CN117150933A - 基于气象监测的三维风场模型建立方法 - Google Patents
基于气象监测的三维风场模型建立方法 Download PDFInfo
- Publication number
- CN117150933A CN117150933A CN202311415152.3A CN202311415152A CN117150933A CN 117150933 A CN117150933 A CN 117150933A CN 202311415152 A CN202311415152 A CN 202311415152A CN 117150933 A CN117150933 A CN 117150933A
- Authority
- CN
- China
- Prior art keywords
- model
- wind field
- meteorological
- wind
- dimensional
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 230000007613 environmental effect Effects 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000003066 decision tree Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000012552 review Methods 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000035559 beat frequency Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Biodiversity & Conservation Biology (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Computer Hardware Design (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供基于气象监测的三维风场模型建立方法，包括：获取气象监测数据中的风场环境气象数据；基于风场环境气象数据，结合风场基础数据，利用三维气象建模程序，构建待测三维风场模型；根据预设测试流程对待测三维风场模型进行测试评估更新，生成三维风场模型。本发明通过根据风场环境气象数据，构建三维风场模型用于风场气象信息的测量，可提高气象信息测量的精度，减少气象信息测量的工作量，丰富提高气象信息的展现内容。
Description
技术领域
本发明涉及模型建立技术领域，尤其涉及基于气象监测的三维风场模型建立方法。
背景技术
天气以及环境状况对飞机航班、船舶和车辆等交通工具的安全运行起到重要影响，实现包括能见度分布、云层状况、降水天气现象、风速和三维风场等各类环境要素的连续、客观、定量地精确测量，对提升军用民用机场、海港码头和高速公路等交通应用场景的气象保障能力具有十分重要的意义。
其中三维风场的测量数据中，由于风速、风向、风廓线和风切向的测量难度大、测量精度要求高，以及测量的实时需求大，都需要耗费精力和时间，现有的测量技术也难以保证测量的精度要求和测量的效率。
申请号为CN202310386602.4的专利申请文件，公开了一种风场测量方法、系统及存储介质，该方案通过在天空区域具备用于风场测量的条件时，基于三个影像采集端在三个角度拍摄的天空图像进行建立虚拟坐标系和根据三个影像采集端的相对位置关系、其与目标元素上特征点的俯仰角、朝向关系，来获得目标元素上特征元素的实际位置，以此获得目标元素的位置信息，从而基于不同时间点目标元素的位置来获取其受风场作用而产生的轨迹反演风场和获取风场信息，该方案对天空区域的测量条件要求较高，同时依赖图像摄取技术和照片拟合技术，存在测量投入大、耗时长，测量精度难以保证的问题。
因此，有必要提供基于气象监测的三维风场模型建立方法。
发明内容
本发明提供了基于气象监测的三维风场模型建立方法，通过根据风场环境气象数据，构建三维风场模型用于风场气象信息的测量，可提高气象信息测量的精度，减少气象信息测量的工作量，丰富提高气象信息的展现内容；通过利用气象参数数据库和风场结构参数数据库，以及利用建模模板和预设预测模型，构建生成待测三维风场模型，可保证待测三维风场模型构建的质量；根据气象参数划分设置生成三类模型应用参数子集，并相应地构建三个子模型，可保证待测三维风场模型的功能实现。
本发明提供了基于气象监测的三维风场模型建立方法，包括：
S1:获取气象监测数据中的风场环境气象数据；
S2:基于风场环境气象数据，结合风场基础数据，利用三维气象建模程序，构建待测三维风场模型；
S3:根据预设测试流程对待测三维风场模型进行测试评估更新，生成三维风场模型；
S2包括：
S201:根据风场环境气象数据，生成气象参数数据库；
