CN116721517B - 基于天镜的气象数据监测预警方法及装置 - Google Patents
基于天镜的气象数据监测预警方法及装置 Download PDFInfo
- Publication number
- CN116721517B CN116721517B CN202311001882.9A CN202311001882A CN116721517B CN 116721517 B CN116721517 B CN 116721517B CN 202311001882 A CN202311001882 A CN 202311001882A CN 116721517 B CN116721517 B CN 116721517B
- Authority
- CN
- China
- Prior art keywords
- weather
- monitoring
- meteorological
- temporary
- disaster
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 252
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004806 packaging method and process Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W2001/006—Main server receiving weather information from several sub-stations
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Environmental Sciences (AREA)
- Theoretical Computer Science (AREA)
- Atmospheric Sciences (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供的基于天镜的气象数据监测预警方法及装置,其方法包括:获取临时增频区域,将临时增频参数和当前气象灾害的唯一标识一起发送至临时增频区域的第一气象监测节点;根据第一监测周期以及第一气象监测节点的数量确定当前气象灾害所需要的临时性能需求;将临时增频区域之外的其余区域按照气象安全等级进行分级,根据临时性能需求和气象安全等级从其余区域确定临时降频区域;将临时降频参数和当前气象灾害的唯一标识一起打包发送至临时降频区域所对应的第二气象监测节点。本发明能够在不增加天镜系统的服务性能负担下提高应急救灾场景的监测预警及时性,从而保证所有覆盖区域的气象安全监测预警。
Description
技术领域
本发明涉及应急救灾技术领域,特别涉及一种基于天镜的气象数据监测预警方法及装置。
背景技术
天镜,即气象综合业务实时监控系统。它有利于促进气象数据融合,有利于建立集中管理的气象综合业务实时监控和展示平台,推动气象业务综合化、集约化发展,有利于提高业务、管理的现代化和信息化水平。“天镜”则实现了集约化综合监控与运维,从监视到告警,再到后续运维流程实现一体化。
即通过天镜系统来建立统一的实时业务监视系统实时对应用系统的业务功能指标,第一时间获取业务功能指标信息,同时帮助运维人员找出故障发生的原因,快速定位故障点,通过语音、手机短信及页面等多种方式第一时间进行告警。
但是,现有的监测预警都是基于预先设置的周期,比如间隔一小时进行数据监测和预警。如果设置周期较长,则在应急救灾过程中,存在监测预警不及时的问题,从而影响应急救灾效果,比如台风路径瞬息万变,监测预警不及时会影响群众的人身安全和财产情况;而如果设置周期较短,则对于天镜系统的服务性能要求太高,因此,需要提供一种针对应急救灾场景的监测预警更加及时且不增加天镜系统的服务性能负担的气象数据监测预警方法。
发明内容
为了解决现有技术的上述问题,本发明提供一种基于天镜的气象数据监测预警方法及装置,能够在不增加天镜系统的服务性能负担下提高应急救灾场景的监测预警及时性。
为了达到上述目的,本发明采用的技术方案为:
第一方面,本发明提供一种基于天镜的气象数据监测预警方法,包括步骤:
S1、获取当前气象灾害的受灾覆盖范围以及气象数据会影响所述当前气象灾害的应急监测范围,合计为临时增频区域,将临时增频时间、第一监测周期和当前气象灾害的唯一标识一起发送至所述临时增频区域的第一气象监测节点,以使得所述第一气象监测节点按照第一监测周期进行气象数据的汇总上报至天镜系统,所述第一监测周期小于气象监测的通用监测周期;
S2、根据所述第一监测周期以及所述第一气象监测节点的数量确定所述当前气象灾害所需要的临时性能需求;
S3、将所述临时增频区域之外的其余区域按照气象安全等级进行分级,根据所述临时性能需求和所述气象安全等级从所述其余区域确定临时降频区域;
