公开(公告)号：CN117994545A

公开(公告)日：2024-05-07

申请号：CN202410406797.9

申请日：2024-04-07

Applicant: 南京气象科技创新研究院

Inventor： 慕熙昱 ,  曾明剑 ,  徐琪 ,  严皓 ,  于洁 ,  刘国庆 ,  胡相林 ,  程浩 ,  吴长慧 ,  朱寿鹏 ,  曾燕 ,  刘岩 ,  朱承瑛 ,  严殊祺 ,  吴昊 ,  杨华栋

IPC: G06V10/75 ,  G06V10/74

Abstract: 本发明公开了一种基于图像匹配概率的气象要素预报误差综合评估方法，利用单体匹配的概率来计算气象要素分布结构特征预报误差，本发明将气象要素预报误差订正由物理模型抽象为图形和数学模型，相较于现有技术采用拟合椭圆方法，仅考虑要素空间分布，并不可避免的引入误，本发明利用单体间相似程度引入了匹配概率，利用匹配概率，考虑预报场相对于观测场的整体误差，无需定义空报率或漏报率，避免的相关误差的引入，提高了气象要素预报误差综合评估的准确率。

公开(公告)号：CN117908166A

公开(公告)日：2024-04-19

申请号：CN202410303465.8

申请日：2024-03-18

Applicant: 南京气象科技创新研究院

Inventor： 李熠 ,  郑玉 ,  杨吉 ,  郑媛媛 ,  陈刚 ,  曾明剑 ,  孙康远

IPC: G01W1/10 ,  G01S13/95 ,  G01D21/02 ,  G06N20/00

Abstract: 本发明涉及天气预报技术领域，具体公开一种基于机器学习的强降水超级单体识别预警方法，包括如下步骤：选取强降水超级单体个例，并筛选出各强降水超级单体个例对应的风暴特征参数，由此形成特征数据集；依据特征数据集，采用基于CatBoost的框架，训练获得强降水超级单体识别预警模型；将待识别区域的天气雷达组网观测数据、地形数据以及下垫面数据输入所述强降水超级单体识别预警模型，获得识别结果，在识别结果超出设定阈值时，判断有强降水超级单体发生可能性。本发明融合多源数据，结合CatBoost机器学习算法，能够准确、快速识别和预警强降水超级单体风暴，这对于减少由于强降水超级单体引起的天气灾害的影响尤为重要。

公开(公告)号：CN116975523B

公开(公告)日：2023-12-12

申请号：CN202311231702.6

申请日：2023-09-22

Applicant: 南京气象科技创新研究院

Inventor： 吉璐莹 ,  李昕 ,  王世璋 ,  刘希 ,  曾明剑

IPC: G06F17/18 ,  G06F17/16 ,  G06F18/22 ,  G06F18/241 ,  G06Q50/26

Abstract: 本发明公开了一种强对流天气分型的资料同化背景误差协方差特征统计方法，涉及大气科学研究领域，包括如下步骤：步骤一、对研究区域的强对流天气形势进行分型；步骤二、根据空间相似度判据，判断新的预报场是否是强对流背景场，若是强对流背景场，进一步判定是属于步骤一分型出的哪一类型从而将当下新的预报场归类；步骤三、新的预报场归类后，挑选出该类型下的所有历史样本，然后基于频谱滤波技术对样本预报场进行全球模式大尺度背景误差协方差和区域模式小尺度背景误差协方差的分离，从而分析不同强对流天气类型下对流区与非对流区的

公开(公告)号：CN116893449B

公开(公告)日：2023-12-01

申请号：CN202311164329.7

申请日：2023-09-11

Applicant: 南京气象科技创新研究院

Inventor： 杨吉 ,  曾明剑 ,  郑媛媛 ,  孙康远 ,  刘青元 ,  李昕 ,  张冰 ,  张芳华 ,  史文茹 ,  李熠

IPC: G01W1/10 ,  G06F18/22 ,  G06F18/2415

Abstract: 本发明公开了一种基于客观天气分型和多变量的极端暴雨潜势预报方法，涉及天气预报技术领域，包括如下步骤：S1、利用旋转T模态客观分型方法将十年再分析资料位势高度场进行客观分型；S2、对模式预报500 hPa位势高度场和步骤S1中的客观分型结果进行相似判断，选择相似度最高的类型作为分类结果；S3、在每一种客观分型结果下，根据十年地面降水资料，建立先验概率密度函数，以及基于再分析资料的条件相似概率密度函数；S4、对模式预报500 hPa、700 hPa、850 hPa和925 hPa位势高度场和每一种客观分型类型下各降雨量级500 hPa、700 hPa、850 hPa和925 hPa合成位势高度场进行相似判定，结合S3中获得的后验概率密度函数进行加权平均，选择具有最大概率的降雨量级作为潜势预报结果。

