一种基于多普勒天气雷达数据的雷电智能预报方法

    公开(公告)号:CN112731564B

    公开(公告)日:2023-04-07

    申请号:CN202011570716.7

    申请日:2020-12-26

    Abstract: 本发明涉及一种基于多普勒天气雷达数据的雷电智能预报方法,包括:获取气象探空、闪电定位及多普勒天气雷达数据;根据获取的气象探空数据,提取0~‑30℃层的大气特征层高度值;根据获取的闪电定位数据提取闪电发生的时间、经度、纬度;根据获取的多普勒天气雷达数据,提取多个气象特征值,并对特征值进行处理,得到多个气象变量;将得到的气象变量作为预报因子,将是否出现闪电作为标签输入多种机器学习算法,得到多种雷电临近预报模型,并分别检验多种雷电临近预报模型的雷电预报准确率,以准确率最高作为最终雷电临近预报模型。本发明利用多普勒天气雷达和气象探空数据融合建立了雷电智能预报方法,提高了预报的准确率。

    基于气块反向追踪的大雾短期预报方法

    公开(公告)号:CN117111182A

    公开(公告)日:2023-11-24

    申请号:CN202311352643.8

    申请日:2023-10-19

    Abstract: 基于气块反向追踪的大雾短期预报方法,属于气象预报技术领域,包括以下步骤:S100:大雾分区;S200:选取预报因子;S300:样本处理;S400:建立预报模型;S500:评估计算;本发明从大雾形成机理的角度出发,利用客观方法来完成大雾分区,将出雾一致的站点划分到同一个区域,对每一个预报位置采用追踪气块的方式,获取起报时刻气块位置、气象参数等信息,与其他影响大雾出现的气象条件一起作为影响大雾形成的关键气象因子,采用多种机器学习方法进行训练,彼此间通过对训练集和测试集的预报准确性进行对比,选取预报准确率最高的模型作为最终模型,再利用最终模型通过输入实时气象数据进行大雾短期预报,提高了大雾短期预报的时效性和准确性。

Patent Agency Ranking