S4、将临时降频时间、第二监测周期、临时判断条件和当前气象灾害的唯一标识一起打包发送至所述临时降频区域所对应的第二气象监测节点,以使得所述第二气象监测节点按照第二监测周期进行气象数据的汇总上报至天镜系统,所述第二监测周期大于气象监测的通用监测周期,所述临时判断条件用于所述第二气象监测节点对其所监测到的气象数据进行异常判断。
本发明的有益效果在于:当出现气象灾害时,对于气象灾害的受灾覆盖范围以及气象数据会影响气象灾害的应急监测范围进行临时增频,从而能够提高应急救灾场景的监测预警及时性,而对气象安全等级高的区域进行临时降频,使得临时增频和临时降频的服务性能相抵消,因此并不增加天镜系统的服务性能负担。同时,本发明还下发临时判断条件,使得临时降频区域在遇到气象异常情况下能够及时汇总上报,因此也能避免因为降频而导致区域的气象安全风险增加的情况,从而保证所有覆盖区域的气象安全监测预警。
可选地,所述步骤S3包括:
S31、获取所述天镜系统所覆盖的所有范围内除所述临时增频区域之外的其余区域;
S32、根据所述当前气象灾害在所述其余区域的出现概率、时间先后以及所述其余区域在当前时间之前的气象预警情况对所有的其余区域进行分级,以得到每一个所述其余区域的气象安全等级;
S33、根据所述气象安全等级依次从高到低选取其余区域以评估其按照第二监测周期是否能满足所述临时性能需求,直至所选取的其余区域能够满足所述临时性能需求,将所选取的其余区域确定为临时降频区域。
根据上述描述可知,本发明既考虑了当前气象灾害的后续影响范围,也考虑了自身在过去时间的气象预警情况,从而尽可能保证临时降频区域的气象安全。
可选地,还包括步骤:
S5、接收所述第二气象监测节点在所述临时降频时间内返回的第一气象数据,若所述第一气象数据未符合所述第二监测周期且附带有异常标识,则对所述第一气象数据进行研判,当研判结果为需要进行预警,则发送恢复信号至第二气象监测节点,所述恢复信号用于指示所述第二气象监测节点恢复到通用监测周期来进行气象数据的汇总上报至天镜系统。
根据上述描述可知,当第二气象监测节点发现有气象数据存在安全风险时,及时上报给天镜系统进行复核,若天镜系统复核为确实存在异常,则及时恢复到通用监测周期来进行气象数据的汇总上报,从而尽可能保证所有覆盖区域的气象安全。
可选地,所述步骤S1中将临时增频时间、第一监测周期和当前气象灾害的唯一标识一起发送至所述临时增频区域的第一气象监测节点,以使得所述第一气象监测节点按照第一监测周期进行气象数据的采集监测包括:
将临时增频时间、第一监测周期、当前气象灾害的唯一标识以及需要使用第一监测周期进行汇总上报的第一气象参数一起发送至所述临时增频区域的第一气象监测节点,以使得所述第一气象监测节点按照第一监测周期对第一气象参数的气象数据进行汇总上报且按照通用监测周期对除第一气象参数之外的其余气象参数的气象数据进行汇总上报至天镜系统,所述临时增频时间、第一监测周期和所述第一气象参数均可以根据所述受灾覆盖范围和所述应急监测范围的实际情况进行分别设定;
所述步骤S4中将临时降频时间、第二监测周期、临时判断条件和当前气象灾害的唯一标识一起打包发送至所述临时降频区域所对应的第二气象监测节点,以使得所述第二气象监测节点按照第二监测周期进行气象数据的汇总上报至天镜系统包括:
将临时降频时间、第二监测周期、临时判断条件、当前气象灾害的唯一标识以及需要使用第二监测周期进行汇总上报的第二气象参数一起打包发送至所述临时降频区域所对应的第二气象监测节点,以使得所述第二气象监测节点按照第二监测周期进行气象数据的汇总上报且按照通用监测周期对除第二气象参数之外的其余气象参数的气象数据进行汇总上报至天镜系统。
根据上述描述可知,本发明对不同的气象参数进行分别考虑,只针对和当前气象灾害有相关性的第一气象参数来按照第一监测周期进行汇总上报,而其他气象参数则按照通用监测周期即可;同样的,对于临时降频区域,也根据气象参数的实际需求进行不同监测周期的汇总上报,从而使得气象监测更加灵活。
可选地,当所述当前气象灾害为当前台风时,则还包括以下步骤:
根据台风路径预测模型所需要的N种气象参数从所有气象数据中获取到对应的实时气象数据,将其输入到台风路径预测模型中以得到所述当前台风的第一预测路径;
实时判断所述当前台风的实际路径和对应的第一预测路径是否连续两次出现偏差,若是,则从N种气象参数中遴选出M种气象参数,并对于出现偏差的两个时间点,将M种气象参数输入到台风路径预测模型中以得到所述当前台风的第二预测路径,其中,N大于M,且二者均为正整数;
实时判断所述当前台风的实际路径和对应的第二预测路径是否连续两次未出现偏差或者连续两次的偏差均小于所述第一预测路径所对应的偏差,若是,则在下一时间点,根据N种气象参数和M种气象参数分别输入到所述台风路径预测模型,以分别生成并显示第一预测路径和第二预测路径。
根据上述描述可知,本发明在进行台风的预测路径时,沿用了现有的台风路径预测模型,但在此基础上,若当前台风的路径预测出现了偏差之后,创新性的通过遴选出气象参数来重新进行预测,以使得台风路径预测模型能够更加符合当前台风,从而提高台风路径预测的准确性。
