CN207008056U - 基于Hu矩的差值云团外推降雨预测装置 - Google Patents
基于Hu矩的差值云团外推降雨预测装置 Download PDFInfo
- Publication number
- CN207008056U CN207008056U CN201720658947.0U CN201720658947U CN207008056U CN 207008056 U CN207008056 U CN 207008056U CN 201720658947 U CN201720658947 U CN 201720658947U CN 207008056 U CN207008056 U CN 207008056U
- Authority
- CN
- China
- Prior art keywords
- extrapolation
- module
- cloud cluster
- squares
- information
- 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.)
- Expired - Fee Related
Links
Classifications
-
- 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
- Radar Systems Or Details Thereof (AREA)
Abstract
本实用新型涉及一种基于Hu矩的差值云团外推降雨预测装置,具体属于气象预测技术领域。包括前台系统和后台系统;前台系统由预测信息展示查询模块和预测信息统计模块构成;后台系统由雷达数据解析模块和预测图像外推模块构成。本实用新型的优点在于,由Hu矩组成的特征量对云团进行识别,速度很快,识别度高,对于云团的形状描述得比较好,识别云团的形状准确高效,在云团形态外推时需要对两幅图中的云团轮廓进行匹配对应,匹配结果的准确与高效将直接影响到外推结果的准确度,提高基础算法的外推准确度构建奠定足够的理论基础。
Description
技术领域
本实用新型涉及一种基于Hu矩的差值云团外推降雨预测装置,具体属于气象预测技术领域。
背景技术
目前多普勒雷达产品文件主要有雷达反射率因子图、降水物质径向速度图等等。在雷达气象方程中,雷达的接收功率是与雷达反射率因子、降水的强度有着一定程度上的关系的,据此我们可以用反射率因子图作为测量降水的重要工具,而外推反射率因子图便能预测未来时刻的降水情况。利用这些数据产品展开对降水云团的外推并形成一个准确度较高的的外推算法对于短时的天气预测具有十分重大的意义。这里的云团外推指的是在相邻时刻同一云团形成的两幅反射率因子图,计算他们之间的变化,并依据此变化得到未来时刻的云团形态。对于强对流天气,多普勒雷达产品文件包含着非常重要的信息。能否通过这些文件数据准确的推算出未来时刻的天气信息对预测短时天气变化关系重大,本文正是着眼于此,致力于提高现有算法的准确度。
但云团外推算法在外推过程中忽略了在两幅相邻时刻的反射率因子图中存在云团匹配的问题,该云团结构形态外推算法在外推过程中没有对相邻时刻两幅云团图像中的云团轮廓作匹配,算法认为对相邻时刻两幅云团图像中的云团轮廓分块分解后均能一一匹配,而在实际情况中可能存在偏差,即存在分解相邻时刻两幅云团图像中的云团轮廓后,云团轮廓并不能完全匹配上的情况,这对于外推的准确性有着不小的影响。准确的匹配两幅反射率因子图中对应的云团轮廓对于外推的准确性无疑是非常重要的。此外云团外推算法以相邻时刻两幅云团图像作为输入数据,精度可能还不够高。基于此,本发明基于在云团外推过程中云团轮廓匹配这一思想,提出了差值云团外推算法。
实用新型内容
本实用新型的目的在于提供一种基于Hu矩的差值云团外推降雨预测装置,从而克服现有技术的不足。
本实用新型通过以下技术方案实现,包括前台系统和后台系统;
前台系统由预测信息展示查询模块和预测信息统计模块构成;
后台系统由雷达数据解析模块和预测图像外推模块构成;
雷达数据解析模块包括定时获取雷达基数据模块、雷达基数据解析模块、外推反射率数据接口;
预测图像外推模块包括单层反射率外推模块、外推结果透明图像生成模块、外推结果气象预测信息解析模块。
本实用新型的优点在于,由Hu矩组成的特征量对云团进行识别,速度很快,识别度高,对于云团的形状描述得比较好,识别云团的形状准确高效,在云团形态外推时需要对两幅图中的云团轮廓进行匹配对应,匹配结果的准确与高效将直接影响到外推结果的准确度,提高基础算法的外推准确度构建奠定足够的理论基础。
附图说明
图1为降雨预测装置图。
图2为雷达基数据解析流程图。
具体实施方式
下面结合附图1至2对本实用新型的优选实施例作进一步说明,本实用新型包括前台系统1和后台系统2;
前台系统1由预测信息展示查询模块11和预测信息统计模块12构成;
后台系统2由雷达数据解析模块21和预测图像外推模块22构成;
雷达数据解析模块21包括定时获取雷达基数据模块211、雷达基数据解析模块212、外推反射率数据接口213;
预测图像外推模块22包括单层反射率外推模块221、外推结果透明图像生成模块222、外推结果气象预测信息解析模块223。
雷达数据解析模块21的工作包括以下步骤:
S1,通过定时获取雷达基数据模块211定时获取雷达基数据,雷达基数据定时在专有FTP服务器更新,每6分钟定时于FTP服务器上下载雷达基数据;
S2,雷达基数据解析模块212数据的解析,完成解析后将会形成中间数组,该数组为三维数据,分别存储仰角、方向角、和反射率数据;
S3,外推反射率数据的接口213的实现,在得到解析形成的三维数组后,按照固定仰角、方向角获取雷达反射率数据,将雷达反射率数据换算成颜色指标数据,最后整理成Mat矩阵,形成对外调用接口。
预测信息展示查询模块11将根据用户的地理位置或用户于网页地图上选取的地理位置显示该位置的即时降雨信息。
预测信息统计模块12主要包括反射率趋势变化图、外推6分钟图像,与当前图像各反射率层占比对比图、外推准确率变化趋势图。
Claims (3)
1.基于Hu矩的差值云团外推降雨预测装置,其特征在于:包括前台系统(1)和后台系统(2);
前台系统(1)由预测信息展示查询模块(11)和预测信息统计模块(12)构成;
后台系统(2)由雷达数据解析模块(21)和预测图像外推模块(22)构成;
雷达数据解析模块(21)包括定时获取雷达基数据模块(211)、雷达基数据解析模块(212)、外推反射率数据接口(213);
预测图像外推模块(22)包括单层反射率外推模块(221)、外推结果透明图像生成模块(222)、外推结果气象预测信息解析模块(223)。
2.根据权利要求1所述的基于Hu矩的差值云团外推降雨预测装置,其特征在于:
预测信息展示查询模块(11)将根据用户的地理位置或用户于网页地图上选取的地理位置显示该位置的即时降雨信息。
3.根据权利要求1所述的基于Hu矩的差值云团外推降雨预测装置,其特征在于:
