤S150中,根据第一目标WRF参数和第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。
在本发明提供的实施例中,在通过GFS获取目标地区第一时间段内的第一气象预报信息后,经过一段时间还会通过GFS获取该目标地区在第二时间段内的第二气象预报信息,并且分别根据第一气象预报信息和第二气象预报信息从历史气象数据库中确定出第一目标WRF参数和第二目标WRF参数,以便基于第一目标WRF参数和第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。这样可以通过WRF为目标地区在第二时间段内的气象信息提供更准确的预报。
由于通过GFS获取目标地区在第二时间段内的第二气象预报信息是在获取第一气象预报信息之后一段时间进行的,例如经过了24小时在通过GFS获取目标地区在第二时间段内的第二气象预报信息。由于气象现象变化比较大,可能会出现几种情况:①第一气象预报信息与第二气象预报信息比较接近,即变化不大;②第一气象预报信息与第二气象预报信息相差比较大,即变化大,例如,第一气象预报信息具体为中雨,第二气象预报信息为晴天。
针对上述情况①,由于预报比较接近,可以基于通过第一目标WRF参数或者第二目标WRF参数来通过WRF对目标地区在第二时间段内的气象进行预报,或者将第一目标WRF参数和第二目标WRF参数进行组合,得到多组WRF参数,通过该多组WRF参数通过WRF来获得目标地区在第二时间段内的多组气象预报,并进行组合发布。
针对上述情况②,如果第一气象预报信息与第二气象预报信息相差比较大,由于通过GFS获取目标地区在第二时间段内的第二气象预报信息是在获取第一气象预报信息之后一段时间进行的,那么从历史数据库中确定与第二气象预报信息相匹配的第二目标WRF参数会更接近实际情况,因此可以选择第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。
本发明实施例提供的气象预报方法,通过GFS获取目标地区在第一时间段内的第一气象预报信息,并从历史气象数据库中确定与第一气象预报信息相匹配的第一目标气象预报模式WRF参数;另外通过GFS获取目标地区在第二时间段内的第二气象预报信息,并从历史气象数据库中确定与第二气象预报信息相匹配的第二目标WRF参数,根据第一目标WRF参数和第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。由于本发明实施例是通过GFS获得气象预报信息后,从历史气象数据库中确定与该气象预报信息相匹配的WRF参数,这样在基于该WRF参数通过WRF可以对目标地区准确的气象预报,并且通过分别获取第一目标WRF参数和第二目标WRF参考,这样可以通过WRF为目标地区在第二时间段内的气象信息提供更准确的预报。
基于上述实施例,在本发明提供的又一实施例中,通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验具体可以包括以下步骤:
S10,获取预设历史时间段内观测得到的不同类型的气象观测信息,以及预先通过WRF对不同类型的气象观测信息进行气象预报时生成的气象预报信息。
其中,同一类型的气象观测信息分别采用不同WRF参数进行气象预报。
实施例中,可以获取历史时期内,例如过去一年中,通过WRF对不同类型的气象信息的气象预报信息,以及对应的气象观测信息。
S20,计算不同类型的气象预报信息分别与对应的气象观测信息之间的相关性。
在本发明提供的实施例中,可以通过计算不同类型的气象预报信息与气象观测信息之间的相关性,这样可以将与气象观测相关性高的气象预报信息对应的WRF参数作为该类型的气象预报信息对应的WRF参数。
相关性参数可以通过计算均方根误差RMSE、相关系数r和TS(threat score)评分来确定。通过选取不同类型的气象信息并根据上述三种相关性指标来进行评价,从而选择该类型的最佳WRF参数方案。实施例中可以选择任一多套作为备选,以应对不同天气形势影起的相同天气状况,提高预报准确率。
具体的,计算均方根误差RMSE、相关系数r和TS评分具体可以分别通过下述公式(1)、(2)和(3)来计算得到:
其中,Y pred 是预报数据,Y obs 是气象观测信息。
其中,X是预报数据和Y是气象观测信息。
其中,NA为预报准确的次数,NB为预报偏大,实况偏小的次数,NC为预报偏小,实况偏大的次数。
S30,根据相关性确定不同类型的气象预报信息对应的WRF参数。
在本发明提供的实施例中,可以在目标类型的气象观测信息下,获得通过不同WRF参数对目标类型的气象观测信息预先进行气象预报时生成的M个气象预报信息。通过获取M个气象预报信息分别与目标类型的气象观测信息利用上述方式进行相关性计算得到的M个相关性。根据相关性的高低排序,从M个相关性中选取N个高相关性的气象预报信息。将N个高相关性的气象预报信息分别对应的WRF参数作为目标类型的气象预报信息的WRF参数。其中,M、N均为正整数,N不大于M。
这样针对目标类型的气象预报信息,通过相关性计算,将相关性高的前一个或者几个气象预报信息对应的WRF参数作为该目标类型气象信息的WRF参数,以便基于该WRF参数在对目标类型气象信息进行WRF预报时,可以提高预报的准确性。