可选地,所述N种气象参数包括必要参数和可选参数,所述从N种气象参数中遴选出M种气象参数为:从N种气象参数的可选参数中至少剔除一个气象参数之后和必要参数组合成M种气象参数。
根据上述描述可知,只在可选参数中进行遴选,能够提高气象参数选取的合理性。
可选地,还包括步骤:
S6、当所述当前气象灾害标记为结束状态时,将所有带有所述当前气象灾害的唯一标识的气象数据进行汇总为所述当前气象灾害的气象灾害数据包进行存储,并将其中与所述通用监测周期在时间点有重合的气象数据转换为通用监测数据包所需的数据格式之后与同一时间点上通用监测周期上报汇总的气象数据进行汇总存储。
根据上述描述可知,本发明在不影响原先气象数据存储的前提下,能够对每一次气象灾害的气象数据进行汇总,从而便于后续的模型更新或者是技术人员的预判学习。
可选地,所述受灾覆盖范围为所述当前气象灾害在当前时间和下一时间区间内所会影响的区域范围。
可选地,所述应急监测范围为所述当前气象灾害的变化预测过程中所需要使用到的气象数据所在的区域范围。
第二方面,本发明提供基于天镜的气象数据监测预警装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面的方法。
其中,第二方面所提供的基于天镜的气象数据监测预警装置所对应的技术效果参照第一方面所提供的基于天镜的气象数据监测预警方法的相关描述。
附图说明
图1为本发明实施例的基于天镜的气象数据监测预警方法的主要流程示意图;
图2为本发明实施例一的基于天镜的气象数据监测预警方法的整体流程示意图;
图3为本发明实施例二的基于天镜的气象数据监测预警方法中关于台风预测的整体流程示意图;
图4为本发明实施例的基于天镜的气象数据监测预警装置的结构示意图。
【附图标记说明】
1:基于天镜的气象数据监测预警装置;
2:处理器;
3:存储器。
具体实施方式
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
在实际场景中,对于气象灾害会进行提前预测,在必要时根据气象灾害需要进行防范救援。而现代的气象预报和气象预测,需要以实际监测到的气象数据作为数值模式的初值,通过计算机代入初值对数学物理方程进行求解,进而计算出未来的大气状况。因此,气象数据的实时监测对于气象灾害的防范救援是至关重要的。由此,天镜系统作为气象数据的汇集处,其默认的通用监测周期为1小时,可以理解为每小时收集一次各个气象监测节点的数据进行展示、存储以及预警,当然,基于不同的气象类型、不同的区域可能有不同的通用监测周期,但是在进行监测时,每一个气象数据都有对应的通用监测周期。基于此,为了在不增加天镜系统的服务性能负担下提高应急救灾场景的监测预警及时性,提供本实施例,具体件下面论述。
请参照图1至图2,基于天镜的气象数据监测预警方法,包括步骤:
S1、获取当前气象灾害的受灾覆盖范围以及气象数据会影响当前气象灾害的应急监测范围,合计为临时增频区域,将临时增频时间、第一监测周期和当前气象灾害的唯一标识一起发送至临时增频区域的第一气象监测节点,以使得第一气象监测节点按照第一监测周期进行气象数据的汇总上报至天镜系统,第一监测周期小于气象监测的通用监测周期;
其中,气象灾害包括高温、山洪、雷暴、沙尘暴、暴雪、台风等等,以福建地区来说,其最常见的气象灾害为台风。台风到来之际,气象监测会预测其移动路径,从而确定其受灾覆盖范围,而台风的移动路径预测则需要实时监测的气象数据进行支撑。同理,其他气象灾害都有对应的受灾覆盖范围以及气象数据会影响当前气象灾害的应急监测范围。
在本实施例中,受灾覆盖范围为当前气象灾害在当前时间和下一时间区间内所会影响的区域范围。下一时间区间内所会影响的区域范围是用于确定需要疏散防范的人群,以提前做好防险救灾的准备,不如24小时内、48小时内。
在本实施例中,应急监测范围为当前气象灾害的变化预测过程中所需要使用到的气象数据所在的区域范围。其中,预测当前气象灾害的变化是要基于实际监测的气象数据,而这些气象数据所在的区域范围确定为应急监测范围。
在本实施例中,步骤S1中将临时增频时间、第一监测周期和当前气象灾害的唯一标识一起发送至临时增频区域的第一气象监测节点,以使得第一气象监测节点按照第一监测周期进行气象数据的采集监测包括:
将临时增频时间、第一监测周期、当前气象灾害的唯一标识以及需要使用第一监测周期进行汇总上报的第一气象参数一起发送至临时增频区域的第一气象监测节点,以使得第一气象监测节点按照第一监测周期对第一气象参数的气象数据进行汇总上报且按照通用监测周期对除第一气象参数之外的其余气象参数的气象数据进行汇总上报至天镜系统,临时增频时间、第一监测周期和第一气象参数均可以根据受灾覆盖范围和应急监测范围的实际情况进行分别设定;
