[发明专利]一种气象预报的智能修订方法及系统

说明书

本发明公开了一种气象预报的智能修订方法及系统，涉及气象预报领域，所述方法包括：利用光流法对预设雷达回波图像分析生成第一气象预报；组建历史雷达回波图像集，其中包括多张具有时序特征的雷达回波图像；提取目标雷达回波图像，并采集实际气象数据；提取得到目标特征集；组建单项预测模型集；依次训练得到多个目标雷达外推模型；集成融合得到气象预测模型；通过气象预测模型对第一气象预报进行智能修订，生成第二气象预报。本发明解决了现有技术中的雷达回波图像外推没有充分利用海量历史雷达回波数据，导致气象预报结果偏差较大的问题；通过对传统气象预报结果进行智能化修订，达到了提高气象预报准确性、可靠性的技术效果。

技术领域

本发明涉及气象预报领域，尤其涉及一种气象预报的智能修订方法及系统。

背景技术

气象预报是指对未来特定时间范围内的天气情况进行分析预测，准确有效的气象预报对于交通、农业、城市防灾等领域有重要价值。临近天气预报主要是指对未来0-2小时内的天气预报，其预报的核心问题在于对未来一段时间内的雷达回波图像进行准确的外推。现有技术中的雷达回波图像外推方法主要为光流法和交叉相关法，无论通过光流法还是交叉相关法进行外推预测，均存在没有充分利用海量的历史雷达回波数据，导致预测结果偏差较大的问题。示范性的如传统的光流法中，只有最新时刻和之前时刻一共两张雷达回波图像被用于计算。因此，研究利用人工智能等相关技术对海量历史雷达回波图像进行数据分析，以修订传统的气象预报结果，对于提高气象预报准确性、可靠性，具有重要的社会意义。

然而，现有技术中的雷达回波图像外推没有充分利用海量历史雷达回波数据，导致气象预报结果偏差较大，进而影响实际生产和生活中对气象预报的利用率的问题。

发明内容

本发明的目的是提供一种气象预报的智能修订方法及系统，用以解决现有技术中的雷达回波图像外推没有充分利用海量历史雷达回波数据，导致气象预报结果偏差较大，进而影响实际生产和生活中对气象预报的利用率的问题。

鉴于上述问题，本发明提供了一种气象预报的智能修订方法及系统。

第一方面，本发明提供了一种气象预报的智能修订方法，所述方法包括：通过采集得到预设雷达回波图像，并利用光流法对所述预设雷达回波图像进行外推分析生成第一气象预报；组建历史雷达回波图像集，其中，所述历史雷达回波图像集包括多张具有时序特征的雷达回波图像；提取所述多张具有时序特征的雷达回波图像中的目标雷达回波图像，并采集所述目标雷达回波图像的实际气象数据；对所述目标雷达回波图像进行多维度特征提取，得到目标特征集；基于算法原理分析组建单项预测模型集，其中，所述单项预测模型集包括多个单项预测模型；将所述目标特征集与所述实际气象数据作为输入信息，依次对所述多个单项预测模型进行训练，分别得到多个目标雷达外推模型；基于Stacking算法原理，将所述多个目标雷达外推模型进行集成融合，得到气象预测模型；通过所述气象预测模型对所述第一气象预报进行智能修订，并根据智能修订结果生成第二气象预报。

第二方面，本发明还提供了一种气象预报的智能修订系统，用于执行如第一方面所述的一种气象预报的智能修订方法，其中，所述系统包括：预报生成模型，其用于采集得到预设雷达回波图像，并利用光流法对所述预设雷达回波图像进行外推分析生成第一气象预报；修订训练模型，包括：第一组建模型，其用于组建历史雷达回波图像集，其中，所述历史雷达回波图像集包括多张具有时序特征的雷达回波图像；采集模型，其用于提取所述多张具有时序特征的雷达回波图像中的目标雷达回波图像，并采集所述目标雷达回波图像的实际气象数据；第一获得模型，其用于对所述目标雷达回波图像进行多维度特征提取，得到目标特征集；第二组建模型，其用于基于算法原理分析组建单项预测模型集，其中，所述单项预测模型集包括多个单项预测模型；训练模型，其用于将所述目标特征集与所述实际气象数据作为输入信息，依次对所述多个单项预测模型进行训练，分别得到多个目标雷达外推模型；第二获得模型，其用于基于Stacking算法原理，将所述多个目标雷达外推模型进行集成融合，得到气象预测模型；智能修订模型，其用于通过所述气象预测模型对所述第一气象预报进行智能修订，并根据智能修订结果生成第二气象预报。