本發(fā)明涉及一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法及系統(tǒng)，屬于氣象預(yù)測(cè)。

背景技術(shù)：

1、天氣預(yù)報(bào)技術(shù)經(jīng)歷了從經(jīng)驗(yàn)法則到數(shù)值天氣預(yù)報(bào)(numerical?weatherprediction,nwp)的發(fā)展?，F(xiàn)代天氣預(yù)報(bào)依賴于物理和數(shù)學(xué)模型，通過(guò)模擬大氣、大洋和陸地等物理過(guò)程來(lái)預(yù)測(cè)天氣。然而，這些方法通常存在以下不足之處：

2、數(shù)值天氣預(yù)報(bào)模型是目前最常見(jiàn)的預(yù)測(cè)方法。它依賴于大氣物理學(xué)原理，通過(guò)對(duì)大氣動(dòng)力學(xué)方程的數(shù)值求解來(lái)預(yù)測(cè)未來(lái)的天氣。然而，nwp模型的精度受限于初始條件和邊界條件的準(zhǔn)確性。尤其是在短時(shí)預(yù)報(bào)和局地天氣預(yù)測(cè)中，模型的表現(xiàn)往往不盡如人意，尤其在風(fēng)暴、強(qiáng)降水等極端天氣的預(yù)測(cè)中；

3、近年來(lái)，人工智能(ai)和機(jī)器學(xué)習(xí)(ml)被引入天氣預(yù)報(bào)領(lǐng)域，尤其是在模式識(shí)別和特征提取方面。深度學(xué)習(xí)和集成學(xué)習(xí)在提高預(yù)報(bào)精度方面取得了一定的進(jìn)展，但其仍然面臨過(guò)擬合、數(shù)據(jù)質(zhì)量依賴性強(qiáng)和解釋性差的問(wèn)題，尤其是在極端天氣事件的預(yù)測(cè)中；

4、但是由于地理和氣候的多樣性，局部天氣(如城市熱島效應(yīng)、山區(qū)風(fēng)暴等)難以通過(guò)機(jī)器學(xué)習(xí)準(zhǔn)確預(yù)測(cè)，此外，不同觀測(cè)數(shù)據(jù)源(雷達(dá)、衛(wèi)星、地面氣象站等)之間的時(shí)空不匹配和異構(gòu)性問(wèn)題也影響了預(yù)報(bào)的精度和可靠性。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明提出了一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法及系統(tǒng)。

2、本發(fā)明的技術(shù)方案如下：

3、一方面，本發(fā)明提供了一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，包括以下步驟：

4、采集多源氣象數(shù)據(jù)，并對(duì)多源氣象數(shù)據(jù)進(jìn)行預(yù)處理；

5、基于預(yù)處理后的多源氣象數(shù)據(jù)構(gòu)建多源數(shù)據(jù)校正模型，獲取機(jī)器學(xué)習(xí)模型預(yù)測(cè)的天氣預(yù)報(bào)數(shù)據(jù)并輸入多源數(shù)據(jù)校正模型計(jì)算得到初步校正的天氣預(yù)報(bào)結(jié)果；

6、構(gòu)建短時(shí)高頻預(yù)測(cè)模型，將預(yù)處理后的多源氣象數(shù)據(jù)輸入短時(shí)高頻預(yù)測(cè)模型計(jì)算得到短時(shí)高頻預(yù)測(cè)結(jié)果；

7、構(gòu)建區(qū)域優(yōu)化模型，將初步校正的天氣預(yù)報(bào)結(jié)果輸入?yún)^(qū)域優(yōu)化模型得到區(qū)域優(yōu)化結(jié)果；

8、對(duì)初步校正的天氣預(yù)報(bào)結(jié)果、短時(shí)高頻預(yù)測(cè)結(jié)果以及區(qū)域優(yōu)化結(jié)果得進(jìn)行加權(quán)求和到最終天氣預(yù)報(bào)修正結(jié)果。