其中,临时增频时间为临时增频的有效期限,对于每一个临时增频区域来说,临时增频时间都是分别进行设定的,比如48小时、72小时等等。其中,通用监测周期为1小时,则第一监测周期小于一小时,根据其要求可设置为30分钟、20分钟、10分钟等等。其中,当前气象灾害的唯一标识为以唯一的数字序列,以区分不同的气象灾害。其中,第一气象参数为临时增频区域内与当前气象灾害相关联的气象数据,以台风为例,台风需要风速、气压数据、降水分布等等气象参数,则临时增频区域内的上述气象数据为当前台风的第一气象参数,按照第一监测周期进行汇总上报。但是类似PH值等与台风关联性不强的气象参数则是除第一气象参数之外的其余气象参数,按照通用监测周期进行汇总上报即可。
由此,本实施例只针对和当前气象灾害有相关性的第一气象参数来按照第一监测周期进行汇总上报,而其他气象参数则按照通用监测周期进行汇总上报即可,尽可能的减少临时增频需求带来的系统负担,但同时又能提高应急救灾场景的监测预警及时性。
S2、根据第一监测周期以及第一气象监测节点的数量确定当前气象灾害所需要的临时性能需求;
在本实施例中,临时增频的需求会增加天镜系统的并发处理性能需求,此时,需要通过监测周期的变化以及采集参数的变化统计单位时间内增加的数据量,即对应的临时性能需求。
S3、将临时增频区域之外的其余区域按照气象安全等级进行分级,根据临时性能需求和气象安全等级从其余区域确定临时降频区域;
在本实施例中,如图2所示,步骤S3包括:
S31、获取天镜系统所覆盖的所有范围内除临时增频区域之外的其余区域;
其中,天镜系统覆盖福建省内全镜,则福建省内除临时增频区域之外的为其余区域。
S32、根据当前气象灾害在其余区域的出现概率、时间先后以及其余区域在当前时间之前的气象预警情况对所有的其余区域进行分级,以得到每一个其余区域的气象安全等级;
在本实施例中,对于当前气象灾害的受灾覆盖范围无论是当前时间和下一时间区间内都是一个预测覆盖范围,因此,其余区域实质上在下一时间区间或者后续时间区间都有对应的出现概率,同时,基于出现的时间点与当前时间的间隔得到时间先后。比如当前时间为7月28日15点,则预测情况为:7月29日22点当前气象灾害移动至某区域的出现概率为15%,即可以综合当前气象灾害在其余区域的出现可能性、出现急迫性以及自身是否处于一个气象安全预警的情况来确定每一个其余区域的气象安全等级。由此,本实施例既考虑了当前气象灾害的后续影响范围,也考虑了自身在过去时间的气象预警情况,从而尽可能保证临时降频区域的气象安全。
S33、根据气象安全等级依次从高到低选取其余区域以评估其按照第二监测周期是否能满足临时性能需求,直至所选取的其余区域能够满足临时性能需求,将所选取的其余区域确定为临时降频区域。
在本实施例中,基于气象安全等级依次从高到低排列,可以依次选取其余区域来评估是否能满足临时性能需求,直到排列在前的其余区域在使用第二监测周期时能够抵消掉临时性能需求,则将这些排列在前的其余区域确定为临时降频区域。
S4、将临时降频时间、第二监测周期、临时判断条件和当前气象灾害的唯一标识一起打包发送至临时降频区域所对应的第二气象监测节点,以使得第二气象监测节点按照第二监测周期进行气象数据的汇总上报至天镜系统,第二监测周期大于气象监测的通用监测周期,临时判断条件用于第二气象监测节点对其所监测到的气象数据进行异常判断。
其中,通用监测周期前面举例为1小时,则第二监测周期可以为2小时、3小时、4小时等等。
在本实施例中,步骤S4中将临时降频时间、第二监测周期、临时判断条件和当前气象灾害的唯一标识一起打包发送至临时降频区域所对应的第二气象监测节点,以使得第二气象监测节点按照第二监测周期进行气象数据的汇总上报至天镜系统包括:
将临时降频时间、第二监测周期、临时判断条件、当前气象灾害的唯一标识以及需要使用第二监测周期进行汇总上报的第二气象参数一起打包发送至临时降频区域所对应的第二气象监测节点,以使得第二气象监测节点按照第二监测周期进行气象数据的汇总上报且按照通用监测周期对除第二气象参数之外的其余气象参数的气象数据进行汇总上报至天镜系统。
在本实施例中,对于临时降频区域,也根据气象参数的实际需求进行不同监测周期的汇总上报,从而使得气象监测更加灵活。
S5、接收第二气象监测节点在临时降频时间内返回的第一气象数据,若第一气象数据未符合第二监测周期且附带有异常标识,则对第一气象数据进行研判,当研判结果为需要进行预警,则发送恢复信号至第二气象监测节点,恢复信号用于指示第二气象监测节点恢复到通用监测周期来进行气象数据的汇总上报至天镜系统。
其中,当第二气象监测节点发现有气象数据存在安全风险时,及时上报给天镜系统进行复核,若天镜系统复核为该临时降频区域确实存在气象数据异常,则及时恢复到通用监测周期来进行气象数据的汇总上报,从而尽可能保证所有覆盖区域的气象安全,而如果气象数据异常为当前气象灾害导致的,则在下一时间节点增加为临时增频区域,即对于临时增频区域和临时降频区域的相关设置都是实时更新的。