实施例中,为了详细阐述如何将N个高相关性的气象预报信息分别对应的WRF参数作为目标类型的气象预报信息的WRF参数,具体过程还可以包括如下步骤:
S21,获取N个高相关性的气象预报信息分别采用的WRF参数。
S22,将N个高相关性的气象预报信息分别采用的WRF参数进行组合,并根据目标组合后的WRF参数通过WRF进行气象预报,得到目标预测气象信息。
S33,如果目标预测气象信息与目标观测信息之间的相关性大于阈值,将目标组合后的WRF参数作为目标类型的气象信息的WRF参数。
实施例中,可以将这N个高相关性的气象预报信息分别采用的WRF参数进行组合,得到多组WRF参数,分别将该多组WRF参数通过WRF对目标类型的气象信息进行预报,然后再次计算气象预报信息和气象观测信息之间的相关性,可以将相关性最高的参数组合作为该目标类型的气象信息的WRF参数,这样可以进一步提高WRF对目标类型气象信息预测的准确性。
基于上述实施例,在本发明提供的又一实施例中,第一目标WRF参数和第二目标WRF参数分别包括多个参数;上述步骤S150具体还可以包括如下步骤:
在步骤S151中,将第一目标WRF参数和第二目标WRF参数中分别包括的多个参数进行组合,得到多组组合参数。
在步骤S152中,分别基于多组参数通过WRF预测目标地区在第二时间段内的气象信息,得到多组气象预报信息。
在步骤S153中,从多组气象预报信息中确定出目标地区在第二时间段内的第三气象预报信息。
本发明实施例中,为了更准确的预测目标地区在第二时间段内的第三气象预报信息,可以将第一目标WRF参数和第二目标WRF参数中分别包含的多个参数进行组合,来得到多组组合参数。可以根据该多组组合参数通过WRF对目标地区在第二时间段内的气象进行预报,即选择多个参数化方案组合进行预报,还可以根据参数化方案中的评分设置不同的系数,进行集合预报,从而实现根据全球模式预报结果,对特定区域进行动态参数化方案调整,使参数化方案设置更具备针对性和时效性,可以提高预报的准确率。
如图2所示,为本发明提供的一种场景实施例的流程图。在本发明提供的实施例中,为了实现对目标地区准确的气象预报,可以通过下述过程来实现:
(1)建立历史气象数据库。例如,可以建立包括降水、台风、雾等类型的历史气象数据库,利用WRF分别对历史上的大量天气过程进行参数化敏感性试验,通过计算均方根误差RMSE、相关系数r和TS评分,选取针对某种天气过程利用上述三种指标进行评价,从而选择最佳参数化方案。具体可以参见上述实施例的描述,这里不再赘述。
(2)选取需要预报的区域,并设定分辨率,区域大小,地图中心点,地图投影方式,实施例中所需要预报的区域可以是本发明实施例中的目标区域。
(3)收集未来3天的全球模式逐小时预报数据。实施例中通过GFS来获取目标地区未来3天的气象预报。
(4)根据GFS数据在预报区域的初步低分辨率模拟结果,分析未来3天可能出现的降水,台风,雾等。此处,降水通过全球模式中的Precipitation rate判断,当Precipitation rate大于0时则认为该区域有雨;通过计算各类参数化方案的TS评分,选出得分最高的3组参数化方案。台风根据海平面气压值的最小值确定,当中心气压值小于980hPa时,认定为台风;通过计算各类参数化方案中TS评分和RMSE,来选择出得分最高的3组参数化方案。雾根据能见度和cloud mixing ratio进行判别,当能见度小于1km,云水含量大于0.15g/cm3时,认定为雾;通过计算各类参数化方案中的RMSE和相关系数r,选出得分最高的3组参数方案。其中,可以将不同参数进行组合后得到的方案作为各类参数化方案。
(5)根据上述步骤(4)中利用GFS的初步分析结果,判断是否有重点关注的天气过程。例如,若GFS预报显示未来3天内在我国广东有台风登陆,实施例可根据该信息,自动从步骤(1)中建立的历史气象数据库中选择模拟台风的最佳参数化方案组合,进行气象数值预报,从而针对性的根据天气现象进行参数化方案的选择,有效提高预报准确率。同时,也可根据用户针对性的业务或科研需要,自定义参数化方案组合进行预报。
(6)可以在24小时后,重复步骤(2)-(5),再利用新的全球模式GFS进行未来3天的天气预报。若在步骤(5)中选择了多个参数化方案组合进行预报,则根据参数化方案库中的评分设置不同的系数,进行集合预报,从而实现根据全球模式预报结果,对特定区域进行动态参数化方案调整,使参数化方案设置更具备针对性和时效性,提高预报准确率。
本发明实施例基于历史数据进行大量地参数化方案敏感性试验,选取出针对某类天气现象的参数化方案组合库来建立历史气象数据库,同时又根据GFS对未来天气的初步预测,针对性地选择最佳参数化方案,从而实现动态参数化方案分配。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图3示出了根据本发明的实施例的气象预报装置300的方框图。
第一气象预报信息获取模块10,用于通过全球预报系统GFS获取目标地区在第一时间段内的第一气象预报信息;
第一目标WRF参数确定模块20,用于从历史气象数据库中确定与所述第一气象预报信息相匹配的第一目标气象预报模式WRF参数;其中,所述历史气象数据库是通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验得到,所述历史气象数据库中不同类型的气象信息对应有不同的WRF参数;
