-
公开(公告)号:CN118917457A
公开(公告)日:2024-11-08
申请号:CN202410926552.9
申请日:2024-07-11
申请人: 中山大学
摘要: 本申请涉及自然灾害预测技术领域,尤其是涉及一种基于降雨预报数据的灾害预测方法、装置、设备、介质和计算机程序产品,其基于历史水文数据构建水动力模型;使用AutoGluon模型训练所述历史地质灾害数据,构建地质灾害机器学习模型;基于降雨预报数据生成暴雨预警图;将所述降雨预报数据分别输入所述水动力模型和地质灾害机器学习模型,分别得到洪水敏感性分析图和地质灾害敏感性分析图;结合所述洪水敏感性分析图、地质灾害敏感性分析图和暴雨预警图,生成复合灾害敏感性分析图。所述方法提供了全面的复合灾害风险评估,这种综合分析可以更准确地预测降雨引发的多种灾害,增强防灾减灾的有效性。
-
公开(公告)号:CN118916695A
公开(公告)日:2024-11-08
申请号:CN202410957160.9
申请日:2024-07-17
申请人: 中国农业科学院农业资源与农业区划研究所
IPC分类号: G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G01W1/10
摘要: 本发明提出了一种全球干旱时空变化AI预测方法、系统及设备,包括:获取待预测区域的预测因子,其中所述预测因子包括:降水量、潜在蒸散发和地表温度;将所述预测因子输入预设的干旱时空变化预测模型中,获取干旱预测结果;其中,所述干旱时空变化预测模型基于WT‑LSTM模型构建,并基于构建的数据集进行训练获得,所述数据集包括:历史预测因子、历史SPEI指数和对应的历史干旱事件。本发明利用WT‑LSTM模型对综合考虑降水量、地表温度和潜在蒸散发等多因子数据进行深度学习,以预测干旱的趋势变化;从而进行更全面的干旱变化预测。
-
公开(公告)号:CN118916664A
公开(公告)日:2024-11-08
申请号:CN202411414740.X
申请日:2024-10-11
申请人: 北京城市气象研究院
发明人: 王在文
摘要: 本发明公开了一种基于格点近地面气温和风速的时空临域法订正测算方法。该方法包括以下步骤:获取预报量及其对应的预报因子的历史样本数据集;通过时间和空间上的分类和初步筛选,选择与当前预报相似的历史样本;计算各预报因子的归一化值,消除因子间的量纲差异;计算当前预报与历史样本之间的时空距离,选取距离最小的若干历史样本,并根据这些样本的分析值进行加权平均,生成最终的订正测算值;对订正测算结果进行检验,并优化权重配置模型;在极端天气情况下,使用七日偏差订正法替代时空临域订正。该方法能有效提高数值预报中近地面气温风速预报的精确度,减小计算量,有效提升近地面格点气温风速的预报测算精度。
-
-
公开(公告)号:CN118465876B
公开(公告)日:2024-11-08
申请号:CN202410924548.9
申请日:2024-07-11
申请人: 南京信息工程大学
IPC分类号: G01W1/10 , G01S13/95 , G01S13/89 , G06V10/762 , G06F18/23213 , G06T3/4046 , G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/084
-
-
公开(公告)号:CN113988351B
公开(公告)日:2024-11-08
申请号:CN202010734191.X
申请日:2020-07-27
申请人: 海南省气象科学研究所
IPC分类号: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G01W1/10
-
公开(公告)号:CN113988349B
公开(公告)日:2024-11-08
申请号:CN202010733631.X
申请日:2020-07-27
申请人: 海南省气象科学研究所
IPC分类号: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G01W1/10
-
公开(公告)号:CN118897338A
公开(公告)日:2024-11-05
申请号:CN202410928717.6
申请日:2024-07-11
摘要: 本发明公开了一种基于静止卫星数据和改进QPE算法的降水反演预报方法,包括:获取多个云顶亮温和对应的站点降水率;基于云顶亮温得到多个对流核和对流核平均温度;选取小于对流核平均温度的云顶亮温进行校正,得到校正温度;基于校正温度得到网格降水范围;基于网格降水范围中的云顶亮温得到平均降水率;对网格降水范围外的网格赋予层云降水率;基于平均降水率和层云降水率得到区域降水率;基于区域降水率构建回归方程得到修正降水率;基于修正降水率和站点降水率融合得到最终降水率。提高了卫星降水反演和定量降水估计准确度。
-
公开(公告)号:CN118690253B
公开(公告)日:2024-11-05
申请号:CN202411162854.X
申请日:2024-08-23
摘要: 本发明公开了一种基于CNN‑GCN神经网络的多源融合气象实况分析方法,属于气象模型技术领域,具体包括:采集不同数据源的网格气象数据;并进行预处理和标准化;将多种数据源的网格数据集输入CNN网络中,构建模型卷积层,提取气象数据中的关键特征;将气象实况观测站点的数据输入GCN网络中,捕获图结构的空间关系和特征依赖;将CNN处理的网格数据特征与GCN处理的站点数据特征进行融合,构建CNN‑GCN模型,融合后的特征通过额外的卷积层进行处理,引入注意力机制,动态调整CNN和GCN各自输出特征的权重;构建训练集和验证集对CNN‑GCN模型进行训练和优化;本发明提供了精细化的气象实况结果。
-
-
-
-
-
-
-
-
-