CN117452527B - 一种数字气象智能服务方法及系统 - Google Patents
一种数字气象智能服务方法及系统 Download PDFInfo
- Publication number
- CN117452527B CN117452527B CN202311798826.2A CN202311798826A CN117452527B CN 117452527 B CN117452527 B CN 117452527B CN 202311798826 A CN202311798826 A CN 202311798826A CN 117452527 B CN117452527 B CN 117452527B
- Authority
- CN
- China
- Prior art keywords
- weather
- future
- level
- forecast
- interval duration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012937 correction Methods 0.000 claims description 39
- 238000001556 precipitation Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001869 rapid Effects 0.000 description 1
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
- 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
- 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)
- Tourism & Hospitality (AREA)
- Ecology (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Atmospheric Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种数字气象智能服务方法及系统,该方法包括:确定待监测区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,建立环流形势‑天气实况数据库,实时获取未来天气环流形势信息,根据数据库查询确定预报等级,根据预报等级确定最终的预报间隔时长;根据预报间隔时长实现向各待监测子区域智能化发送实时天气预报信息。本发明能够根据待监测区域的历史和预报的天气等级情况,针对每次预报信息发布时的间隔时长进行智能化调整,从而能够有效地根据待预报区域的天气等级情况进行智能化的预报信息发布。
Description
技术领域
本发明涉及气象预报技术领域,具体而言,涉及一种数字气象智能服务方法及系统。
背景技术
目前,气象台制作好天气预报,就通过各种途径将天气预报向社会公布。传播天气预报的途径主要有电视、报纸、互联网、手机短信、气象电话等。通过互联网获取气象预报信息将是未来的趋势。
每天的任何时候,世界各地的气象台都会收到来自气象站的各种天气记录资料,这些记录汇总成巨大的数据库,气象学家从中获取信息,使这些资料得以大规模交流的机构是全球通讯系统(GTS)。当数据被输入功能强大的计算机后,气象学家就可以绘制天气图,以进行天气的预报。
现有的天气预报服务中,并无法有效地对预报信息发布时的间隔时长进行智能化调节。
发明内容
鉴于此,本发明提出了一种数字气象智能服务方法及系统,旨在解决如何有效地的调整气象预报信息发布时的间隔时长的问题。
一个方面,本发明提出了一种数字气象智能服务方法,包括:
确定待监测区域,将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,将各个所述待监测子区域的历史天气环流形势与气象要素实况信息进行匹配后建立环流形势-天气实况数据库;
实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;
将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T;
在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。
进一步地,在将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级时,包括:
基于所述环流形势-天气实况数据库获取所述待监测子区域的历史天气环流形势信息和气象要素实况信息,根据所述历史天气环流形势信息和气象要素实况信息确定所述历史天气情况等级;
将所述历史天气环流形势信息与所述未来天气环流形势信息进行相似度比对,并获取比对后的相似度△X,将所述相似度△X与标准相似度X0进行比对:
当△X=X0时,则将该历史天气环流形势信息下的历史天气情况等级作为所述未来天气情况等级;
当△X≠X0时,则根据△X与X0之间的差值大小,将该历史天气环流形势信息下的历史天气情况等级进行调整后作为所述未来天气情况等级E2。
进一步地,在根据所述历史天气环流形势信息和气象要素实况信息确定所述历史天气情况等级时,包括:
根据所述历史天气环流形势信息和气象要素实况信息获取历史降水量A0、历史温度B0、历史风速C0和历史湿度D0,并设定预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D,以及预先设定第一预设天气情况等级X1、第二预设天气情况等级X2、第三预设天气情况等级X3、第四预设天气情况等级X4和第五预设天气情况等级X5,且X1<X2<X3<X4<X5;
将历史降水量A0、历史温度B0、历史风速C0和历史湿度D0分别与所述预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D进行比对,根据比对结果确定历史天气情况等级:
当同时满足A0≤A、B0≤B、C0≤C和D0≤D时,选定所述第一预设天气情况等级X1作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之一时,选定所述第二预设天气情况等级X2作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之二时,选定所述第三预设天气情况等级X3作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之三时,选定所述第四预设天气情况等级X4作为历史天气情况等级;
当同时满足A0>A、B0>B、C0>C和D0>D时,选定所述第五预设天气情况等级X5作为历史天气情况等级;
在选定第i预设天气情况等级Xi作为历史天气情况等级后,i=1,2,3,4,5,则将所述历史天气情况等级确定为历史天气情况等级E1,此时E1=Xi。
进一步地,在将所述历史天气环流形势信息与所述未来天气环流形势信息进行相似度比对,并获取比对后的相似度△X,将所述相似度△X与标准相似度X0进行比对时,包括:
当△X=X0时,则将所述历史天气情况等级E1作为未来天气情况等级E2,此时E1=E2;
当△X≠X0时,则根据△X与X0之间的差值大小,将该历史天气环流形势信息下的历史天气情况等级进行调整后作为所述未来天气情况等级E2,包括:
预先设定第一预设相似度差值y1、第二预设相似度差值y2和第三预设相似度差值y3,且0<y1<y2<y3;