S202:根据风场基础数据，生成风场结构参数数据库；
S203:利用三维气象建模程序，根据气象参数数据库中的气象参数，以及风场结构参数数据库中的风场结构参数，基于建模模板和预设预测模型，构建生成待测三维风场模型；
S203包括：
S2031:将气象参数划分设置生成三类模型应用参数子集；三类模型应用参数子集包括第一模型应用参数子集、第二模型应用参数子集和第三模型应用参数子集；
S2032:根据三类模型应用参数子集，基于建模模板和预设预测模型，构建生成三个子模型；
S2033:融合三个子模型，构建生成待测三维风场模型。
进一步地，S1包括：
S101:基于激光雷达气象测量设备，获取气象监测数据；
S102:在气象监测数据中，提取获得风场环境气象数据；风场环境气象数据包括风速、风向、风廓线和风切变。
进一步地，S2031包括：
S2031-1:设置气象参数的阈值范围和可信度等级；
S2031-2:根据阈值范围，构建阈值范围与风场环境气象数据的第一匹配数据库；根据可信度等级，构建可信度等级与风场环境气象数据的典型特征数据的映射数据库；
S2031-3:获取气象参数的阈值范围，基于第一匹配数据库，获得所匹配的第一风场环境气象数据，根据第一风场环境气象数据，划分设置生成第一模型应用参数子集和第三模型应用参数子集；
S2031-4:获取气象参数所对应的典型特征数据，基于映射数据库，并根据朴素贝叶斯算法获得典型特征数据所对应的可信度等级的发生概率，将发生概率最高的典型特征数据所对应的气象参数，设置为第二模型应用参数子集。
进一步地，S2032包括：
S2032-1:基于三维气象建模程序中的建模模板，利用第一模型应用参数子集，构建生成气象信息查阅子模型；
S2032-2:根据预设预测模型，利用第二模型应用参数子集，构建生成气象信息预测子模型；
S2032-3:根据气象信息预测子模型和第三模型应用参数子集，生成气象信息发展趋势展现子模型。
进一步地，S2032-2中的预测模型包括决策树模型、随机森林模型、线性回归模型、神经网络模型和支持向量机模型中的至少一个。
进一步地，S2032-3中的气象信息发展趋势展现子模型还包括生成气象灾害信息预警的展现内容；具体步骤为：
S2032-3-1：基于大数据平台，获取风速和风向对风场环境空间内的基础设施安全风险预警内容项的第一影响关系数据库；获取风廓线和风切变对风场环境空间内的重点安全防范目标的第二影响关系数据库；
S2032-3-2：基于第一影响关系数据库，获取风速阈值和风向阈值与基础设施安全风险预警内容项的预警等级的第一匹配对应关系数据组；基于第一匹配对应关系数据组，设置风速和风向与预警等级的第一预警展现条件，根据第一预警展现条件生成相应的第一预警展现内容；
S2032-3-3：基于第二影响关系数据库，利用预设的安全防范模拟仿真模型，获取风廓线和风切变对重点安全防范目标的危害程度的模拟仿真结果；根据模拟仿真结果，设置风廓线和风切变与危害程度的第二预警展现条件，根据第二预警展现条件生成相应的第二预警展现内容；
S2032-3-4：根据第一预警展现内容和第二预警展现内容，汇总生成气象灾害信息预警的展现内容。
进一步地，S3包括：
S301:获取气象监测数据中的历史风场环境气象数据，并划分为训练集和验证集；
S302:基于训练集和验证集，根据预设测试流程对待测三维风场模型进行测试评估，当待测三维风场模型满足预设的模型评估条件时，对待测三维风场模型进行更新，生成三维风场模型。
进一步地，S302包括对气象信息预测子模型进行更新；具体步骤为：
S3021:在训练集中获取用于评估模型的第一训练集；
S3022:基于第一训练集，利用预设的Prophet模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的参数指标预测值；
S3023:基于第一训练集，利用气象信息预测子模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的第一参数指标值；
S3024:比较获得第一参数指标值与参数指标预测值的差值，并分别计算Prophet模型的第一精确度和气象信息预测子模型的第二精确度；若第一参数指标值与参数指标预测值的差值小于预设的差值阈值，并且第一精确度与第二精确度均大于预设的精确度阈值，则不对气象信息预测子模型进行参数更新；若第一参数指标值与参数指标预测值的差值大于预设的差值阈值，或第二精确度小于预设的精确度阈值，则调整模型参数或更换预测模型的种类。
本发明与现有技术相比，具有如下的优点和有益效果：通过根据风场环境气象数据，构建三维风场模型用于风场气象信息的测量，可提高气象信息测量的精度，减少气象信息测量的工作量，丰富提高气象信息的展现内容；通过利用气象参数数据库和风场结构参数数据库，以及利用建模模板和预设预测模型，构建生成待测三维风场模型，可保证待测三维风场模型构建的质量；根据气象参数划分设置生成三类模型应用参数子集，并相应地构建三个子模型，可保证待测三维风场模型的功能实现。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为基于气象监测的三维风场模型建立方法步骤示意图；
