-
Patent Agency Ranking
公开(公告)号：CN118707528B
公开(公告)日：2025-03-11
申请号：CN202410729706.5
申请日：2024-06-06
Applicant: 安徽省气象台
Abstract: 本发明公开了一种台风风场反演方法和系统，该方法通过对相邻时刻的回波强度变化量的分析，获取处于台风搜索区域内的各扇区网格在相邻时刻具有相关性的对应扇区网格，由此进行平流风矢量场的反演以及迭代平滑修正，剔除一些在雷达基数据质量控制过程中速度退模糊不完全的点，使得风场具有较好的整体性和连续性，提高了业务运行可行性和稳定性。
-
公开(公告)号：CN116089884A
公开(公告)日：2023-05-09
申请号：CN202310086232.2
申请日：2023-02-09
IPC: G06F18/2431 , G06F18/214 , G01W1/14
Abstract: 本发明提供一种近实时降水估测模型的构建方法，包括：获取目标区域的历史卫星红外AGRI数据、地理地形数据和历史降水资料数据，并对所获取的数据进行预处理；构造基于多模型集成的近实时降水估测模型；以预处理后的历史AGRI数据、地理地形数据作为模型输入数据，并以预处理后的历史降水资料数据作为模型输出数据对所构造的近实时降水估测模型进行训练，并对训练后的近实时降水估测模型进行精度验证评估，完成模型构建。由该构建方法所构建的近实时降水估测模型能够更好地捕捉数据的潜在分布，获取更多关于数据底层结构的信息，具有更高的降水估测精度。可以较好地应用在强对流天气的监测。
-
公开(公告)号：CN116186486B
公开(公告)日：2023-09-08
申请号：CN202211683319.X
申请日：2022-12-27
Abstract: 本发明公开一种基于广义集成学习的卫星资料反演温度廓线方法，包括如下步骤：S1、资料预处理；S2、构建机器学习样本；S3、构建广义集成学习的卫星资料反演温度廓线模型。本发明结合静止卫星高光谱红外亮温资料的高时间和高垂直分辨率特点，提出了广义集成学习方法。在优化调整3个基础机器学习模型(Random Forest、XGBoost和LightGBM)超参数基础上，动态最优加权将其集成，也可以根据不同问题选择别的模型或者规定模型的总个数。本发明采用广义集成学习优化每个基础机器学习模型的最佳权重，以获取更多关于数据底层结构的信息，从而提高反演温度廓线方法的反演精度。本发明具有一定精度和质量，对于大气科学、生态环境、全球变暖和边界层等领域的研究具有一定意义。
-
公开(公告)号：CN116186486A
公开(公告)日：2023-05-30
申请号：CN202211683319.X
申请日：2022-12-27
Abstract: 本发明公开一种基于广义集成学习的卫星资料反演温度廓线方法，包括如下步骤：S1、资料预处理；S2、构建机器学习样本；S3、构建广义集成学习的卫星资料反演温度廓线模型。本发明结合静止卫星高光谱红外亮温资料的高时间和高垂直分辨率特点，提出了广义集成学习方法。在优化调整3个基础机器学习模型(Random Forest、XGBoost和LightGBM)超参数基础上，动态最优加权将其集成，也可以根据不同问题选择别的模型或者规定模型的总个数。本发明采用广义集成学习优化每个基础机器学习模型的最佳权重，以获取更多关于数据底层结构的信息，从而提高反演温度廓线方法的反演精度。本发明具有一定精度和质量，对于大气科学、生态环境、全球变暖和边界层等领域的研究具有一定意义。
-
公开(公告)号：CN118707528A
公开(公告)日：2024-09-27
申请号：CN202410729706.5
申请日：2024-06-06
Applicant: 安徽省气象台
Abstract: 本发明公开了一种台风风场反演方法和系统，该方法通过对相邻时刻的回波强度变化量的分析，获取处于台风搜索区域内的各扇区网格在相邻时刻具有相关性的对应扇区网格，由此进行平流风矢量场的反演以及迭代平滑修正，剔除一些在雷达基数据质量控制过程中速度退模糊不完全的点，使得风场具有较好的整体性和连续性，提高了业务运行可行性和稳定性。
-
-
-
-
Search Results
5
records
(took 0.031 seconds)