0<△X-X0≤y1时,则将所述历史天气情况等级E1调升一级后作为未来天气情况等级E2,其中,当E1=X5时,则E2=E1=X5;
y1<△X-X0≤y2时,则将所述历史天气情况等级E1调升二级后作为未来天气情况等级E2,其中,当E1≥X4时,则E2=X5;
y2<△X-X0≤y3时,则将所述历史天气情况等级E1调升三级后作为未来天气情况等级E2,其中,当E1≥X3时,则E2=X5;
y3<△X-X0时,则将所述历史天气情况等级E1调升四级后作为未来天气情况等级E2,其中,当E1≥X2时,则E2=X5。
进一步地,在根据所述未来天气环流形势信息确定未来预报等级时,包括:
根据所述未来天气环流形势信息获取未来降水量△A、未来温度△B、未来风速△C和未来湿度△D;预先设定第一预设预报等级P1、第二预设预报等级P2、第三预设预报等级P3、第四预设预报等级P4和第五预设预报等级P5,且P1<P2<P3<P4<P5;
将所述未来降水量△A、未来温度△B、未来风速△C和未来湿度△D分别与所述预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D进行比对,根据比对结果确定未来预报等级:
当同时满足△A≤A、△B≤B、△C≤C和△D≤D时,选定所述第一预设预报等级P1作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之一时,选定所述第二预设预报等级P2作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之二时,选定所述第三预设预报等级P3作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之三时,选定所述第四预设预报等级P4作为未来预报等级;
当同时满足A0>A、B0>B、C0>C和D0>D时,选定所述第五预设预报等级P5作为未来预报等级;
在选定第i预设预报等级Pi作为未来预报等级后,i=1,2,3,4,5,则将所述未来预报等级确定为未来预报等级Pi。
进一步地,在确定未来天气情况等级E2,根据确定的所述未来天气情况等级E2对未来预报等级进行调整,以确定最终未来预报等级时,包括:
将所述未来天气情况等级E2与所述未来预报等级Pi进行等级差计算,根据计算结果调整所述未来预报等级Pi:
当Pi-E2≤1时,不对所述未来预报等级Pi进行调整;
当1<Pi-E2≤3时,则将所述未来预报等级Pi调升一级,若此时i=5,则将所述未来预报等级设定为P5;
当3<Pi-E2时,则将所述未来预报等级Pi调升二级,若此时i≥4,则将所述未来预报等级设定为P5;
在对所述未来预报等级Pi进行调整后,则将调整后的未来预报等级Pi作为所述最终未来预报等级△P,此时△P=Pi。
进一步地,根据所述最终未来预报等级△P确定未来天气预报时的间隔时长T时,包括:
获取所述最终未来预报等级△P与所述历史天气情况等级E1之间的等级差,根据等级差值确定所述间隔时长T;
预先设定第一预设间隔时长Q1、第二预设间隔时长Q2、第三预设间隔时长Q3、第四预设间隔时长Q4和第五预设间隔时长Q5,且Q1<Q2<Q3<Q4<Q5;
当△P-E1=0时,则选定所述第一预设间隔时长Q1作为所述间隔时长T;
当△P-E1=1时,则选定所述第二预设间隔时长Q2作为所述间隔时长T;
当△P-E1=2时,则选定所述第三预设间隔时长Q3作为所述间隔时长T;
当△P-E1=3时,则选定所述第四预设间隔时长Q4作为所述间隔时长T;
当△P-E1=4时,则选定所述第五预设间隔时长Q5作为所述间隔时长T;
在选定第i预设间隔时长Qi作为所述间隔时长T后,i=1,2,3,4,5,则T=Qi。
进一步地,确定所述历史天气情况等级E1和未来天气情况等级E2之间的等级差值,根据E1与E2之间的等级差值对所述间隔时长T进行修正;其中,
预先设定第一预设修正系数a1、第二预设修正系数a2、第三预设修正系数a3、第四预设修正系数a4、第五预设修正系数a5和第六预设修正系数a6,且0.5<a1<a2<a3<1<a4<a5<a6,其中,a6=1.5:
当E2-E1=0时,则不对所述间隔时长T进行修正,并将所述间隔时长T作为各个所述待监测子区域的未来天气预报时的间隔时长;
当E2-E1=5时,则选定所述第一预设修正系数a1对所述间隔时长T进行修正,修正后的间隔时长为T*a1,并将所述间隔时长T*a1作为各个所述待监测子区域的未来天气预报时的间隔时长;
当2<E2-E1<5时,则选定所述第二预设修正系数a2对所述间隔时长T进行修正,修正后的间隔时长为T*a2,并将所述间隔时长T*a2作为各个所述待监测子区域的未来天气预报时的间隔时长;
当0<E2-E1≤2时,则选定所述第三预设修正系数a3对所述间隔时长T进行修正,修正后的间隔时长为T*a3,并将所述间隔时长T*a3作为各个所述待监测子区域的未来天气预报时的间隔时长;
当-2≤E2-E1<0时,则选定所述第四预设修正系数a4对所述间隔时长T进行修正,修正后的间隔时长为T*a4,并将所述间隔时长T*a4作为各个所述待监测子区域的未来天气预报时的间隔时长;
当-5<E2-E1<-2时,则选定所述第五预设修正系数a5对所述间隔时长T进行修正,修正后的间隔时长为T*a5,并将所述间隔时长T*a5作为各个所述待监测子区域的未来天气预报时的间隔时长;
当E2-E1=-5时,则选定所述第六预设修正系数a6对所述间隔时长T进行修正,修正后的间隔时长为T*a6,并将所述间隔时长T*a6作为各个所述待监测子区域的未来天气预报时的间隔时长;
在选定第n预设修正系数an对所述间隔时长T进行修正,n=1,2,3,4,5,6,并确定修正后的间隔时长T*an后,则将所述间隔时长T*an作为各个所述待监测子区域的未来天气预报时的间隔时长。
进一步地,在确定各个所述待监测子区域的未来天气预报时的间隔时长T*an后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长进行调节后确定最终的预报间隔时长T0时,包括:
获取各个所述待监测子区域的位置信息后,确定各个所述待监测子区域的区域类型,所述区域类型包括地级行政区、县级行政区、乡级行政区和景点区域;
预先设定第一预设区域等级M1、第二预设区域等级M2、第三预设区域等级M3和第四预设区域等级M4,M1<M2<M3<M4;预先设定第一调节系数b1、第二调节系数b2、第三调节系数b3和第四调节系数b4,且1<b1<b2<b3<b4<1.2;
在根据区域等级对所述未来天气预报时的间隔时长进行调节以确定最终的预报间隔时长时,具体为:
当所述待监测子区域为乡级行政区时,选定所述第一预设区域等级M1作为所述待监测子区域的区域等级,并选定所述第四调节系数b4对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b4;
当所述待监测子区域为县级行政区时,选定所述第二预设区域等级M2作为所述待监测子区域的区域等级,并选定所述第三调节系数b3对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b3;
当所述待监测子区域为地级行政区时,选定所述第三预设区域等级M3作为所述待监测子区域的区域等级,并选定所述第二调节系数b2对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b2;
当所述待监测子区域为景点区域时,选定所述第四预设区域等级M4作为所述待监测子区域的区域等级,并选定所述第一调节系数b1对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b1;
