-
公开(公告)号:CN118070843A
公开(公告)日:2024-05-24
申请号:CN202410467955.1
申请日:2024-04-18
Applicant: 成都信息工程大学
IPC: G06N3/044 , G06N3/042 , G06N3/045 , G06N3/084 , G06F16/901
Abstract: 本发明公开一种基于图递归神经网络的多站点低能见度预测方法,包括:通过计算待测区域内地面观测站点数据中每个气象因子与能见度之间的相关性值,筛选出符合相关性的多个关键气象因子,并通过对所述多个关键气象因子进行预处理,得到预处理后的关键气象因子;利用所述待测区域内的N个地面观测站点,构建N*N的加权邻接矩阵;利用所述预处理后的关键气象因子和所述加权邻接矩阵构建并训练基于图递归神经网络的多站点低能见度预测模型,得到训练好的基于图递归神经网络的多站点低能见度预测模型;将待测地面观测站点的历史观测信号输入到所述训练好的基于图递归神经网络的多站点低能见度预测模型,对所述待测地面观测站点进行能见度预测。
-
公开(公告)号:CN116933014B
公开(公告)日:2023-11-28
申请号:CN202311184826.3
申请日:2023-09-14
Applicant: 成都信息工程大学
Abstract: 本发明提供了一种干型昆明准静止锋的自动识别方法,属于气象防灾减灾技术领域,该方法包括:读取资料数据;利用差分计算各点从地面到650hPa其间各层的温度递减率,得到最大逆温趋势值;根据最大逆温趋势值,获取初选逆温分布;消除夜间晴空辐射逆温只保留锋区逆温,并进行01化处理;寻找逆温与非逆温的交界;剔除异常待选锋点,得到锋面节点;剔除中小尺度系统;对锋面节点的经度数据进行一维高斯滤波处理,并连接滤波后的锋面节点,得到昆明准静止锋。本发明解决了目前在业务工作中,昆明准静止锋的识别分析依然靠人工的手工操作,依赖于人的主观判断,分析效率低,且容易发生误判的问题。(56)对比文件Zhao, Di等.Objective detection of theKunming quasi-stationary front.《THEORETICAL AND APPLIED CLIMATOLOGY》.2019,第138卷(第03期),1405-1418.
-
公开(公告)号:CN116933014A
公开(公告)日:2023-10-24
申请号:CN202311184826.3
申请日:2023-09-14
Applicant: 成都信息工程大学
Abstract: 本发明提供了一种干型昆明准静止锋的自动识别方法,属于气象防灾减灾技术领域,该方法包括:读取资料数据;利用差分计算各点从地面到650hPa其间各层的温度递减率,得到最大逆温趋势值;根据最大逆温趋势值,获取初选逆温分布;消除夜间晴空辐射逆温只保留锋区逆温,并进行01化处理;寻找逆温与非逆温的交界;剔除异常待选锋点,得到锋面节点;剔除中小尺度系统;对锋面节点的经度数据进行一维高斯滤波处理,并连接滤波后的锋面节点,得到昆明准静止锋。本发明解决了目前在业务工作中,昆明准静止锋的识别分析依然靠人工的手工操作,依赖于人的主观判断,分析效率低,且容易发生误判的问题。
-
公开(公告)号:CN113341419A
公开(公告)日:2021-09-03
申请号:CN202110570221.2
申请日:2021-05-25
Applicant: 成都信息工程大学
Abstract: 本发明提供一种基于VAN‑ConvLSTM的天气外推方法及系统,方法包括以下步骤:按时序接收目标雷达图像,并对目标雷达图像进行编码;将编码后的目标雷达图像按时序分别输入ConvLSTM网络;将初始时刻的目标雷达图像以及编码后的初始时刻目标雷达图像、下一时刻目标雷达图像的共同输入第一VAN网络得到初始时刻的强对流天气外推图像;将上一时刻与当前时刻ConvLSTM网络的输出以及当前时刻的目标雷达图像共同输入至VAN网络进行预测求差异得到当前时刻的强对流天气外推图像。该方法能解决现阶段快速发生的灾害现象无法快速相应问题,实现实时、高效、海量的气象灾害预警。
-
公开(公告)号:CN110794485A
公开(公告)日:2020-02-14
申请号:CN201911003227.0
申请日:2019-10-22
Applicant: 成都信息工程大学
Abstract: 本发明公开了基于集成学习的强对流天气持续时间预报方法,包括以下步骤:S1,数据源选取:选择预报地区的地面气象站资料以及离预报地区最近的两个探空站资料;S2,数据预处理:剔除错误及缺测资料,根据计算出的相关强对流预报参数作为输入,选择每次强队流天气持续的时间作为输出,当天没有出现强对流天气则认为时间为0,对预报参数即输入作归一化处理;S3,机器学习算法选择:选用K最近邻算法、多项式回归算法、决策树算法、神经网络算法。本发明主要用强对流天气发生当天的各种气象要素来推测强对流天气可能会持续的时间,通过多机器学习算法比较策略,对目标任务进行训练测试,选出其中最优的学习算法,用作实际的预报任务中。