图2为获取气象监测数据中的风场环境气象数据的方法步骤示意图；
图3为生成三维风场模型的方法步骤示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了基于气象监测的三维风场模型建立方法，如图1所示，包括：
S1:获取气象监测数据中的风场环境气象数据；
S2:基于风场环境气象数据，结合风场基础数据，利用三维气象建模程序，构建待测三维风场模型；
S3:根据预设测试流程对待测三维风场模型进行测试评估更新，生成三维风场模型；
S2包括：
S201:根据风场环境气象数据，生成气象参数数据库；
S202:根据风场基础数据，生成风场结构参数数据库；
S203:利用三维气象建模程序，根据气象参数数据库中的气象参数，以及风场结构参数数据库中的风场结构参数，基于建模模板和预设预测模型，构建生成待测三维风场模型；
S203包括：
S2031:将气象参数划分设置生成三类模型应用参数子集；三类模型应用参数子集包括第一模型应用参数子集、第二模型应用参数子集和第三模型应用参数子集；
S2032:根据三类模型应用参数子集，基于建模模板和预设预测模型，构建生成三个子模型；
S2033:融合三个子模型，构建生成待测三维风场模型。
上述技术方案的工作原理为：获取气象监测数据中的风场环境气象数据；基于风场环境气象数据，结合风场基础数据，利用三维气象建模程序，构建待测三维风场模型；根据预设测试流程对待测三维风场模型进行测试评估更新，生成三维风场模型；
S2包括：根据风场环境气象数据，生成气象参数数据库；根据风场基础数据，生成风场结构参数数据库；利用三维气象建模程序，根据气象参数数据库中的气象参数，以及风场结构参数数据库中的风场结构参数，基于建模模板和预设预测模型，构建生成待测三维风场模型；
S203包括：
将气象参数划分设置生成三类模型应用参数子集；三类模型应用参数子集包括第一模型应用参数子集、第二模型应用参数子集和第三模型应用参数子集；
根据三类模型应用参数子集，基于建模模板和预设预测模型，构建生成三个子模型；
融合三个子模型，构建生成待测三维风场模型。
上述技术方案的有益效果为：采用本实施例提供的方案，通过根据风场环境气象数据，构建三维风场模型用于风场气象信息的测量，可提高气象信息测量的精度，减少气象信息测量的工作量，丰富提高气象信息的展现内容；通过利用气象参数数据库和风场结构参数数据库，以及利用建模模板和预设预测模型，构建生成待测三维风场模型，可保证待测三维风场模型构建的质量；根据气象参数划分设置生成三类模型应用参数子集，并相应地构建三个子模型，可保证待测三维风场模型的功能实现。
在一个实施例中，如图2所示，S1包括：
S101:基于激光雷达气象测量设备，获取气象监测数据；
S102:在气象监测数据中，提取获得风场环境气象数据；风场环境气象数据包括风速、风向、风廓线和风切变。
上述技术方案的工作原理为：基于激光雷达气象测量设备，获取气象监测数据；在气象监测数据中，提取获得风场环境气象数据；风场环境气象数据包括风速、风向、风廓线和风切变；
风速等三维风场信息能够利用激光雷达的方式，通过检测后向散射回波信号中相干多普勒信号的频移量实现测量；激光雷达气象测量设备的测量原理为：通过激光出射和接收探测实现，在激光出射过程中，连续波激光器产生线偏振激光，经分光器后分为出射激光和本振光，出射激光与风场中的待测粒子作用产生后向散射信号，根据发射激光和后向散射信号之间的频率差，产生回波信号；接收探测过程中，回波信号与本振光两者的拍频信号经平衡探测器转换为中频电信号，再经采集卡采样，然后由数据处理电路分析得到风场信息。其中，根据风场对脉冲光产生的多普勒频移，计算得到风速；利用激光发射角度结合指北装置获得风向，通过测量出射激光脉冲的飞行时间，可以得到不同距离处的风场信息，从而得到风廓线和风切变信息。
上述技术方案的有益效果为：采用本实施例提供的方案，通过激光雷达气象测量设备，测量风场信息，可保证风场信息获取的准确性，为后续的风场信息的数据的使用和三维风场模型的构建提供参考和依据。
在一个实施例中，S2031包括：
S2031-1:设置气象参数的阈值范围和可信度等级；
S2031-2:根据阈值范围，构建阈值范围与风场环境气象数据的第一匹配数据库；根据可信度等级，构建可信度等级与风场环境气象数据的典型特征数据的映射数据库；
S2031-3:获取气象参数的阈值范围，基于第一匹配数据库，获得所匹配的第一风场环境气象数据，根据第一风场环境气象数据，划分设置生成第一模型应用参数子集和第三模型应用参数子集；
S2031-4:获取气象参数所对应的典型特征数据，基于映射数据库，并根据朴素贝叶斯算法获得典型特征数据所对应的可信度等级的发生概率，将发生概率最高的典型特征数据所对应的气象参数，设置为第二模型应用参数子集。
上述技术方案的工作原理为：设置气象参数的阈值范围和可信度等级；
根据阈值范围，构建阈值范围与风场环境气象数据的第一匹配数据库；