在选定第e调节系数be对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节后,e=1,2,3,4,将调节后的预报时的间隔时长T*an*be作为所述待监测子区域未来天气预报时的最终的预报间隔时长T0,则T0=T*an*be。
另一方面,本发明还提出了一种数字气象智能服务系统,用于执行所述的数字气象智能服务方法,包括:
区域确定模块,用于确定待监测区域,将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,将各个所述待监测子区域的历史天气环流形势与气象要素实况信息进行匹配后建立环流形势-天气实况数据库;
等级确定模块,用于实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;
处理模块,用于将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T;
所述处理模块还用于在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。
与现有技术相比,本发明的有益效果在于,本发明通过确定待监测区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,建立环流形势-天气实况数据库,实时获取未来天气环流形势信息,根据数据库查询确定预报等级,根据预报等级确定最终的预报间隔时长;根据预报间隔时长实现向各待监测子区域智能化发送实时天气预报信息。本发明能够根据待监测区域的历史和预报的天气等级情况,针对每次预报信息发布时的间隔时长进行智能化调整,从而能够有效地根据待预报区域的天气等级情况进行智能化的预报信息发布。
进一步地,通过将所述待监测区域划分为若干待监测子区域,获取各个待监测子区域的历史天气环流形势信息和气象要素实况信息,建立环流形势-天气实况数据库;实时获取各个待监测子区域的未来天气环流形势信息,根据历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据未来天气环流形势信息确定未来预报等级;将各个待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据最终未来预报等级确定未来天气预报时的间隔时长T。并且,在确定各个待监测子区域的未来天气预报时的间隔时长T后,根据区域等级对未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据最终的预报间隔时长T0向各个待监测子区域周期性的发送实时的天气预报数据。本发明能够根据待监测区域的区域等级以及历史天气情况等级,智能化的调整每次预报信息发布时的间隔时长,从而能够有效地根据待预报区域的重要情况进行智能化的预报信息的发布,不仅能够有效地对重点区域进行重点预报,还能够有效地减少非重点区域的预报信息的发布,降低预报平台的数据量。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例提供的数字气象智能服务方法的流程图;
图2为本发明实施例提供的数字气象智能服务系统的功能框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开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透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参阅图1所示,本发明实施例提出了一种数字气象智能服务方法,包括以下步骤:
步骤S100:确定待监测区域,将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,将各个所述待监测子区域的历史天气环流形势与气象要素实况信息进行匹配后建立环流形势-天气实况数据库;
步骤S200:实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;
步骤S300:将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T;
步骤S400:在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。
本实施例通过确定待监测区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,建立环流形势-天气实况数据库,实时获取未来天气环流形势信息,根据数据库查询确定预报等级,根据预报等级确定最终的预报间隔时长;根据预报间隔时长实现向各待监测子区域智能化发送实时天气预报信息。本发明能够根据待监测区域的历史和预报的天气等级情况,针对每次预报信息发布时的间隔时长进行智能化调整,从而能够有效地根据待预报区域的天气等级情况进行智能化的预报信息发布。
具体而言,天气环流形势主要是用于分析近地面和高层大气环流,比如地面等压线(高压低压、锋面)、500百帕层的槽脊(如两槽一脊型、阻塞高压、切断低压)、700和850百帕层的切变线和低空急流等,通过分析各层次的环流特征来推算天气系统的未来走向或得出相应配置下将会出现的天气现象。气象要素实况信息主要是指气温、降水量、风速、气压等,以及天气现象,如雨、雪、霜冻、冰雹等。
上述实施例能够根据待监测区域的区域等级以及历史天气情况等级,智能化的调整每次预报信息发布时的间隔时长,从而能够有效地根据待预报区域的重要情况进行智能化的预报信息的发布,不仅能够有效地对重点区域进行重点预报,还能够有效地减少非重点区域的预报信息的发布,降低预报平台的数据量。
具体而言,在将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级时,包括:
基于所述环流形势-天气实况数据库获取所述待监测子区域的历史天气环流形势信息和气象要素实况信息,根据所述历史天气环流形势信息和气象要素实况信息确定所述历史天气情况等级;
将所述历史天气环流形势信息与所述未来天气环流形势信息进行相似度比对,并获取比对后的相似度△X,将所述相似度△X与标准相似度X0进行比对:
当△X=X0时,则将该历史天气环流形势信息下的历史天气情况等级作为所述未来天气情况等级;
当△X≠X0时,则根据△X与X0之间的差值大小,将该历史天气环流形势信息下的历史天气情况等级进行调整后作为所述未来天气情况等级E2。
具体而言,在根据所述历史天气环流形势信息和气象要素实况信息确定所述历史天气情况等级时,包括:
根据所述历史天气环流形势信息和气象要素实况信息获取历史降水量A0、历史温度B0、历史风速C0和历史湿度D0,并设定预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D,以及预先设定第一预设天气情况等级X1、第二预设天气情况等级X2、第三预设天气情况等级X3、第四预设天气情况等级X4和第五预设天气情况等级X5,且X1<X2<X3<X4<X5;
将历史降水量A0、历史温度B0、历史风速C0和历史湿度D0分别与所述预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D进行比对,根据比对结果确定历史天气情况等级:
当同时满足A0≤A、B0≤B、C0≤C和D0≤D时,选定所述第一预设天气情况等级X1作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之一时,选定所述第二预设天气情况等级X2作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之二时,选定所述第三预设天气情况等级X3作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之三时,选定所述第四预设天气情况等级X4作为历史天气情况等级;
当同时满足A0>A、B0>B、C0>C和D0>D时,选定所述第五预设天气情况等级X5作为历史天气情况等级。
具体而言,在选定第i预设天气情况等级Xi作为历史天气情况等级后,i=1,2,3,4,5,则将所述历史天气情况等级确定为历史天气情况等级E1,此时E1=Xi。
具体而言,在将所述历史天气环流形势信息与所述未来天气环流形势信息进行相似度比对,并获取比对后的相似度△X,将所述相似度△X与标准相似度X0进行比对时,包括:
当△X=X0时,则将所述历史天气情况等级E1作为未来天气情况等级E2,此时E1=E2;
当△X≠X0时,则根据△X与X0之间的差值大小,将该历史天气环流形势信息下的历史天气情况等级进行调整后作为所述未来天气情况等级E2,包括:
预先设定第一预设相似度差值y1、第二预设相似度差值y2和第三预设相似度差值y3,且0<y1<y2<y3;
0<△X-X0≤y1时,则将所述历史天气情况等级E1调升一级后作为未来天气情况等级E2,其中,当E1=X5时,则E2=E1=X5;
y1<△X-X0≤y2时,则将所述历史天气情况等级E1调升二级后作为未来天气情况等级E2,其中,当E1≥X4时,则E2=X5;
y2<△X-X0≤y3时,则将所述历史天气情况等级E1调升三级后作为未来天气情况等级E2,其中,当E1≥X3时,则E2=X5;
y3<△X-X0时,则将所述历史天气情况等级E1调升四级后作为未来天气情况等级E2,其中,当E1≥X2时,则E2=X5。
具体而言,上述实施例中,相似度△X和标准相似度X0均为欧式距离,且标准相似度X0根据实际情况进行设定。具体的,在确定相似度△X时,分别获取历史天气环流形势信息与未来天气环流形势信息中的气压、风速、风向、温度等信息,并建立历史天气环流形势信息与未来天气环流形势信息所对应的数据集,在获取历史天气环流形势信息与未来天气环流形势信息比对后的相似度△X时,分别计算历史天气环流形势信息与未来天气环流形势信息所对应的数据集的欧式距离,以确定为历史天气环流形势信息与未来天气环流形势信息之间的相似度△X。
具体而言,在根据所述未来天气环流形势信息确定未来预报等级时,包括:
根据所述未来天气环流形势信息获取未来降水量△A、未来温度△B、未来风速△C和未来湿度△D;预先设定第一预设预报等级P1、第二预设预报等级P2、第三预设预报等级P3、第四预设预报等级P4和第五预设预报等级P5,且P1<P2<P3<P4<P5;
将所述未来降水量△A、未来温度△B、未来风速△C和未来湿度△D分别与所述预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D进行比对,根据比对结果确定未来预报等级:
当同时满足△A≤A、△B≤B、△C≤C和△D≤D时,选定所述第一预设预报等级P1作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之一时,选定所述第二预设预报等级P2作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之二时,选定所述第三预设预报等级P3作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之三时,选定所述第四预设预报等级P4作为未来预报等级;
当同时满足A0>A、B0>B、C0>C和D0>D时,选定所述第五预设预报等级P5作为未来预报等级;
在选定第i预设预报等级Pi作为未来预报等级后,i=1,2,3,4,5,则将所述未来预报等级确定为未来预报等级Pi。
具体而言,在确定未来天气情况等级E2,根据确定的所述未来天气情况等级E2对未来预报等级进行调整,以确定最终未来预报等级时,包括:
将所述未来天气情况等级E2与所述未来预报等级Pi进行等级差计算,根据计算结果调整所述未来预报等级Pi:
当Pi-E2≤1时,不对所述未来预报等级Pi进行调整;
当1<Pi-E2≤3时,则将所述未来预报等级Pi调升一级,若此时i=5,则将所述未来预报等级设定为P5;
当3<Pi-E2时,则将所述未来预报等级Pi调升二级,若此时i≥4,则将所述未来预报等级设定为P5;
在对所述未来预报等级Pi进行调整后,则将调整后的未来预报等级Pi作为所述最终未来预报等级△P,此时△P=Pi。
具体而言,根据所述最终未来预报等级△P确定未来天气预报时的间隔时长T时,包括:
获取所述最终未来预报等级△P与所述历史天气情况等级E1之间的等级差,根据等级差值确定所述间隔时长T;
预先设定第一预设间隔时长Q1、第二预设间隔时长Q2、第三预设间隔时长Q3、第四预设间隔时长Q4和第五预设间隔时长Q5,且Q1<Q2<Q3<Q4<Q5;
当△P-E1=0时,则选定所述第一预设间隔时长Q1作为所述间隔时长T;
当△P-E1=1时,则选定所述第二预设间隔时长Q2作为所述间隔时长T;
当△P-E1=2时,则选定所述第三预设间隔时长Q3作为所述间隔时长T;
当△P-E1=3时,则选定所述第四预设间隔时长Q4作为所述间隔时长T;
当△P-E1=4时,则选定所述第五预设间隔时长Q5作为所述间隔时长T;
在选定第i预设间隔时长Qi作为所述间隔时长T后,i=1,2,3,4,5,则T=Qi。
具体而言,确定所述历史天气情况等级E1和未来天气情况等级E2之间的等级差值,根据E1与E2之间的等级差值对所述间隔时长T进行修正;其中,
预先设定第一预设修正系数a1、第二预设修正系数a2、第三预设修正系数a3、第四预设修正系数a4、第五预设修正系数a5和第六预设修正系数a6,且0.5<a1<a2<a3<1<a4<a5<a6,其中,a6=1.5:
当E2-E1=0时,则不对所述间隔时长T进行修正,并将所述间隔时长T作为各个所述待监测子区域的未来天气预报时的间隔时长;
当E2-E1=5时,则选定所述第一预设修正系数a1对所述间隔时长T进行修正,修正后的间隔时长为T*a1,并将所述间隔时长T*a1作为各个所述待监测子区域的未来天气预报时的间隔时长;
当2<E2-E1<5时,则选定所述第二预设修正系数a2对所述间隔时长T进行修正,修正后的间隔时长为T*a2,并将所述间隔时长T*a2作为各个所述待监测子区域的未来天气预报时的间隔时长;
当0<E2-E1≤2时,则选定所述第三预设修正系数a3对所述间隔时长T进行修正,修正后的间隔时长为T*a3,并将所述间隔时长T*a3作为各个所述待监测子区域的未来天气预报时的间隔时长;
当-2≤E2-E1<0时,则选定所述第四预设修正系数a4对所述间隔时长T进行修正,修正后的间隔时长为T*a4,并将所述间隔时长T*a4作为各个所述待监测子区域的未来天气预报时的间隔时长;
当-5<E2-E1<-2时,则选定所述第五预设修正系数a5对所述间隔时长T进行修正,修正后的间隔时长为T*a5,并将所述间隔时长T*a5作为各个所述待监测子区域的未来天气预报时的间隔时长;
当E2-E1=-5时,则选定所述第六预设修正系数a6对所述间隔时长T进行修正,修正后的间隔时长为T*a6,并将所述间隔时长T*a6作为各个所述待监测子区域的未来天气预报时的间隔时长;
在选定第n预设修正系数an对所述间隔时长T进行修正,n=1,2,3,4,5,6,并确定修正后的间隔时长T*an后,则将所述间隔时长T*an作为各个所述待监测子区域的未来天气预报时的间隔时长。
