-
公开(公告)号：CN114626577A
公开(公告)日：2022-06-14
申请号：CN202210158802.X
申请日：2022-02-21
Applicant: 北京大学
Abstract: 本发明公开了一种利用人工智能预报冬季降水相态的方法，包括基于降水相态变化的物理机制选择大气温度、湿度、风速和垂直速度在500‑100hpa间的16个气压层的廓线数据及地表2m气温、露点温度和地表气压以及地形信息作为预报特征变量；对0‑99类天气现象观测数据打标签，形成三类降水相态标注；利用lightGBM框架和训练数据集训练预报模型，利用验证数据集和对应的特征数据对预报模型进行检验和优化参数，得到降水相态预报模型并存为MLPT；利用MLPT算法、输入预报特征变量数据，得到站点降水相态预报。本发明通过利用当前时刻的特征变量对6小时后的降水相态进行智能预报，与数值预报模式和同类型人工智能算法的降水相态客观预报方法相比提高了预报准确率和时效。
-
公开(公告)号：CN114626577B
公开(公告)日：2023-05-12
申请号：CN202210158802.X
申请日：2022-02-21
Applicant: 北京大学
IPC: G06Q10/04 , G06F18/241 , G06Q50/26
Abstract: 本发明公开了一种利用人工智能预报冬季降水相态的方法，包括基于降水相态变化的物理机制选择大气温度、湿度、风速和垂直速度在500‑100hpa间的16个气压层的廓线数据及地表2m气温、露点温度和地表气压以及地形信息作为预报特征变量；对0‑99类天气现象观测数据打标签，形成三类降水相态标注；利用lightGBM框架和训练数据集训练预报模型，利用验证数据集和对应的特征数据对预报模型进行检验和优化参数，得到降水相态预报模型并存为MLPT；利用MLPT算法、输入预报特征变量数据，得到站点降水相态预报。本发明通过利用当前时刻的特征变量对6小时后的降水相态进行智能预报，与数值预报模式和同类型人工智能算法的降水相态客观预报方法相比提高了预报准确率和时效。
-
公开(公告)号：CN114626578A
公开(公告)日：2022-06-14
申请号：CN202210158808.7
申请日：2022-02-21
Applicant: 北京大学
Abstract: 本发明公开了一种利用人工智能预报冻雨的方法，包括对降水类型观测数据预处理，将降水相态进行转换；将预处理后的降水类型观测数据按照90%:10%的比例分为训练数据集和验证数据集；根据观测数据时间进行地理位置匹配，分析数据中的500hPa‑1000hPa每个气压层特征数据以及每个预报站点的经度、维度和高度构建特征数据集；将观测数据作为标签，结合特征数据集，通过LightGBM算法进行冻雨降水相态预报模型训练，得到预报模型并存储；利用预报模型的特征数据集，直接输出预报得到的冻雨预报结果。本发明通过构建预报模型，对大气压层特征数据以及每个预报站点的经度、维度和高度进行特征工程处理，实现了对冬季冻雨快捷而准确的预报。
-
公开(公告)号：CN114626578B
公开(公告)日：2022-11-11
申请号：CN202210158808.7
申请日：2022-02-21
Applicant: 北京大学
Abstract: 本发明公开了一种利用人工智能预报冻雨的方法，包括对降水类型观测数据预处理，将降水相态进行转换；将预处理后的降水类型观测数据按照90%:10%的比例分为训练数据集和验证数据集；根据观测数据时间进行地理位置匹配，分析数据中的500hPa‑1000hPa每个气压层特征数据以及每个预报站点的经度、维度和高度构建特征数据集；将观测数据作为标签，结合特征数据集，通过LightGBM算法进行冻雨降水相态预报模型训练，得到预报模型并存储；利用预报模型的特征数据集，直接输出预报得到的冻雨预报结果。本发明通过构建预报模型，对大气压层特征数据以及每个预报站点的经度、维度和高度进行特征工程处理，实现了对冬季冻雨快捷而准确的预报。
-
-
-
Search Results
4
records
(took 0.021 seconds)
