一种江淮地区强降水中心场的提取方法

    公开(公告)号:CN114841226A

    公开(公告)日:2022-08-02

    申请号:CN202210015337.4

    申请日:2022-01-07

    Abstract: 本发明涉及一种江淮地区强降水中心场的提取方法,属于计算机客观天气分型技术领域。该方法包括如下步骤:1)建立表示强降水量场集合的数据集;2)查找每个强降水量场的κ邻域强降水量场;3)求每个强降水量场的密度指标;4)求每个强降水量场的分布指标;5)计算每个强降水量场的密度指标和分布指标的几何平均值,即为中心场的判定初值,然后更新判定初值,得到每个强降水量场的中心场判定值;6)从中心场判定值中选取大于0的值对应的降水量场日期和降水量格点值,即为强降水类型的中心场的出现日期及降水量。本发明只需要单一的预定义参数,且运行结果没有随机性,并能准确提取出分布呈现非凸形状的强降水量场集合的中心场。

    一种基于分布密度的多源大气数据聚类方法

    公开(公告)号:CN111507415A

    公开(公告)日:2020-08-07

    申请号:CN202010314605.3

    申请日:2020-04-21

    Inventor: 樊仲欣

    Abstract: 本发明公开了一种基于分布密度的多源大气数据聚类方法,首先,构建一个M维数据组成的数据量为N的数据集DS,并判断数据集DS的聚类趋势;其次,生成数据集的距离矩阵DM的全邻域分布密度矩阵DDM;然后,以分布密度阈值ddth为参数,划分出全邻域分布密度矩阵DDM的密度峰值与离散点;最后,截取全体数据的边矩阵E将部分离散点合并入密度峰值,得到聚类结果。本发明仅使用分布密度阈值这一单一参数实现控制聚类结果,并确保可聚类任意分布形状、分布均匀性的数据;且能自动分离出噪点。

    一种用于集合数值天气预报成员的层次聚类方法

    公开(公告)号:CN110245692A

    公开(公告)日:2019-09-17

    申请号:CN201910444986.4

    申请日:2019-05-27

    Inventor: 樊仲欣 王兴

    Abstract: 本发明公开了一种一种用于集合数值天气预报成员的层次聚类方法,首先根据集合数值天气预报成员的数据特点建立最小距离连通图,然后利用最小距离连通图的最大差分值逐层分割数据成簇并剔除噪点,最后找出代表性的集合预报成员,完成聚类。与Ward聚类法相比,本发明时间复杂度更小,且本发明具有Ward不具备的去噪点功能。与管子法和距平相关系数分簇法相比,本发明具有生成多层次聚类结果的功能,可以在各层级上择优选取最合适的簇数,且不需要设置核心参数。

    基于天气雷达回波时序图像的降水预报方法

    公开(公告)号:CN108761461A

    公开(公告)日:2018-11-06

    申请号:CN201810531177.2

    申请日:2018-05-29

    CPC classification number: G01S13/95 G01S7/41 G01S7/411

    Abstract: 本发明公开了一种利用天气雷达回波时序图像进行降水预报的方法,该方法提出基本反射率数值与图像灰度值之间的直接关联,同时2条合理假设并建立相应的计算模型,依次对时间上两两相邻的基本反射率灰阶图像进行回波主体移动特征计算,再通过卷积函数,对时序图像的移动速度矢量场进行叠加计算,并遵循发生时间越久远的移动速度矢量对当前及未来的影响越小的原则,接着利用一个灰阶图像变化预测模型,对未来灰阶图像的形态、强度进行预测,最终实现基于雷达资料的降水预测。该方法对于较长预报时效且时空变化不连续的回波主体,其降水预报结果的准确性有着明显改善。