第二气象预报信息获取模块30,用于通过所述GFS获取目标地区在第二时间段内的第二气象预报信息;
第二目标WRF参数确定模块40,用于从所述历史气象数据库中确定与所述第二气象预报信息相匹配的第二目标WRF参数;
第三气象预报信息确认模块50,用于根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息。
在本发明提供的又一实施例中,所述装置还包括参数化敏感性试验模块,所述参数化敏感性试验模块用于:
获取预设历史时间段内观测得到的不同类型的气象观测信息,以及预先通过WRF对所述不同类型的气象观测信息进行气象预报时生成的气象预报信息;其中,同一类型的气象观测信息分别采用不同WRF参数进行气象预报;
计算所述不同类型的气象预报信息分别与对应的所述气象观测信息之间的相关性;
根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数。
在本发明提供的又一实施例中,所述参数化敏感性试验模块,还用于:
在目标类型的气象观测信息下,获得通过不同WRF参数对所述目标类型的气象观测信息预先进行气象预报时生成的M个气象预报信息;
获取所述M个气象预报信息分别与所述目标类型的气象观测信息进行相关性计算得到的M个相关性;
根据相关性的高低排序,从所述M个相关性中选取N个高相关性的气象预报信息;
将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数;其中,M、N均为正整数,N不大于M。
在本发明提供的又一实施例中,所述参数化敏感性试验模块,还用于:
获取所述N个高相关性的气象预报信息分别采用的WRF参数;
将所述N个高相关性的气象预报信息分别采用的WRF参数进行组合,并根据目标组合后的WRF参数通过WRF进行气象预报,得到目标预测气象信息;
如果所述目标预测气象信息与目标观测信息之间的相关性大于阈值,将所述目标组合后的WRF参数作为所述目标类型的气象信息的WRF参数。
在本发明提供的又一实施例中,所述第一目标WRF参数和所述第二目标WRF参数分别包括多个参数;所述第三气象预报信息确认模块,还用于:
将所述第一目标WRF参数和所述第二目标WRF参数中分别包括的多个参数进行组合,得到多组组合参数;
分别基于所述多组参数通过WRF预测所述目标地区在所述第二时间段内的气象信息,得到多组气象预报信息;
从所述多组气象预报信息中确定出所述目标地区在所述第二时间段内的第三气象预报信息。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例提供的气象预报装置,通过GFS获取目标地区在第一时间段内的第一气象预报信息,并从历史气象数据库中确定与第一气象预报信息相匹配的第一目标气象预报模式WRF参数;另外通过GFS获取目标地区在第二时间段内的第二气象预报信息,并从历史气象数据库中确定与第二气象预报信息相匹配的第二目标WRF参数,根据第一目标WRF参数和第二目标WRF参数通过WRF预测目标地区在第二时间段内的第三气象预报信息。由于本发明实施例是通过GFS获得气象预报信息后,从历史气象数据库中确定与该气象预报信息相匹配的WRF参数,这样在基于该WRF参数通过WRF可以对目标地区准确的气象预报,并且通过分别获取第一目标WRF参数和第二目标WRF参考,这样可以通过WRF为目标地区在第二时间段内的气象信息提供更准确的预报。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本发明上述任一所述的气象预报方法。
在本发明提供的又一实施例中,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上任一所述的气象预报方法。
在本发明提供的又一实施例中,还提供了一种计算机程序产品,该计算机程序产品在运行时被执行上述任一所述的气象预报方法。
图4出了可以用来实施本发明的实施例的电子设备400示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
设备400包括计算单元401,其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元404,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理,例如气象预报方法。例如,在一些实施例中,气象预报方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元404。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时,可以执行上文描述的气象预报方法的一个或多个步骤。备选地,在其他实施例中,计算单元401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行气象预报方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种气象预报方法,其特征在于,包括:
通过全球预报系统GFS获取目标地区在第一时间段内的第一气象预报信息;
从历史气象数据库中确定与所述第一气象预报信息相匹配的第一目标气象预报模式WRF参数;其中,所述历史气象数据库是通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验得到,所述历史气象数据库中不同类型的气象信息对应有不同的WRF参数;
通过所述GFS获取目标地区在第二时间段内的第二气象预报信息;
从所述历史气象数据库中确定与所述第二气象预报信息相匹配的第二目标WRF参数;
根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息。
2.根据权利要求1所述的方法,其特征在于,所述通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验,包括:
获取预设历史时间段内观测得到的不同类型的气象观测信息,以及预先通过WRF对所述不同类型的气象观测信息进行气象预报时生成的气象预报信息;其中,同一类型的气象观测信息分别采用不同WRF参数进行气象预报;
计算所述不同类型的气象预报信息分别与对应的所述气象观测信息之间的相关性;
根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数,包括:
在目标类型的气象观测信息下,获得通过不同WRF参数对所述目标类型的气象观测信息预先进行气象预报时生成的M个气象预报信息;
获取所述M个气象预报信息分别与所述目标类型的气象观测信息进行相关性计算得到的M个相关性;
根据相关性的高低排序,从所述M个相关性中选取N个高相关性的气象预报信息;
将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数;其中,M、N均为正整数,N不大于M。
4.根据权利要求3所述的方法,其特征在于,所述将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数,包括:
获取所述N个高相关性的气象预报信息分别采用的WRF参数;
将所述N个高相关性的气象预报信息分别采用的WRF参数进行组合,并根据目标组合后的WRF参数通过WRF进行气象预报,得到目标预测气象信息;
如果所述目标预测气象信息与目标观测信息之间的相关性大于阈值,将所述目标组合后的WRF参数作为所述目标类型的气象信息的WRF参数。
5.根据权利要求1~4任一所述的方法,其特征在于,所述第一目标WRF参数和所述第二目标WRF参数分别包括多个参数;所述根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息,包括:
将所述第一目标WRF参数和所述第二目标WRF参数中分别包括的多个参数进行组合,得到多组组合参数;
分别基于所述多组参数通过WRF预测所述目标地区在所述第二时间段内的气象信息,得到多组气象预报信息;
从所述多组气象预报信息中确定出所述目标地区在所述第二时间段内的第三气象预报信息。
6.一种气象预报装置,其特征在于,包括:
第一气象预报信息获取模块,用于通过全球预报系统GFS获取目标地区在第一时间段内的第一气象预报信息;
第一目标WRF参数确定模块,用于从历史气象数据库中确定与所述第一气象预报信息相匹配的第一目标气象预报模式WRF参数;其中,所述历史气象数据库是通过WRF对预设历史时间段内的气象信息进行参数化敏感性试验得到,所述历史气象数据库中不同类型的气象信息对应有不同的WRF参数;
第二气象预报信息获取模块,用于通过所述GFS获取目标地区在第二时间段内的第二气象预报信息;
第二目标WRF参数确定模块,用于从所述历史气象数据库中确定与所述第二气象预报信息相匹配的第二目标WRF参数;
第三气象预报信息确认模块,用于根据所述第一目标WRF参数和所述第二目标WRF参数通过WRF预测所述目标地区在所述第二时间段内的第三气象预报信息。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括参数化敏感性试验模块,所述参数化敏感性试验模块用于:
获取预设历史时间段内观测得到的不同类型的气象观测信息,以及预先通过WRF对所述不同类型的气象观测信息进行气象预报时生成的气象预报信息;其中,同一类型的气象观测信息分别采用不同WRF参数进行气象预报;
计算所述不同类型的气象预报信息分别与对应的所述气象观测信息之间的相关性;
根据所述相关性确定所述不同类型的气象预报信息对应的WRF参数。
8.根据权利要求7所述的装置,其特征在于,所述参数化敏感性试验模块,还用于:
在目标类型的气象观测信息下,获得通过不同WRF参数对所述目标类型的气象观测信息预先进行气象预报时生成的M个气象预报信息;
获取所述M个气象预报信息分别与所述目标类型的气象观测信息进行相关性计算得到的M个相关性;
根据相关性的高低排序,从所述M个相关性中选取N个高相关性的气象预报信息;