根据可信度等级，构建可信度等级与风场环境气象数据的典型特征数据的映射数据库；
获取气象参数的阈值范围，基于第一匹配数据库，获得所匹配的第一风场环境气象数据，根据第一风场环境气象数据，划分设置生成第一模型应用参数子集和第三模型应用参数子集；
获取气象参数所对应的典型特征数据，基于映射数据库，并根据朴素贝叶斯算法获得典型特征数据所对应的可信度等级的发生概率，将发生概率最高的典型特征数据所对应的气象参数，设置为第二模型应用参数子集。
上述技术方案的有益效果为：采用本实施例提供的方案，通过根据气象参数的阈值范围和可信度等级，设置相应的匹配数据库，并根据匹配数据库用于设置三个子模型的应用参数子集，可保证应用参数设置的准确性，有利于提高子模型的构建质量。
在一个实施例中，S2032包括：
S2032-1:基于三维气象建模程序中的建模模板，利用第一模型应用参数子集，构建生成气象信息查阅子模型；
S2032-2:根据预设预测模型，利用第二模型应用参数子集，构建生成气象信息预测子模型；
S2032-3:根据气象信息预测子模型和第三模型应用参数子集，生成气象信息发展趋势展现子模型。
上述技术方案的工作原理为：S2032包括：
基于三维气象建模程序中的建模模板，利用第一模型应用参数子集，构建生成气象信息查阅子模型；
根据预设预测模型，利用第二模型应用参数子集，构建生成气象信息预测子模型；
根据气象信息预测子模型和第三模型应用参数子集，生成气象信息发展趋势展现子模型。
上述技术方案的有益效果为：采用本实施例提供的方案，通过建立三个子模型，可丰富待测三维风场模型的功能，提高待测三维风场模型的使用效能。
在一个实施例中，S2032-2中的预测模型包括决策树模型、随机森林模型、线性回归模型、神经网络模型和支持向量机模型中的至少一个。
上述技术方案的工作原理为：预测模型包括决策树模型、随机森林模型、线性回归模型、神经网络模型和支持向量机模型中的至少一个。
上述技术方案的有益效果为：采用本实施例提供的方案，通过灵活选择预测模型，保证气象信息预测子模型的生成质量。
在一个实施例中，S2032-3中的气象信息发展趋势展现子模型还包括生成气象灾害信息预警的展现内容；具体步骤为：
S2032-3-1：基于大数据平台，获取风速和风向对风场环境空间内的基础设施安全风险预警内容项的第一影响关系数据库；获取风廓线和风切变对风场环境空间内的重点安全防范目标的第二影响关系数据库；
S2032-3-2：基于第一影响关系数据库，获取风速阈值和风向阈值与基础设施安全风险预警内容项的预警等级的第一匹配对应关系数据组；基于第一匹配对应关系数据组，设置风速和风向与预警等级的第一预警展现条件，根据第一预警展现条件生成相应的第一预警展现内容；
S2032-3-3：基于第二影响关系数据库，利用预设的安全防范模拟仿真模型，获取风廓线和风切变对重点安全防范目标的危害程度的模拟仿真结果；根据模拟仿真结果，设置风廓线和风切变与危害程度的第二预警展现条件，根据第二预警展现条件生成相应的第二预警展现内容；
S2032-3-4：根据第一预警展现内容和第二预警展现内容，汇总生成气象灾害信息预警的展现内容。
上述技术方案的工作原理为：S2032-3中的气象信息发展趋势展现子模型还包括生成气象灾害信息预警的展现内容；具体步骤为：
基于大数据平台，获取风速和风向对风场环境空间内的基础设施安全风险预警内容项的第一影响关系数据库；获取风廓线和风切变对风场环境空间内的重点安全防范目标的第二影响关系数据库；
基于第一影响关系数据库，获取风速阈值和风向阈值与基础设施安全风险预警内容项的预警等级的第一匹配对应关系数据组；基于第一匹配对应关系数据组，设置风速和风向与预警等级的第一预警展现条件，根据第一预警展现条件生成相应的第一预警展现内容；
基于第二影响关系数据库，利用预设的安全防范模拟仿真模型，获取风廓线和风切变对重点安全防范目标的危害程度的模拟仿真结果；根据模拟仿真结果，设置风廓线和风切变与危害程度的第二预警展现条件，根据第二预警展现条件生成相应的第二预警展现内容；
根据第一预警展现内容和第二预警展现内容，汇总生成气象灾害信息预警的展现内容。
上述技术方案的有益效果为：采用本实施例提供的方案，通过基于大数据平台，结合风速和风向与基础设施安全风险预警内容项的关系，风廓线和风切变对风场环境空间内的重点安全防范目标影响，可及时精确地获得预警显示内容，为气象信息发展趋势展现子模型的功能完善提供基础。
在一个实施例中，如图3所示，S3包括：
S301:获取气象监测数据中的历史风场环境气象数据，并划分为训练集和验证集；
S302:基于训练集和验证集，根据预设测试流程对待测三维风场模型进行测试评估，当待测三维风场模型满足预设的模型评估条件时，对待测三维风场模型进行更新，生成三维风场模型。
上述技术方案的工作原理为：获取气象监测数据中的历史风场环境气象数据，并划分为训练集和验证集；
基于训练集和验证集，根据预设测试流程对待测三维风场模型进行测试评估，当待测三维风场模型满足预设的模型评估条件时，对待测三维风场模型进行更新，生成三维风场模型。