    一种电动滤网式水杯
    16.
    发明授权

    公开(公告)号:CN110419918B

    公开(公告)日:2024-06-25

    申请号:CN201910477172.0

    申请日:2019-06-03

    Abstract: 本发明涉及一种电动滤网式水杯,该水杯包括杯体、滤网和滑动杆,所述杯体一侧设有垂直设置的轨道孔,轨道孔外围绕设有线圈,所述滑动杆滑动连接在轨道孔内,且为永磁体;所述线圈通电后产生磁场,滑动杆可在磁场作用下沿轨道孔向上滑动;所述滤网固定在滑动杆一端,当滑动杆伸入轨道孔时,滤网可从杯体开口处伸入杯体内部;本发明的水杯滤网固定在滑动杆上,滑动杆位于轨道孔内,使得滤网与杯体始终处于连接状态,不会遗失。

    一种深度学习神经网络预报降水量的正态化归一方法

    公开(公告)号:CN117951462A

    公开(公告)日:2024-04-30

    申请号:CN202410080670.2

    申请日:2024-01-19

    Inventor: 樊仲欣

    Abstract: 本发明公开了一种深度学习神经网络预报降水量的正态化归一方法,包括:1、采集目标区域的各项气象要素数据以及降水量数据;2、对数据正态化分布变换和最大最小归一化处理;3、构建深度学习神经网络模型并用处理后的数据构建训练集和测试集,以训练集中气象要素数据作为输入,降水量数据作为输出训练深度学习神经网络模型,将测试集输入深度学习神经网络模型,输出降水量预测数据;4、将降水量预测数据反最大最小归一化后再进行反正态化分布变换处理,得到降水量预测结果。本发明解决含有大量0值的降水量时间序列数据做基于relu激活函数的人工神经网络预测时的输出抖动问题,正态化分布变换后的降水量时间序列数据符合正态分布。

    一种基于分布密度的多源大气数据聚类方法

    公开(公告)号:CN111507415B

    公开(公告)日:2023-07-25

    申请号:CN202010314605.3

    申请日:2020-04-21

    Inventor: 樊仲欣

    Abstract: 本发明公开了一种基于分布密度的多源大气数据聚类方法,首先,构建一个M维数据组成的数据量为N的数据集DS,并判断数据集DS的聚类趋势;其次,生成数据集的距离矩阵DM的全邻域分布密度矩阵DDM;然后,以分布密度阈值ddth为参数,划分出全邻域分布密度矩阵DDM的密度峰值与离散点;最后,截取全体数据的边矩阵E将部分离散点合并入密度峰值,得到聚类结果。本发明仅使用分布密度阈值这一单一参数实现控制聚类结果,并确保可聚类任意分布形状、分布均匀性的数据;且能自动分离出噪点。

    一种基于快速密度峰聚类的客观天气分型方法

    公开(公告)号:CN113158817B

    公开(公告)日:2023-07-18

    申请号:CN202110331946.6

    申请日:2021-03-29

    Inventor: 樊仲欣

    Abstract: 本发明提出一种基于快速密度峰聚类的客观天气分型方法,将一种新的DPC改进算法应用到天气分型中,在DPC算法仅考虑数据点密度属性和距离属性的基础上增加了数据点(天气现象)的路径属性和分布属性,并在线性增加时间复杂度的基础上获得了比DPC算法更优的效果,使本发明对于天气分型具有更高的普适性,并能够单一截断距离参数控制,自动选择特征天气类型代表性天气和分离过渡天气。

    一种天气雷达空间插值方法

    公开(公告)号:CN110261857B

    公开(公告)日:2022-04-15

    申请号:CN201910645159.1

    申请日:2019-07-17

    Abstract: 本发明公开一种天气雷达空间插值方法,该方法以雷达数据质量的优劣作为加权叠加计算时权重大小的评价指标,同时,对于距离雷达中心较远处的探测点,兼顾相邻探测点之间距离大小对插值计算的影响,在空间距离和数据质量两方面,对空间插值方法进行改良优化。本发明天气雷达空间插值方法的实施能够降低异常检测点对空间插值计算造成的不良影响,使得空间插值后的基本反射率数据更接近大气的实际状况,可为短临降水预报、大风预报、强对流天气预报等气象预报预警业务提供更加可靠、准确的基础数据,进而有助于提升气象预报预警的准确性。

Patent Agency Ranking