公开(公告)号：CN115657163A

公开(公告)日：2023-01-31

申请号：CN202211257265.0

申请日：2022-10-14

Applicant: 上海市气候中心(上海区域气候中心)

Inventor： 信飞 ,  卢楚翰 ,  沈逸晨

IPC: G01W1/10

Abstract: 本发明公开了基于人工智能模型的延伸期气象要素预报方法及系统，包括：采集气象要素的实况信息及10‑30天的模式预报信息包括71个成员；将模式预报信息插值至长三角地区格点内；对模式预报信息中的成员进行择优筛选，确定模式预报信息的优选成员；利用人工智能模型训练优选成员，确定训练模型的最优参数搭配方案以及计算的优选成员的权重值；根据权重值对模式预报信息的优选成员进行加权集成，输出预报结果。本发明引入机器学习模型至10‑30天延伸期预报，为解决气象预报的难点问题的提供了新的思路；本发明提出的延伸期预报方法的预报结果与主流的模式集合预报结果进行了比对，在一定程度上提升了准确度，取得了较好的效果。

公开(公告)号：CN116931121A

公开(公告)日：2023-10-24

申请号：CN202310585036.X

申请日：2023-05-23

Applicant: 上海市气候中心(上海区域气候中心)

Inventor： 信飞 ,  汪佳伟 ,  卢楚翰 ,  钟磊 ,  曹煜晨

IPC: G01W1/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于低频天气图的降水概率预测方法，包括以下步骤：收集气象数值模式的预报数据及历史降水实况数据；对预报数据进行滤波得到低频预报场，按照气象标准将逐日降水量转换为降水类型独热编码，将低频预报场和降水类型独热码按时间配对对齐作为数据集；利用卷积神经网络构建降水类型概率预测模型；利用数据集对降水类型概率预测模型进行训练；利用通过训练的降水类型概率预测模型输出基于气象数值模式的降水类型概率预测结果。本发明从气象数值模式的环流预测信息入手，将降水类型的出现概率作为预测对象，利用时间尺度分离手段将低频环流预测信息及降水类型作为输入量，再基于深度学习方法构建预测模型，输出降水类型概率预测结果。

公开(公告)号：CN116912528A

公开(公告)日：2023-10-20

申请号：CN202310995168.X

申请日：2023-08-09

Applicant: 上海市气候中心(上海区域气候中心)

Inventor： 张志琦 ,  信飞

IPC: G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的时空演变相似预测方法，包括：基于动力模式，获取识别要素的实时预测数据，与所述实时预测数据历史同期的识别要素的历史预测数据，与所述历史预测数据同一时期的识别要素的历史观测数据、与所述实时预测数据历史同期的预测要素的历史观测数据；分别截取关键区/目标区域并计算候ART；通过对识别要素候ART历史预测数据进行时间滑动构建学习样本，将学习样本输入CNN模型进行迭代训练；将识别要素候ART实时预测数据输入CNN模型，得到相似预测个例；将相似预测个例对应的滞后T候的预测要素的候ART观测求平均值，得到候ART的实时预测并转换为候距平后得到预测要素候距平的实时预测。

公开(公告)号：CN115657163B

公开(公告)日：2023-06-27

申请号：CN202211257265.0

申请日：2022-10-14

Applicant: 上海市气候中心(上海区域气候中心)

Inventor： 信飞 ,  卢楚翰 ,  沈逸晨

IPC: G01W1/10

Abstract: 本发明公开了基于人工智能模型的延伸期气象要素预报方法及系统，包括：采集气象要素的实况信息及10‑30天的模式预报信息包括71个成员；将模式预报信息插值至长三角地区格点内；对模式预报信息中的成员进行择优筛选，确定模式预报信息的优选成员；利用人工智能模型训练优选成员，确定训练模型的最优参数搭配方案以及计算的优选成员的权重值；根据权重值对模式预报信息的优选成员进行加权集成，输出预报结果。本发明引入机器学习模型至10‑30天延伸期预报，为解决气象预报的难点问题的提供了新的思路；本发明提出的延伸期预报方法的预报结果与主流的模式集合预报结果进行了比对，在一定程度上提升了准确度，取得了较好的效果。