S6、当当前气象灾害标记为结束状态时,将所有带有当前气象灾害的唯一标识的气象数据进行汇总为当前气象灾害的气象灾害数据包进行存储,并将其中与通用监测周期在时间点有重合的气象数据转换为通用监测数据包所需的数据格式之后与同一时间点上通用监测周期上报汇总的气象数据进行汇总存储。
其中,由于第一监测周期、第二监测周期均和通用监测周期存在时间点重合的部分,而第二监测周期是比通用监测周期要长的,因此,第二监测周期汇总上报的气象数据本身由第二气象监测节点按照通用监测数据包进行整合,以通用监测周期为1小时,第二监测周期为2小时,则第二监测周期上传的就包括了有两个小时分别对应的一个通用监测数据包。此时,第一监测周期采集上来的气象数据进行格式转换之后加入到通用监测周期采集上来的气象数据,即变成了这个气象监测节点按照通用监测周期所采集上来的通用监测数据包。由此,按照通用监测数据的汇总存储并不会受到周期变化的影响。同时,借助于当前气象灾害标记能够汇集当前气象灾害的气象灾害数据包,从而便于后续的模型更新或者是技术人员的预判学习。
因此,对于本实施例来说,当出现气象灾害时,能够提高急救灾场景的监测预警及时性,且不会增加天镜系统的服务性能负担。同时,本实施例还能保证所有覆盖区域的气象安全监测预警。
实施例二
请参照图1和图3,基于天镜的气象数据监测预警方法,在上述实施例一的基础上,当当前气象灾害为当前台风时,如图3所示,则还包括台风预测,具体包括以下步骤:
S1’、根据台风路径预测模型所需要的N种气象参数从所有气象数据中获取到对应的实时气象数据,将其输入到台风路径预测模型中以得到当前台风的第一预测路径;
在本实施例中,N种气象参数包括必要参数和可选参数,N种气象参数包括风速、气压数据、降水分布等等气象参数,必要参数和可选参数为技术人员根据各个气象参数在前期模型训练时的效果进行选定。
其中,台风路径预测模型可以选择中国气象中心研发的第三代台风预测模型,同时可以利用“天眼”的快速成像仪,通过对降水分布、风场进行连续观测等方式,为预报员把握台风路径和强度提供重要支撑。
S2’、实时判断当前台风的实际路径和对应的第一预测路径是否连续两次出现偏差,若是,则从N种气象参数中遴选出M种气象参数,并对于出现偏差的两个时间点,将M种气象参数输入到台风路径预测模型中以得到当前台风的第二预测路径,其中,N大于M,且二者均为正整数;
在本实施例中,从N种气象参数中遴选出M种气象参数为:从N种气象参数的可选参数中至少剔除一个气象参数之后和必要参数组合成M种气象参数。
由此,只在可选参数中进行遴选,能够提高气象参数选取的合理性。
需要说明的是,对于训练好的台风路径预测模型来说,输入参数的减少也是能够输出预测路径的,在一些情况下,减少输入参数的数量,可以降低模型过拟合的现象,从而提高模型的预测准确性。而本实施例正在基于此,通过对当前预测存在偏差的情况进行输入参数的减少,并根据减少后的输入参数进行路径预测。
S3’、实时判断当前台风的实际路径和对应的第二预测路径是否连续两次未出现偏差或者连续两次的偏差均小于第一预测路径所对应的偏差,若是,则在下一时间点,根据N种气象参数和M种气象参数分别输入到台风路径预测模型,以分别生成并显示第一预测路径和第二预测路径。
其中,假设下午三点、四点这两个时间点的第一预测路径和实际路径偏差较大,而通过减少某一个或者某几个的输入参数之后得到这两个时间点的第二预测路径和实际路径偏差更小,则在预测下午五点的台风位置时,则两种输入参数都输入到台风路径预测模型,由技术人员对两种预测路径进行选择。在其他实施例中,也可以直接由M种气象参数来进行路径预测。
如果通过遴选出的气象参数所预测的路径连续两次更加准确,则考虑到当前台风更适宜用遴选出的气象参数进行预测,从而使得台风路径预测模型能够更加符合当前台风,以提高台风路径预测的准确性。
在本实施例中,若第一预测路径连续出现偏差的次数越来越多,而第二预测路径连续未出现偏差或者连续偏差更小的次数也越来越多,比如设定为五次,则当前台风的后续预测只生成并显示第二预测路径。
S4’、否则从N种气象参数中继续遴选出其他组气象参数集合输入到台风路径预测模型,直至有一种气象参数集合能够连续两次未出现偏差或者连续两次的偏差均小于第一预测路径所对应的偏差,或者所有组的气象参数集合均已输入完毕,若为后者,则执行步骤S5’;
其中,在保证必要参数的存在之后,对于可选参数进行遴选组合,同时,对于台风路径预测模型来说,技术人员本身可以设定有最低数量、各个参数之间的关联关系等等,从而影响着气象参数集合的组合,当所有的气象参数集合的效果都没有原先的好,则无法通过筛选输入参数来提高台风路径预测的准确性。
其中,各个参数之间的相关存在指的是两个或多个参数需要同时存在才能起作用,在这种情况下,气象参数集合要符合各个参数之间的关联关系。
S5’、从历史台风数据中找到与当前台风的所有气象数据和实际路径相似度最高的第一历史台风,由第一历史台风的历史路径中找到对应当前台风A时间、B时间的第一历史路径,将两个连续的第一历史路径和当前台风在A时间和B时间的第一预测路径作为一拟合函数的输入变量,将当前台风在A时间和B时间的实际路径作为一拟合函数的输出变量,从而得到一拟合完成的路径预测函数,此时,在下一时间点,根据N种气象参输入到台风路径预测模型,以生成并显示第一预测路径,并将下一时间点的第一预测路径和所述第一历史台风上与下一时间点对应的第一历史路径输入到路径预测函数,以生成并显示第三预测路径。
