基于海雾指数的海雾预测方法及系统

    公开(公告)号:CN118427514A

    公开(公告)日:2024-08-02

    申请号:CN202410876407.4

    申请日:2024-07-02

    Abstract: 本发明实施例公开了一种基于海雾指数的海雾预测方法及系统,基于海雾指数的海雾预测方法包括:计算每个海雾预报因子有雾样本的概率分布函数和无雾样本的概率分布函数;基于有雾样本的概率分布函数和无雾样本的概率分布函数得到每个海雾预报因子的隶属度函数;计算有雾样本的概率分布函数和无雾样本的概率分布函数的重叠面积,基于所述重叠面积对所述海雾预报因子进行筛选,得到最终预报因子;为每个最终预报因子配置权重系数;基于每个最终预报因子的隶属度函数和权重系数进行计算,得到海雾指数;基于所述海雾指数生成海雾预测结果。该基于海雾指数的海雾预测方法解决现有技术中无法准确预测海雾的问题。

    一种三维气象网格数据处理方法、系统、装置及介质

    公开(公告)号:CN117635796B

    公开(公告)日:2024-07-19

    申请号:CN202410025414.3

    申请日:2024-01-08

    Abstract: 本发明公开一种三维气象网格数据处理方法、系统、装置及介质,涉及气象服务技术领域,以解决现有气象网格数据处理方法提取效率低、分辨率低以及渲染效率低的问题。提取待处理三维气象网格数据;对提取后的待处理三维气象网格数据进行压缩处理,得到压缩后的三维气象网格数据,采用WebAssembly封装的算法对压缩后的三维气象网格数据进行解压和解析处理,得到解析后的三维气象网格数据;采用WebAssembly封装的着色器对解析后的三维气象网格数据进行渲染,得到渲染后的三维气象网格数据并显示到浏览器。本发明提供的三维气象网格数据处理方法用于提高气象网格数据的提取效率、渲染效率以及提高读取的气象网格数据的分辨率。

    基于格站一体化的智能网格预报系统

    公开(公告)号:CN118169779A

    公开(公告)日:2024-06-11

    申请号:CN202410298058.2

    申请日:2024-03-15

    Abstract: 本发明公开了基于格站一体化的智能网格预报系统,属于气象预报技术领域。基于格站一体化的智能网格预报系统,流程如下:步骤一、收集整理数据;步骤二、对步骤一中收集整理的数据进行预处理得到数据集1、数据集2和数据集3;步骤三、基于步骤二中预处理得到的数据,建立站点订正预报模型和网格订正预报模型;该系统是将传统的站点订正预报和近期研发的网格订正预报方案创新性的整合,同时将FRI空间插值方法和最优插值进行有机结合进行格站融合,既保留了单纯的网格订正预报产品在空间上的精细化程度,同时又能与站点订正预报产品保持一致,让整个预报场既有较高的准确率,又保持了时空精度,保证了网格预报产品的高质量和稳定性。

    基于主成分和Logistic分析地质灾害概率预报方法

    公开(公告)号:CN115510945A

    公开(公告)日:2022-12-23

    申请号:CN202210928334.X

    申请日:2022-08-03

    Abstract: 本发明涉及一种基于主成分和Logistic分析地质灾害概率预报方法,包括从雨量、信息量数据库中提取灾害点雨量因子,灾害点雨量因子选取地质灾害易发度和表征降水的6个因子,表征降水的6个因子选取表征降水量和降水连续性的当日降水、前期有效降水、降水日数、最长连续降水日数,最长连续降水量,前3日最大降水量;根据灾害点雨量因子和易发度信息量,建立二分类数据系列;通过主成分分析方法得到主成分,并确定主要影响因子;对不同的主成分和主要影响因子进行Logistic回归;检验参数对比;得到最优Logistic概率模型。本专利对因子显著性进行研究后再进行回归,更科学性,在模型的检验中,建立的模型相对于原模型,命中率能提高30%左右。

    一种多尺度数值天气预报模式融合的天气预报方法及装置

    公开(公告)号:CN114386654A

    公开(公告)日:2022-04-22

    申请号:CN202111436282.6

    申请日:2021-11-29

    Inventor: 周康辉 王婷波

    Abstract: 本发明提供一种多尺度数值天气预报模式融合的天气预报方法及装置,该天气预报方法包括:根据大气环流预报数据和对流性天气预报数据,获取多尺度数值天气预报模式融合的目标预报因子;将目标预报因子输入至预先训练的深度学习预报模型,获取天气预报结果。在本发明中,通过将不同尺度的数值天气预报模式的预报因子相融合,并输入至预先训练好的深度学习预报模型中,以获取预测的天气预报,解决了现有技术中不能同时兼顾不同尺度的天气系统的预报效果的缺陷,实现了对多种尺度数值天气预报模式的融合,有效提升了对不同尺度的天气系统的预报效果。

    基于地气耦合遥感的下垫面起沙等级预报模型的构建方法

    公开(公告)号:CN119515101B

    公开(公告)日:2025-04-18

    申请号:CN202411556014.1

    申请日:2024-11-04

    Abstract: 本申请公开了一种基于地气耦合遥感的下垫面起沙等级预报模型的构建方法,包括实时采集多源观测数据,对所述多源观测数据进行预处理,得到原始观测数据;通过所述原始观测数据获取关键气象预报因子,通过16天作为间隔统计获取样本数据集;采用气溶胶产品数据均值作为起沙量真值,利用随机森林算法对所述样本数据集进行训练和测试,构建识别起沙条件机器学习模型;采用识别起沙条件机器学习模型预测计算得到沙尘起沙指数后,根据新增积雪量以及降水相态和降水量产品进行模型结果修订,输出未来十天逐日起沙等级预报;本发明通过区分不同的降水类型和降水量,对起沙等级进行动态调整,以提高预报的准确性和针对性。

    基于机器深度学习的卫星图像大雾自动判识方法及装置

    公开(公告)号:CN118628931B

    公开(公告)日:2025-03-21

    申请号:CN202410860813.1

    申请日:2024-06-28

    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。

    天气公报材料自动生成方法、装置、设备及存储介质

    公开(公告)号:CN119476249A

    公开(公告)日:2025-02-18

    申请号:CN202510077774.2

    申请日:2025-01-17

    Abstract: 本发明公开了一种天气公报材料自动生成方法、装置、设备及存储介质,所述方法通过获取气象预报实况数据和国家级天气公报的公报类型,根据所述公报类型通过数据服务接口对所述气象预报实况数据进行处理,获得气象信息;根据分析服务接口对所述气象信息进行分析,获得符合预设规范的气象服务文字数据;将所述气象服务文字数据输入至公报自动生成服务模型,通过材料组织接口输出综合公报材料,能够有效提升服务材料的编写效率,自动生成的预报文本内容正确、语句通顺、语义、语法正确,文本风格符合预报员行文习惯,保障了文档的正确性、一致性、规范性,规避了手工操作时可能导致的错误,提高了天气公报材料自动生成的速度和效率。

Patent Agency Ranking