9、作為本發(fā)明的優(yōu)選實(shí)施方式，所述多源氣象數(shù)據(jù)包括氣象站數(shù)據(jù)、遙感數(shù)據(jù)以及物聯(lián)網(wǎng)傳感器數(shù)據(jù)。

10、作為本發(fā)明的優(yōu)選實(shí)施方式，多源數(shù)據(jù)校正模型具體如下式所示：

11、pcorr(x,t)＝pnum(x,t)+preal(x,t)

12、其中：pcorr(x,t)表示t時(shí)刻初步校正后的天氣預(yù)報(bào)結(jié)果；pnum(x,t)表示t時(shí)刻的天氣預(yù)報(bào)數(shù)據(jù)；preal(x,t)表示t時(shí)刻基于多源氣象數(shù)據(jù)的校正值。

13、作為本發(fā)明的優(yōu)選實(shí)施方式，所述基于多源氣象數(shù)據(jù)的校正值計(jì)算公式為：

14、

15、其中：tt表示t時(shí)刻溫度；ht表示t時(shí)刻濕度；pt表示t時(shí)刻氣壓；wt表示t時(shí)刻微氣候風(fēng)場(chǎng)；tc,t表示t時(shí)刻云頂溫度；rt表示t時(shí)刻降雨量；fth表示溫濕度校正函數(shù)；fpw表示氣壓風(fēng)場(chǎng)校正函數(shù)；表示云頂降水校正函數(shù)；β1、β2、β3分別表示權(quán)重函數(shù)。

16、作為本發(fā)明的優(yōu)選實(shí)施方式，短時(shí)高頻預(yù)測(cè)模型具體如下式所示：

17、rshort(t+δt)＝∫ωφ(fradar,fsat,tenv)·wadvdω

18、其中：δt表示預(yù)測(cè)時(shí)間步長(zhǎng)；rshort(t+δt)表示t+δt時(shí)刻的短時(shí)高頻預(yù)測(cè)結(jié)果；ω表示預(yù)測(cè)區(qū)域范圍；φ表示數(shù)據(jù)融合函數(shù)；fradar表示雷達(dá)反射率場(chǎng)特征；fsat表示衛(wèi)星云圖特征；tenv表示環(huán)境變量；wadv表示降水帶平流速度。

19、作為本發(fā)明的優(yōu)選實(shí)施方式，區(qū)域優(yōu)化模型具體如下式所示：

20、pregional(pcorr,z(x,t),t)＝∫ωk(z,z′)·pcorr,z(x,t)dω

21、其中：pcorr,z(x,t)表示位置z在t時(shí)刻初步校正后的天氣預(yù)報(bào)結(jié)果；z′表示氣象站位置；k表示地形相似性函數(shù)。

22、另一方面，本發(fā)明還提供了一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)系統(tǒng)，包括數(shù)據(jù)采集模塊、初步校正模塊、短時(shí)高頻預(yù)測(cè)模塊、區(qū)域優(yōu)化模塊以及最終校正模塊；

23、所述數(shù)據(jù)采集模塊用于采集多源氣象數(shù)據(jù)，并對(duì)多源氣象數(shù)據(jù)進(jìn)行預(yù)處理；

24、所述初步校正模塊用于基于預(yù)處理后的多源氣象數(shù)據(jù)構(gòu)建多源數(shù)據(jù)校正模型，獲取機(jī)器學(xué)習(xí)模型預(yù)測(cè)的天氣預(yù)報(bào)數(shù)據(jù)并輸入多源數(shù)據(jù)校正模型計(jì)算得到初步校正的天氣預(yù)報(bào)結(jié)果；

25、所述短時(shí)高頻預(yù)測(cè)模塊用于構(gòu)建短時(shí)高頻預(yù)測(cè)模型，將預(yù)處理后的多源氣象數(shù)據(jù)輸入短時(shí)高頻預(yù)測(cè)模型計(jì)算得到短時(shí)高頻預(yù)測(cè)結(jié)果；

