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：CN117572534A

公开(公告)日：2024-02-20

申请号：CN202311587715.7

申请日：2023-11-27

Applicant: 南京气象科技创新研究院

Inventor： 朱毓颖 ,  郑玉 ,  张方健 ,  肖海霞 ,  刘希 ,  张备 ,  庄潇然 ,  王亚强

IPC: G01W1/10 ,  G06F18/15 ,  G06F18/20 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于多源数据和人工智能的能见度短临预报方法，涉及天气预报技术领域，包括如下步骤：步骤一、收集地面自动站气象数据及区域模式的预报场数据；步骤二、将区域模式的预报场数据和地面自动站气象数据采用插值操作进行时空匹配，之后进行标准化处理，构建能见度短临预报数据集；步骤三、建立基于多变量的0‑12小时逐小时的能见度短临预报模型；步骤四、建立基于多变量的0‑12小时逐小时的能见度短临预报系统；本发明利用改进的PhyDNet深度学习方法，建立的能见度预报模型，实现了空间分辨率为3km、时间分辨率为1h的0‑12h能见度预报，并且评估了能见度预报模型的有效性，为能见度短临预报准确率的提升提供可靠、可复制的技术方案。

公开(公告)号：CN120065377A

公开(公告)日：2025-05-30

申请号：CN202510091099.9

申请日：2025-01-21

Applicant: 南京气象科技创新研究院 ,  中国气象科学研究院 ,  湖南省气象台

Inventor： 李扬 ,  梁钊明 ,  游枭雄 ,  王亚强

IPC: G01W1/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06F17/18

Abstract: 本发明提供一种基于时间编码自回归的气象预报方法、装置及电子设备，应用于气象预报领域，其中，上述方法包括：基于当前天数的深度学习自注意力模型，将气象要素数据作为输入、将多个时次对应的时间信息作为约束条件进行气象预报，得到当前天数中多个时次对应的气象预报结果；针对目标天数的气象预报，迭代执行以下步骤，直至得到目标天数中每个天数的每个目标时次的气象预报结果：基于下一天数的深度学习自注意力模型，将当前天数中多个时次对应的气象预报结果作为输入、将多个时次对应的时间信息作为约束条件进行气象预报，得到下一天数中分别与多个时次对应的气象预报结果；通过本发明能够在连续气象预报过程中保持准确性，减少误差的累积。

公开(公告)号：CN117351366B

公开(公告)日：2024-03-01

申请号：CN202311654614.7

申请日：2023-12-05

Applicant: 南京气象科技创新研究院

Inventor： 徐芬 ,  郑玉 ,  王亚强

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种易触发局地对流的边界层辐合线碰撞区域识别方法，包括以下步骤：S1、数据收集和预处理；S2、对图像数据集进行人工标注和筛选，根据标签集利用聚类分析方法设计多尺度锚框；S3、构建R2CNN深度学习模型，设置合理的锚窗参数，并对模型进行训练；S4、利用训练好的模型对图像进行检测，得到旋转边界框检测结果，并对检测结果进行评分；对重合边界框检测结果进行修正和融合，得到多条边界层辐合线识别结果；S5、定位和识别易触发对流区域。本发明综合了图像识别技术和局地对流触发机制，可广泛适用于中国不同区域、不同型号、不同波段天气雷达对多种边界层辐合线的观测结果。

公开(公告)号：CN117351366A

公开(公告)日：2024-01-05

申请号：CN202311654614.7

申请日：2023-12-05

Applicant: 南京气象科技创新研究院

Inventor： 徐芬 ,  郑玉 ,  王亚强

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种易触发局地对流的边界层辐合线碰撞区域识别方法，包括以下步骤：S1、数据收集和预处理；S2、对图像数据集进行人工标注和筛选，根据标签集利用聚类分析方法设计多尺度锚框；S3、构建R2CNN深度学习模型，设置合理的锚窗参数，并对模型进行训练；S4、利用训练好的模型对图像进行检测，得到旋转边界框检测结果，并对检测结果进行评分；对重合边界框检测结果进行修正和融合，得到多条边界层辐合线识别结果；S5、定位和识别易触发对流区域。本发明综合了图像识别技术和局地对流触发机制，可广泛适用于中国不同区域、不同型号、不同波段天气雷达对多种边界层辐合线的观测结果。