具体而言,在确定各个所述待监测子区域的未来天气预报时的间隔时长T*an后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长进行调节后确定最终的预报间隔时长T0时,包括:
获取各个所述待监测子区域的位置信息后,确定各个所述待监测子区域的区域类型,所述区域类型包括地级行政区、县级行政区、乡级行政区和景点区域;
预先设定第一预设区域等级M1、第二预设区域等级M2、第三预设区域等级M3和第四预设区域等级M4,M1<M2<M3<M4;预先设定第一调节系数b1、第二调节系数b2、第三调节系数b3和第四调节系数b4,且1<b1<b2<b3<b4<1.2;
在根据区域等级对所述未来天气预报时的间隔时长进行调节以确定最终的预报间隔时长时,具体为:
当所述待监测子区域为乡级行政区时,选定所述第一预设区域等级M1作为所述待监测子区域的区域等级,并选定所述第四调节系数b4对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b4;
当所述待监测子区域为县级行政区时,选定所述第二预设区域等级M2作为所述待监测子区域的区域等级,并选定所述第三调节系数b3对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b3;
当所述待监测子区域为地级行政区时,选定所述第三预设区域等级M3作为所述待监测子区域的区域等级,并选定所述第二调节系数b2对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b2;
当所述待监测子区域为景点区域时,选定所述第四预设区域等级M4作为所述待监测子区域的区域等级,并选定所述第一调节系数b1对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节,调节后的预报时的间隔时长为Qi*an*b1;
在选定第e调节系数be对确定的所述待监测子区域的未来天气预报时的间隔时长Qi*an进行调节后,e=1,2,3,4,将调节后的预报时的间隔时长T*an*be作为所述待监测子区域未来天气预报时的最终的预报间隔时长T0,则T0=T*an*be。
参阅图2所示,基于上述实施例的另一优选的实施方式中,本实施方式提供了一种数字气象智能服务系统,该系统用于执行上述各实施例所述的数字气象智能服务方法,包括:
区域确定模块,用于确定待监测区域,将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,将各个所述待监测子区域的历史天气环流形势与气象要素实况信息进行匹配后建立环流形势-天气实况数据库;
等级确定模块,用于实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;
处理模块,用于将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T;
所述处理模块还用于在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。
可以理解的是,上述各实施例中通过将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,建立环流形势-天气实况数据库;实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T。并且,在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。本发明能够根据待监测区域的区域等级以及历史天气情况等级,智能化的调整每次预报信息发布时的间隔时长,从而能够有效地根据待预报区域的重要情况进行智能化的预报信息的发布,不仅能够有效地对重点区域进行重点预报,还能够有效地减少非重点区域的预报信息的发布,降低预报平台的数据量。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、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。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (9)
1.一种数字气象智能服务方法,其特征在于,包括:
确定待监测区域,将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,将各个所述待监测子区域的历史天气环流形势与气象要素实况信息进行匹配后建立环流形势-天气实况数据库;
实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;
将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T;
在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。
2.根据权利要求1所述的数字气象智能服务方法,其特征在于,在将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级时,包括:
基于所述环流形势-天气实况数据库获取所述待监测子区域的历史天气环流形势信息和气象要素实况信息,根据所述历史天气环流形势信息和气象要素实况信息确定所述历史天气情况等级;
将所述历史天气环流形势信息与所述未来天气环流形势信息进行相似度比对,并获取比对后的相似度△X,将所述相似度△X与标准相似度X0进行比对:
当△X=X0时,则将该历史天气环流形势信息下的历史天气情况等级作为所述未来天气情况等级;
当△X≠X0时,则根据△X与X0之间的差值大小,将该历史天气环流形势信息下的历史天气情况等级进行调整后作为所述未来天气情况等级。
3.根据权利要求2所述的数字气象智能服务方法,其特征在于,在根据所述历史天气环流形势信息和气象要素实况信息确定所述历史天气情况等级时,包括:
根据所述历史天气环流形势信息和气象要素实况信息获取历史降水量A0、历史温度B0、历史风速C0和历史湿度D0,并设定预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D,以及预先设定第一预设天气情况等级X1、第二预设天气情况等级X2、第三预设天气情况等级X3、第四预设天气情况等级X4和第五预设天气情况等级X5,且X1<X2<X3<X4<X5;
将历史降水量A0、历史温度B0、历史风速C0和历史湿度D0分别与所述预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D进行比对,根据比对结果确定历史天气情况等级:
当同时满足A0≤A、B0≤B、C0≤C和D0≤D时,选定所述第一预设天气情况等级X1作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之一时,选定所述第二预设天气情况等级X2作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之二时,选定所述第三预设天气情况等级X3作为历史天气情况等级;
当满足A0>A、B0>B、C0>C和D0>D其中之三时,选定所述第四预设天气情况等级X4作为历史天气情况等级;
当同时满足A0>A、B0>B、C0>C和D0>D时,选定所述第五预设天气情况等级X5作为历史天气情况等级;
在选定第i预设天气情况等级Xi作为历史天气情况等级后,i=1,2,3,4,5,则将所述历史天气情况等级确定为历史天气情况等级E1,此时E1=Xi。
