[发明专利]一种分类对流天气概率预报方法及装置

权利要求书

1.一种分类对流天气概率预报方法，其特征在于，包括：

获取预报区域内的数值天气预报NWP的零场或再分析场，选取对流天气的观测数据；

根据所述对流天气的观测数据标记所述零场或再分析场，构建对流天气的样本集；

根据所述对流天气的样本集对预设深度学习模型进行训练，得到分类对流天气概率的预报模型；

获取所述预报区域内的NWP的预报场数据，将所述预报场数据输入所述预报模型，得到对流天气的发生概率，并根据所述发生概率和数值天气预报模式进行对应时段的对流天气预报服务。

2.根据权利要求1所述的方法，其特征在于，所述根据所述对流天气的观测数据标记所述零场或再分析场，构建对流天气的样本集，具体包括：

根据所述对流天气的观测数据采用过采样或下采样方式标记所述零场或再分析场，构建对流天气的样本集。

3.根据权利要求1所述的方法，其特征在于，所述获取所述预报区域内的NWP的预报场数据，将所述预报场数据输入所述预报模型，得到对流天气的发生概率，并根据所述发生概率进行对应时段的对流天气预报服务，具体包括：

获取所述预报区域内的NWP的预报场数据，对所述预报场数据进行归一化处理，将归一化处理后的预报场数据输入所述预报模型，得到对流天气的发生概率，并根据所述发生概率进行对应时段的对流天气预报服务。

4.根据权利要求1所述的方法，其特征在于，所述样本集的特征包括所述数值天气预报模式输出的温度、位势高度、湿度和风场基本气象要素特征以及经度、纬度、海拔地理参数，和/或常用的强对流指数。

5.根据权利要求1所述的方法，其特征在于，所述预设深度学习模型采用Softmax分类器，所述Softmax分类器包括对流天气0-1的发生概率。

6.一种分类对流天气概率预报装置，其特征在于，包括：

数据选取模块，用于获取预报区域内的数值天气预报NWP的零场或再分析场，选取对流天气的观测数据；

样本集构建模块，用于根据所述对流天气的观测数据标记所述零场或再分析场，构建对流天气的样本集；

模型训练模块，用于根据所述对流天气的样本集对预设深度学习模型进行训练，得到分类对流天气概率的预报模型；

天气预报模块，用于获取所述预报区域内的NWP的预报场数据，将所述预报场数据输入所述预报模型，得到对流天气的发生概率，并根据所述发生概率和数值天气预报模式进行对应时段的对流天气预报服务。

7.根据权利要求6所述的装置，其特征在于，所述样本集构建模块具体用于根据所述对流天气的观测数据采用过采样或下采样方式标记所述零场或再分析场，构建对流天气的样本集。

8.根据权利要求6所述的装置，其特征在于，所述天气预报模块具体用于获取所述预报区域内的NWP的预报场数据，对所述预报场数据进行归一化处理，将归一化处理后的预报场数据输入所述预报模型，得到对流天气的发生概率，并根据所述发生概率进行对应时段的对流天气预报服务。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行如权利要求1至5任一所述的方法。