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

Applicant: 南京信息工程大学

Inventor： 王兴 ,  曾康 ,  毛雅萍 ,  常泽婷 ,  钱代丽 ,  樊仲欣

IPC: G01S13/95 ,  G01S7/41

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。

公开(公告)号：CN113640769A

公开(公告)日：2021-11-12

申请号：CN202110997434.3

申请日：2021-08-27

Applicant: 南京信息工程大学 ,  南京市气象局

Inventor： 钱代丽 ,  束宇 ,  王兴

IPC: G01S7/41 ,  G01S13/95 ,  G01W1/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于深度神经网络的天气雷达基本反射率预测方法，该方法与常用的天气雷达基本反射率预测方法相比，更关注对基本反射率空间形态演变趋势的预测，该方法采用了基本反射率分层迭代的思想，将不同极值空间的基本反射率二维数据特征代入深度神经网络模型进行训练，与直接将基本反射率数据代入深度神经网络模型相比，本方法能在一定程度上降低数据样本中因各种地物杂波对深度神经网络模型训练过程产生的不良影响，优化对基本反射率空间结构演变趋势的预测效果，进而提高天气雷达基本反射率预测的准确性。

公开(公告)号：CN110261857A

公开(公告)日：2019-09-20

申请号：CN201910645159.1

申请日：2019-07-17

Applicant: 南京信息工程大学

Inventor： 王兴 ,  曾康 ,  毛雅萍 ,  常泽婷 ,  钱代丽 ,  樊仲欣

IPC: G01S13/95 ,  G01S7/41

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。

公开(公告)号：CN113640769B

公开(公告)日：2023-06-13

申请号：CN202110997434.3

申请日：2021-08-27

Applicant: 南京信息工程大学 ,  南京市气象局

Inventor： 钱代丽 ,  束宇 ,  王兴

IPC: G01S7/41 ,  G01S13/95 ,  G01W1/10 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于深度神经网络的天气雷达基本反射率预测方法，该方法与常用的天气雷达基本反射率预测方法相比，更关注对基本反射率空间形态演变趋势的预测，该方法采用了基本反射率分层迭代的思想，将不同极值空间的基本反射率二维数据特征代入深度神经网络模型进行训练，与直接将基本反射率数据代入深度神经网络模型相比，本方法能在一定程度上降低数据样本中因各种地物杂波对深度神经网络模型训练过程产生的不良影响，优化对基本反射率空间结构演变趋势的预测效果，进而提高天气雷达基本反射率预测的准确性。

公开(公告)号：CN115775012A

公开(公告)日：2023-03-10

申请号：CN202211522271.4

申请日：2022-11-30

Applicant: 南京信息工程大学

Inventor： 王兴 ,  吴其亮 ,  叶威良 ,  顾然 ,  钱代丽 ,  王介君 ,  卞浩瑄

IPC: G06N3/045 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084 ,  G06F18/15 ,  G06F18/214 ,  G06Q10/04

Abstract: 本发明公开了一种基于时间注意力机制的短时风速时序预测方法，包括如下步骤：S1、确定目标站点与驱动站点；S2、对站点的数据进行质量控制；S3、获取S2中连续365天内对应的目标站点和驱动站点逐秒的风速数据；S4、计算Spd_drive每分钟内风速的中值；S5、计算每分钟内风速的中值；S6：拆分成若干个子序列；S7、对数据做数据均衡化处理；S8、划分训练集和验证集；S9、建立一个归一化网络层BN模块。本发明以风速数据关注度的神经网络模块为基础架构，分别将相邻站点的驱动序列和目标站点的目标序列分别作为模块的输入，克服传统预测模型对单一时序输入的依赖。

公开(公告)号：CN105974418A

公开(公告)日：2016-09-28

申请号：CN201610540931.X

申请日：2016-07-08

Applicant: 南京信息工程大学

Inventor： 王兴 ,  苗春生 ,  王坚红 ,  钱代丽 ,  王丽娟

IPC: G01S13/95

CPC classification number: Y02A90/18 ,  G01S13/95

Abstract: 本发明公开了基于天气雷达反射率特征匹配的降水估测方法，首先构建雷达反射率特征库，然后确立实况雷达数据与雷达反射率特征库的匹配规则，并在此基础上动态确立Z‑R关系中最优的参数A和参数b。本发明在短临降水预报业务应用中实现Z‑R关系的动态最优，进一步提高雷达估测降水的准确性。

公开(公告)号：CN105974418B

公开(公告)日：2018-05-08

申请号：CN201610540931.X

申请日：2016-07-08

Applicant: 南京信息工程大学

Inventor： 王兴 ,  苗春生 ,  王坚红 ,  钱代丽 ,  王丽娟

IPC: G01S13/95

CPC classification number: Y02A90/18

Abstract: 本发明公开了基于天气雷达反射率特征匹配的降水估测方法，首先构建雷达反射率特征库，然后确立实况雷达数据与雷达反射率特征库的匹配规则，并在此基础上动态确立Z‑R关系中最优的参数A和参数b。本发明在短临降水预报业务应用中实现Z‑R关系的动态最优，进一步提高雷达估测降水的准确性。

公开(公告)号：CN105069541A

公开(公告)日：2015-11-18

申请号：CN201510593105.7

申请日：2015-09-18

Applicant: 南京信息工程大学

Inventor： 王兴 ,  苗春生 ,  王坚红 ,  唐卫亚 ,  王介君 ,  钱代丽 ,  汪瑶

IPC: G06Q10/04 ,  H04L29/08 ,  H04L12/58

Abstract: 本发明提出了一种面向移动终端的临近天气主观分析系统，包括数据服务端与移动客户端，所述数据服务端包括实况数据接收与监测模块，与数据服务器通信连接；天气雷达数据转换模块，用于将雷达基数据的数据格式由极坐标转换为平面直角坐标；加密自动气象站数据检验模块，用于对各个气象要素分别进行质量检验；数据打包压缩模块，用于将各类气象数据进行合并打包并压缩；数据服务模块，采用UDP协议向移动终端推送经上述步骤生成的数据文件，用于提供访问权限可控的对外数据推送服务；所述移动客户端包括：数据访问模块，数据处理模块，图形绘制模块以及用户交互模块。有益效果：通过便捷的移动设备，向户外作业的专业人员提供可交互、可视化的天气实况监测、主观天气分析预报功能及应用，特别适用于无线网络接入能力差，网速慢的环境或地区。