其中,A时间和B时间为当前台风的实际路径和对应的第一预测路径连续两次出现偏差的时间点。
在本实施例中,当第一预测路径连续出现偏差的次数越来越多,而第三预测路径连续未出现偏差或者连续偏差更小的次数也越来越多,比如设定为三次,则当前台风的后续预测只生成并显示第三预测路径。反之,第三预测路径连续偏差更大的次数大于或等于两次,就直接弃用第三预测路径。
因此,本实施例在现有的气象参数无法更准确的预测台风路径时,引入历史台风数据,从相关性和对应的拟合函数关系去预测台风路径,提供了一种新的台风路径预测方案,从而能进一步提高台风路径预测的准确性。
实施例三
请参照图4,基于天镜的气象数据监测预警装置1,包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序,所述处理器2执行所述计算机程序时实现上述实施例一或二中的步骤。
由于本发明上述实施例所描述的系统/装置,为实施本发明上述实施例的方法所采用的系统/装置,故而基于本发明上述实施例所描述的方法,本领域所属技术人员能够了解该系统/装置的具体结构及变形,因而在此不再赘述。凡是本发明上述实施例的方法所采用的系统/装置都属于本发明所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (8)
1.基于天镜的气象数据监测预警方法,其特征在于,包括步骤:
S1、获取当前气象灾害的受灾覆盖范围以及气象数据会影响所述当前气象灾害的应急监测范围,合计为临时增频区域,将临时增频时间、第一监测周期和当前气象灾害的唯一标识一起发送至所述临时增频区域的第一气象监测节点,以使得所述第一气象监测节点按照第一监测周期进行气象数据的汇总上报至天镜系统,所述第一监测周期小于气象监测的通用监测周期;
S2、根据所述第一监测周期以及所述第一气象监测节点的数量确定所述当前气象灾害所需要的临时性能需求;
S3、将所述临时增频区域之外的其余区域按照气象安全等级进行分级,根据所述临时性能需求和所述气象安全等级从所述其余区域确定临时降频区域;
S4、将临时降频时间、第二监测周期、临时判断条件和当前气象灾害的唯一标识一起打包发送至所述临时降频区域所对应的第二气象监测节点,以使得所述第二气象监测节点按照第二监测周期进行气象数据的汇总上报至天镜系统,所述第二监测周期大于气象监测的通用监测周期,所述临时判断条件用于所述第二气象监测节点对其所监测到的气象数据进行异常判断;
所述步骤S1中将临时增频时间、第一监测周期和当前气象灾害的唯一标识一起发送至所述临时增频区域的第一气象监测节点,以使得所述第一气象监测节点按照第一监测周期进行气象数据的采集监测包括:
将临时增频时间、第一监测周期、当前气象灾害的唯一标识以及需要使用第一监测周期进行汇总上报的第一气象参数一起发送至所述临时增频区域的第一气象监测节点,以使得所述第一气象监测节点按照第一监测周期对第一气象参数的气象数据进行汇总上报且按照通用监测周期对除第一气象参数之外的其余气象参数的气象数据进行汇总上报至天镜系统,所述临时增频时间、第一监测周期和所述第一气象参数均可以根据所述受灾覆盖范围和所述应急监测范围的实际情况进行分别设定;
所述步骤S4中将临时降频时间、第二监测周期、临时判断条件和当前气象灾害的唯一标识一起打包发送至所述临时降频区域所对应的第二气象监测节点,以使得所述第二气象监测节点按照第二监测周期进行气象数据的汇总上报至天镜系统包括:
将临时降频时间、第二监测周期、临时判断条件、当前气象灾害的唯一标识以及需要使用第二监测周期进行汇总上报的第二气象参数一起打包发送至所述临时降频区域所对应的第二气象监测节点,以使得所述第二气象监测节点按照第二监测周期进行气象数据的汇总上报且按照通用监测周期对除第二气象参数之外的其余气象参数的气象数据进行汇总上报至天镜系统;
还包括步骤:
S5、接收所述第二气象监测节点在所述临时降频时间内返回的第一气象数据,若所述第一气象数据的上报时间未符合所述第二监测周期且附带有异常标识,则对所述第一气象数据进行研判,当研判结果为需要进行预警,则发送恢复信号至第二气象监测节点,所述恢复信号用于指示所述第二气象监测节点恢复到通用监测周期来进行气象数据的汇总上报至天镜系统。
2.根据权利要求1所述的基于天镜的气象数据监测预警方法,其特征在于,所述步骤S3包括:
S31、获取所述天镜系统所覆盖的所有范围内除所述临时增频区域之外的其余区域;
S32、根据所述当前气象灾害在所述其余区域的出现概率、时间先后以及所述其余区域在当前时间之前的气象预警情况对所有的其余区域进行分级,以得到每一个所述其余区域的气象安全等级;