-
公开(公告)号:CN109213759A
公开(公告)日:2019-01-15
申请号:CN201810868066.0
申请日:2018-08-02
Applicant: 成都信息工程大学 , 成都淞幸科技有限责任公司
IPC: G06F16/22 , G06F16/248
Abstract: 本发明公开了一种大气风场急流线的检测方法,其包括以下步骤:S1、获取大气风场格点矢量场数据,并建立格点位置二维图;S2、获取各个格点处的风向相干性系数;S3、选取急流区域候选格点;S4、选取急流区域的格点;S5、扩充二维图边界;S6、建立九宫格赋值表;S7、调整九宫格赋值;S8、根据赋值计算结果并在索引表中查询索引结果,提取骨架点;S9、补充骨架点;S10、获取每个骨架点的风力重心;S11、将每个骨架点的风力重心连成线,得到大气风场的急流线。本发明根据大气风场格点矢量数据可以自动识别急流区域并绘制急流线,加速了气象业务现代化和提高了灾害性天气预报准确率的进程。
-
公开(公告)号:CN105743639B
公开(公告)日:2018-10-19
申请号:CN201510324929.4
申请日:2015-06-13
Applicant: 成都信息工程大学
IPC: H04L9/08
Abstract: 本发明涉及一种基于(k,n)门限秘密分享的失效份额恢复方法。当第r个份额持有者Pr的份额f(r)失效时,选择k个有效份额的持有者p1,p2,…,pk,其有效份额分别为F(1),F(2),……,F(k);对每一个有效份额持有者pi,各自确定一个k‑1阶多项式gi(x),计算出gi(1),gi(2),…,gi(k),并分发给对应的有效份额持有者p1,p2,…,pk;计算g1(i)+g2(i)+…+gk(i)+F(i)=h(i);将获得的数据集{h(i),1≤i≤k}进行拉格朗日插值多项式算法得到一个k‑1阶多项式h(x);计算得出h(r)的值,即是丢失的份额。本发明所述方法在不大于n‑k个份额失效后,可以在不暴露秘密的前提下得到恢复,增强了秘密分享系统的实用性。
-
公开(公告)号:CN107765348A
公开(公告)日:2018-03-06
申请号:CN201710995289.9
申请日:2017-10-23
Abstract: 针对现有降水量预测方法存在对局部环境特殊性考虑不足而使预测的数值越容易出现误差的缺陷,本发明提供了一种降水量气象报文数据误差修正方法,用于在起报日修正气象台对公共发布的预测日降水量报文数据Ym,得到预测日降水量修正值Yj。本发明还提供利用降水量气象报文数据误差修正方法实现的雨凇景观预测方法,用于在起报日测算预测日发生雨凇景观的概率,以及对该预测方法中温度值加以修正的优化方法。本发明还提供雨凇景观预测方法在峨眉山景区的适用。本发明方法都是以气象台对公发布的气象预报产品为数据基础,利用气象台针对大区域做出的气象预报产品实现对既定小地区的气象景观发生概率的测算,能够有效利用公共服务数据,具有较高实用性。
-
公开(公告)号:CN119691120A
公开(公告)日:2025-03-25
申请号:CN202411762788.X
申请日:2024-12-03
Applicant: 成都信息工程大学
IPC: G06F16/3329 , G06F40/295 , G06F40/205 , G06N3/0455 , G06N3/08 , G06N5/04
Abstract: 本申请公开了一种实现气象信息问答交互的方法、装置、终端和介质,所述方法包括:通过预设意图识别模型,根据用户输入文本,得到意图识别结果,其中,所述意图识别结果包括至少一个意图识别集合;对所述意图识别集合进行置信度评价,得到意图识别集合对应的置信度评价值;基于所述置信度评价值与预设置信度阈值之间的比较结果,对所述意图识别集合进行处理,得到目标气象信息。本申请旨在准确地回复用户关于气象资讯的询问,进而实现与用户的气象信息智能交互。
-
公开(公告)号:CN119148257A
公开(公告)日:2024-12-17
申请号:CN202411418399.5
申请日:2024-10-11
Applicant: 成都信息工程大学
IPC: G01W1/10
Abstract: 本发明提供了一种通过波动截断预报横槽转竖型强寒潮的自动方法,属于大范围强烈气象灾害预报预测决策信息管理领域,包括读取预报业务中500hPa关键区内位势高度数据,将屏幕坐标转换为笛卡尔坐标;分析位势高度场等高线;经过截断反复拆分波动,提取截断点;利用矢量叉乘条件从截断点集中选取槽线备选节点;按照槽线向西、向南、趋于直线的总体原则,筛选槽线备选节点并组织构建槽线;检测槽线拟合线的斜率以找到横槽,发现横槽后计算其南北方向的延伸距离,并与下一个时刻的南北延伸距离比较,若其增长量超过预设阈值,判定开始横槽转竖,将发生强寒潮。本发明针对影响范围最广、致灾最为严重的横槽转竖类寒潮,通过技术创新,实现预报的自动化。
-
-
-
-
-
-
-
-
-