-
公开(公告)号：CN119717069A
公开(公告)日：2025-03-28
申请号：CN202411775697.X
申请日：2024-12-05
Applicant: 广西壮族自治区气象科学研究所 , 广西壮族自治区气象台(广西壮族自治区海洋气象台)
IPC: G01W1/10 , G06N3/0455
Abstract: 本发明涉及气象技术领域，具体涉及一种基于UKAN的24h内逐小时极大风预报方法，首先获取整点时段的历史实况极大风速数据和EC细网格数值模式预报产品资料，分别建立地面资料通道数据和高空资料通道数据，并进行输入数据的放缩预处理；接着构建基于UKAN的深度学习极大风速预报模型，确定模型训练的损失函数，使用数据对模型进行训练，最后使用训练后的深度学习极大风速预报模型计算得到未来0‑24h逐小时极大风速预报场。本发明通过设计UKAN极大风速预报模型以及站点数据损失函数的构建，提高0‑24h逐小时极大风速的预报精度，具有良好的应用前景，为防灾减灾提供更精准的预报服务。
-
公开(公告)号：CN116243404A
公开(公告)日：2023-06-09
申请号：CN202310205297.4
申请日：2023-03-06
Applicant: 广西壮族自治区气象科学研究所
IPC: G01W1/10 , G06F18/214 , G06N20/20 , G06N5/01
Abstract: 本发明公开了一种格点化暴雨预报方法，本发明方法采用环流背景场、U\V预报场、雨量预报场、模式调整场以及地面气象站的数据，并构建训练样本集；采用XGBoost方法建立一个基于EC模式环流背景场及其预报产品与未来0~24h降水量的映射关系的预报模型；将所述训练样本集通过所述预报模型训练，使得所述预报模型能够进行中短期降水预报。该方法对暴雨以上降水的预测能力（暴雨TS）较EC模式预报提高17%以上，可以有效提高中短期降水的预报精度，具有良好的应用前景，为防灾减灾提供更精准的预报服务。
-
Patent Agency Ranking
公开(公告)号：CN119760563A
公开(公告)日：2025-04-04
申请号：CN202411806241.5
申请日：2024-12-10
Applicant: 广西壮族自治区气象科学研究所
IPC: G06F18/2431 , G06F18/214 , G06F18/21 , G06N3/0475 , G06N3/045 , G06N3/094 , G01W1/10
Abstract: 本发明公开了一种基于深度学习和EC数值预报的中短期暴雨预报方法，包括：获取历年的雨量实况观测数据和EC数值模式预报数据，并基于获取的数据构建EC数值模式预报样本数据集；基于EC数值模式预报样本数据集获得预报模型多通道数据并进行预处理；构建初始中短期暴雨预报模型和对应的损失函数，结合预报模型多通道数据对初始中短期暴雨预报模型进行训练，通过训练后的模型获得未来降水量格点预报场。本发明利用EC数值预报数据作为Unet变异体模块的输入，提升暴雨预报精度15％以上，设计加权损失函数，根据雨量大小赋予权重，实现50mm以上暴雨的高精度预报，为防灾减灾提供精准服务。
-
公开(公告)号：CN115236770B
公开(公告)日：2024-05-28
申请号：CN202210748531.3
申请日：2022-06-29
Applicant: 广西壮族自治区气象科学研究所
IPC: G01W1/10 , G01S13/95 , G01S7/41 , G06T3/4007
Abstract: 本发明涉及天气预报领域，具体公开了一种基于时空堆叠和样本重构的非线性短时临近降水客观预报方法，包括：获取地面气象站的实况观测资料和天气雷达的实况观测数据；基于融合的过去3小时变压、过去24小时变压、过去24小时变温、露点温度及过去1小时降水量的地面站点实况观测数据以及气象雷达观测资料，采用时空堆叠和样本重构技术构建预报因子数据集；采用lightGBM算法建立短时临近降水客观预报模型；通过开展多种不同预报因子组合的短时临近降水预报模型正负预报技巧的研究，确定出一组最优预报因子组合作为lightGBM模型的最终输入，建立一种未来临近降水预报模型，生成降水格点预报场。该方法可以有效提高短时临近强降水的预报精度，具有良好的应用前景。
-
公开(公告)号：CN119126262A
公开(公告)日：2024-12-13
申请号：CN202411111538.X
申请日：2024-08-14
Applicant: 广西壮族自治区气象科学研究所
Abstract: 本发明公开了一种基于进化网络和Unet网络的雷达外推和Z‑R关系的临近降水预报方法，包括：获取整点时段的历史实况雨量数据并用于构建雷达回波样本数据集；构建雷达回波短时临近外推预报模型，包括进化网络模块和Unet变异体模块；构建模型训练损失函数，结合雷达回波样本数据集对雷达回波短时临近外推预报模型进行训练；获取预测时间前一小时的雷达拼图回波，输入至训练后的模型中，获得预测雷达回波，基于Z‑R关系式与预测雷达回波获得降水格点预报场。本发明通过设计进化网络模块和Unet变异体模块以及针对生成器和判别器的损失函数，提高临近强降水的预报精度，具有良好的应用前景，为防灾减灾提供更精准的预报服务。
-
公开(公告)号：CN117789416A
公开(公告)日：2024-03-29
申请号：CN202311817413.4
申请日：2023-12-27
Applicant: 广西壮族自治区气象科学研究所
Abstract: 本发明公开一种区域性暴雨灾害风险预警方法和装置，包括以下步骤：步骤S1、根据获取目标区域的地理数据，得到目标区域的淹没深度；步骤S2、获取目标区域的暴雨灾害潜在风险指数；步骤S3、根据目标区域的淹没深度和暴雨灾害潜在风险指数，确定不同等级致灾面雨量。采用本发明的技术方案，可以确定目标区域流域暴雨灾害不同风险等级精细化预警指标。
-
公开(公告)号：CN115236770A
公开(公告)日：2022-10-25
申请号：CN202210748531.3
申请日：2022-06-29
Applicant: 广西壮族自治区气象科学研究所
Abstract: 本发明涉及天气预报领域，具体公开了一种基于时空堆叠和样本重构的非线性短时临近降水客观预报方法，包括：获取地面气象站的实况观测资料和天气雷达的实况观测数据；基于融合的过去3小时变压、过去24小时变压、过去24小时变温、露点温度及过去1小时降水量的地面站点实况观测数据以及气象雷达观测资料，采用时空堆叠和样本重构技术构建预报因子数据集；采用lightGBM算法建立短时临近降水客观预报模型；通过开展多种不同预报因子组合的短时临近降水预报模型正负预报技巧的研究，确定出一组最优预报因子组合作为lightGBM模型的最终输入，建立一种未来临近降水预报模型，生成降水格点预报场。该方法可以有效提高短时临近强降水的预报精度，具有良好的应用前景。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