S33、根据所述气象安全等级依次从高到低选取其余区域以评估其按照第二监测周期是否能满足所述临时性能需求,直至所选取的其余区域能够满足所述临时性能需求,将所选取的其余区域确定为临时降频区域。
3.根据权利要求1所述的基于天镜的气象数据监测预警方法,其特征在于,当所述当前气象灾害为当前台风时,则还包括以下步骤:
根据台风路径预测模型所需要的N种气象参数从所有气象数据中获取到对应的实时气象数据,将其输入到台风路径预测模型中以得到所述当前台风的第一预测路径;
实时判断所述当前台风的实际路径和对应的第一预测路径是否连续两次出现偏差,若是,则从N种气象参数中遴选出M种气象参数,并对于出现偏差的两个时间点,将M种气象参数输入到台风路径预测模型中以得到所述当前台风的第二预测路径,其中,N大于M,且二者均为正整数;
实时判断所述当前台风的实际路径和对应的第二预测路径是否连续两次未出现偏差或者连续两次的偏差均小于所述第一预测路径所对应的偏差,若是,则在下一时间点,根据N种气象参数和M种气象参数分别输入到所述台风路径预测模型,以分别生成并显示第一预测路径和第二预测路径。
4.根据权利要求3所述的基于天镜的气象数据监测预警方法,其特征在于,所述N种气象参数包括必要参数和可选参数,所述从N种气象参数中遴选出M种气象参数为:从N种气象参数的可选参数中至少剔除一个气象参数之后和必要参数组合成M种气象参数。
5.根据权利要求1至4任一所述的基于天镜的气象数据监测预警方法,其特征在于,还包括步骤:
S6、当所述当前气象灾害标记为结束状态时,将所有带有所述当前气象灾害的唯一标识的气象数据进行汇总为所述当前气象灾害的气象灾害数据包进行存储,并将其中与所述通用监测周期在时间点有重合的气象数据转换为通用监测数据包所需的数据格式之后与同一时间点上通用监测周期上报汇总的气象数据进行汇总存储。
6.根据权利要求1至4任一所述的基于天镜的气象数据监测预警方法,其特征在于,所述受灾覆盖范围为所述当前气象灾害在当前时间和下一时间区间内所会影响的区域范围。
7.根据权利要求1至4任一所述的基于天镜的气象数据监测预警方法,其特征在于,所述应急监测范围为所述当前气象灾害的变化预测过程中所需要使用到的气象数据所在的区域范围。
8.基于天镜的气象数据监测预警装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001882.9A CN116721517B (zh) | 2023-08-10 | 2023-08-10 | 基于天镜的气象数据监测预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311001882.9A CN116721517B (zh) | 2023-08-10 | 2023-08-10 | 基于天镜的气象数据监测预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116721517A CN116721517A (zh) | 2023-09-08 |
CN116721517B true CN116721517B (zh) | 2023-11-03 |
Family
ID=87870117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311001882.9A Active CN116721517B (zh) | 2023-08-10 | 2023-08-10 | 基于天镜的气象数据监测预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116721517B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105553626A (zh) * | 2015-12-07 | 2016-05-04 | 重庆多邦科技股份有限公司 | 一种山洪灾害预警监测终端监测数据的传输方法 |
KR20160117766A (ko) * | 2015-03-31 | 2016-10-11 | 대한민국(국민안전처 국립재난안전연구원장) | 실시간 해양정보 분석을 통한 해양재난의 예측 및 관리 시스템 |
CN206193271U (zh) * | 2016-05-18 | 2017-05-24 | 上海禹胜信息科技有限公司 | 气象灾害自动化监测预警系统 |
CN107045653A (zh) * | 2016-02-05 | 2017-08-15 | 桓达科技股份有限公司 | 动态洪泛预测与警示系统 |
CN115169938A (zh) * | 2022-07-21 | 2022-10-11 | 河南省气候中心(河南省气候变化监测评估中心) | 一种区域性暴雨灾害风险评估方法 |
CN116010525A (zh) * | 2023-02-02 | 2023-04-25 | 国家气象信息中心(中国气象局气象数据中心) | 一种气象模式数据解码处理方法 |