26、所述區(qū)域優(yōu)化模塊用于構(gòu)建區(qū)域優(yōu)化模型，將初步校正的天氣預(yù)報(bào)結(jié)果輸入?yún)^(qū)域優(yōu)化模型得到區(qū)域優(yōu)化結(jié)果；

27、所述最終校正模塊用于對(duì)初步校正的天氣預(yù)報(bào)結(jié)果、短時(shí)高頻預(yù)測(cè)結(jié)果以及區(qū)域優(yōu)化結(jié)果得進(jìn)行加權(quán)求和到最終天氣預(yù)報(bào)修正結(jié)果。

28、另一方面，本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如本發(fā)明任一實(shí)施例所述的方法。

29、再一方面，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明任一實(shí)施例所述的方法。

30、本發(fā)明具有如下有益效果：

31、本發(fā)明能夠在天氣發(fā)生的過(guò)程中持續(xù)更新預(yù)測(cè)結(jié)果，提高短時(shí)預(yù)報(bào)的精度，同時(shí)能夠進(jìn)行專(zhuān)門(mén)的局地優(yōu)化，提高局地天氣預(yù)測(cè)的準(zhǔn)確性。

技術(shù)特征：

1.一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，其特征在于，所述多源氣象數(shù)據(jù)包括氣象站數(shù)據(jù)、遙感數(shù)據(jù)以及物聯(lián)網(wǎng)傳感器數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，其特征在于，多源數(shù)據(jù)校正模型具體如下式所示：

4.根據(jù)權(quán)利要求3所述的一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，其特征在于，所述基于多源氣象數(shù)據(jù)的校正值計(jì)算公式為：

5.根據(jù)權(quán)利要求4所述的一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，其特征在于，短時(shí)高頻預(yù)測(cè)模型具體如下式所示：

6.根據(jù)權(quán)利要求5所述的一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法，其特征在于，區(qū)域優(yōu)化模型具體如下式所示：

7.一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)系統(tǒng)，其特征在于，包括數(shù)據(jù)采集模塊、初步校正模塊、短時(shí)高頻預(yù)測(cè)模塊、區(qū)域優(yōu)化模塊以及最終校正模塊；

8.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明涉及一種基于實(shí)時(shí)數(shù)據(jù)校正的天氣預(yù)報(bào)方法及系統(tǒng)，所述方法包括以下步驟：采集多源氣象數(shù)據(jù)，并對(duì)多源氣象數(shù)據(jù)進(jìn)行預(yù)處理；基于預(yù)處理后的多源氣象數(shù)據(jù)構(gòu)建多源數(shù)據(jù)校正模型，獲取機(jī)器學(xué)習(xí)模型預(yù)測(cè)的天氣預(yù)報(bào)數(shù)據(jù)并輸入多源數(shù)據(jù)校正模型計(jì)算得到初步校正的天氣預(yù)報(bào)結(jié)果；構(gòu)建短時(shí)高頻預(yù)測(cè)模型，將預(yù)處理后的多源氣象數(shù)據(jù)輸入短時(shí)高頻預(yù)測(cè)模型計(jì)算得到短時(shí)高頻預(yù)測(cè)結(jié)果；構(gòu)建區(qū)域優(yōu)化模型，將初步校正的天氣預(yù)報(bào)結(jié)果輸入?yún)^(qū)域優(yōu)化模型得到區(qū)域優(yōu)化結(jié)果；對(duì)初步校正的天氣預(yù)報(bào)結(jié)果、短時(shí)高頻預(yù)測(cè)結(jié)果以及區(qū)域優(yōu)化結(jié)果得進(jìn)行加權(quán)求和到最終天氣預(yù)報(bào)修正結(jié)果。

技術(shù)研發(fā)人員：李冰簫,劉昌維,凌浩潔,吳小軍
受保護(hù)的技術(shù)使用者：四川中電啟明星信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/24