公开(公告)号：CN119882099A

公开(公告)日：2025-04-25

申请号：CN202510138311.2

申请日：2025-02-08

Applicant: 南京大学 ,  南京大学连云港高新技术研究院 ,  南京赞达科技有限公司

Inventor： 潘翔 ,  杨忠林 ,  刘德志 ,  赵坤 ,  吕迎辉 ,  黄浩

IPC: G01W1/10 ,  G01S13/95 ,  G06N20/00

Abstract: 本发明提供一种基于深度学习融合雷达的大风预报方法及系统，该方法包括：根据待预报区域在历史时间段内的雷达反射率因子，使用雷达反射率因子预报模型预测所述待预报区域在未来时间段内的雷达反射率因子；根据所述待预报区域在所述历史时间段内的风速和在所述未来时间段内的雷达反射率因子，使用风速预报模型预测所述待预报区域在所述未来时间段内的风速；所述雷达反射率因子预报模型和所述风速预报模型通过对深度学习模型进行训练得到。本发明提高大风预报精度并符合物理一致性。

公开(公告)号：CN119623853A

公开(公告)日：2025-03-14

申请号：CN202411706565.1

申请日：2024-11-26

Applicant: 南京大学

Inventor： 陈海琴 ,  赵坤 ,  周昂 ,  黄浩 ,  王兴 ,  潘翔

IPC: G06Q10/063 ,  G06Q50/26 ,  G01W1/10 ,  G06N20/00

Abstract: 本发明属于大气科学技术领域，公开了一种基于气象大模型的集合‑变分混合同化系统及方法，采用一种具有物理约束的方式(RANDOMMV)对大气初始场进行随机扰动，基于人工智能气象大模型的强大推演能力，快速生成集合成员，以保证成员多样性并减小采样误差。在此基础上，采用集合‑变分混合同化方法，结合动态的集合背景误差协方差和通过NMC方法估计的静态背景误差，构建集合‑变分混合同化系统，实现对多源观测数据的有效同化。本发明能够保证AI集合预报成员的物理一致性与稳定性。结合了由历史预报数据的差异场推导的长期平均的静态误差信息与集合预报的流依赖背景误差信息；动静结合，增强了混合同化系统的鲁棒性。