[发明专利]一种天气预报方法、装置、计算机设备及存储介质

说明书

本发明公开了一种天气预报方法、装置、计算机设备及存储介质，属于天气预测技术领域，方法包括，接收用户输入的预测时间和预测经纬度，根据预测时间和预测经纬度计算地日关系信息和地月相关信息；根据预测经纬度查找对应的地形地貌特征；根据数据分布进行数据采样作为模型的训练数据集；将所述地日关系信息、地月相关信息和所述地形地貌特征引入天气预报模型作为特征变量；使用参数搜索工具对所述特征变量进行模型超参数搜索，得到最优超参数；根据所述最优超参数和所述训练数据集进行模型训练，得到预测模型；接收实时气象预报消息作为预测数据；使用所述预测模型和所述预测数据，进行天气预报预测。

技术领域

本发明涉及天气预测领域，特别涉及认一种天气预报方法、装置、计算机设备及存储介质。

背景技术

气象模式订正是指通过挖掘历史观测数据中的模式和规律，对现有的中长期天气预报数据进行修正的过程。

当前气象模式订正的方法主要有两种：

1)使用ANO方法订正

ANO(基于历史资料的模式距平积分订正)通过考虑大气物理运动的特征，使用数值方法近似求解，对气象数据进行订正。综合考虑大气运动的内在动力、过程约束，地表(海面)动力、热力过程和太阳辐射等外源的强迫作用，并利用历史观测资料和天气扰动距平积分思想，部分消除模式系统误差，使预报场更加接近真实。

2)使用MOS方法订正

MOS(Model Output Statics)作为一种线下统计订正方法(Glahn and Lowry,1972)被广泛应用，其原理是直接利用历史数值预报产品的质量评估，与同时期的局地天气要素实测值之间建立统计预报关系，进而利用实时数值预报产品和这种统计关系做出局地天气预报。这种误差订正统计模型，即模式输出统计方法，简称MOS方法。MOS方法中需要确认资料的正确性、调整预报因子及个数，并对统计预报方程不断检验、改进，改善预报质量。

第一种模式订正方法，依赖大量数据分析和人工经验准确率低，且模式产生的公式需要定期修正；

第二种机器学习方法，需要大量的历史数据支持，导致模型对计算资源的需求非常巨大；

以上制约条件导致无法快速高效的完成网格级的高分辨率气象数据订正。

发明内容

本发明实施例提供了一种天气预报方法、装置、计算机设备及存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本发明实施例，提供了一种天气预报方法，包括：

接收用户输入的预测时间以及对应的预测经纬度；

根据所述预测时间和所述预测经纬度分别计算地日关系信息和地月相关信息，根据所述预测经纬度查找对应的地形地貌特征；

根据数据分布对历史同期数据进行数据采样，作为训练数据集；

将所述地日关系信息、所述地月相关信息和所述地形地貌特征作为特征变量，使用参数搜索工具对所述特征变量进行模型超参数搜索，得到最优超参数；

根据所述最优超参数和所述训练数据集进行模型训练，得到预测模型；

接收实时气象预报消息作为预测数据；

使用所述预测模型和所述预测数据，进行天气预报预测，输出得到的天气预报。

进一步地，

所述根据所述预测时间和所述预测经纬度计算地日关系信息包括，根据所述预测时间和所述预测经纬度分别计算太阳方位角、地日距离和太阳辐照度。