-
公开(公告)号：CN113095586A
公开(公告)日：2021-07-09
申请号：CN202110445350.9
申请日：2021-04-23
申请人： 华风气象传媒集团有限责任公司
摘要： 本发明提供一种基于深度神经网络的短临多气象要素预报方法，包括步骤：获取待测区域历史降水数据、历史压温湿风数据；根据气象要素类别的站点字典、均匀站字典，建立kNN Barnes因子图；使用knn邻近算法采样连接站点构造图获得邻接图特征数据；对邻接图特征数据进行预处理后进入UNet网络输出类别数量的特征图；根据历史压温湿风数据计算大气层物理特性和变化过程，按照蜂窝状六边形结构对站点使用knn算法构造图连接得到图特征集；将图特征集进行样本匹配并通过多个网络后代入预报器，得到站点集多要素时间序列预报。该方法能得到站点集多要素时间序列预报，可用于业务化运行天气预报。
-
公开(公告)号：CN111008355A
公开(公告)日：2020-04-14
申请号：CN201910873302.2
申请日：2019-09-16
申请人： 华风气象传媒集团有限责任公司 , 成都信息工程大学
摘要： 本发明公开了一种基于信任传播的气象地面要素插值方法，具体涉及气象数据插值领域，具体方法步骤如下：S1、设置概率密度核函数，计算站点密度；S2、增加虚拟站点；S3、使用k-NN Barnes二分因子图算法建立因子图；S4、kNN梯度检验；S5、引入数值高程数据，使用信任传播算法，在站点-站点因子图的基础上对站点V进行气象要素插值计算；S6、在站点-格点场因子图的基础上，利用站点V气象要素值，对格点场中各格点进行气象要素插值计算；S7、计算风速变化量。本发明通过建立站点-站点因子图、站点-格点场因子图，实现快速多要素的离散站点到格点场的插值；通过包含DEM数据的信任传播算法进行插值，提高各气象要素插值结果的准确率。
-
公开(公告)号：CN111008355B
公开(公告)日：2023-11-14
申请号：CN201910873302.2
申请日：2019-09-16
申请人： 华风气象传媒集团有限责任公司 , 成都信息工程大学
摘要： 本发明公开了一种基于信任传播的气象地面要素插值方法，具体涉及气象数据插值领域，具体方法步骤如下：S1、设置概率密度核函数，计算站点密度；S2、增加虚拟站点；S3、使用k‑NN Barnes二分因子图算法建立因子图；S4、kNN梯度检验；S5、引入数值高程数据，使用信任传播算法，在站点‑站点因子图的基础上对站点V进行气象要素插值计算；S6、在站点‑格点场因子图的基础上，利用站点V气象要素值，对格点场中各格点进行气象要素插值计算；S7、计算风速变化量。本发明通过建立站点‑站点因子图、站点‑格点场因子图，实现快速多要素的离散站点到格点场的插值；通过包含DEM数据的信任传播算法进行插值，提高各气象要素插值结果的准确率。
-
公开(公告)号：CN116009119A
公开(公告)日：2023-04-25
申请号：CN202211708464.9
申请日：2022-12-29
申请人： 华风气象传媒集团有限责任公司
摘要： 本发明提供的一种短临智能数值天气预报方法及系统，方法包括：获取第一时刻地面气象观测数据及卫星数据，整合为物理特征文件；根据物理特征文件建立三维站点物理特征时间序列预报初始场；以中国气候背景为参照，获得三维标准化物理特征；以空间邻近站点位置为参照，将三维标准化物理特征转换为四维标准化物理特征；以要素时空均匀分布为目标，对四维标准化物理特征重采样，获得四维时空物理；根据所述四维时空物理，建立出智能数值天气预报模型‑物理数据驱动的深度学习模型，并获得三维数值预报结果；对所述三维数值预报结果输出网格化，获得数值预报格点场。采用本发明的结果能够更清楚准确地输出数值天气预报结果。
-
-
-
搜索结果
4 条记录 (耗时 0.056 秒)
