公开(公告)号：CN113705657A

公开(公告)日：2021-11-26

申请号：CN202110974266.6

申请日：2021-08-24

Applicant: 华北电力大学

Inventor： 张重 ,  黄国和 ,  鲁晨 ,  王丝雨 ,  田初引 ,  林夏婧 ,  宋唐女

IPC: G06K9/62

Abstract: 本发明公开了一种基于差分法消除多重共线性的逐步聚类统计降尺度方法，首先，通构建预报因子和预测量数据模型；接着利用差分法消除多重共线性；然后进行模型训练阶段，通过逐步聚类统计降尺度，合并或分割产生聚类树；再然后，在模型验证阶段，将预报因子输入到聚类树模型进行验证；最后在模型预测阶段，将预报因子的未来数据输入到聚类树模型中，对气候要素进行长期预测。本发明解决了气候统计降尺度模型中出现得多重共线性问题，所构建的聚类树模型更能反映真实的预测因子与预报量之间的关系，为计算未来气候要素提供了更可靠的统计方法。

公开(公告)号：CN113671599A

公开(公告)日：2021-11-19

申请号：CN202110981255.0

申请日：2021-08-25

Applicant: 华北电力大学

Inventor： 林夏婧 ,  黄国和 ,  吴莹辉 ,  张重 ,  王丝雨 ,  田初引

IPC: G01W1/10

Abstract: 本发明提出一种基于全球气候模式的登陆气旋识别方法，对台风最频繁发生区域的数据统计降尺度，筛选出历史气旋记录，提取训练期与验证期内气旋自登陆日起至消亡的逐日气象信息，并保存为NetCDF格式文件，将NetCDF格式文件循环组合绘图。对作为正样本的逐日气象信息NetCDF文件和负样本的非气旋登入日气象信息NetCDF文件分别提取特征；利用SVM对提取出的特征进行训练，生成正负训练样本集；将验证集的正样本NetCDF文件特征与SVM训练样本中的正样本比较，验证模型效果；将未来气候情景下气压和风速的降尺度结果特征提取，并与正样本训练集的特征进行比较分析，判断气旋是否存在。本发明方法可从任意一套全球气候模式数据中识别出台风。

公开(公告)号：CN113807409B

公开(公告)日：2024-01-23

申请号：CN202110992630.1

申请日：2021-08-27

Applicant: 华北电力大学

Inventor： 王丝雨 ,  黄国和 ,  翟媛媛 ,  田初引 ,  林夏婧 ,  张重 ,  吴莹辉

IPC: G06F7/00

Abstract: 本发明公开了属于气象信息技术领域的一种基于判别分析的海岸带分类方法。利用多元统计分析方法判别分析对选取的海岸带特征气候因子进行判别分类，采用带有海岸带海陆特征信息的气候因子为分类对象，利用历史时期和未来预测的气候因子信息来动态量化海岸带分类；参照不同精度的气候因子，得到不同精度条件下的海岸带分类，解决现有海岸带分类过程中精度和准确度低、难以量化等技术问题，能够得到精度高、准确性好的分类结果。同时也提高了海岸带分类的综合性，降低了分类过程中的不确定性风险；提取数据后，将经过训练的数据建立了多元统计关系后，得到的是预判率小于5％的分类结果，所得到的分类应是可信的。验证结果准确率较高，误判率较低。

公开(公告)号：CN113807409A

公开(公告)日：2021-12-17

申请号：CN202110992630.1

申请日：2021-08-27

Applicant: 华北电力大学

Inventor： 王丝雨 ,  黄国和 ,  翟媛媛 ,  田初引 ,  林夏婧 ,  张重 ,  吴莹辉

IPC: G06K9/62

Abstract: 本发明公开了属于气象信息技术领域的一种基于判别分析的海岸带分类方法。利用多元统计分析方法判别分析对选取的海岸带特征气候因子进行判别分类，采用带有海岸带海陆特征信息的气候因子为分类对象，利用历史时期和未来预测的气候因子信息来动态量化海岸带分类；参照不同精度的气候因子，得到不同精度条件下的海岸带分类，解决现有海岸带分类过程中精度和准确度低、难以量化等技术问题，能够得到精度高、准确性好的分类结果。同时也提高了海岸带分类的综合性，降低了分类过程中的不确定性风险；提取数据后，将经过训练的数据建立了多元统计关系后，得到的是预判率小于5％的分类结果，所得到的分类应是可信的。验证结果准确率较高，误判率较低。

公开(公告)号：CN113673777A

公开(公告)日：2021-11-19

申请号：CN202110992626.5

申请日：2021-08-27

Applicant: 华北电力大学

Inventor： 田初引 ,  黄国和 ,  吴莹辉 ,  林夏婧 ,  张重 ,  王丝雨

IPC: G06Q10/04 ,  G06Q50/26 ,  G06K9/62

Abstract: 本发明公开了属于沙漠治理技术领域的一种气候变化条件下的沙漠演替预测方法。获取历史归一化植被指数(NDVI)月尺度格点数据，通过自组织映射方法，得出特定区域的三类土地类型，即沙漠、绿洲、及沙漠‑绿洲过渡带；提取对应类型所处区域范围内的历史降雨数据；构建多模型贝叶斯判别集合框架，并将提取的历史降雨数据用于该框架的验证；利用训练好的多模型贝叶斯判别集合框架，对未来气候变化条件下的沙漠、绿洲、沙漠‑绿洲过渡带之间的演替进行预测。本发明利用多模型贝叶斯判别集合框架可有效处理全球气候模型降雨预测数据中存在的大量不确定性，并从统计角度较为客观地预测选定区域在气候变化条件下的沙漠演替。为沙漠治理提供技术支持。