4.根据权利要求3所述的数字气象智能服务方法,其特征在于,在将所述历史天气环流形势信息与所述未来天气环流形势信息进行相似度比对,并获取比对后的相似度△X,将所述相似度△X与标准相似度X0进行比对时,包括:
当△X=X0时,则将所述历史天气情况等级E1作为未来天气情况等级E2,此时E1=E2;
当△X≠X0时,则根据△X与X0之间的差值大小,将该历史天气环流形势信息下的历史天气情况等级进行调整后作为所述未来天气情况等级E2,包括:
预先设定第一预设相似度差值y1、第二预设相似度差值y2和第三预设相似度差值y3,且0<y1<y2<y3;
0<|△X-X0|≤y1时,则将所述历史天气情况等级E1调升一级后作为未来天气情况等级E2,其中,当E1=X5时,则E2=E1=X5;
y1<|△X-X0|≤y2时,则将所述历史天气情况等级E1调升二级后作为未来天气情况等级E2,其中,当E1≥X4时,则E2=X5;
y2<|△X-X0|≤y3时,则将所述历史天气情况等级E1调升三级后作为未来天气情况等级E2,其中,当E1≥X3时,则E2=X5;
y3<|△X-X0|时,则将所述历史天气情况等级E1调升四级后作为未来天气情况等级E2,其中,当E1≥X2时,则E2=X5。
5.根据权利要求4所述的数字气象智能服务方法,其特征在于,在根据所述未来天气环流形势信息确定未来预报等级时,包括:
根据所述未来天气环流形势信息获取未来降水量△A、未来温度△B、未来风速△C和未来湿度△D;预先设定第一预设预报等级P1、第二预设预报等级P2、第三预设预报等级P3、第四预设预报等级P4和第五预设预报等级P5,且P1<P2<P3<P4<P5;
将所述未来降水量△A、未来温度△B、未来风速△C和未来湿度△D分别与所述预设参考降水量A、预设参考温度B、预设参考风速C和预设参考湿度D进行比对,根据比对结果确定未来预报等级:
当同时满足△A≤A、△B≤B、△C≤C和△D≤D时,选定所述第一预设预报等级P1作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之一时,选定所述第二预设预报等级P2作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之二时,选定所述第三预设预报等级P3作为未来预报等级;
当满足△A>A、△B>B、△C>C和△D>D其中之三时,选定所述第四预设预报等级P4作为未来预报等级;
当同时满足A0>A、B0>B、C0>C和D0>D时,选定所述第五预设预报等级P5作为未来预报等级;
在选定第i预设预报等级Pi作为未来预报等级后,i=1,2,3,4,5,则将所述未来预报等级确定为未来预报等级Pi。
6.根据权利要求5所述的数字气象智能服务方法,其特征在于,在确定未来天气情况等级E2,根据确定的所述未来天气情况等级E2对未来预报等级进行调整,以确定最终未来预报等级时,包括:
将所述未来天气情况等级E2与所述未来预报等级Pi进行等级差计算,根据计算结果调整所述未来预报等级Pi:
当Pi-E2≤1时,不对所述未来预报等级Pi进行调整;
当1<Pi-E2≤3时,则将所述未来预报等级Pi调升一级,若此时i=5,则将所述未来预报等级设定为P5;
当3<Pi-E2时,则将所述未来预报等级Pi调升二级,若此时i≥4,则将所述未来预报等级设定为P5;
在对所述未来预报等级Pi进行调整后,则将调整后的未来预报等级Pi作为所述最终未来预报等级△P,此时△P=Pi。
7.根据权利要求6所述的数字气象智能服务方法,其特征在于,根据所述最终未来预报等级△P确定未来天气预报时的间隔时长T时,包括:
获取所述最终未来预报等级△P与所述历史天气情况等级E1之间的等级差,根据等级差值确定所述间隔时长T;
预先设定第一预设间隔时长Q1、第二预设间隔时长Q2、第三预设间隔时长Q3、第四预设间隔时长Q4和第五预设间隔时长Q5,且Q1<Q2<Q3<Q4<Q5;
当|△P-E1|=0时,则选定所述第一预设间隔时长Q1作为所述间隔时长T;
当|△P-E1|=1时,则选定所述第二预设间隔时长Q2作为所述间隔时长T;
当|△P-E1|=2时,则选定所述第三预设间隔时长Q3作为所述间隔时长T;
当|△P-E1|=3时,则选定所述第四预设间隔时长Q4作为所述间隔时长T;
当|△P-E1|=4时,则选定所述第五预设间隔时长Q5作为所述间隔时长T;
在选定第i预设间隔时长Qi作为所述间隔时长T后,i=1,2,3,4,5,则T=Qi;
确定所述历史天气情况等级E1和未来天气情况等级E2之间的等级差值,根据E1与E2之间的等级差值对所述间隔时长T进行修正;其中,
预先设定第一预设修正系数a1、第二预设修正系数a2、第三预设修正系数a3、第四预设修正系数a4、第五预设修正系数a5和第六预设修正系数a6,且0.5<a1<a2<a3<1<a4<a5<a6,其中,a6=1.5:
当E2-E1=0时,则不对所述间隔时长T进行修正,并将所述间隔时长T作为各个所述待监测子区域的未来天气预报时的间隔时长;
当E2-E1=5时,则选定所述第一预设修正系数a1对所述间隔时长T进行修正,修正后的间隔时长为T*a1,并将所述间隔时长T*a1作为各个所述待监测子区域的未来天气预报时的间隔时长;
当2<E2-E1<5时,则选定所述第二预设修正系数a2对所述间隔时长T进行修正,修正后的间隔时长为T*a2,并将所述间隔时长T*a2作为各个所述待监测子区域的未来天气预报时的间隔时长;
当0<E2-E1≤2时,则选定所述第三预设修正系数a3对所述间隔时长T进行修正,修正后的间隔时长为T*a3,并将所述间隔时长T*a3作为各个所述待监测子区域的未来天气预报时的间隔时长;
当-2≤E2-E1<0时,则选定所述第四预设修正系数a4对所述间隔时长T进行修正,修正后的间隔时长为T*a4,并将所述间隔时长T*a4作为各个所述待监测子区域的未来天气预报时的间隔时长;
当-5<E2-E1<-2时,则选定所述第五预设修正系数a5对所述间隔时长T进行修正,修正后的间隔时长为T*a5,并将所述间隔时长T*a5作为各个所述待监测子区域的未来天气预报时的间隔时长;
当E2-E1=-5时,则选定所述第六预设修正系数a6对所述间隔时长T进行修正,修正后的间隔时长为T*a6,并将所述间隔时长T*a6作为各个所述待监测子区域的未来天气预报时的间隔时长;
在选定第n预设修正系数an对所述间隔时长T进行修正,n=1,2,3,4,5,6,并确定修正后的间隔时长T*an后,则将所述间隔时长T*an作为各个所述待监测子区域的未来天气预报时的间隔时长。
8.根据权利要求7所述的数字气象智能服务方法,其特征在于,在确定各个所述待监测子区域的未来天气预报时的间隔时长T*an后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长进行调节后确定最终的预报间隔时长T0时,包括:
获取各个所述待监测子区域的位置信息后,确定各个所述待监测子区域的区域类型,所述区域类型包括地级行政区、县级行政区、乡级行政区和景点区域;
预先设定第一预设区域等级M1、第二预设区域等级M2、第三预设区域等级M3和第四预设区域等级M4,M1<M2<M3<M4;预先设定第一调节系数b1、第二调节系数b2、第三调节系数b3和第四调节系数b4,且1<b1<b2<b3<b4<1.2;
在根据区域等级对所述未来天气预报时的间隔时长进行调节以确定最终的预报间隔时长时,具体为:
当所述待监测子区域为乡级行政区时,选定所述第一预设区域等级M1作为所述待监测子区域的区域等级,并选定所述第四调节系数b4对确定的所述待监测子区域的未来天气预报时的间隔时长T*an进行调节,调节后的预报时的间隔时长为T*an*b4;