将所述N个高相关性的气象预报信息分别对应的WRF参数作为所述目标类型的气象预报信息的WRF参数;其中,M、N均为正整数,N不大于M。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211417583.9A CN115453661B (zh) | 2022-11-14 | 2022-11-14 | 气象预报方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211417583.9A CN115453661B (zh) | 2022-11-14 | 2022-11-14 | 气象预报方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115453661A true CN115453661A (zh) | 2022-12-09 |
CN115453661B CN115453661B (zh) | 2023-01-10 |
Family
ID=84295420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211417583.9A Active CN115453661B (zh) | 2022-11-14 | 2022-11-14 | 气象预报方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115453661B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117872510A (zh) * | 2024-03-11 | 2024-04-12 | 成都润联科技开发有限公司 | 一种气象数据分析方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137211A (zh) * | 2015-06-04 | 2015-12-09 | 国家电网公司 | 一种基于wrf模式和相似日强对流指数辨识的雷害预警方法 |
CN105447770A (zh) * | 2015-12-10 | 2016-03-30 | 国网四川省电力公司电力科学研究院 | 电网气象监测数据应用于精细化气象预报的评估方法 |
US20180038994A1 (en) * | 2016-08-02 | 2018-02-08 | International Business Machines Corporation | Techniques to Improve Global Weather Forecasting Using Model Blending and Historical GPS-RO Dataset |
CN107991722A (zh) * | 2017-12-25 | 2018-05-04 | 北京墨迹风云科技股份有限公司 | 天气预测模型的建立方法、预测方法和预测装置 |
CN108629452A (zh) * | 2018-04-28 | 2018-10-09 | 智慧天气风险管理(深圳)有限公司 | 一种基于多模式多参数集合预报的气象风险决策方法 |
CN112132339A (zh) * | 2020-09-22 | 2020-12-25 | 上海眼控科技股份有限公司 | 天气预报方法、装置、设备及存储介质 |
CN113420939A (zh) * | 2021-07-15 | 2021-09-21 | 上海眼控科技股份有限公司 | 云图预报方法、设备及存储介质 |
WO2021248987A1 (zh) * | 2020-06-08 | 2021-12-16 | 中国水利水电科学研究院 | 一种基于地面气压分布形势动态改变wrf模式参数化方案组合的方法 |
-
2022
- 2022-11-14 CN CN202211417583.9A patent/CN115453661B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137211A (zh) * | 2015-06-04 | 2015-12-09 | 国家电网公司 | 一种基于wrf模式和相似日强对流指数辨识的雷害预警方法 |
CN105447770A (zh) * | 2015-12-10 | 2016-03-30 | 国网四川省电力公司电力科学研究院 | 电网气象监测数据应用于精细化气象预报的评估方法 |
US20180038994A1 (en) * | 2016-08-02 | 2018-02-08 | International Business Machines Corporation | Techniques to Improve Global Weather Forecasting Using Model Blending and Historical GPS-RO Dataset |
CN107991722A (zh) * | 2017-12-25 | 2018-05-04 | 北京墨迹风云科技股份有限公司 | 天气预测模型的建立方法、预测方法和预测装置 |
CN108629452A (zh) * | 2018-04-28 | 2018-10-09 | 智慧天气风险管理(深圳)有限公司 | 一种基于多模式多参数集合预报的气象风险决策方法 |