公开(公告)号：CN116955939B

公开(公告)日：2023-11-24

申请号：CN202311214614.5

申请日：2023-09-20

Applicant: 南京气象科技创新研究院

Inventor： 慕熙昱 ,  刘国庆 ,  程浩 ,  徐琪 ,  曾明剑 ,  代刊 ,  严皓 ,  严殊祺 ,  杨华栋 ,  吴昊 ,  曾燕

IPC: G06F18/15 ,  G06F18/213 ,  G06F18/22 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于图形相似度的气象要素结构特征预报误差量化表达方法，本发明利用图形相似概率概念，针对标量气象要素如降雨量、雷达反射率、温度、能见度、风速等的预报误差的归一化评估技术，本发明能更客观真实的反映气象要素如降水的真实预报能力。

公开(公告)号：CN112946655A

公开(公告)日：2021-06-11

申请号：CN202110111297.9

申请日：2021-01-27

Applicant: 江苏省气象科学研究所 ,  南京气象科技创新研究院 ,  南京大学

Inventor： 孙康远 ,  杨吉 ,  郑媛媛 ,  杜良永 ,  赵坤 ,  慕瑞琪 ,  徐芬 ,  慕熙昱 ,  陈刚 ,  刘希 ,  杨正玮 ,  曾明剑

IPC: G01S13/95

Abstract: 本发明公开了一种基于近地面散度场的下击暴流识别计算方法，首先提取多普勒天气雷达探测的对流回波的反射率因子与径向速度信息，经过质量控制，获得质控后的速度资料与反射率因子信息，然后使用线性最小二乘法，计算获得多仰角的散度，通过设定的距离阈值、反射率因子阈值，获得初步删选的对流回波多仰角散度分布，在此基础上提取对流回波的辐合、辐散的垂直分布，分析其空间结构，基于暖季典型下击暴流个例建立的散度阈值得到下击暴流发生概率。本申请的方法能够弥补下击暴流监测与预报预警的不足，解决敏感用户监测下击暴流、并对其产生的灾害性大风进行预报预警的需求。

公开(公告)号：CN117908166B

公开(公告)日：2024-05-24

申请号：CN202410303465.8

申请日：2024-03-18

Applicant: 南京气象科技创新研究院

Inventor： 李熠 ,  郑玉 ,  杨吉 ,  郑媛媛 ,  陈刚 ,  曾明剑 ,  孙康远

IPC: G01W1/10 ,  G01S13/95 ,  G01D21/02 ,  G06N20/00

Abstract: 本发明涉及天气预报技术领域，具体公开一种基于机器学习的强降水超级单体识别预警方法，包括如下步骤：选取强降水超级单体个例，并筛选出各强降水超级单体个例对应的风暴特征参数，由此形成特征数据集；依据特征数据集，采用基于CatBoost的框架，训练获得强降水超级单体识别预警模型；将待识别区域的天气雷达组网观测数据、地形数据以及下垫面数据输入所述强降水超级单体识别预警模型，获得识别结果，在识别结果超出设定阈值时，判断有强降水超级单体发生可能性。本发明融合多源数据，结合CatBoost机器学习算法，能够准确、快速识别和预警强降水超级单体风暴，这对于减少由于强降水超级单体引起的天气灾害的影响尤为重要。

公开(公告)号：CN117290810B

公开(公告)日：2024-02-02

申请号：CN202311584724.0

申请日：2023-11-27

Applicant: 南京气象科技创新研究院

Inventor： 郑玉 ,  刘希 ,  庄潇然 ,  李昕 ,  王亚强 ,  张备 ,  朱毓颖 ,  曾明剑 ,  徐芬 ,  孙康远 ,  张文华

IPC: G06F18/25 ,  G01W1/10 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/045 ,  G06N3/08