当所述待监测子区域为县级行政区时,选定所述第二预设区域等级M2作为所述待监测子区域的区域等级,并选定所述第三调节系数b3对确定的所述待监测子区域的未来天气预报时的间隔时长T*an进行调节,调节后的预报时的间隔时长为T*an*b3;
当所述待监测子区域为地级行政区时,选定所述第三预设区域等级M3作为所述待监测子区域的区域等级,并选定所述第二调节系数b2对确定的所述待监测子区域的未来天气预报时的间隔时长T*an进行调节,调节后的预报时的间隔时长为T*an*b2;
当所述待监测子区域为景点区域时,选定所述第四预设区域等级M4作为所述待监测子区域的区域等级,并选定所述第一调节系数b1对确定的所述待监测子区域的未来天气预报时的间隔时长T*an进行调节,调节后的预报时的间隔时长为T*an*b1;
在选定第e调节系数be对确定的所述待监测子区域的未来天气预报时的间隔时长T*an进行调节后,e=1,2,3,4,将调节后的预报时的间隔时长T*an*be作为所述待监测子区域未来天气预报时的最终的预报间隔时长T0,则T0=T*an*be。
9.一种数字气象智能服务系统,其特征在于,用于执行如权利要求1-8任一项所述的数字气象智能服务方法,包括:
区域确定模块,用于确定待监测区域,将所述待监测区域划分为若干待监测子区域,获取各个所述待监测子区域的历史天气环流形势信息和气象要素实况信息,将各个所述待监测子区域的历史天气环流形势与气象要素实况信息进行匹配后建立环流形势-天气实况数据库;
等级确定模块,用于实时获取各个所述待监测子区域的未来天气环流形势信息,根据所述历史天气环流形势信息和气象要素实况信息确定历史天气情况等级,根据所述未来天气环流形势信息确定未来预报等级;
处理模块,用于将各个所述待监测子区域的未来天气环流形势信息与历史天气环流形势信息进行比对,根据比对结果确定未来天气情况等级,根据确定的所述未来天气情况等级对未来预报等级进行调整后确定最终未来预报等级,根据所述最终未来预报等级确定未来天气预报时的间隔时长T;
所述处理模块还用于在确定各个所述待监测子区域的未来天气预报时的间隔时长T后,基于GIS系统获取各个所述待监测子区域的位置信息,根据获取的各个所述待监测子区域的位置信息确定各个所述待监测子区域的区域等级,根据所述区域等级对所述未来天气预报时的间隔时长T进行调节后,确定最终的预报间隔时长T0,根据所述最终的预报间隔时长T0向各个所述待监测子区域周期性的发送实时的天气预报数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311798826.2A CN117452527B (zh) | 2023-12-26 | 2023-12-26 | 一种数字气象智能服务方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311798826.2A CN117452527B (zh) | 2023-12-26 | 2023-12-26 | 一种数字气象智能服务方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117452527A CN117452527A (zh) | 2024-01-26 |
CN117452527B true CN117452527B (zh) | 2024-03-12 |
Family
ID=89580416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311798826.2A Active CN117452527B (zh) | 2023-12-26 | 2023-12-26 | 一种数字气象智能服务方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117452527B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101055316A (zh) * | 2006-04-14 | 2007-10-17 | 三菱重工业株式会社 | 气体状况预测装置、方法、程序及扩散状况预测系统 |
CN102495937A (zh) * | 2011-10-18 | 2012-06-13 | 南京信息工程大学 | 一种基于时间序列的预测方法 |
CN103077297A (zh) * | 2012-10-12 | 2013-05-01 | 西安交通大学 | 一种短时间间隔大气环境温度预测方法 |
CN103955009A (zh) * | 2014-04-25 | 2014-07-30 | 宁波市气象台 | 一种从数值预报产品中提取出台风客观预报信息的方法 |
CN104335007A (zh) * | 2013-04-04 | 2015-02-04 | 天气变化研究无限责任公司 | 将局部气象预报与行程规划进行组合的方法与系统 |
WO2020103677A1 (zh) * | 2018-11-21 | 2020-05-28 | 国网青海省电力公司 | 数值天气预报的气象要素数据处理方法及装置 |
CN111209466A (zh) * | 2019-12-27 | 2020-05-29 | 北京天译科技有限公司 | 基于场景的气象语言提示方法 |
CN114384610A (zh) * | 2021-12-28 | 2022-04-22 | 中国人民解放军94201部队 | 冰雹短期落区预报方法、装置、电子设备及存储介质 |
CN114384611A (zh) * | 2022-01-20 | 2022-04-22 | 中国气象局地球系统数值预报中心 | 台风模拟区域确定方法、装置、电子设备及存储介质 |
CN115147057A (zh) * | 2021-03-31 | 2022-10-04 | 贵州省气象台(贵州省气象决策服务中心) | 一种智能化决策气象服务系统 |
CN115358151A (zh) * | 2022-08-25 | 2022-11-18 | 兰州大学 | 一种数值天气预报近地层风速产品的订正方法 |
CN115496279A (zh) * | 2022-09-20 | 2022-12-20 | 贵州省气象台(贵州省气象决策服务中心) | 基于动态权重集成的温度预报订正方法 |
CN116776558A (zh) * | 2023-05-22 | 2023-09-19 | 华能青海发电有限公司新能源分公司 | 一种基于风电场功率预测的风机设备选择方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2864850B1 (fr) * | 2004-01-05 | 2006-04-14 | Rhea | Dispositif de signalisation de previsions immediates de precipitations |
FR2947938B1 (fr) * | 2009-07-10 | 2014-11-21 | Thales Sa | Procede de prediction d'une evolution d'un phenomene meteorologique a partir de donnees provenant d'un radar meteorologique |
CN102628876B (zh) * | 2012-02-13 | 2013-07-31 | 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 |