WO2021248987A1 (zh) * | 2020-06-08 | 2021-12-16 | 中国水利水电科学研究院 | 一种基于地面气压分布形势动态改变wrf模式参数化方案组合的方法 |
CN112132339A (zh) * | 2020-09-22 | 2020-12-25 | 上海眼控科技股份有限公司 | 天气预报方法、装置、设备及存储介质 |
CN113420939A (zh) * | 2021-07-15 | 2021-09-21 | 上海眼控科技股份有限公司 | 云图预报方法、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
孙健等: "美国商业气象服务及技术的进展与启示", 《气象科技进展》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117872510A (zh) * | 2024-03-11 | 2024-04-12 | 成都润联科技开发有限公司 | 一种气象数据分析方法、装置、设备及介质 |
CN117872510B (zh) * | 2024-03-11 | 2024-05-17 | 成都润联科技开发有限公司 | 一种气象数据分析方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115453661B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110443657B (zh) | 客户流量数据处理方法、装置、电子设备及可读介质 | |
CN113537563B (zh) | 污染应急管控效果评估方法及装置 | |
CN115390161B (zh) | 基于人工智能的降水预测方法及装置 | |
CN115453661B (zh) | 气象预报方法、装置、设备以及存储介质 | |
CN114897329A (zh) | 一种输电线路巡检方法、装置、系统及存储介质 | |
CN114187412A (zh) | 高精地图生成方法、装置、电子设备及存储介质 | |
CN114758495A (zh) | 交通信号灯调整方法、装置及电子设备 | |
CN115453541A (zh) | 降水量预测方法、装置、电子设备及存储介质 | |
CN115203340A (zh) | 一种伴随关系确定方法、装置、设备和存储介质 | |
CN114549058A (zh) | 选址方法、装置、电子设备和可读存储介质 | |
CN116721781A (zh) | 虫媒传染病传播风险的预测方法、装置、电子设备及介质 | |
CN115330067B (zh) | 一种交通拥堵预测方法、装置、电子设备及存储介质 | |
CN115882451A (zh) | 新能源电站的发电功率预测方法、装置、以及设备 | |
CN111986552A (zh) | 地图数据质量鲜度获取方法、装置及存储介质 | |
JP2020088944A (ja) | 電力需要予測装置、電力需要予測方法、そのプログラム | |
CN114186726A (zh) | 气象数据处理方法、基于气象数据的提示方法及装置 | |
CN114066059B (zh) | 一种预测环境污染的方法和装置 | |
CN114647953B (zh) | 测算大气环境容量的方法、装置及电子设备 | |
EP4040421A2 (en) | Method and apparatus for predicting traffic data and electronic device | |
CN114048614B (zh) | 一种预测环境污染的方法和装置 | |
CN115062701A (zh) | 数据处理方法、装置及电子设备 | |
RU2653133C1 (ru) | Система автоматизированного формирования прогноза погодных явлений | |
CN110866639B (zh) | 一种热带气旋降雨预报方法、系统及电子设备 | |
CN115619008A (zh) | 空气质量预测方法、装置、设备和计算机可读存储介质 | |
CN117540843A (zh) | 一种停车位预测方法、装置、电子设备及存储介质 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Room 1801, 18th floor, building 1, yard 1, No. 81, Beiqing Road, Haidian District, Beijing 100094 Patentee after: Zhongkexing Tuwei Tianxin Technology Co.,Ltd. Address before: Room 1801, 18/F, Building 1, Yard 1, No. 81, Beiqing Road, Haidian District, Beijing 100095 Patentee before: Zhongkexing Tuwei Tianxin (Beijing) Technology Co.,Ltd. |