一种基于信任传播的气象地面要素插值方法

    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

    IPC分类号: G06F17/12 G01W1/02

    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。

    一种基于深度神经网络的短临多气象要素预报方法

    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

    发明人: 何险峰 罗飞

    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。

    一种基于信任传播的气象地面要素插值方法

    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

    IPC分类号: G06F17/12 G01W1/02

    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。