Abstract: 明可以大幅提升对短时强降水的概率预测能力。本发明公开了一种基于循环卷积神经网络的短时强降水概率预报融合方法，涉及大气科学研究领域，包括如下步骤：步骤一、建立降水短时预测的融合数据集，并将融合数据集划分为降水短时预测训练集、验证集和测试集；步骤二、使用步骤一中的降水短时预测训练集和验证集，训练出基于循环卷积神经网络的降水时序预测模型；采用训练出的基于循环卷积神经网络的降水时序预测模型，获取未来6‑18小时的小时降水量时空预报结果；步骤三、采用步骤二中得到的降水(56)对比文件庄潇然 等.基于深度学习的融合降水临近预报方法及其在中国东部地区的应用研究 《.气象学报》.2023,286-303.郑玉 等.基于循环神经网络改进雷达定量估测强降水《.中国科技论文》.2020,第15卷(第5期),585-592.WU Zhi-peng 等.A COMBINEDVERIFICATION METHOD FOR PREDICTABILITY OFPERSISTENT HEAVY RAINFALL EVENTS OVEREAST ASIA BASED ON ENSEMBLE FORECAST.《JOURNAL OF TROPICAL METEOROLOGY》.2020,1-12.Xiaoran Zhuang 等.SpatialPredictability of Heavy Rainfall Eventsin East China and the Application ofSpatial-Based Methods of ProbabilisticForecasting《.atmosphere》.2019,1-19.Angelica N. Caseri 等.A convolutionalrecurrent neural network for strongconvective rainfall nowcasting usingweather radar data in SoutheasternBrazil《.Artificial Intelligence inGeosciences》.2022,1-6.

公开(公告)号：CN117290810A

公开(公告)日：2023-12-26

申请号：CN202311584724.0

申请日：2023-11-27

Applicant: 南京气象科技创新研究院

Inventor： 郑玉 ,  刘希 ,  庄潇然 ,  李昕 ,  王亚强 ,  张备 ,  朱毓颖 ,  曾明剑 ,  徐芬 ,  孙康远 ,  张文华

IPC: G06F18/25 ,  G01W1/10 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于循环卷积神经网络的短时强降水概率预报融合方法，涉及大气科学研究领域，包括如下步骤：步骤一、建立降水短时预测的融合数据集，并将融合数据集划分为降水短时预测训练集、验证集和测试集；步骤二、使用步骤一中的降水短时预测训练集和验证集，训练出基于循环卷积神经网络的降水时序预测模型；采用训练出的基于循环卷积神经网络的降水时序预测模型，获取未来6‑18小时的小时降水量时空预报结果；步骤三、采用步骤二中得到的降水时空预测结果，对LightGBM分类模型进行训练，得到短时强降水分类模型，获取未来6‑18小时的逐小时的短时强降水事件的概率预测结果。本发明可以大幅提升对短时强降水的概率预测能力。

公开(公告)号：CN116341352A

公开(公告)日：2023-06-27

申请号：CN202210892133.9

申请日：2022-07-27

Applicant: 南京气象科技创新研究院

Inventor： 李昕 ,  曾明剑 ,  汪宁 ,  邹晓蕾 ,  刘伟光 ,  武天杰

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/084 ,  G06F16/215 ,  G06F16/29 ,  G06F111/04 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开一种地表温度观测信息约束的静止卫星陆上红外亮温模拟方法，包括如下步骤：S1、采集数值天气模式预报的数据和基准台站实况观测的地表温度数据，并进行预处理；S2、对数据进行质量控制；S3、将两类数据进行同化；S4、提取每个水平空间格点对应的大气要素和地表要素，并采用逐月变化的地表发射率数据集，作为辐射传输模型的输入，模拟静止卫星红外成像仪的红外通道的亮温，然后将水平空间格点对应的模拟亮温值转换到静止卫星红外成像仪像素点，完成静止卫星陆上红外亮温模拟。本发明能够提高静止卫星红外成像仪资料的红外亮温模拟水平，尤其是在陆地区域的模拟水平。