上述技术方案的有益效果为：采用本实施例提供的方案，通过对待测三维风场模型进行测试评估，可保证三维风场模型构建的质量。
在一个实施例中，S302包括对气象信息预测子模型进行更新；具体步骤为：
S3021:在训练集中获取用于评估模型的第一训练集；
S3022:基于第一训练集，利用预设的Prophet模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的参数指标预测值；
S3023:基于第一训练集，利用气象信息预测子模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的第一参数指标值；
S3024:比较获得第一参数指标值与参数指标预测值的差值，并分别计算Prophet模型的第一精确度和气象信息预测子模型的第二精确度；若第一参数指标值与参数指标预测值的差值小于预设的差值阈值，并且第一精确度与第二精确度均大于预设的精确度阈值，则不对气象信息预测子模型进行参数更新；若第一参数指标值与参数指标预测值的差值大于预设的差值阈值，或第二精确度小于预设的精确度阈值，则调整模型参数或更换预测模型的种类。
上述技术方案的工作原理为：S302包括对气象信息预测子模型进行更新；具体步骤为：
在训练集中获取用于评估模型的第一训练集；
基于第一训练集，利用预设的Prophet模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的参数指标预测值；
基于第一训练集，利用气象信息预测子模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的第一参数指标值；
比较获得第一参数指标值与参数指标预测值的差值，并分别计算Prophet模型的第一精确度和气象信息预测子模型的第二精确度；若第一参数指标值与参数指标预测值的差值小于预设的差值阈值，并且第一精确度与第二精确度均大于预设的精确度阈值，则不对气象信息预测子模型进行参数更新；若第一参数指标值与参数指标预测值的差值大于预设的差值阈值，或第二精确度小于预设的精确度阈值，则调整模型参数或更换预测模型的种类。
上述技术方案的有益效果为：采用本实施例提供的方案，通过利用Prophet模型进行辅助测试，并根据测试结果对气象信息预测子模型进行更新，可保证气象信息预测子模型进行更新的质量。
显然，本领域的技术人员可以对本发明进行各种改动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，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.基于气象监测的三维风场模型建立方法，其特征在于，包括：
S1:获取气象监测数据中的风场环境气象数据；
S2:基于风场环境气象数据，结合风场基础数据，利用三维气象建模程序，构建待测三维风场模型；
S3:根据预设测试流程对待测三维风场模型进行测试评估更新，生成三维风场模型；
S2包括：
S201:根据风场环境气象数据，生成气象参数数据库；
S202:根据风场基础数据，生成风场结构参数数据库；
S203:利用三维气象建模程序，根据气象参数数据库中的气象参数，以及风场结构参数数据库中的风场结构参数，基于建模模板和预设预测模型，构建生成待测三维风场模型；
S203包括：
S2031:将气象参数划分设置生成三类模型应用参数子集；三类模型应用参数子集包括第一模型应用参数子集、第二模型应用参数子集和第三模型应用参数子集；
S2032:根据三类模型应用参数子集，基于建模模板和预设预测模型，构建生成三个子模型；
S2033:融合三个子模型，构建生成待测三维风场模型。
2.根据权利要求1所述的基于气象监测的三维风场模型建立方法，其特征在于，S1包括：
S101:基于激光雷达气象测量设备，获取气象监测数据；
S102:在气象监测数据中，提取获得风场环境气象数据；风场环境气象数据包括风速、风向、风廓线和风切变。
3.根据权利要求1所述的基于气象监测的三维风场模型建立方法，其特征在于，S2031包括：
S2031-1:设置气象参数的阈值范围和可信度等级；
S2031-2:根据阈值范围，构建阈值范围与风场环境气象数据的第一匹配数据库；根据可信度等级，构建可信度等级与风场环境气象数据的典型特征数据的映射数据库；
S2031-3:获取气象参数的阈值范围，基于第一匹配数据库，获得所匹配的第一风场环境气象数据，根据第一风场环境气象数据，划分设置生成第一模型应用参数子集和第三模型应用参数子集；
S2031-4:获取气象参数所对应的典型特征数据，基于映射数据库，并根据朴素贝叶斯算法获得典型特征数据所对应的可信度等级的发生概率，将发生概率最高的典型特征数据所对应的气象参数，设置为第二模型应用参数子集。
4.根据权利要求1所述的基于气象监测的三维风场模型建立方法，其特征在于，S2032包括：
S2032-1:基于三维气象建模程序中的建模模板，利用第一模型应用参数子集，构建生成气象信息查阅子模型；
