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。

    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。

    一种短临智能数值天气预报方法及系统

    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

    IPC分类号: G01W1/10 G06F30/27

    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。