预测信息统计模块(12)主要包括反射率趋势变化图、外推6分钟图像,与当前图像各反射率层占比对比图、外推准确率变化趋势图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720658947.0U CN207008056U (zh) | 2017-06-08 | 2017-06-08 | 基于Hu矩的差值云团外推降雨预测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720658947.0U CN207008056U (zh) | 2017-06-08 | 2017-06-08 | 基于Hu矩的差值云团外推降雨预测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207008056U true CN207008056U (zh) | 2018-02-13 |
Family
ID=61447199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720658947.0U Expired - Fee Related CN207008056U (zh) | 2017-06-08 | 2017-06-08 | 基于Hu矩的差值云团外推降雨预测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207008056U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902120A (zh) * | 2019-01-16 | 2019-06-18 | 中山大学 | 一种面向栅格文本降水数据的可视化分析方法 |
CN112347956A (zh) * | 2020-11-12 | 2021-02-09 | 上海交通大学 | 基于多无人机和机器视觉的云观测系统及方法 |
-
2017
- 2017-06-08 CN CN201720658947.0U patent/CN207008056U/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902120A (zh) * | 2019-01-16 | 2019-06-18 | 中山大学 | 一种面向栅格文本降水数据的可视化分析方法 |
CN109902120B (zh) * | 2019-01-16 | 2023-06-02 | 中山大学 | 一种面向栅格文本降水数据的可视化分析方法 |
CN112347956A (zh) * | 2020-11-12 | 2021-02-09 | 上海交通大学 | 基于多无人机和机器视觉的云观测系统及方法 |
CN112347956B (zh) * | 2020-11-12 | 2022-05-06 | 上海交通大学 | 基于多无人机和机器视觉的云观测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | The effect of urban morphology on the solar capacity of three-dimensional cities | |
US11333796B2 (en) | Spatial autocorrelation machine learning-based downscaling method and system of satellite precipitation data | |
US20200257019A1 (en) | Method And Apparatus For Forecasting Solar Radiation And Solar Power Production Using Synthetic Irradiance Imaging | |
CN110516816B (zh) | 基于机器学习的全天候地表温度生成方法及装置 | |
CN104200484B (zh) | 基于云团特征分析的分布式光伏系统超短期出力预测方法 | |
CN103971169B (zh) | 一种基于云量模拟的光伏超短期发电功率的预测方法 | |
CN101625414B (zh) | 雷达与地理信息数据的融合方法、装置,及天气监测系统 | |
Liang et al. | A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds | |
CN106998556B (zh) | 一种构建无线网络业务分布地图的系统及实现方法 | |
CN106526708A (zh) | 一种基于机器学习的气象强对流天气的智能预警分析方法 | |
CN103325068A (zh) | 一种实时动态三维电网污区分布图的绘制方法 | |
CN104239706A (zh) | 一种地面观测气温时空数据集的制备方法 | |
CN109543721A (zh) | 一种晴间多云天气情况下的太阳辐照度超短期预报方法 | |
CN102254239A (zh) | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 | |
CN113240208B (zh) | 光伏发电输出功率预测方法、装置及计算机可读存储介质 | |
CN109375290B (zh) | 一种基于机器学习的跨海大桥雾监测系统及其应用方法 | |
EP3794386B1 (en) | Determination of location-specific weather information for agronomic decision support | |
CN207008056U (zh) | 基于Hu矩的差值云团外推降雨预测装置 | |
CN105842707A (zh) | 基于无人机遥感图像的草地地上生物量测算方法及装置 | |
CN103729846A (zh) | 基于不规则三角网的LiDAR点云数据边缘检测方法 | |
CN108007428A (zh) | 高铁沉降监测系统 | |
CN112785035A (zh) | 融合多元信息的中短期水文预报方法及系统 | |
Freedman et al. | The Wind Forecast Improvement Project (WFIP): A public/private partnership for improving short term wind energy forecasts and quantifying the benefits of utility operations. The Southern Study Area, Final Report | |
JP2003021687A (ja) | 狭域天気予報方法、狭域天気予報配信方法、商品販売促進方法、天気予報装置及び天気予報情報提供システム | |
Pan et al. | Measurement of urbanization process and the paddy soil loss in Yixing city, China between 1949 and 2000 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180213 Termination date: 20200608 |
|
CF01 | Termination of patent right due to non-payment of annual fee |