S2032-2:根据预设预测模型，利用第二模型应用参数子集，构建生成气象信息预测子模型；
S2032-3:根据气象信息预测子模型和第三模型应用参数子集，生成气象信息发展趋势展现子模型。
5.根据权利要求4所述的基于气象监测的三维风场模型建立方法，其特征在于，S2032-2中的预测模型包括决策树模型、随机森林模型、线性回归模型、神经网络模型和支持向量机模型中的至少一个。
6.根据权利要求4所述的基于气象监测的三维风场模型建立方法，其特征在于，S2032-3中的气象信息发展趋势展现子模型还包括生成气象灾害信息预警的展现内容；具体步骤为：
S2032-3-1：基于大数据平台，获取风速和风向对风场环境空间内的基础设施安全风险预警内容项的第一影响关系数据库；获取风廓线和风切变对风场环境空间内的重点安全防范目标的第二影响关系数据库；
S2032-3-2：基于第一影响关系数据库，获取风速阈值和风向阈值与基础设施安全风险预警内容项的预警等级的第一匹配对应关系数据组；基于第一匹配对应关系数据组，设置风速和风向与预警等级的第一预警展现条件，根据第一预警展现条件生成相应的第一预警展现内容；
S2032-3-3：基于第二影响关系数据库，利用预设的安全防范模拟仿真模型，获取风廓线和风切变对重点安全防范目标的危害程度的模拟仿真结果；根据模拟仿真结果，设置风廓线和风切变与危害程度的第二预警展现条件，根据第二预警展现条件生成相应的第二预警展现内容；
S2032-3-4：根据第一预警展现内容和第二预警展现内容，汇总生成气象灾害信息预警的展现内容。
7.根据权利要求1所述的基于气象监测的三维风场模型建立方法，其特征在于，S3包括：
S301:获取气象监测数据中的历史风场环境气象数据，并划分为训练集和验证集；
S302:基于训练集和验证集，根据预设测试流程对待测三维风场模型进行测试评估，当待测三维风场模型满足预设的模型评估条件时，对待测三维风场模型进行更新，生成三维风场模型。
8.根据权利要求7所述的基于气象监测的三维风场模型建立方法，其特征在于，S302包括对气象信息预测子模型进行更新；具体步骤为：
S3021:在训练集中获取用于评估模型的第一训练集；
S3022:基于第一训练集，利用预设的Prophet模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的参数指标预测值；
S3023:基于第一训练集，利用气象信息预测子模型对预设的历史周期内的气象信息进行预测，输出获得预设参数指标所对应的第一参数指标值；
S3024:比较获得第一参数指标值与参数指标预测值的差值，并分别计算Prophet模型的第一精确度和气象信息预测子模型的第二精确度；若第一参数指标值与参数指标预测值的差值小于预设的差值阈值，并且第一精确度与第二精确度均大于预设的精确度阈值，则不对气象信息预测子模型进行参数更新；若第一参数指标值与参数指标预测值的差值大于预设的差值阈值，或第二精确度小于预设的精确度阈值，则调整模型参数或更换预测模型的种类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311415152.3A CN117150933B (zh) | 2023-10-30 | 2023-10-30 | 基于气象监测的三维风场模型建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311415152.3A CN117150933B (zh) | 2023-10-30 | 2023-10-30 | 基于气象监测的三维风场模型建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117150933A true CN117150933A (zh) | 2023-12-01 |
| CN117150933B CN117150933B (zh) | 2024-02-09 |
Family
ID=88908406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311415152.3A Active CN117150933B (zh) | 2023-10-30 | 2023-10-30 | 基于气象监测的三维风场模型建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117150933B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514328A (zh) * | 2013-09-29 | 2014-01-15 | 国家电网公司 | 一种基于wrf的极端干旱地区风场模拟方法 |
| KR20170104099A (ko) * | 2016-03-04 | 2017-09-14 | 부경대학교 산학협력단 | 윈드프로파일러 자료를 이용한 calmet의 바람장 생성 시스템 및 방법 |
