基于海雾指数的海雾预测方法及系统

    公开(公告)号:CN118427514B

    公开(公告)日:2024-11-12

    申请号:CN202410876407.4

    申请日:2024-07-02

    IPC分类号: G06F17/18 G01W1/10

    摘要: 本发明实施例公开了一种基于海雾指数的海雾预测方法及系统,基于海雾指数的海雾预测方法包括:计算每个海雾预报因子有雾样本的概率分布函数和无雾样本的概率分布函数;基于有雾样本的概率分布函数和无雾样本的概率分布函数得到每个海雾预报因子的隶属度函数;计算有雾样本的概率分布函数和无雾样本的概率分布函数的重叠面积,基于所述重叠面积对所述海雾预报因子进行筛选,得到最终预报因子;为每个最终预报因子配置权重系数;基于每个最终预报因子的隶属度函数和权重系数进行计算,得到海雾指数;基于所述海雾指数生成海雾预测结果。该基于海雾指数的海雾预测方法解决现有技术中无法准确预测海雾的问题。

    基于多源预报产品的大释用短期降水预报方法和系统

    公开(公告)号:CN118068453A

    公开(公告)日:2024-05-24

    申请号:CN202410300754.2

    申请日:2024-03-15

    IPC分类号: G01W1/10

    摘要: 本发明提出一种基于多源预报产品的大释用短期降水预报方法和系统。属于气象预测技术领域。其中,方法包括:采用拼接技术将地面气象观测站点降水数据和多源融合降水实况分析数据拼接为降水实况复合场,解决了在观测站点密集区和稀疏区降水样本选择问题。针对数值天气模式网格预报产品的等压面物理量数据,采用等高插值算法进行数据变化,将传统的模式等压面物理量数据变化为离地等高度位置的物理量数据,使数据统一。结合降水实况复合场和带有等高度位置的物理量因子数据,利用集成学习方法建立降水发生预报模型、降水量预报模型、极端降水发生预报模型以及极端降水量修正预报模型,四个模型,成为建模区域统一的大释用降水预报模型。

    数值模式产品分段式订正预报方法及系统

    公开(公告)号:CN114675349B

    公开(公告)日:2024-04-26

    申请号:CN202210213572.2

    申请日:2022-03-04

    IPC分类号: G01W1/10 G06F17/18

    摘要: 本发明公开了一种数值模式产品分段式订正预报方法,该方法包括:按照预先设定的预报时段,重复以下步骤:步骤1)接收预报起始时刻的多元网格融合逐时产品、数值天气预报模式的近地面预报产品和多元网格融合极值产品;步骤2)对数值天气预报模式的近地面预报产品依次进行极值提取和空间插值预处理,再和多元网格融合极值产品共同输入当天全格点极值预报模型,得到极值网格订正预报产品;步骤3)基于多元网格融合逐时产品、极值网格订正预报产品和时空插值后的预报产品,采用分段式订正技术,得到该预报时段内的逐时网格订正预报产品;当天全格点极值预报模型采用全格点滑动回归极值网格建模订正技术实现滚动建模。

    一种分钟级沙尘天气识别方法、装置、设备及介质

    公开(公告)号:CN117725370A

    公开(公告)日:2024-03-19

    申请号:CN202410181196.2

    申请日:2024-02-18

    摘要: 本申请公开了一种分钟级沙尘天气识别方法、装置、设备及介质,包括以下步骤:实时采集多源观测数据,对多源观测数据进行预处理,得到原始观测数据;根据原始观测数据匹配预设模型库中的识别算法,处理原始观测数据,得到第一识别结果,第一识别结果包括卫星识别结果和地面逐10min气象观测资料识别结果;通过距离权重法融合第一识别结果,得到沙尘天气识别结果。本申请的技术方案可以准确的处理多源数据,得到精确地识别结果,再结合距离权重法融合识别结果,构建出更加全面的、高精度、分钟级沙尘网格监测产品,识别实时性和准确率大大提高。

    基于小波变换的雷达回波动态融合预报方法、系统及设备

    公开(公告)号:CN115575920B

    公开(公告)日:2023-02-28

    申请号:CN202211478682.8

    申请日:2022-11-24

    发明人: 张小雯 郑永光

    IPC分类号: G01S7/41 G01S13/95 G01W1/10

    摘要: 本发明提出一种基于小波变换的雷达回波动态融合预报方法、系统及设备,涉及天气预报短临强对流技术领域。其中,方法包括:采集多种雷达预报产品的数据和雷达反射率实况的数据并进行预处理和质量控制,得到标准化质控数据集,并对其进行时间匹配,并进行区域内空间数据匹配和检查,得到输入数据,进行小波变换,生成各成员多尺度的高低频域数据集;分别计算不同时效、不同强度在频率域的评分数据集;归一化处理后,得到各个成员在各尺度域上的权重;按照强度对各成员进行权重融合,形成历史权重的融合频率值,进而获得预报产品。本发明的预报命中率更高,虚警率低,克服了传统融合算法的预报不连续和偏弱的问题,具有较好的预报服务效益。

    基于静止气象卫星影像序列的云雾自动判识方法及系统

    公开(公告)号:CN112287838B

    公开(公告)日:2022-09-27

    申请号:CN202011184064.3

    申请日:2020-10-29

    摘要: 本发明涉及一种基于静止气象卫星影像序列的云雾自动判识方法及系统,获取时间连续的静止气象卫星影像源数据;将静止气象卫星影像源数据按照时间顺序进行排列,得到时序影像数据,以及利用基于颜色的图片分割法提取静止气象卫星影像源数据中每一幅图片的云区和雾区,得到初始掩膜;利用Farneback光流法生成时序影像数据的光流图;根据光流图和初始掩膜计算每一个云区和雾区的像素点的平均光流,并确定云雾分类阈值;根据云雾分类阈值对静止气象卫星影像源数据的每个连通域进行云雾分类,得到云雾自动判识结果。本发明引入了云和雾随时间变化的不同运动属性,能够取得更准确的判识结果,有效提高云雾判识的准确率,同时具有较高的普适性。