CN111080030B (zh) * | 2019-12-26 | 2022-05-31 | 清华大学 | 融雪性洪水预测方法、装置、电子设备和存储介质 |
-
2023
- 2023-12-26 CN CN202311798826.2A patent/CN117452527B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101055316A (zh) * | 2006-04-14 | 2007-10-17 | 三菱重工业株式会社 | 气体状况预测装置、方法、程序及扩散状况预测系统 |
CN102495937A (zh) * | 2011-10-18 | 2012-06-13 | 南京信息工程大学 | 一种基于时间序列的预测方法 |
CN103077297A (zh) * | 2012-10-12 | 2013-05-01 | 西安交通大学 | 一种短时间间隔大气环境温度预测方法 |
CN104335007A (zh) * | 2013-04-04 | 2015-02-04 | 天气变化研究无限责任公司 | 将局部气象预报与行程规划进行组合的方法与系统 |
CN103955009A (zh) * | 2014-04-25 | 2014-07-30 | 宁波市气象台 | 一种从数值预报产品中提取出台风客观预报信息的方法 |
WO2020103677A1 (zh) * | 2018-11-21 | 2020-05-28 | 国网青海省电力公司 | 数值天气预报的气象要素数据处理方法及装置 |
CN111209466A (zh) * | 2019-12-27 | 2020-05-29 | 北京天译科技有限公司 | 基于场景的气象语言提示方法 |
CN115147057A (zh) * | 2021-03-31 | 2022-10-04 | 贵州省气象台(贵州省气象决策服务中心) | 一种智能化决策气象服务系统 |
CN114384610A (zh) * | 2021-12-28 | 2022-04-22 | 中国人民解放军94201部队 | 冰雹短期落区预报方法、装置、电子设备及存储介质 |
CN114384611A (zh) * | 2022-01-20 | 2022-04-22 | 中国气象局地球系统数值预报中心 | 台风模拟区域确定方法、装置、电子设备及存储介质 |
CN115358151A (zh) * | 2022-08-25 | 2022-11-18 | 兰州大学 | 一种数值天气预报近地层风速产品的订正方法 |
CN115496279A (zh) * | 2022-09-20 | 2022-12-20 | 贵州省气象台(贵州省气象决策服务中心) | 基于动态权重集成的温度预报订正方法 |
CN116776558A (zh) * | 2023-05-22 | 2023-09-19 | 华能青海发电有限公司新能源分公司 | 一种基于风电场功率预测的风机设备选择方法及系统 |
Non-Patent Citations (4)
Title |
---|
关中特殊地形下气象条件对重污染天气的影响;乔舒婷 等;陕西气象;20230731(第4期);全文 * |
网格降水预报时间降尺度方法改进;刘凑华 等;暴雨灾害;20211206;第40卷(第6期);全文 * |
贵州区域低温阴雨气候特征分析;石艳 等;高原山地气象研究;20230915;第43卷(第3期);全文 * |
贵州复杂地形条件下基于GIS的山洪灾害预警技术研究;李登文 等;科技成果;20140625;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117452527A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107426695B (zh) | 基于广播的网格化差分数据播发方法、服务器及存储介质 | |
CN104335007A (zh) | 将局部气象预报与行程规划进行组合的方法与系统 | |
CN111862536A (zh) | 一种地质灾害自动化监测预警系统 | |
CN111402332A (zh) | 基于slam的agv复合建图与导航定位方法及系统 | |
CN117452527B (zh) | 一种数字气象智能服务方法及系统 | |
CN116071651A (zh) | 一种均压场识别方法、装置、存储介质及终端 | |
CN115326051A (zh) | 一种基于动态场景的定位方法、装置、机器人及介质 | |
JP2008008772A (ja) | 気象予測システム | |
CN117221336B (zh) | 一种遥感影像发布方法及系统 | |
JP2006220445A (ja) | 砂嵐予測システムとその砂嵐警報発令方法 | |
CN112884189A (zh) | 订单量预测模型的训练方法、装置以及设备 | |
CN104410658B (zh) | 定点环境状态预报方法和装置 | |
CN114999162B (zh) | 一种道路交通流量获取方法和装置 | |
CN114202272A (zh) | 一种基于电子围栏的车货匹配方法、装置、存储介质及终端 | |
CN112034535A (zh) | 数值模式降水预报的订正方法、系统及存储介质 | |
CN111177553A (zh) | 基于特殊群体的气象信息处理方法 | |
CN117330083B (zh) | 机器人定位方法、机器人和可读存储介质 | |
CN115694877B (zh) | 一种基于联邦偏好学习的空间众包任务分配方法 | |
CN113255600B (zh) | 基于客户端的点云地图更新优化方法、系统、介质及设备 | |
CN115063531B (zh) | 一种智慧园区空间数据包轻量化处理和渲染方法 | |
CN117334072B (zh) | 公交车辆到站时刻预测方法和装置 | |
CN111866451B (zh) | 一种实时全3d智慧城市实现方法以及系统 | |
US20240220940A1 (en) | Systems and methods for predicting trim devices for vegetation management | |
CN113378106B (zh) | 基于延时状态的目标数据处理系统 | |
CN118135794A (zh) | 基于时空序列的回场时间预测方法、系统、设备及介质 |
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: 550000 9 Cuiwei lane, Xinhua Road, Nanming District, Guiyang City, Guizhou Province Patentee after: Guizhou Meteorological Station Country or region after: China Address before: 550000 9 Cuiwei lane, Xinhua Road, Nanming District, Guiyang City, Guizhou Province Patentee before: Guizhou Provincial Meteorological Observatory (Guizhou Provincial Meteorological Decision Service Center) Country or region before: China |