| CN110288856A (zh) * | 2019-06-21 | 2019-09-27 | 中国民用航空总局第二研究所 | 基于风的精细化预报的航班动态监控系统及方法 |
| CN113673181A (zh) * | 2021-08-13 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于多源风场数据的机场区域风切变智能识别方法 |
| CN114595876A (zh) * | 2022-02-25 | 2022-06-07 | 北京科技大学 | 一种区域风场预测模型生成方法和装置、电子设备 |
| KR102415455B1 (ko) * | 2021-11-08 | 2022-07-01 | 주식회사 윈드위시 | 예측모델을 이용해 바람 정보를 추정하기 위한 3차원 바람장 생성 장치 및 방법 |
| CN114970855A (zh) * | 2022-05-30 | 2022-08-30 | 北京环境特性研究所 | 风场预测模型的构建方法、装置、设备、介质及预测方法 |
-
2023
- 2023-10-30 CN CN202311415152.3A patent/CN117150933B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514328A (zh) * | 2013-09-29 | 2014-01-15 | 国家电网公司 | 一种基于wrf的极端干旱地区风场模拟方法 |
| KR20170104099A (ko) * | 2016-03-04 | 2017-09-14 | 부경대학교 산학협력단 | 윈드프로파일러 자료를 이용한 calmet의 바람장 생성 시스템 및 방법 |
| CN110288856A (zh) * | 2019-06-21 | 2019-09-27 | 中国民用航空总局第二研究所 | 基于风的精细化预报的航班动态监控系统及方法 |
| CN113673181A (zh) * | 2021-08-13 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于多源风场数据的机场区域风切变智能识别方法 |
| KR102415455B1 (ko) * | 2021-11-08 | 2022-07-01 | 주식회사 윈드위시 | 예측모델을 이용해 바람 정보를 추정하기 위한 3차원 바람장 생성 장치 및 방법 |
| CN114595876A (zh) * | 2022-02-25 | 2022-06-07 | 北京科技大学 | 一种区域风场预测模型生成方法和装置、电子设备 |
| CN114970855A (zh) * | 2022-05-30 | 2022-08-30 | 北京环境特性研究所 | 风场预测模型的构建方法、装置、设备、介质及预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| CAILING LI 等: "Application of a Three-Dimensional Wind Field from a Phased-Array Weather Radar Network in Severe Convection Weather", ATMOSPHERE, pages 1 - 15 * |
| 吴扬;王春媛;林连雷;: "虚拟试验综合风场环境的建模与应用", 沈阳师范大学学报(自然科学版), no. 03, pages 384 - 389 * |
| 白玉艳;周汝良;: "山地低层风场模拟研究", 内蒙古林业调查设计, no. 02, pages 113 - 115 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117150933B (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107829452B (zh) | 一种融合多传感器及地基sar的深基坑施工监测预警技术 | |
| CN114005278B (zh) | 一种高速公路基础设施群智能监测与预警系统及方法 | |
| Harrison et al. | Radar products for hydrological applications in the UK | |
| CN113267779B (zh) | 一种基于雷达与图像数据融合的目标检测方法及系统 | |
| Liang et al. | A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds | |
| Kalenjuk et al. | Processing of mobile laser scanning data for large‐scale deformation monitoring of anchored retaining structures along highways | |
