-
公开(公告)号：CN114895377A
公开(公告)日：2022-08-12
申请号：CN202210297114.1
申请日：2022-03-24
Applicant: 南京气象科技创新研究院 , 江苏省气象科学研究所(南京交通气象研究所)
Abstract: 本申请涉及一种车载式公路交通气象探测系统，包括气象探测模块、路况巡检模块、视频图像采集模块、网络通讯模块、主控模块、显示模块以及供电模块；气象探测模块用于雨、雾等视程障碍发生时气象要素的定点探测；路况巡检模块用于路面状况、路面温度以及位置坐标的移动探测；视频图像采集模块用于现场图像的采集；网络通讯模块用于数据的交换及传输；显示模块用于系统各类数据的显示；主控模块用于各模块子设备工作状态的控制及数据的处理和存储；供电系统用于各个模块的供电。本申请通过车辆机动部署实现交通气象移动探测数据快速融入现有气象业务信息网络，可应用于道路交通恶劣天气监测预警、气象应急保障服务及科学实验研究。
-
公开(公告)号：CN217181260U
公开(公告)日：2022-08-12
申请号：CN202220661148.X
申请日：2022-03-24
Applicant: 南京气象科技创新研究院 , 江苏省气象科学研究所(南京交通气象研究所)
Abstract: 本申请涉及一种车载式公路交通气象综合探测系统，包括气象探测模块、路况巡检模块、视频图像采集模块、网络通讯模块、主控模块、显示模块以及供电模块；气象探测模块用于雨、雾等视程障碍发生时气象要素的定点探测；路况巡检模块用于路面状况、路面温度以及位置坐标的移动探测；视频图像采集模块用于现场图像的采集；网络通讯模块用于数据的交换及传输；显示模块用于系统各类数据的显示；主控模块用于各模块子设备工作状态的控制及数据的处理和存储；供电系统用于各个模块的供电。本申请通过车辆机动部署实现交通气象移动探测数据快速融入现有气象业务信息网络，可应用于道路交通恶劣天气监测预警、气象应急保障服务及科学实验研究。
-
公开(公告)号：CN118604919B
公开(公告)日：2024-12-06
申请号：CN202411068531.4
申请日：2024-08-06
Applicant: 南京气象科技创新研究院
IPC: G01W1/18 , G01W1/02 , G01W1/08 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/15 , G06F18/213
Abstract: 本发明公开了基于全天候天气背景的微波辐射计温湿廓线联合校正方法，包括：获取微波辐射计测量数据与无线电探空仪探测数据，进行数据清洗与标准化预处理；对影响微波辐射计测量精度的全天候天气背景因子特征进行标注，生成对应特征向量，形成无量纲的全天候天气背景因子库；采用引入一致性损失的联合损失函数，构建并训练融合微波辐射计测量、全天候天气背景及无线电探空仪探测的多层感知卷积长短期记忆网络深度学习模型；针对目标时间，基于微波辐射计测量与全天候天气背景特征，产生校正后的温湿度廓线反演结果。本发明提高了局地温度、湿度反演的一致性，能够准确、高效地实现对微波辐射计温湿廓线测量反演的联合校正，具有极高的应用价值。
-
公开(公告)号：CN119249075B
公开(公告)日：2025-03-04
申请号：CN202411777755.2
申请日：2024-12-05
Applicant: 南京气象科技创新研究院
IPC: G06F18/10 , G06F18/214 , G06F18/21 , G06F18/2433 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了基于物理约束的高速公路路面温度预报方法，包括以下步骤：收集并预处理区域内所有站点的气象数据、路面温度的历史观测数据及地理数据，加入时间信息构建时间特征；搭建U‑net神经网络模型，对多站点多气象要素预报数据进行空间场数据订正，输出各站点的订正后气象数据；在U‑net模型基础上构建双向LSTM网络，处理时间序列数据，使用损失函数评估和优化模型性能；在模型中加入物理约束，包括温度变化的时间关系、季节性与日夜变化特征、材料热特性、热平衡方程等，优化模型结果；使用测试集评估模型的泛化能力和预报精度，微调模型参数。该方法显著提高了路面温度预测的精度和可靠性，为交通管理和安全预警提供了可靠依据。
-
公开(公告)号：CN116070676B
公开(公告)日：2023-06-30
申请号：CN202310309893.7
申请日：2023-03-28
Applicant: 南京气象科技创新研究院
IPC: G06N3/0455 , G01K13/00 , G01W1/02 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于注意力机制和自编码器的高速公路路面温度预报方法，方法包括：采集高速公路路面温度观测数据及数值天气预报模式输出的多气象要素预报数据，进行预处理；基于神经网络搭建自编码器，并对区域高速公路路面温度进行编码，生成特征向量；搭建空间注意力机制与通道注意力机制融合的卷积神经网络模型，并展开训练；基于预设时间内的多气象要素产品生成全区域的高速公路路面温度预报。本发明能够生成全区域的高速公路路面温度预报，较传统的点对点预报而言更加便捷高效；采用空间注意力和通道注意力机制融合的卷积神经网络模型，具有高度非线性和强鲁棒性，有效提高了高速公路路面温度预报能力，有极强的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN116086547A
公开(公告)日：2023-05-09
申请号：CN202310210056.9
申请日：2023-03-07
Applicant: 南京气象科技创新研究院