-
2023
- 2023-08-10 CN CN202311001882.9A patent/CN116721517B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160117766A (ko) * | 2015-03-31 | 2016-10-11 | 대한민국(국민안전처 국립재난안전연구원장) | 실시간 해양정보 분석을 통한 해양재난의 예측 및 관리 시스템 |
CN105553626A (zh) * | 2015-12-07 | 2016-05-04 | 重庆多邦科技股份有限公司 | 一种山洪灾害预警监测终端监测数据的传输方法 |
CN107045653A (zh) * | 2016-02-05 | 2017-08-15 | 桓达科技股份有限公司 | 动态洪泛预测与警示系统 |
CN206193271U (zh) * | 2016-05-18 | 2017-05-24 | 上海禹胜信息科技有限公司 | 气象灾害自动化监测预警系统 |
CN115169938A (zh) * | 2022-07-21 | 2022-10-11 | 河南省气候中心(河南省气候变化监测评估中心) | 一种区域性暴雨灾害风险评估方法 |
CN116010525A (zh) * | 2023-02-02 | 2023-04-25 | 国家气象信息中心(中国气象局气象数据中心) | 一种气象模式数据解码处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116721517A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3902992B1 (en) | Scalable system and engine for forecasting wind turbine failure | |
US7693982B2 (en) | Automated diagnosis and forecasting of service level objective states | |
CN109146093A (zh) | 一种基于学习的电力设备现场勘查方法 | |
EP0562017A1 (en) | Apparatus and method for predicting lightning | |
CN114328198A (zh) | 一种系统故障检测方法、装置、设备及介质 | |
CN109992440A (zh) | 一种基于知识图谱和机器学习的it根故障分析识别方法 | |
CN113473514B (zh) | 电力无线专网故障诊断模型训练方法、诊断方法及装置 | |
CN105325023A (zh) | 用于小区异常检测的方法和网络设备 | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN113282576B (zh) | 一种气象数据质量控制方法 | |
WO2019230959A1 (ja) | 情報提示方法、情報提示装置および情報提示プログラム | |
CN108764544A (zh) | 线路隐患预测方法及装置 | |
CN115100819B (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN111813644A (zh) | 系统性能的评价方法、装置、电子设备和计算机可读介质 | |
CN116721517B (zh) | 基于天镜的气象数据监测预警方法及装置 | |
CN107145995A (zh) | 生产环境安全性预测方法、装置和系统 | |
CN117091565B (zh) | 一种基于卫星定位的桥梁沉降检测方法、设备及系统 | |
CN110399537B (zh) | 一种基于人工智能技术的警情时空预测方法 | |
Vu et al. | Bus running time prediction using a statistical pattern recognition technique | |
CN113744888B (zh) | 区域流行病趋势预测预警方法及系统 | |
CN114739448A (zh) | 一种数据处理方法、系统、装置和存储介质 | |
CN114358550A (zh) | 基于大数据的电网分析系统及方法 | |
Wang et al. | LSTM-based alarm prediction in the mobile communication network | |
JPH08194070A (ja) | 送電線雪害警報システム及び雪害判定装置 |
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 |