| CN116822185B (zh) | 基于hasm的日降水数据空间模拟方法和系统 | |
| CN117554991A (zh) | 一种基于星载光子计数激光雷达反演海面风速的方法 | |
| WO2025000947A1 (zh) | 基于毫米波雷达、激光雷达数据融合的测风方法 | |
| Desai et al. | Ship‐based observations and climate model simulations of cloud phase over the Southern Ocean | |
| Prandini et al. | Probabilistic aircraft conflict detection | |
| CN117150933B (zh) | 基于气象监测的三维风场模型建立方法 | |
| Bausilio et al. | Italian COSMO-SkyMed atlas: R-Index and the percentage of measurability of movement | |
| Xu et al. | Internet-based centralized remote real-time long-span bridge health monitoring system | |
| Huang et al. | An Overview of Millimeter-Wave Radar Modeling Methods for Autonomous Driving Simulation Applications | |
| Gräfe et al. | Machine learning based virtual load sensors for mooring lines using motion and lidar measurements | |
| Goodrich et al. | A horizontal wind and wind confidence algorithm for Doppler wind profilers | |
| CN115577855A (zh) | 基于深度学习的高寒水库冰情预测方法、系统、电子设备 | |
| Fiorentini et al. | Predicting international roughness index by deep neural networks with Levenberg-Marquardt backpropagation learning algorithm | |
| Ding et al. | Model and criteria for slope monitoring and early warning in open-pit mines using ground-based real aperture radar | |
| CN116577762B (zh) | 仿真雷达数据生成方法、装置、设备及存储介质 | |
| Nurfalah et al. | Effective & near real-time track-to-track association for large sensor data in Maritime Tactical Data System | |
| Concas et al. | Proactive Congestion Management | |
| Iguchi et al. | Advances in clouds and precipitation modeling supported by remote sensing measurements | |
| CN117348035B (zh) | 一种低能见度的气象监测方法、装置及气溶胶激光雷达 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240301 Address after: 519000 Room 201, building 2, No. 388, Yongnan Road, Xiangzhou District, Zhuhai City, Guangdong Province Patentee after: ZHUHAI GUANGHENG TECHNOLOGY CO.,LTD. Country or region after: China Address before: 519000 Room 302, floor 3, building 3, No. 388, Yongnan Road, Xiangzhou District, Zhuhai City, Guangdong Province Patentee before: Zhuhai Guangyan Technology Co.,Ltd. Country or region before: China |