-
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
Applicant: 国家气象中心(中央气象台)
Abstract: 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。
-
公开(公告)号:CN116520457B
公开(公告)日:2023-12-15
申请号:CN202310362720.1
申请日:2023-04-07
Applicant: 中国气象局地球系统数值预报中心 , 国家气象中心(中央气象台)
IPC: G01W1/10 , G06F30/20 , G06Q10/04 , G06F111/04
Abstract: 本发明实施例公开了一种复杂地形下重大气象活动的区域集合预报方法及预报装置,涉及气象监管技术领域,所述方法包括:确定预报配置信息;计算确定针对复杂地形条件下区域集合预报的扰动初值;基于所述扰动初值生成扰动成员积分信息;基于所述预报配置信息生成预报积分信息;基于所述预报积分信息和所述扰动成员积分信息执行区域集合预报操作,生成区域集合预报结果。通过对传统的集合预报初值扰动技术进行改进,基于复杂地形下垫面条件对模式预报误差影响的特征信息结合模式物理过程的不确定性描述方法,创建快速、精确的区域集合预报系统,提高了区域集合预报的精确性,满足了实际需求。
-
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
Applicant: 国家气象中心(中央气象台)
Abstract: 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。
-
公开(公告)号:CN113255133A
公开(公告)日:2021-08-13
申请号:CN202110585106.2
申请日:2021-05-27
Applicant: 国家气象中心(中央气象台)
IPC: G06F30/20 , G06F113/08 , G06F119/08
Abstract: 本发明公开了一种地表蒸散估算方法,采集地表蒸散模型的输入数据,通过所述遥感叶面积指数以及地面观测的空气相对湿度和最大气孔导度驱动冠层导度模型计算植被冠层导度Gc,所述遥感叶面积指数分别计算出用于植被蒸腾的植被冠层吸收的可用能量AC和土壤吸收的可用能量AS,以及植物蒸腾Ec和土壤蒸发Es;利用总蒸散E0、温度、降水量数据和最大土壤可用水分含量(Mawc)参数驱动地表土壤水分平衡模型,对土壤水分变化进行了模拟得到实际蒸散E。本发明采用遥感和气象资料估计地表蒸散,根据地表水分和能量平衡原理,增加了净辐射、气温、大气和土壤水分亏缺和植被叶面积指数的影响,有助于陆地水循环和气候变化研究。
-
公开(公告)号:CN110703357B
公开(公告)日:2021-04-20
申请号:CN201910357780.8
申请日:2019-04-30
Applicant: 国家气象中心(中央气象台)
Inventor: 沈学顺 , 薛纪善 , 陈德辉 , 韩威 , 胡江林 , 刘永柱 , 孙健 , 张林 , 金之雁 , 苏勇 , 王金成 , 龚建东 , 张华 , 张红亮 , 刘奇俊 , 陈起英 , 田伟红 , 胡江凯 , 周斌 , 赵滨 , 王建捷
Abstract: 本发明公开了全球中期数值预报GRAPES_GFS方法,其特征在于,在大规模并行计算方面针对现有半隐式半拉格朗日积分方案在计算效率和可扩展性方面的不足提出对现有框架进行改进,基于半隐式积分格式和线性化系统推出了同时具备高效率和高性能的求解算法。采用非等距差分显著提高了背景温度廓线的计算精度,解决了在模式垂直分层厚度剧烈变化层次上背景温度廓线误差大的问题;重构和优化数字滤波模块,提高了数字滤波的稳定性和计算效率;建立了3D‑Var一体化的单点试验系统。
-
公开(公告)号:CN120069320A
公开(公告)日:2025-05-30
申请号:CN202510149268.X
申请日:2025-02-11
Applicant: 国家气象中心(中央气象台、中国气象局气象导航中心)
IPC: G06Q10/063 , G06Q50/02 , G06F17/18
Abstract: 本发明涉及农业气象技术领域,提出一种特定灾害天气气候作物减产风险评估方法,包括:S1,计算相对气象产量;S2,计算平均减产率;S3,计算减产变异系数;S4,计算减产概率;S5,计算减产概率指数;S6,计算减产风险指数。本发明还对应提出一种作物减产风险评估系统。本发明还提出一种特定灾害天气气候作物减产风险评估系统。本发明提出一种准归一化的作物减产风险指数,该风险指数具有指示性、直观性和可理解性强的优点,便于开展应用服务。
-
公开(公告)号:CN119644474A
公开(公告)日:2025-03-18
申请号:CN202510168481.5
申请日:2025-02-17
Applicant: 国家气象中心(中央气象台、中国气象局气象导航中心)
IPC: G01W1/10
Abstract: 本发明公开了一种基于广义三角帽理论的多模式集成降水预报方法及系统,涉及气象预测技术领域,该方法通过实时获取多源数值模式数据,经空间标准化和实时频率匹配预处理消除系统性偏差,利用广义三角帽理论动态分析模式间差值序列的协方差矩阵以量化不确定性,并基于不确定性动态分配权重系数,最终加权集成输出标准化降水预报产品。可以无需依赖历史或实况观测数据,即可在暴雨和大暴雨预报中实现TS评分较国际先进模式(如ECMWF)提升49%‑124%,且在气象站点稀缺区域及台风、锋面等转折性天气场景下表现出高精度和强适应性,集成结果直接对接国家气象中心业务平台,支撑实时灾害预警决策。
-
公开(公告)号:CN118189969B
公开(公告)日:2024-11-15
申请号:CN202410382717.0
申请日:2024-04-01
Applicant: 国家气象中心(中央气象台) , 北京云海明威科技有限公司
Abstract: 本发明公开了一种航海导航系统性能优化方法,涉及航海导航领域,解决了现有的航海导航系统性能优化效率低下的问题,包括步骤S1:获取系统性能优化基础数据,步骤S2:对系统性能优化基础数据进行分析并获取系统性能优化分析数据,步骤S3:对系统性能优化分析数据进行处理并获取系统性能优化数据,步骤S4:根据系统性能优化数据对导航系统进行实时性能优化,本发明通过获取多种数据对具体导航参数进行实时调整,能够充分利用导航资源,提升导航系统性能和使用经济性。
-
公开(公告)号:CN118628931A
公开(公告)日:2024-09-10
申请号:CN202410860813.1
申请日:2024-06-28
Applicant: 国家气象中心(中央气象台)
IPC: G06V20/13 , G06V20/70 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于机器深度学习的卫星图像大雾自动判识方法及装置,包括获取高分辨率大气云雾卫星数据,并对卫星数据进行预处理得到图像数据,其中,图像数据中雾区被进行了标注;基于图像数据构建训练样本,得到正样本对、负样本对;基于正样本对、负样本对,构建机器深度学习模型并进行训练;其中,在训练过程中基于模型的骨干网络提取雾区特征和非雾区特征;基于所述雾区特征和非雾区特征进行雾区重构;将标注的雾区和重构的雾区进行比对,以二者的差异最小为目标进行模型训练。将对比学习机制应用于深度学习模型中,能够更充分的利用雾区样本,让神经网络更好的学习到雾区与其他非雾区的区分特征,达到更高的雾区判识准确率。
-
公开(公告)号:CN118068453B
公开(公告)日:2024-08-27
申请号:CN202410300754.2
申请日:2024-03-15
Applicant: 国家气象中心(中央气象台)
IPC: G01W1/10
Abstract: 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。
-
-
-
-
-
-
-
-
-