IPC: G01D21/02 , G06F18/25 , G06F18/15 , G06F18/214 , G06N3/084 , G16Y10/35 , G16Y20/10 , G16Y20/20 , G16Y40/10 , G16Y40/20
Abstract: 本发明公开了一种基于红外成像和气象监测的接触网覆冰检测方法，本发明使用红外照明照射检测目标，提高目标的亮度，减少环境光线干扰，通过红外成像传感器获取目标的实时图像，同时通过气象监测单元同步获取气象数据并进行归一化融合处理，数据在前端的边缘计算单元中通过深度学习模型，自动识别目标的积水、结冰、积雪等状态，并通过传输单元发送到后台系统。本发明能够自动识别目标接触网的干燥、潮湿、积水、结冰、积雪等状态，并具有非接触式测量、自动识别铜缆与检测目标状态、受可见光干扰小、同时显示多种存在的状态、优先检测结冰状态、能够对结果进行验算、可实时查看当前状态和记录、设备小巧轻便便于安装等优点。
-
公开(公告)号：CN119249075A
公开(公告)日：2025-01-03
申请号：CN202411777755.2
申请日：2024-12-05
Applicant: 南京气象科技创新研究院
IPC: G06F18/10 , G06F18/214 , G06F18/21 , G06F18/2433 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了基于物理约束的高速公路路面温度预报方法，包括以下步骤：收集并预处理区域内所有站点的气象数据、路面温度的历史观测数据及地理数据，加入时间信息构建时间特征；搭建U‑net神经网络模型，对多站点多气象要素预报数据进行空间场数据订正，输出各站点的订正后气象数据；在U‑net模型基础上构建双向LSTM网络，处理时间序列数据，使用损失函数评估和优化模型性能；在模型中加入物理约束，包括温度变化的时间关系、季节性与日夜变化特征、材料热特性、热平衡方程等，优化模型结果；使用测试集评估模型的泛化能力和预报精度，微调模型参数。该方法显著提高了路面温度预测的精度和可靠性，为交通管理和安全预警提供了可靠依据。
-
公开(公告)号：CN115034451A
公开(公告)日：2022-09-09
申请号：CN202210583111.4
申请日：2022-05-26
Applicant: 云南省交通规划设计研究院有限公司 , 南京气象科技创新研究院
Abstract: 本发明公开了一种高速公路浓雾低能见度Logistic回归的短时预警方法，包括以下步骤：获取交通气象监测站的历史数据；对获得的历史数据进行质量控制；提取与浓雾低能见度相关的重要特征气象参素；采用Logistic模型对历史数据进行训练，得到发生能见度小于200m浓雾的各气象要素的特征属性，构建预测模型；模型应用与更新：输入交通气象监测站分钟级监测数据，输出浓雾低能见度预测结果，当预测准确率小于80%，重新训练更新模型。本发明利用高速公路观测历史和实时资料，通过历史数据构建浓雾低能见度的Logistic回归预警模型，在根据实时资料对未来可能出现的浓雾低能见进行分钟级预测和提前预警，为高速公路浓雾低能见度智能决策和出行信息服务提供参考。
-
公开(公告)号：CN119202622B
公开(公告)日：2025-02-25
申请号：CN202411698203.2
申请日：2024-11-26
Applicant: 南京气象科技创新研究院
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06F18/15 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F30/27 , G01W1/10 , G06F111/10
Abstract: 本发明公开了基于数值模式融合深度学习的路面温度预报方法，包括基于多要素预报数据及观测数据制作训练集与验证集；基于区域高分辨率多元下垫面数据，整合形成统一尺度的区域高分辨率多元下垫面特征库；构建基于注意力机制图卷积神经网络的深度学习路面温度预报模型，采用高斯加权损失函数，展开模型训练；采用训练好的模型，针对目标时间，基于数值天气预报模式多要素预报数据和区域高分辨率多元下垫面数据，生成基于数值模式融合深度学习的路面温度预报结果。本发明有效解决了不同尺度路面温度的样本非均衡问题，增强了模型对于路面温度极值的预报能力，提高了基于数值模式融合深度学习的高速公路路面温度预报准确率，具有极强的应用价值。
-
公开(公告)号：CN119202622A
公开(公告)日：2024-12-27
申请号：CN202411698203.2
申请日：2024-11-26
Applicant: 南京气象科技创新研究院
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06F18/15 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F30/27 , G01W1/10 , G06F111/10
Abstract: 本发明公开了基于数值模式融合深度学习的路面温度预报方法，包括基于多要素预报数据及观测数据制作训练集与验证集；基于区域高分辨率多元下垫面数据，整合形成统一尺度的区域高分辨率多元下垫面特征库；构建基于注意力机制图卷积神经网络的深度学习路面温度预报模型，采用高斯加权损失函数，展开模型训练；采用训练好的模型，针对目标时间，基于数值天气预报模式多要素预报数据和区域高分辨率多元下垫面数据，生成基于数值模式融合深度学习的路面温度预报结果。本发明有效解决了不同尺度路面温度的样本非均衡问题，增强了模型对于路面温度极值的预报能力，提高了基于数值模式融合深度学习的高速公路路面温度预报准确率，具有极强的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.037 seconds)
